最新データで読み解く生成AI普及率――Comscore「2025 AI Intelligence Report」のポイント整理

数字が語る、AIの現在地

2025年、生成AIは「試す」段階から「組み込む」段階へと移りました。
ただし浸透のスピードや使われ方は、個人・企業、業界・国によって温度差が大きいのが実態です。

本稿ではComscoreの「2025 AI Intelligence Report」が整理する視点に沿いながら、国内外の公開データも交差させて、普及の“実像”を立体的に読み解きます。
マーケティングとCXの意思決定に直結する指標とアクションに絞ってご紹介します。

レポートの射程：何を見れば意思決定に効くか

AIの普及を測るとき、単一の数値では全体を語れません。
意思決定に効くのは、少なくとも次の4軸です。

• ユーザー普及：AIアシスタント（ChatGPT、Gemini、Copilotなど）の“実使用”と定着
• トラフィック配分：検索・SNS・アプリ内でのAI回答（AI Overview等）の露出とクリック動線
• 商談・購買への寄与：旅行予約やECなど、検討から購入までのファネル変化
• 企業導入と価値回収：業務利用率、満足度、費用対効果、リスク統制

以下、国内の最新データも重ねて、各軸の“いま”を深掘りします。

AIアシスタントの利用率：使われる場面と勝ち筋

日本の法人利用トレンド

法人領域では、汎用型生成AIの浸透が顕著です。
国内調査では業務で利用している企業内で、ChatGPT、Microsoft Copilot、Google Gemini（旧Bard）の順に利用率が高いという結果が報告されています。

• ChatGPT（OpenAI）／Microsoft Copilot／Google Gemini が上位
• GitHub CopilotやNotion AIなど、職能特化のツールも定着
• 満足度は総じて高水準だが、用途の明確化とガバナンスの設計が鍵

出典：ICT総研「法人向け生成AIサービス利用動向調査」リンク

個人利用の地合い

個人の利用は2025年に入って再加速の兆しがあります。
定点トラッキングでは、2024年末に一時的に下がった利用が、2025年3月に再上昇したと報告されています。

2024年9月から12月にかけては一時的に利用率が下がりましたが、2025年3月には大きく上昇しました。

日本リサーチセンター（NRC）

検索体験の変化：AI Overviewは“露出”だけで語れない

Google検索のAI Overview（AO）は、情報探索の入口でAIサマリーを提示し、クリック動線を短縮します。
しかし、露出比率やクリック寄与はクエリ領域・季節性・UI実装に左右され、単一の割合で語るのは危険です。

実務では次の3点をチェックしましょう。
1) 自社の重要クエリ群でのAO露出、2) AO内の参照ソース（被リンク化）有無、3) クリック後の滞在品質です。
特にE-E-A-Tが効く領域では、構造化データと一次情報の厚みが、AO・トラディショナル両方で効きます。

• 観測設計：トピック×クエリ群でAO露出を週次で取得
• 被参照最適化：FAQ模式の見出し、引用可能な一次データを公開
• 計測：Search Consoleのインプレッション/CTR分解＋ランディングの行動品質

旅行・コマース：検討の短縮と“確信度”の設計

旅行予約や高関与コマースでは、AIサマリーが選択肢を圧縮し、比較工程の“短期化”が進みます。
一方、最終確信は依然としてレビュー、柔らかな定性、価格・在庫の即時性が握ります。

効果を出す企業は、AIに好まれる“構造化された一次情報”と、人が確信する“文脈豊かな証拠”を二段で提供します。
在庫・価格のフィード整備、レビュー要約の許諾設計、体験のUGC化まで含めて、AO時代の商品情報設計を刷新しましょう。

• フィード強化：価格・在庫・属性を最新化（旅行なら日付・キャンセル条件）
• 証拠の厚み：比較表、検討軸、リスク・回避策の明文化
• UGC活用：レビューAPI、合意に基づく要約・抜粋の二次活用

日本企業の“導入は進む、成果は伸び悩む”を超える

日本企業は推進率こそ上がるものの、成果実感は相対的に低いという指摘が続きます。
その背景は、スコープ設定の曖昧さとガバナンス・データ整備の遅れにあります。

PwCの5カ国比較では、日本の推進率は上昇も、効果創出は他国比で低調と報告。
認知は横ばい、業務利用は一部停滞という定点も踏まえると、2025年は“価値設計と実装ディシプリン”が決定打です。

• PwC Japan「生成AIに関する実態調査 2025春 5カ国比較」リンク
• GMOインターネットグループ 定点調査（認知は横ばい、業務利用は伸び悩み）リンク

実務に落とす：マーケ＆CXチームの3ステップ

1. ファネル別KPIと“AI寄与”の分離

AI寄与の計測軸（例：AI回答経由のセッション、被参照回数、AI推奨キーワード）を定義。
検索・SNS・アプリ内の各チャネルで、AI接点と従来接点を分離してKPIを設計します。

2. 情報設計の再構築（AI可読＋人が確信）

• 構造化：スキーマ、段落見出し、FAQ、比較表
• 一次データ：価格・在庫・性能・制約条件の明示
• 証拠：事例、レビュー、失敗学、免責・リスク説明

3. チームの“生成AI化”標準手順

• リサーチ：Geminiで最新ニュース俯瞰→出典リンクの原典精読
• 制作：ChatGPTでアウトライン→人手で一次情報・数値の突き合わせ
• 検証：Copilotで体裁・表記ゆれチェック→法務・ブランド承認

この3ステップを週次スプリントに落とし込むと、AOや各アシスタント更新への追随力が上がります。

さいごに：指標を“運用”する

生成AIの普及は一様ではありません。
だからこそ、指標は“観測して運用する”姿勢が価値を生みます。

自社にとっての重要トピックで、AI接点がどこに生まれ、どのように価値に変換されるのか。
週次の観測、月次の改善、四半期の再設計。
この運用ディシプリンこそが、2025年の差を決める最短ルートです。

参考リンク（追加）：

• NRC「生成AIの利用経験 2025年3月調査」リンク
• ICT総研「法人向け生成AIサービス利用動向調査」リンク
• PwC Japan「生成AIに関する実態調査 2025春 5カ国比較」リンク
• GMOインターネットグループ「定点調査（AIトレンド）」リンク