課題は旧式インフラ・スキル不足・組織文化
「AIはビジネスに有効」経営者の約4分の3が評価も、本格利用は1割に満たず
MicrosoftとIDCの調査によれば、AI技術をビジネスの中核で活用する日本企業は1割未満にとどまる。企業はAI技術による生産性向上を期待している一方、ツールや人材の不足が活用の妨げになっている。
ビジネスでのAI（人工知能）技術の活用に期待を寄せる企業が多い一方で、導入はあまり進んでおらず、インフラや人材などの面で課題が残る――。MicrosoftとIDC Asia/Pacific（IDCのアジア太平洋地域に属する各地域法人）が実施した、ビジネスにおけるAI技術の利用状況調査の結果だ。本稿では、日本を含むアジア太平洋地域の企業の経営層および従業員を対象としたこの調査結果から、日本企業の回答を中心に紹介する。
AIの活躍に期待を寄せる日本企業
日本企業はAI技術を導入することで、新たな自社製品・サービスの創造や生産性の向上などのビジネス改善につなげられると期待している。本調査では「従業員の生産性」「利益率」など5つの項目について、企業がAI技術を取り入れた場合、どの程度の改善効果が見込めるかを尋ねた。調査時点での5項目の状態や数値を基準とし、それらがAI技術を導入することで「現時点」（2018年）および「3年後」（2021年）にどの程度伸びると期待できるか数値を問い、平均値を算出した。
経営層および従業員の回答は「現時点」は11～14％。「3年後」は27～31％と、現時点と比べて2倍以上の数値となった（図1）。加えて「企業の競争力にAI技術は役に立つ」と回答した経営層の割合は73％だった。AI技術採用を後押しする要素としては、「競争力の強化」「イノベーションの加速」「生産性の向上」などが上位に並んだ。
図1 日本企業のAI技術への期待値（出典：日本マイクロソフト、IDC Japan）《クリックで拡大》
日本企業のAI活用推進は道半ば
経営者や従業員にAI技術に対する取り組みについて聞くと、「ビジネスの中核部分で利用している」と答えたのは全体の9％と1割に満たず、日本におけるAI技術のビジネス利用についてはまだ途上段階にあるといえる。「検証を開始した」と回答した24％と合わせると33％となり、AI技術をビジネスに取り入れている日本企業は、全体の3分の1程度であることがうかがえる。
調査では、企業のAI技術活用における推進状況を「戦略」「投資」「文化」「能力」「インフラ」「データ」の6指標についてそれぞれ0～4点で評価した。アジア太平洋地域、日本、アジア太平洋地域のAIリーダー企業（既にAI技術の導入が進んでいる企業）の平均スコアを以下の表に示す。
| 項目 | アジア太平洋 | 日本 | アジア太平洋地域のAIリーダー |
|---|---|---|---|
| 戦略 | 2.25 | 2.5 | 3.7 |
| 投資 | 2.43 | 3.7 | 3.1 |
| 文化 | 2.47 | 2.1 | 2.9 |
| スキル | 2.07 | 2.1 | 3.0 |
| インフラ | 2.18 | 2.1 | 3.1 |
| データ | 2.35 | 3.1 | 3.2 |
| 表 各グループ別のAI技術活用状況の評価（出典：日本マイクロソフト、IDC Japan） | |||
アジア太平洋地域の平均と比べ、日本は投資、データ、戦略面で上回っており、スキルやインフラ面ではほぼ同等であるものの、文化面では劣っている。さらにアジア太平洋地域のAIリーダー企業の平均スコアと比べると、投資以外の観点で後れを取っている。
悪しき習慣がAI活用を阻害
経営層にAI技術の活用推進に当たっての課題を聞いた設問から、AI技術のビジネス利用に取り組む日本企業の課題が明らかになった。「インフラ、ツール」「スキル、人材・教育制度」「組織、文化」の各領域において課題が存在するという。
インフラやツールに関する具体的な阻害要因について、日本の調査分析を担当したIDC Japanの眞鍋 敬氏は「古いインフラによるデータの整備不足」を挙げる。クラウドなど新たなアーキテクチャを利用したシステム構築を進める動きがある一方、オンプレミスで運用している旧来のシステムを多く持つ日本企業は少なくない。「そうしたシステムでは、データを分析しようとしても目的のデータをうまく見つけられなかったり、データを集めることすら難しかったりする」と同氏は指摘する。
スキルや人材面については、「AI技術を使う」ためのスキルを持つ人材が企業で育っていないという。本調査で「企業の業務に携わる人がAI技術のスキルを習得する妨げになっている原因は何か」という質問への回答では、経営層と従業員の間に認識の差があった（図2）。経営層の中で最も回答数が多かった要因は「（従業員が）何を学べばよいか分かっていない」であるのに対し、従業員は「金をかけたくない」となっている。眞鍋氏は「実際の業務担当者に必要なものが何かを経営者が見極め、カリキュラムだけでなく時間や費用を含め適切な教育体制を整えることが大事」と述べる。
図2 AI技術活用スキルを習得する上での課題についての回答（出典：日本マイクロソフト、IDC Japan）《クリックで拡大》
企業の各部門が、自部門に特化したシステムを独自に構築し、結果として部門間でシステムやデータを共有できなくなる事態を、眞鍋氏は「サイロ化」という単語で表現する。「他組織でデータの活用ができない状況は、企業全体としての競争力や分析力を低下させる」（同氏）
本調査はMicrosoftとIDC Asia/Pacificが2018年12月にWebアンケート方式で実施した。対象は日本を含むアジア太平洋地域15カ国、10業種の企業における経営層1605人と従業員1585人。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社MatrixFlow] 「物流リソース最適化」ガイド：人員・配車・傭車を出庫依頼の確定前に決めきる -
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
2
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
3
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
4
「IBM iはDXのボトルネック」は誤解 意外と知らない今風モダナイズの効果
-
5
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
6
IT製品の導入に関するアンケート「PC＆デバイス」編
-
7
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
8
「朝8時にバッチが終わらない」データ爆発の危機をJPX総研はどう乗り越えたか
-
9
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
-
10
AI導入後に発覚する「社内文書を読めない」問題 情シスは何を直せばいい？
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
プログラミング不要で誰でも実現できる、ネットワーク運用管理の自動化とは
-
5
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
6
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
-
9
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
10
“あのファイル転送”で暗躍するノーウェアランサム
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー