Week 28–29 — “6割の中小”の側でAIの入口が下がった2週：米＝価格(Copilot永続SKU化)／日＝制度(AI導入補助金)／韓＝給付(소상공인に4千万ウォン)

W25 で「統制されたエージェントを、どれだけ速く全社員に配るか」、W26 で「配った後にどう統治するか」、W27 で「そもそも多くが本番の成果に届かない（PoC沼）」——ここまで前面にあったのは、いずれも大企業を主語とする“上空からの号令”だった。だが足元の日本では、中小企業の約6割がいまだ生成AIを業務で使っていない（中小機構が2026年3月に公表した実態調査では、AI導入率は 20.4%）。号令が届かない、この“6割の側”で、今回の2週前後に別のことが起きた——AIを使い始める入口そのもの（価格・制度・給付）が、米・日・韓で3方向から一斉に下がった。誰がどの足場から入口を下げたか、その読み方が今回の論点になりうる。

AISolveの分析

下記は、公開された一次発表・報道に基づく AISolve 編集部の解釈である。

共通潮流 — 「配れるか」の手前で、「そもそも入口が高い」という壁が下がり始めた

W22 で「壁は第二層（eval・ガバナンス・内製化）にある」と置き、W25→W26→W27 で「配備の重心が導入から統制へ、さらに“本番の成果に届かせる”へ移った」と読んだ。だがこれらはすべて、すでにAIを試している企業の話である。今回の2週前後の一次発表が照らしたのは、そのもっと手前——そもそもAIを一度も業務で使っていない“6割の中小”にとっての入口の高さだ。背骨にあるのは、中小機構が2026年3月に公表した実態調査の数字である。中小企業のAI導入率は 20.4%（導入を検討している 18.6% を足しても前向きは約4割）で、裏を返せば約6割はまだ使っていない。報道ベースでは、東京商工リサーチの調査（2026-04-28）が 大企業の生成AI組織的活用 約59% に対し中小は30%前後 と、約30ポイントの格差を示したとも伝えられる。ここで注意したいのは、この格差は**今回の新規データではなく、すでに共有されてきた“前提”**だという点である。今回の発見は格差そのものではなく、この確立した壁に対して、各地域がいよいよ「入口価格・制度・給付」という具体的なレバーを引き始めたことにある。

米国では、Microsoft が7/1、中小向けの Copilot 同梱 Business プランを永続SKU化した（Partner Center の告知、L1）。これまで期間限定のプロモだった『Microsoft 365 Business Standard with Copilot』（$23.50）『Business Premium with Copilot』（$32）を恒久プランに切り替え、〜300席の組織にかかっていた別建ての Copilot 上乗せ（月$30）を撤廃して、AIをライセンスそのものに内包した。さらに『Business Basic ＋ Copilot』を**$21**（25%オフのプロモ、年内まで）で出す。注目したいのは能力ではなく値付けだ。従来は「M365 の月額＋Copilot $30」という二段構えで、中小にとって“AIを足す”のは明確な追加コストだった。それを基本プランに畳み込み、追加ゼロで入れる形にした——つまり、壁が“技術”ではなく“入口価格”にあるという認識を、ベンダー自身が価格改定で認め、その入口をベンダー主導で下げにいった（ただしこれは自社課金基盤の拡張でもあり、割り引いて読みたい）。

日本では、同じ入口を政府が制度から下げにいった。旧IT導入補助金が令和8年度から『デジタル化・AI導入補助金2026』へ改称され、中小企業庁の説明では、生成AI・予測AIを活用した業務効率化の案が審査で高く評価される設計になった。小規模事業者は補助率が最大4/5と手厚く、通常枠の補助上限は450万円、第3次締切は7/21で、1次締切分はすでに 申請6,440者に対し交付決定2,982者（採択率46.3%） が出ている。ここで効いているのは、「AIを入れる案ほど採択されやすい」という誘導を、国が制度と予算で作ったという点だ。米国がベンダーの価格改定なら、日本は補助金という公的な値引きで、同じ「入口が高い」問題を面で押そうとしている。

韓国では、この入口を政府が給付で下げた。중기부・소상공인시장진흥공단の『혁신 소상공인 AI 활용지원 사업』が、소상공인（小規模事業者）に、AI活用モデルの設計・専門メンタリング・AIマーケまでの全周期支援と、最大4千万ウォンの事業化資金を出す（約2,000名・予算143.6億ウォン、募集6/12–7/3）。日本の補助金が「導入費の一部を後から補う」なら、韓国はモデル構築から事業化まで面倒を見て資金も付ける、より踏み込んだ給付型だ。米＝価格、日＝制度、韓＝給付——足場は違うが、3地域とも**“6割の側”がAIに触る最初のコストを、外から下げにいった**という骨格は共通している。

ここは観測者側として割り引いて読みたい。第一に、これらはやはり入口を下げた（announcement）のであって、成果（value）の証明ではない。「$30の上乗せを消した」ことと「中小がAIで利益を出した」ことの間、「補助金で入れた」ことと「その導入が本番の成果に載った」ことの間、「4千万ウォンを給付した」ことと「소상공인の商売が伸びた」ことの間には、まだ距離がある。W27で見たとおり、入口を安くしても“型どおりに一度動かして終わり”なら 95% 側に落ちうる。第二に、これらの発信はいずれも発信側に有利な物語でもある——Microsoft は自社課金基盤の拡張を、政府は政策成果を、それぞれ「入口を下げた」と語る動機がある。だから本号は、今回を「中小のAI格差が縮まった」という結論ではなく、**『6割という確立した壁に対し、米＝価格／日＝制度／韓＝給付が“誰が入口を下げるか”で分かれるレバーを引き始めた』**という、まだ入口の局面として置く。W25→W27 で見た「配って・統制して・成果に届かせる」の、さらに手前——そもそも使い始める、という最初のコストが、今回いよいよ各主体の具体行動として下がってきた、と読める。

地域差 — 同じ「入口を下げる」でも、下げるレバー（価格／制度／給付）と主体が違う

3地域とも「中小がAIに触る最初のコストを下げる」方へ動いているが、それを下げるのが誰か（ベンダー／政府）、下げるレバーが“価格”か“制度（補助）”か“給付”かで力点が割れる。今回前後の動きをその軸で並べ直す。

観点	日本	米国（ベンダー主導）	韓国（政府主導）
今回前後の動き	旧IT導入補助金が『デジタル化・AI導入補助金2026』へ。生成AI活用案を審査優遇、小規模は補助率4/5、第3次締切7/21（1次採択46.3%、L1）	Microsoft が Copilot 同梱 Business を永続SKU化（7/1、L1）。〜300席の$30上乗せを撤廃、Basic＋Copilotは$21	중기부/소진공『혁신 소상공인 AI 활용지원』（L1）。소상공인に最大4千万ウォン＋全周期支援、約2,000名
入口を下げる主体	政府主導。制度で導入費の一部を公的に値引き	ベンダー主導。基本プランにAIを畳み込み追加コストを消す	政府主導。モデル構築〜事業化まで面倒を見て資金も給付
下げるレバー	制度（補助）。「AIを入れる案ほど通る」誘導	価格。二段構え（月額＋$30）を一段に	給付。後払いの補助でなく前向きの事業化資金
中小から見た距離	近い（申請の手間はあるが自社の投資判断の範囲）	中（既存M365の延長で入りやすいが英語圏発）	近い（小規模事業者に直接、資金と伴走つき）

表の下に2点補足したい。ひとつは、米韓が「壁は入口価格にある」という同じ認識に、逆方向の資源で答えている点だ。米国は民間の価格改定（自社の課金基盤で追加コストを消す）で、韓国は公的な給付（税で事業化資金を出す）で、それぞれ「使い始める最初のコスト」を下げにいった。日本はその中間——公的な“値引き”（補助）で民間の導入を後押しする——に位置し、「AIを入れる案ほど採択されやすい」という誘導を制度に埋め込んだ。同じ壁への、価格主導（米）・給付主導（韓）・補助主導（日）の対照と読める（これは観測者側の読みで、濃淡は出る）。

もうひとつは、“入口を下げること”と“成果に届かせること”は別レイヤーだという点だ。W27 で見た MIT NANDA の含意は「壁の根因は学習しない（フィードバックを保持・適応しない）ことにある」だった。だとすれば、価格・補助・給付で入口を下げても、下げた先に“学習ループ”が無ければ、中小は安く始めて 95% 側に落ちるだけになりかねない。今回のモチーフ（入口の敷居が3段で下がり、下がった右側の中小だけが届く）が示すように、入口を下げても越えるのは一部である可能性は残る。価格では米国、補助では日本、給付では韓国——どれが速く“6割”を動かすかは未知数だが、5年後に残る組織能力は、入口の安さより「安く入った後に学習を回せたか」で分かれる可能性がある（これは仮説）。

日本の B2B 意思決定者への示唆（推測ベース）

ここから先は事実観察から踏み込んだ AISolve 編集部の読みで、断定として受け取らないでいただきたい。3点とも「現時点で社内に挿しておくとよさそうな仮ポジション」のレベル。

1. 「入口が安くなった今」は始めどきだが、選ぶ基準は“価格”ではなく“学習ループ”に置くとよさそう: 今回の3地域が共通して照らしたのは、勝負どころが**「AIを使うか」ではなく「安くなった入口の先で、成果に届かせられるか」**に移った、ということ。補助金・バンドル・給付は、中小がこれまで払えなかった最初のコストを確かに下げる。だが W27 の含意（壁の根因は学習しないこと）に照らせば、①どの業務指標を、どれだけ動かせたら“続ける”とみなすか（成功条件の事前定義）、②現場のフィードバックを次に反映する仕組み（学習ループ）を最初から入れる、③その導入が実際にいくらの利益／コストを生むかを測る——この3点を、補助金の申請枠やツールの安さより先に決めておくと、「安く入れたが本番に載らない（＝6割側に留まる）」を避けやすくなりそう。

2. 最初の1業務は、一番身近で人手不足が痛い現場から“小さく”始めるほうが、確率論的には分がありそう: 中小機構の調査でも、AI導入の目的トップは「業務効率化／作業時間の短縮」だった。ここはcross_borderの観点で3地域の落としどころが揃う——韓国が「モデル構築〜事業化まで伴走」を給付に組み込んだのは、中小は“全社一斉”より“1業務を伴走付きで”のほうが立ち上がりやすいという現場認識の裏返しにも読める。実際、報道ベースでは地方の卸売業（従業員25名）が受注メールの手入力（1件平均7分）をAIで自動化し約40秒に短縮、月約170時間の削減という例も出ている。安くなった入口を使うなら、まず成果が数値化しやすい1業務（受注入力・問い合わせ一次対応・見積作成など）に絞り、そこで学習ループとコスト計測を回してから横展開する、という順序が効きそうだ。

3. （ここは当社のポジショントーク込みなので割り引いて）“補助金・バンドル・給付”は良い入口だが、価値は「学習ループの有無」で割れる、と見ておくと安全そう: AISolve は「まず1業務で、成功条件・学習ループ・コスト計測を組み込んだ小さな実装を回し、実測してから横展開する」進め方を勧めたい立場なので、この主張は中立な観測ではなく我々の事業観が混じっている点は明示しておく。そのうえで、今回3地域で見えた「入口を下げる」動きは、導入の心理的・費用的ハードルを下げる良い追い風である一方、exit_value 的には、安く入ったこと自体は差にならない（誰でも安く入れる）。差がつくのは、下げた入口の先で、自社の業務知識を学習ループに載せて“離せない仕組み”に育てられるかだ。補助金やバンドルを検討するなら、「その導入は、現場フィードバックを次に回す仕組みを含むか」「成功条件とコスト計測が最初から入っているか」を選定基準に挿しておく価値がありそうに思う。今期の社内検討に「我々の最初の1業務は、どの成功条件で・どう学習し・いくらの成果を測るのか」という問いを一度置いておくと、入口の安さに飛びつく前に、成果への到達確率を上げられるのではないか。