Microsoft 365 Copilotの有料席が3000万超に　導入数より業務成果へ移る新指標

Microsoft 365 Copilotの有料席が、世界で3,000万席を超えました。
1席は1人分の利用ライセンスを指すため、企業向けAIが試験導入から本格展開へ進んでいることを示す大きな数字です。

ただし、有料席数は自社の業務成果を証明する指標ではありません。Microsoftが同時に示した利用強度を手掛かりに、付与・定着・業務成果を分けて測ると、次に席を増やすか判断しやすくなります。

Microsoft 365 Copilotの有料席が3,000万超

Microsoftは2026年7月29日のFY26第4四半期決算説明で、Microsoft 365 Copilotの有料席が3,000万超になったと発表しました。
四半期の純増席数も、前四半期から2倍を超えています。

発表指標	確認値	読み方
有料席	3,000万超	市場の普及
純増席	前四半期比2倍超	導入の勢い
高利用	月間80%超	社内の定着

3,000万は全世界の有料席であり、月間アクティブユーザー数ではありません。
自社の導入評価では、市場全体の規模と社内利用の実態を同じ数字として扱わないことが出発点です。

出典: Microsoft公式「FY26 Fourth Quarter Earnings Conference Call」(英語)

Microsoft 365 Copilotが示した「高利用」の基準

今回の発表で注目したいのは、席数より一歩進んだ利用強度です。Microsoftは「高利用」を、顧客企業のユーザーベースで月間アクティブ利用率が80%を超える状態と説明しました。

1人あたりの会話数は前年同期比で約2倍となり、週次のエンゲージメントはOutlookやTeamsと同水準に達したとも説明しています。
これは市場全体の傾向であり、自社の80%達成を保証する数字ではありません。

もし付与後の利用が伸びない場合は、人数を増やす前に「Microsoft 365 Copilotが使われない会社の定着策」で、対象業務・教育・権限の詰まりを切り分ける方が先です。

Microsoft 365 Copilotの成果指標は3層で分ける

自社のMicrosoft 365 Copilot導入数は、付与・定着・業務成果の3層で見ます。
この順番なら「契約は増えたが、誰も使っていない」「使われているが、仕事が良くなったか分からない」を分けて確認できます。

層	月次で見る指標	次の判断
付与	Enabled Users・割当席数	対象者へ届いたか
定着	Active users rate・Active Days	教育や対象業務を直すか
成果	処理時間・品質・成約率	拡大、改善、停止のどれか

定着層ではActive users rateやActive Days、1人あたりプロンプト数を見ます。一方、成果層は営業なら商談準備時間や成約率、管理部門なら一次回答時間や手戻り率など、部門ごとに1〜2項目へ絞ると判断しやすくなります。

3層ごとに打ち手を変える

付与が少ない場合は、対象者や権限設定が見直し対象です。付与は十分なのに定着しないなら、よく使う会議準備やメール要約など、対象業務を狭くする段階になります。
利用率が伸びても業務KPIが変わらない場合は、席を追加する前に出力品質、確認工程、手戻りの発生箇所を確認しましょう。

測定開始前には、対象部門、集計期間、導入前の基準値、判断する責任者を決めます。導入後だけ数値を集めても比較対象がなく、改善したか判断できません。
「誰が、何の業務で、何を良くするか」を先に1行で書くと、指標を増やしすぎずに済みます。

プロンプト数が多いだけでは、業務成果とは言えません。
試行錯誤や修正が増えても回数は伸びるため、「AI導入KPIを利用回数だけで終わらせない考え方」のように、成果物や品質も対にします。

管理センターとViva Insightsで測る順番

Microsoft 365を利用している組織では、管理センターのCopilot利用レポートから始めます。
Enabled Usersは有効化した人、Active Usersは意図的にCopilotを操作した人で、アイコンを開いただけではアクティブ利用に数えられません。

毎月の比較では、28日間など同じ対象期間と分母を固定するのが基本です。人事異動や対象部門の追加で分母が変わった月は、その変更も記録から外せません。
これにより、利用率が上がったのか、単に対象者が入れ替わったのかを区別できます。

1. 28日など対象期間を固定する
2. Enabled UsersとActive users rateを確認する
3. 部門別の処理時間・品質・売上指標と並べる
4. 拡大・改善・停止を同じ月次会議で決める

出典: Microsoft Learn「Microsoft 365 Copilot usage report」(英語)

Viva InsightsのCopilot Business Impact reportを使う場合は、自社の業務成果データを取り込み、Copilot利用との関係を分析できます。
ただしMicrosoftも、利用強度別の差は統計的有意性を評価しておらず、役割や季節性など別の要因が影響し得ると注意しています。

同じMicrosoftのレポートにあるCopilot assisted hoursは、利用行動と研究に基づく係数から求める一般的な推定値です。実際に削減できた作業時間や利益と同じではありません。
経営会議へ出すときは「推定」と明記し、業務システムの処理時刻や担当者の実測時間を併記します。

出典: Microsoft Learn「Microsoft 365 Copilot impact report」(英語)

相関が見えても、Copilotだけが原因と断定しないことが大切です。
導入前後の実測値と外部要因を一緒に残す方法は「生成AIのROI・効果測定の進め方」でも確認できます。

出典: Microsoft Learn「Copilot business impact report」(英語)

NHS Englandは試行成果を見てから拡大

NHS Englandは、90のNHS組織で30,000人超が参加した試行において、管理業務を1人1日平均43分短縮したと発表しました。
その結果を踏まえ、505,000人の臨床・支援スタッフへMicrosoft 365 Copilotを広げます。

この順番で重要なのは、全社展開の前に試行対象と測定項目があった点です。自社でも、よく発生して計測しやすい業務を1つ選び、導入前の所要時間と品質を保存しておきます。
試行後は利用率だけでなく、短縮時間、確認ミス、差し戻しなどを並べ、速度と品質の片方だけを過大評価しないよう注意しましょう。

中小企業で小さく試すなら「Copilot in 30の25人・30日試用条件」も選択肢です。
30日後に見る指標を試用前に決めることで、便利だったという感想だけで終わらせずに済みます。

試行メンバーには、同じ業務を同じ手順で測るよう依頼しましょう。1週目は基準値、2〜3週目は利用と改善、4週目は成果確認という流れなら、短期間でも比較できます。
複数の生成AIを同時に検討する場合は「ChatGPT・Copilot・Claudeを業務別に使い分ける基準」も参照し、製品名ではなく対象業務から選ぶのが基本です。

出典: Microsoft Source「NHS England accelerates AI adoption with Microsoft 365 Copilot」(英語)

Microsoft 365 Copilotの有料席と成果指標FAQ