【製造業×AI活用の壁】 4割以上が、AI活用を進める上で「学習データの件数不足」を最大の課題と回答　投資すべきは「AIモデル導入」より「データ収集基盤の整備」が約半数で首位に

よくある質問

Q: この調査の主な対象者は誰ですか？

A: 製造業のDX（デジタルトランスフォーメーション）およびAI推進を担当する111名です。

Q: 製造業におけるAI活用の最大の課題は何ですか？

A: 「AIに学習させるデータの件数が不足している」が44.1%で最も多く、次いで「AI活用を進める社内人材の不足」(42.3%)が挙げられています。

Q: AI活用において、モデルの選定とデータ整備ではどちらが重要視されていますか？

A: 87.4%の担当者が、AIモデルやツールの選定よりも「現場の一次情報の整備・構造化」の方が重要だと回答しています。

Q: なぜ現場データの構造化が重要だと考えられているのですか？

A: 主な理由として「現場の判断ノウハウは一次情報からしか引き出せないから」(65.6%)が挙げられており、良質なデータがAIの精度と価値を左右するためです。

Q: 今後、製造業のAI活用で最も投資が必要な領域は何ですか？

A: 「データ収集基盤の整備」が47.7%でトップ、次いで「データ品質の向上・クレンジング」(41.4%)となっており、AIモデル導入そのものよりもデータ基盤への投資が優先されています。