AIデータプラットフォームの開発・提供およびAXソリューションを展開する株式会社XAION DATA（本社：東京都渋谷区、代表取締役：佐藤 泰秀、以下 当社）は、全国の従業員数1,000名以上の企業に所属するAI・DX推進関与者200名を対象に、「AX（AIトランスフォーメーション）推進に関する実態調査」を実施しました。 生成AIをはじめとするAIへの投資が加速するなか、企業の関心は「AIを導入するかどうか」から、「投資したAIをどのように業務成果や意思決定の高度化につなげるか」へと移りつつあります。 その鍵となるのが、AIが必要なデータを理解し、判断に活用できる状態、すなわち「AI Ready」な環境づくりです。どれほど高度なAIを導入しても、社内データが分断され、形式や品質が揃わず、社外データとも接続できていなければ、AIの判断材料は限定され、成果創出も難しくなります。 本リリースでは、AI投資が進む企業において、なぜ従来型のデータ基盤だけでは不十分なのか、そして次の投資テーマとしてなぜ「AI Readyなデータプラットフォーム」が重要になるのかを、調査結果から紐解きます。 ▍調査概要 本調査では、エンタープライズ企業におけるAI投資の進展状況と、その成果創出を阻むデータ環境・AI Ready化の課題を順に見ていきます。 エンタープライズ企業の79.0%がAIを業務実装、AI投資は部門・全社レベルへ DWH・データレイク等の導入は74.5%、一方で「AI前提」の設計には課題 7割超が直面する「AI Ready」の壁。データ分断・品質・社外データ統合が課題に 社外データは活用が進む一方、社内データとの接続に課題 社外データ統合により、76.0%が「AIの判断精度が向上」と回答 ▍調査結果 エンタープライズ企業の79.0%がAIを業務実装、AI投資は部門・全社レベルへ 勤務先におけるAIの業務実装フェーズについて聞いたところ、「全社横断でAIを業務プロセスに組み込んでいる段階」が39.0%で最多となりました。次いで、「部門単位でAIを業務の一部に組み込んでいる段階」が30.5%、「一部の社員が個人的に生成AI等を利用している段階」が17.5%、「AIが自律的に意思決定や業務実行を担う段階」が9.5%となりました。 「部門単位でAIを業務の一部に組み込んでいる段階」「全社横断でAIを業務プロセスに組み込んでいる段階」「AIが自律的に意思決定や業務実行を担う段階」を合計すると79.0%となり、AI投資は個人利用や検討段階を超え、部門・全社レベルでの業務実装へと進みつつあることがわかります。 DWH・データレイク等の導入は74.5%、一方で「AI前提」の設計には課題 勤務先における社内データ統合基盤（DWH、データレイク、データファブリック等）の導入状況について聞いたところ、「全社規模で導入し、運用している」が28.0%、「一部部門・一部領域で導入し、運用している」が46.5%となりました。両者を合わせると、74.5%がすでに何らかの形でデータ統合基盤を導入・運用していることになります。 一方で、これらのデータ基盤の多くは、これまでDX推進やBI・レポーティング、部門ごとの業務効率化を目的として構築されてきました。そのため、DWHやデータレイクを導入していることと、AIが業務や意思決定に活用できる状態でデータが整っていることは同義ではありません。 AIの成果は、モデルやアルゴリズムの性能だけで決まるものではなく、企業が保有するデータをAIが理解・活用しやすい形に整備し、必要なタイミングで利用できる状態にできるかに大きく左右されます。つまり、AI投資を成果につなげるには、既存のデータ基盤をAI前提で再設計する「AI Ready」化が重要になります。 従来型のデータ基盤において、特にAI投資の妨げとなりやすい課題は主に4つあります。 データのサイロ化：業務プロセスや部門ごとにデータが独立して管理されていると、部門横断での分析や連携が難しくなり、AIが包括的な判断を行うための材料が不足します。 統合・変換コストの増大：データの形式や粒度、単位が揃っていない場合、AIが活用できる状態にするまでに多くの前処理や調整が必要になります。 リアルタイム性の不足：従来基盤ではデータが定期的なバッチ更新にとどまることも多く、AIや自動化ツールが最新情報を即時に利用しづらい状態が生まれます。 外部データ活用の制約：Open Dataや外部APIを組み込む設計が十分でない場合、市場・業界動向など社内データだけでは捉えきれない情報をAIの判断材料に取り込みにくくなります。 つまり、従来のデータ基盤は、DX推進や業務効率化には一定の役割を果たしてきた一方で、A