【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

国内シェアNo.1の現場帳票システム「i-Reporter」を提供する株式会社シムトップスは、製造業のDX・AI推進担当者111名を対象に、製造業のAI活用におけるデータ整備の重要性に関する実態調査を実施しました。
調査の結果、約9割の企業がAI活用に着手している一方、87.4%が「AIモデルやツールの選定」よりも「現場の1次情報の整備・構造化」を重要視していることが明らかになりました。今後3年で投資すべき領域でも「データ収集基盤の整備」(47.7%)が「AIモデル導入」(38.7%)を上回って首位に挙げられており、AI時代の製造業の成否は、地に足のついたデータ整備にかかっていそうです。

■DX・AI推進担当者の約9割が、AIを「本格実装」または「PoC段階」で活用中
「Q1. あなたのお勤め先における、AI活用の進捗状況として最もあてはまるものを1つお選びください。」（n=111）と質問したところ、「本格的に実装し、業務で活用している」が45.0%、「PoC（実証実験）段階で取り組んでいる」が44.1%という回答となりました。

■AI活用中の95.9%が、期待していた成果が「十分」「ある程度」出ていると実感
「Q2. Q1で「本格的に実装し、業務で活用している」「PoC段階で取り組んでいる」と回答した方にお聞きします。あなたのお勤め先のAI活用は、当初期待していた成果が出ていますか。」（n=99）と質問したところ、「十分に出ている」が32.3%、「ある程度出ている」が63.6%という回答となりました。

■DX・AI推進担当者が挙げたAI活用の課題、「学習データの件数不足」が44.1%で最多
「Q3. あなたのお勤め先で、AI活用を進める（または検討する）上で課題だと感じることを教えてください。（複数回答）」（n=111）と質問したところ、「AIに学習させるデータの件数が不足している」が44.1%、「AI活用を進める社内人材が不足している」が42.3%、「データに欠損や誤りが多い」が38.7%という回答となりました。

■現場の1次情報のデジタル化・構造化率、約半数が「5割〜8割未満」との結果に
「Q4. あなたのお勤め先で、現場で発生する1次情報（作業記録、検査記録、点検記録など）のうち、AIが活用できる形でデジタル化・構造化されている割合はどの程度だと思いますか。」（n=111）と質問したところ、「5割〜8割未満」が49.5%、「3割〜5割未満」が23.4%という回答となりました。

■87.4%のDX・AI推進担当者が、「AIモデル・ツール選定より現場の1次情報の整備・構造化」を重要視
「Q5. あなたは、製造業のAI活用において、AIモデルやツールの選定よりも、現場の1次情報を整備・構造化することの方が重要だと思いますか。」（n=111）と質問したところ、「非常にそう思う」が26.1%、「ややそう思う」が61.3%という回答となりました。

■「現場の1次情報の構造化はAI活用の前提条件」と認識している担当者は、約9割
「Q6. あなたは、現場の1次情報を構造化することが、製造業のAI活用の前提条件だと思いますか。」（n=111）と質問したところ、「非常にそう思う」が36.0%、「ややそう思う」が50.5%という回答となりました。

■1次情報構造化を前提条件と考える理由、「現場の判断ノウハウは1次情報からしか引き出せないから」が65.6%でトップ
「Q7. Q6で「非常にそう思う」「ややそう思う」と回答した方にお聞きします。現場の1次情報の構造化が、製造業のAI活用の前提条件だと思う理由を教えてください。（複数回答）」（n=96）と質問したところ、「現場の判断ノウハウは1次情報からしか引き出せないから」が65.6%、「構造化されていないデータでは分析が困難だから」が49.0%、「手書きや口頭の情報はAIが読み取れないから」が42.7%という回答となりました。

■DX・AI推進担当者が今後3年で投資すべきと考える領域、「データ収集基盤の整備」（47.7%）と「データ品質の向上・クレンジング」（41.4%）が上位
「Q8. あなたのお勤め先で、AI活用を成功させるために今後3年で特に投資すべき領域を教えてください。（上位3つまで回答可）」（n=111）と質問したところ、「データ収集基盤の整備」が47.7%、「データ品質の向上・クレンジング」が41.4%、「AIモデルやツールの導入」が38.7%という回答となりました。

■6割超のDX・AI推進担当者が、1次情報構造化に向けて「専用のデータ収集システム」を導入
「Q9. あなたのお勤め先では、現場の1次情報の構造化に向けて、現在どのような取り組みを行っていますか。（複数回答）」（n=111）と質問したところ、「専用のデータ収集システムを導入している」が61.3%、「エクセルなどで現場データを集約している」が42.3%、「AIに合わせてデータ形式を整備している」が35.1%という回答となりました。

■まとめ
今回は、製造業のDX・AI推進担当者111名を対象に、製造業のAI活用におけるデータ整備の重要性に関する実態調査を実施しました。その結果、約9割がAI活用に着手している一方、87.4%がAIモデル・ツール選定よりも「現場の1次情報の整備・構造化」を重要視していることが明らかになりました。
本調査から、製造業のAI活用は着手率・成果実感ともに高水準にある一方、その推進を支えるデータ基盤の整備が依然として大きなボトルネックとなっている実態が浮かび上がりました。AIモデルの高度化と並行して、作業記録・検査記録・点検記録といった現場帳票のデジタル化やデータ収集基盤の構築に戦略的に投資し、データの質と量を同時に確保していくことが、AI活用の成果を持続的に拡大する上での鍵となりそうです。