教育テクノロジー（EdTech）とは？主要9企業・団体と5事例で学ぶ導入・参入の判断

EdTechには、動画教材やタブレット学習に加え、理解度に応じた課題の選択、教員の授業準備、学校の連絡・学習管理を支えるサービスが含まれます。目的に合う一つの仕事から導入でき、すべてを同じシステムへ統合する必要はありません。

生成AIは、説明や教材の下書きを作る新しい選択肢です。一方、理解度に合わせて問題を選ぶ技術は生成AIに限りません。

教育目的に合う方法を選び、答えの与えすぎ、個人情報の過剰収集、教員の確認作業の増加を防ぐ設計が求められます。

この記事では、国内外の九つの企業・団体が提供するサービスを整理し、五つの特徴的な取り組みを詳しく見ます。利用規模、導入目的、運用上の変化、未確認の効果を分けて、導入と新規事業の判断材料にします。

制度・製品情報の確認日：2026年9月28日。各事例の公表時点は本文に示します。

教育テクノロジー（EdTech）を、なぜ今見直すべきなのか

端末やAIを入れることを目的にせず、教育上の効果、教員の負担、安全な運用を一緒に確認します。 端末を整えることと、教育に役立つ使い方を定着させることは別の課題です。

教材選びに加え、授業で使う時間、教員の確認、利用者への説明まで見直す必要があります。

文部科学省は2025〜2027年度の学校ICT環境整備計画を示し、生成AIでは2024年12月の初等中等教育段階のガイドラインVer.2.0、教育データでは2026年4月更新の留意事項第4版を公表しています。端末、AI、個人情報を同じ問題として扱わず、それぞれの目的と条件を確認します。

生成AIガイドラインは、教育目的に照らして有効な利用かを判断し、人が最終的な責任を持つ考え方です。学校での一律導入を求めるものではなく、導入しない判断も含めて効果とリスクを点検します。

企業側でも同じ変化が起きています。というのも、教材を配るだけでは、利用が続いたか、業務が変わったか、能力が身についたかを説明できないからです。

リスキリングの記事で整理したように、受講数より、仕事の変化へつながる設計が重要です。

提供内容が広がるほど、採用した機能数よりも、現場で何が改善したかの確認が重要になります。これは本記事で事例を比較する視点です。

EdTechとは？教育DXとの違いをわかりやすく整理

EdTechは教育課題を技術で支える手段、教育DXは教育や運営の仕組みを見直す取り組みです。 EdTechは、EducationとTechnologyを組み合わせた言葉です。

教育や学習の課題を、デジタル技術で解決する製品やサービスを指します。

対象は広く、次のようなものが含まれます。

• オンライン授業や動画教材
• AIが理解度に応じて問題を選ぶ教材
• 教員が課題や成績を管理する学習管理システム
• 生徒、教員、保護者をつなぐ連絡基盤
• 指導案、採点、教材作成を助ける生成AI
• 社員の学習と実務をつなぐ企業研修システム

一方、教育DXは、教育の仕事や制度そのものを見直す考え方です。EdTechは、その変革に使う手段です。

たとえば、紙の小テストを画面に置き換えるだけならデジタル化です。解答結果からつまずきを見つけ、次の課題を変え、教員の声かけにつなげるなら、教育DXへ近づきます。

四つの言葉は重なりがあり、順番に進む四段階ではありません。eラーニングもEdTechの一領域です。

機器や教材の利用に着目するか、教育・運営の仕組みまで変えるかで、説明の焦点が異なります。

EdTechが支援する学習・指導・運営の四つの仕事

学習者、教員、学校運営、サービス事業者のうち、誰の仕事を改善するかを決めます。 EdTechを理解しやすくするには、製品名ではなく、誰の仕事が変わるかを見るとよいでしょう。

一つ目は、学習者の仕事です。たとえば、理解度に合う問題を選び、間違えた単元へ戻り、学習計画を直します。

さらに、生成AIは質問相手にもなります。

二つ目は、教員や講師の仕事です。課題作成、採点、説明文、保護者連絡の下書きを短くします。

ただし、評価や声かけの最終判断は人が持ちます。

三つ目は、学校や教育事業者の仕事です。出欠、成績、学習履歴、教材利用をつなぎ、支援が必要な人を見つけます。

四つ目は、教材会社やサービス会社の仕事です。コンテンツを売って終わるのではなく、導入、研修、利用定着、改善までを提供します。

同じ製品でも、学習者の使いやすさと教員の管理負荷が両立しない場合があります。利用者ごとに目的を決め、誰に新しい作業が発生するかまで確認します。

EdTech市場はどこまで伸びるのか

市場全体の予測を、自社が売れる金額と混同せず、法人・個人などの顧客と予算へ分けて見ます。 EdTech全体には、学校向けICT、学習塾、語学アプリ、企業研修などが含まれます。

調査会社ごとに範囲が違うため、世界市場の数字を一つに決めるのは適切ではありません。

矢野経済研究所の2026年4月22日の公表資料では、国内eラーニング市場を事業者売上高ベースで、2025年度は3,923億5,000万円の見込み、2026年度は3,978億円の予測としています。2026年度は前年度比1.4％増で、実績値ではありません。

2026年度の予測を分けると、法人向け（BtoB）は1,338億円・前年度比3.4％増、個人向け（BtoC）は2,640億円・同0.4％増です。市場全体の伸び率だけで需要を判断せず、顧客と支払予算を分けて見る必要があります。

この数字から、教育AI単独の市場規模や導入効果は算出できません。

投資判断で大切なのは、市場全体の大きさより、誰の予算から支払われるかです。

• 自治体予算：端末、学習eポータル、AI教材、校務支援、活用支援
• 学校予算：学習管理、入試・進路支援、保護者連絡
• 学習塾予算：教材、講師支援、教室運営
• 家計：語学、受験、資格、子どもの学習
• 企業予算：研修、業務習得、人的資本、DX人材育成

同じ学習機能でも、支払者が変わると、営業期間、必要な証拠、単価、解約理由が変わります。

教育AI・個別最適化学習は、どう動くのか

課題を自動で出すだけでなく、結果を確認し、次の支援を変えられる運用が必要です。 ここでは、学習状況に応じて課題や支援を調整する仕組みを、次の六つの動きで整理します。

サービスによって使う技術や教員の関わり方は異なり、生成AIを使わずに実現する機能もあります。

1. 目標を決める
2. 問題、会話、課題から学習データを得る
3. 理解できた点と、つまずいた点を推定する
4. 次の教材、問い、説明を選ぶ
5. 教員や本人が結果を確認する
6. 次の学習へ反映する

難しいのは、誤答からつまずいた理由を推定することです。たとえば、分数の理解不足が方程式の誤答として表れる場合があります。

教材の単元構造や解答過程を使って戻る先を選び、教員が実際の理解と照合できることが重要です。

生成AIは説明や会話を柔軟にできますが、誤った説明も生成します。参照する教材や情報を限定する対策に加え、誤りを見つけて直す手順と教員の確認を設けます。

教科書に沿った出力でも、学習効果が保証されるわけではありません。

導入後は、推薦された問題が適切だったか、つまずいた点を学び直せたかを確認します。利用回数と理解度の変化を分けて測ることで、続ける機能と見直す機能を判断できます。

EdTech主要9企業・団体は、何を変えようとしているのか

学習者向けと教員・学校向けでは、必要な機能も導入を決める人も異なります。 次の九つの企業・団体のサービスは、学習、教員支援、学校運営、企業研修という異なる用途の例です。

順位や教育効果の比較ではありません。企業に加え、非営利団体のKhan Academyも含みます。

九つの企業・団体は同じ市場で競っているように見えて、入口が違います。学習者、教員、学校運営、企業研修のどこから入るかを分けると、自社が正面から競う相手と、提携できる相手が見えてきます。

この表から見えるのは、三つの競争軸です。

第一に、誰の画面から入るかです。学習者、教員、管理者では、必要な使いやすさが違います。

第二に、目的に必要な情報を、適切な権限で使えるかです。理解度の確認に必要な解答と、出欠や家庭情報は役割が異なります。

多く集めることを強みとせず、必要性と利用条件を説明できる範囲へ絞ります。

第三に、誰が導入を決めるかです。個人が数分で始めるサービスと、自治体が調達するサービスでは、販売の設計がまったく異なります。

事例：atama plusは、AI教材を教室運営と結びつけた

atama plusの企業研修への展開は、教材を顧客の実務練習へ作り替える事業例です。 atama plusの「atama＋」は、解答から理解度を推定し、学ぶ単元を調整するAI教材です。

同社の公式ページは、全国4,500教室以上への提供と累積10億件の解答を示しています。教室数と解答の延べ件数であり、利用者数や成績の改善率ではありません。

重要なのは、AIだけで教える形にしていないことです。具体的には、AIは診断と学習順の調整を担います。

一方、教室の人は、目標設定、学習状況の確認、声かけを担います。つまり、機械と人の役割を分けています。

同社の業務習得AIシステム「Sketto」は、企業のマニュアルや業務内容を教材・演習へ変え、AIとのロールプレイなどで練習するサービスです。教材の作成・運用支援も組み合わせています。

2026年7月1日のPILLARへの導入発表では、専門的な部品の知識を、顧客への説明に使える形で習得する目的を示しています。製品知識を覚えるだけでなく、実際の説明に近い練習へ変える設計です。

確認できるのは利用開始と導入目的で、習得時間や営業成績の改善率は公表されていません。

新規事業への示唆は、既存の学習支援の仕組みを、顧客企業が実際に行う仕事へ合わせ直すことです。実務知識を持つ企業は、練習する場面、合格とする説明、現場の確認者を定め、研修後にできる仕事が増えたかを検証できます。

事例：Qubenaは、AI教材を自治体の学習基盤へ広げた

自治体への展開では、教材の機能と、授業へ組み込む教員の運用を一緒に整えます。 COMPASSのQubenaは、小中学校向けの学習eポータルとAI型教材です。

小学校と中学校の主要5教科へ対応し、教科書に沿った問題も用意しています。

Qubenaの公式サイトは、220自治体以上、2,300校以上への導入を示しています（2026年9月28日確認、掲載数の集計基準日は明示されていません）。普及規模を表す数字で、全校で同じ学力改善が得られたという意味ではありません。

このモデルでは、よい教材だけでは足りません。というのも、年度、学年、教科書、アカウント、端末、学習履歴を扱うからです。

さらに、先生が授業や家庭学習へ無理なく組み込めることも必要です。

たとえば春日井市の公式導入事例紹介（2024年8月28日のセミナー）は、市内の全小中学校への導入と、学習履歴を使った授業改善を取り上げています。自治体全体へ展開するには、教材機能に加え、授業でどう使うかを教員へ共有する仕事が必要だと分かります。

事例：ミライシードは、授業から評価までを一つに寄せる

ミライシードの学校事例では、テスト結果を復習と教員の声かけへつなぐ使い方が参考になります。 ベネッセのミライシードは、小中学校向けのオールインワン型サービスです。

協働学習の「オクリンクプラス」、AIドリルの「ドリルパーク」、デジタルテストの「テストパーク」、学習履歴を見る「カルテ」をそろえています。

ミライシード公式サイトは、2026年4月時点で約12,000校への導入を示しています。また、利用者410万人以上とも案内していますが、この人数の集計日は同じ箇所には明記されていません。

導入規模と教育上の効果は分けて確認します。

授業、演習、テスト、学習履歴を一緒に扱えることが特徴です。どの機能も使うことを目的にせず、結果を見て課題や声かけを変えられるかを確認します。

学校では、便利なアプリが増えるほど、ログイン、名簿、データ確認が分かれます。ミライシードは、複数の学習場面を一つの入口へ寄せ、先生が次の指導へ使いやすくする立場を取っています。

四日市市立四郷小学校の導入事例（2026年7月時点）では、毎朝10分の学習や単元前の確認テストを、結果に応じた復習へつなげています。教員はカルテから学習状況を見て声をかけ、必要な児童へ関わる時間を取りやすくなったと説明しています。

これは教員による運用上の報告で、製品単独の学力改善を比較実験で示した結果ではありません。

この運用を参考にするなら、「テストを配る→結果を確認する→復習を選ぶ→教員が声をかける」という具体的な流れを決めます。後発企業にも、既存基盤の導入支援や、教員が結果を読み取る支援という選択肢があります。

事例：MagicSchoolは、教員の「細かい仕事」から入った

教員の一つの作業から試す場合も、生徒情報を扱う条件と学校の管理を先に確認します。 米MagicSchoolは、学校向けの生成AI基盤です。

授業案、評価基準、問題、教材の難易度調整、保護者向け文面など、教員が毎日行う細かな仕事を支援します。

MagicSchoolの公式情報では、教員個人向けの無料利用と、学校・学区で管理する利用を案内しています。小さく試せる提供方法ですが、個人アカウントを作れることと、生徒の個人情報を入力してよいことは別です。

所属先の方針と利用条件を先に確認します。

この入り方は、新規事業の参考になります。最初から学校全体の大規模契約を狙うのではなく、教員個人が困っている一つの作業を短くします。

そして、使う人が価値を感じた後に、管理、セキュリティ、可視化を学校単位で売ります。

生徒データ方針（2026年3月9日施行）では、接続先の外部AIモデル提供者による入力データの保持・学習利用を認めないとしています。一方、学校が管理する記録の保管や、匿名化・集計した情報によるサービス改善まで一律に行わないという意味ではありません。

保存先、保持期間、削除、再利用の条件を分けて確認します。

事例：Khanmigoは、答えではなく「次の問い」を設計した

教員向けの無料提供と学習者向けの契約条件を分け、対象者に合う利用方法を確認します。 Khan AcademyのKhanmigoは、学習者向けAIチューターと教員向け支援を提供します。

問い返しやヒントで考える過程を助ける設計ですが、AIの出力が常に正確であることや、学力向上を保証するものではありません。

特徴は、すぐに答えを示すのではなく、学習者へ問いを返し、考え方を進める設計です。生成AIの能力を、解答の代行ではなく、思考の支援へ使っています。

2025年12月4日更新の公式発表は、Microsoftの支援による教員向け無料提供を180以上の国・地域へ広げたとしています。これは教員向けの範囲で、世界中の児童生徒が同じ条件で無料利用できるという意味ではありません。

学習者向けの利用条件は別です。公式案内では、個人の保護者・学習者向け契約に米国内の成人による登録・支払いなどの条件があり、未成年者は保護者または提携する学校・学区を通じた利用になります。

教員アカウントだけで生徒に利用権を付与できるわけではないため、対象地域、年齢、契約方法を確認します。

音声学習のSpeakは、AIとの発話練習に焦点を当てています。2024年12月10日の公式発表の累計1.62億ドルは資金調達額であり、売上や学習効果ではありません。

学習目的に合わせて会話を設計する事業例として参考にし、成果は別の指標で確かめます。

KhanmigoとSpeakに共通するのは、汎用チャットを置いただけではないことです。学習目的に合わせて、会話の進め方そのものを商品にしています。

EdTech導入を止めないための五つの点検事項

導入効果は、利用回数だけでなく、理解度や指導の質、確認・修正を含む総作業時間で判断します。 以下は本記事のサービス事例と公的指針をもとに、当研究所が整理した五つの点検事項です。

失敗原因を調査した順位ではなく、導入前後に不足を見つけるために使います。

1. 課題より先に製品を選ぶ

「AI教材を入れたい」から始めると、授業で使うのか、家庭学習で使うのか、教員の作業を減らすのかが曖昧になります。最初に減らしたい仕事と、改善したい学びを一つずつ決めます。

2. 画面と入力を増やす

現場に新しいログイン、名簿登録、課題配信、確認画面を増やすと、便利さより手間が勝ちます。既存のID、教材、校務、連絡とのつながりを確認します。

3. 利用率だけで成功を判断する

ログイン数や学習時間は、使われたことしか示しません。理解度、再学習、教員時間、出席、実務成果など、目的に近い指標が必要です。

4. AIへ最終判断を渡す

生成AIは、もっともらしい誤りを出すことがあります。成績、進路、支援の優先順位など、本人への影響が大きい判断は、人が確認して決めます。

5. 導入後の仕事を決めない

教材やモデルは更新されます。問い合わせ、誤答、データ修正、保護者説明、事故対応を誰が担うか決めないと、利用が増えるほど現場が疲れます。

架空例｜下書きが半分の時間になっても、全体では12.5％の削減

教材準備が週4時間だった教員が、AIで下書きを2時間に短縮しても、確認・修正に1.5時間かかれば合計は3.5時間です。全体の削減は0.5時間、12.5％であり、50％ではありません。

時間の測り方を示す架空例です。導入時の設定や研修に必要な時間は、これとは別に計上します。

試行では、下書き、確認、修正、配布を同じ範囲で記録し、教材の誤りや授業への適合も確認します。学習効果を評価する場合は、対象者と授業条件をそろえ、導入前の状態や比較対象を示します。

少人数の感想は運用改善に使えますが、一般的な学力向上率とは分けて扱います。

自社はEdTechのどこへ入れるか

顧客、教育業務、データ、導入後の責任を確認します。

01　教員や講師の業務を理解している

教材、評価、連絡など、頻度が高い一つの仕事を短くします。

• 利用者へ直接聞ける
• 導入前後の時間を測れる
• 最終確認を人に残せる

02　教育データを安全につなげられる

学習、校務、教材のデータを、目的と権限を決めて接続します。

• 必要な項目を限定できる
• 標準へ対応できる
• 削除と事故対応を設計できる

03　特定業界の実務を教材へ変えられる

研修を視聴で終わらせず、実際の仕事に近い課題へ変えます。

• 現場業務を分解できる
• 成果を測れる
• 機密情報を守れる

04　学習の継続を支援できる

対話、音声、声かけを、依存を生まない範囲で設計します。

• 対象者を絞れる
• 人が介入できる
• 解約理由を改善できる

EdTechの新規事業で狙える四つの参入方法

参入する仕事を絞り、教材、既存基盤、安全管理を担う相手と役割を分けます。 後発企業が、基盤モデルや総合LMSを一から作る必要はありません。

自社の顧客、業務、データに近い場所から入る方が現実的です。

四つの参入方法は、必要な技術ではなく、顧客と改善責任の持ち方で分けています。後発企業ほど、既存サービスと競合する機能より、自社だけが理解できる業務や利用場面を起点に選ぶ方が現実的です。

参入先を選ぶときは、機能ではなく、改善の責任を持てる範囲を見ます。

たとえば、教材会社が教員業務へ入るなら、教材内容だけでなく、授業前後の作業を理解する必要があります。業務SaaS会社が企業学習へ入るなら、研修コンテンツより、実務データとの接続が強みになります。

AIエージェントの新規事業で説明したように、AIは自律性が高いほど責任範囲も広がります。教育では、誤った出力の影響が学習者へ残るため、機能より先に監督の仕組みを決めます。

参入・提携・待機・見送りは、何で判断するか

顧客への提供経路、学習支援の知識、安全管理、導入後の運用を担える範囲で参入か提携かを選びます。 四つの選択肢を、次のように分けると判断しやすくなります。

参入は、特定の顧客へ届ける経路があり、その顧客の学習や指導業務を理解し、導入後の改善まで担える場合です。

提携は、顧客や業務知識はあるものの、学習基盤、教材、AI、安全管理の一部が足りない場合です。既存LMSや学習eポータルとの連携で、開発や導入の負担を減らせるかを検討します。

待機は、顧客の課題は見えるものの、データ利用の合意や支払予算が定まっていない場合です。小さな実証より先に、誰が何の成果へ支払うかを決めます。

見送りは、汎用生成AIと同じ回答しか出せない、学習データを合法かつ安全に扱えない、導入後の問い合わせや誤りに対応できない場合です。

技術があることと、教育事業を運営できることは別です。

EdTech事業の責任分界は、契約前に決める

利用目的、データの保持・削除、AI出力の確認、事故時の対応を契約と現場の手順に落とし込みます。 教育には、学習者、保護者、教員、学校、自治体、教材会社、AI基盤会社が関わります。

事故が起きてから役割を決めるのでは遅すぎます。

以下は関係者で役割を確認するための整理例です。学校の区分や契約で条件が異なるため、担当部署・専門家と実際の義務を確認します。

文部科学省の教育データ利活用留意事項第4版は、公立・国立・私立の学校に対応する資料を分け、利用目的、必要な情報、安全管理、委託先の確認を示しています。上の表は役割を相談するための例で、法律上の責任を契約だけで移せることを意味しません。

データ項目ごとに利用目的と閲覧権限を決め、法令上の保存義務も踏まえて保持・削除の条件を定めます。提供先や再委託先、目的外利用、事故時の連絡も確認します。

詳細は第4版のリーフレットと、学校の区分に対応する本文を参照してください。

なお、教育データ標準5.1は、主体・内容・活動などのデータ項目をそろえる資料です。技術的な接続を扱う相互運用標準モデル（2026年3月のVer.6.00）とは区別します。

標準に対応していても、接続するAPI、利用権限、費用、契約を確認しなければサービス間で自由に連携できるわけではありません。

EdTechのよくある質問

EdTechを導入する側、事業として参入する側から寄せられやすい疑問を、短く整理します。

Q. EdTechとeラーニングの違いは何ですか？

A. eラーニングは、インターネットで教材を学ぶ方法を指すことが中心です。EdTechはより広く、AI教材、学習管理、校務、データ分析、教員支援まで含みます。

Q. EdTechで教師は不要になりますか？

A. 不要にはなりません。AIは問題選択、下書き、記録整理を助けられます。一方、学習者の状態を見て声をかけること、評価や進路を判断することは、人が担う必要があります。

Q. 個別最適化学習は、問題を自動で出すことですか？

A. それだけではありません。目標、学習データ、つまずきの診断、次の課題、人による確認を循環させることです。単元の前後関係と、教員が介入できる仕組みが重要です。

Q. EdTech企業は、どこで差別化できますか？

A. 教材の量だけでは差別化しにくくなっています。特定の教育業務、独自の学習データ、現場に合う運用、既存システムとの接続、導入後の改善が差になります。

Q. 学校向けEdTechへ参入する際の壁は何ですか？

A. 自治体や学校の調達、年度計画、個人情報、教材との整合、ID連携、教員研修です。製品開発より、導入と運用に時間がかかる場合があります。

Q. 企業研修もEdTechに含まれますか？

A. 含まれます。学習内容を実際の仕事へ適用し、成果を測る仕組みも対象です。受講数ではなく、業務時間、品質、売上などとのつながりを示す必要があります。

まとめ：EdTechは、学習と指導の改善を回す事業になる

目的に合う一つの仕事から始め、導入規模と実際の改善を分けて評価することが重要です。 EdTechには、教材配信から学習支援、教員の業務、学校の管理まで多様な役割があります。

すべてを一度に統合するより、目的に合う機能を選び、必要な情報と人の判断をつなぐことから始めます。

主要企業の事例からは、三つの共通点が見えます。

• 汎用AIではなく、教育の目的に合わせて会話や課題を設計する
• 学習者だけでなく、教員や管理者の仕事へ入り込む
• 教材の量ではなく、改善に使えるデータと運用を積み上げる

新規事業としては、総合プラットフォームを正面から作るより、教員業務、データ接続、実務学習、継続支援のいずれかへ絞る方が現実的です。

最初の検証では、誰のどの課題を変えるか、導入前後をどう比べるか、確認と修正を誰が担うかを決めます。利用件数だけでなく、理解度や指導の質、現場の総作業時間を見て、継続・改善・中止を判断します。

参照文献

市場、制度、企業事例は、次の一次情報と公表資料を確認しました。

• 文部科学省「学校現場における生成AIの利用について」
• 文部科学省「教育データの利活用に係る留意事項」
• 文部科学省「教育データ標準」
• 矢野経済研究所「eラーニング市場に関する調査を実施（2026年）」
• atama plus「業務習得AIシステム Sketto」
• COMPASS「Qubena」
• ベネッセ「ミライシード」
• Classi「Classiとは」
• Studyplus for School
• MagicSchool「About Us」
• Khan Academy「Khanmigo」
• Speak「Series C」
• Duolingoの教授法・学習設計