【汽車產業實態調查(1)】企劃與開發職位AI應用率逾7成。基層員工約2成未使用,組織內部差距浮現

提供工程師平台的Findy Inc.針對汽車產業的新事業開發與商品企劃人員進行了AI應用的實態調查。結果顯示,個人AI應用率超過70%,但在職位之間存在明顯的「應用差距」,約20%的基層員工尚未使用。此外,AI的應用階段正從例行業務的效率化轉向非例行性的高階分析,同時對數據整備不足及準確性的擔憂成為推動AI應用的主要瓶頸。
調査NQ 72/100出典:PR Times

📋 文章處理履歷

  • 📰 發表: 2026年5月18日 19:00
  • 🔍 收集: 2026年5月18日 10:31
  • 🤖 AI分析完成: 2026年5月18日 11:22(收集後51分鐘)
提供工程師平台的Findy Inc.(總公司:東京都品川區,代表董事:山田 裕一朗,以下簡稱「本公司」)針對汽車產業在新事業開發及商品企劃上的挑戰,以及AI應用的實態進行了調查,並在此公布結果。本調查相關的新聞稿將分為三次系列發布,本次為第一回。

◆ 調查結果摘要

① 個人AI應用率超過7成。另一方面,各職位間的「應用差距」變得鮮明。

在汽車產業的企劃與開發職位中,將在所有業務中廣泛使用AI的人群與僅在特定業務或場景中使用的加總,比例超過7成。相對地,基層員工層級中有將近2成回答「未使用」,顯示出根據職位的不同,AI的使用頻率產生了巨大的差異。

② AI應用階段從「例行業務的效率化」轉向「非例行性且更高階的AI應用」。

以管理層為中心,AI的應用已不僅限於會議記錄摘要或資訊收集等例行業務的效率化,開始出現將其運用於創意發想、顧客聲音分析以及假設建構等非例行性、高階領域的跡象。

③ 「數據的AI友善化」成為深化AI應用時的瓶頸。

在進一步深化AI應用時所面臨的障礙中,除了「對輸出準確性的擔憂」(33.2%)與「對機密及資安的擔憂」(31.0%)之外,「缺乏可供AI讀取的數據整備」(26.5%)也名列前茅。此外,對於尚未充分運用AI的群體,如何讓他們實際體會到AI應用帶來的好處將是一大關鍵。

◆ 調查概要

調查方法:網路調查

調查實施期間:2026年3月6日(五)~2026年3月10日(二)

對象條件:向全國20-69歲男女發送。針對以下條件進行抽樣實施:

產業:任職於汽車(整車)製造商、所屬集團內的研究開發專業公司或先行開發據點、以及汽車零組件製造商的人員

業務內容:作為主要負責人或部分參與新事業開發、商品與服務企劃開發、R&D企劃、IT/DX/AI推進、產品管理、UX研究與設計等領域的人員

樣本數:226份樣本

調查主體:Findy Inc.

調查實施機構:INTAGE Inc.

(※)請注意,本調查並非針對Findy Inc.平台使用者的調查。

◆ 超過6成的任職企業已在業務中導入並應用AI

目前,AI在業務上的導入與應用正於多方面推進。本次我們針對汽車相關產業中,從事新事業開發及商品企劃領域的商務人士,調查了AI的導入與應用實態。

首先,關於任職企業的AI導入與應用情況,全體受訪者中回答「已正式導入並應用於業務中」的比例為22.1%,回答「在部分業務中試驗性導入」的為40.7%,合計有62.8%的企業已以某種形式在業務中導入並運用AI。另一方面,回答「無導入計畫」的比例為8.0%,這也顯示出AI的導入與應用並不一定在所有職場中都有進展。

依產業別進行分析,汽車整車製造商(OEM)為63.0%、汽車整車製造商所屬的集團R&D公司為62.2%、直接供貨給整車製造商的一階供應商(Tier1)為62.9%,不論何種產業都維持在幾乎相同的水準。結果確認了,不論產業別,AI的導入與運用都已達到一定程度的進展。

(圖1)任職企業生成式AI導入狀況(整體・依產業別)

◆ 個人AI應用率超過7成。依職位不同存在巨大的AI應用差距

接著,當詢問受訪者在自身業務中的AI應用狀況時,整體回答「在日常各項業務中廣泛使用」的占27.9%,「在特定的業務或場景中使用」的占45.6%,合計目前在業務中應用AI的比例達到73.5%。這個數字與前述問題「任職企業的AI導入與應用狀況」相比,水準略高。由此可以推測,比起組織,個人在AI的導入與應用上態度更為積極。此外,我們也發現不同屬性在AI的應用狀況上存在巨大的差異。

從職種別來看,在「新事業・R&D企劃」中回答「在日常各項業務中廣泛使用」的比例,比「商品企劃・產品企劃」高出了18個百分點以上。

(圖2)自身業務中AI的使用狀況(全體受訪者・依職種別)

從職位別來看,在部長層級與課長・經理層級中,「在日常各項業務中廣泛使用」加上「在特定的業務或場景中使用」的合計比例高達8成以上。另一方面,在主任、資深專員或領導者...

常見問題

汽車產業的企劃與開發人員中,AI的導入狀況如何?

超過六成的企業已導入AI,個人應用率超過七成。但存在職位差距,約兩成的基層員工完全未使用。

推動AI應用的最大挑戰是什麼?

對輸出準確性的擔憂(33.2%)、機密與資安考量(31.0%)以及數據缺乏整理(26.5%)是主要的瓶頸。

AI目前主要應用於哪些業務上?

除了會議記錄摘要等例行性工作外,管理層也開始將AI應用於創意發想和假設建構等非例行性的高階分析。