【製造業×AI應用障礙】超過四成企業回答，推動AI應用最大課題為「學習數據不足」；近半數認為應投資「數據收集基礎設施」而非「導入AI模型」

提供日本市佔率第一的現場表單系統「i-Reporter」的Simtops株式會社，針對111名製造業DX與AI推動負責人，實施了一項關於製造業AI應用中數據整備重要性的實況調查。
調查結果顯示，約九成企業已開始應用AI，但同時有87.4%的企業認為「現場第一手資訊的整備與結構化」比「選擇AI模型或工具」更為重要。在未來三年應投資的領域中，「數據收集基礎設施的整備」（47.7%）也超越了「導入AI模型」（38.7%）位居首位，顯示AI時代製造業的成敗，取決於腳踏實地的數據整備工作。

■約九成DX/AI推動負責人已在「正式導入」或「PoC階段」應用AI
在「Q1. 貴公司目前AI應用的進展情況最符合下列哪一項？」（n=111）的提問中，「已正式導入並在業務中使用」佔45.0%，「正在PoC（概念驗證）階段進行」佔44.1%。

■95.9%正在應用AI的企業，感受到「充分」或「一定程度」的預期成果
針對Q1回答「已正式導入」或「PoC階段」的受訪者提問「Q2. 貴公司的AI應用是否達到當初預期的成果？」（n=99），回答「充分達到」的有32.3%，「達到一定程度」的有63.6%。

■DX/AI推動負責人提出的AI應用課題，以「學習數據不足」佔44.1%為最多
在「Q3. 貴公司在推動（或研議）AI應用時，覺得有哪些課題？（複選）」（n=111）的提問中，「用於AI學習的數據量不足」佔44.1%，「推動AI應用的內部人才不足」佔42.3%，「數據缺漏或錯誤過多」佔38.7%。

■現場第一手資訊的數位化與結構化比率，約半數回答「五成至八成」
在「Q4. 貴公司現場產生的第一手資訊（作業紀錄、檢驗紀錄、點檢紀錄等）中，您認為有多少比例是以AI可利用的形式進行數位化與結構化？」（n=111）的提問中，「五成至未滿八成」佔49.5%，「三成至未滿五成」佔23.4%。

■87.4%的DX/AI推動負責人重視「現場第一手資訊的整備與結構化」勝於「選擇AI模型/工具」
在「Q5. 您認為在製造業的AI應用中，整備與結構化現場第一手資訊，是否比選擇AI模型或工具更重要？」（n=111）的提問中，「非常這麼認為」佔26.1%，「有點這麼認為」佔61.3%。

■約九成負責人認知到「現場第一手資訊的結構化是AI應用的前提條件」
在「Q6. 您認為將現場第一手資訊結構化，是製造業AI應用的前提條件嗎？」（n=111）的提問中，「非常這麼認為」佔36.0%，「有點這麼認為」佔50.5%。

■認為結構化是前提條件的理由，以「現場的判斷知識只能從第一手資訊中提取」佔65.6%居首
針對Q6回答「非常這麼認為」或「有點這麼認為」的受訪者提問「Q7. 您認為為什麼現場第一手資訊的結構化是製造業AI應用的前提條件？（複選）」（n=96），「因為現場的判斷知識只能從第一手資訊中提取」佔65.6%，「因為未結構化的數據難以分析」佔49.0%，「因為手寫或口頭資訊AI無法讀取」佔42.7%。

■DX/AI推動負責人認為未來三年應投資的領域，「數據收集基礎設施的整備」（47.7%）與「數據品質的提升與清理」（41.4%）名列前茅
在「Q8. 為了讓AI應用成功，貴公司未來三年應特別投資哪些領域？（最多選三項）」（n=111）的提問中，「數據收集基礎設施的整備」佔47.7%，「數據品質的提升與清理」佔41.4%，「導入AI模型或工具」佔38.7%。

■超過六成的DX/AI推動負責人，為結構化第一手資訊而導入「專用數據收集系統」
在「Q9. 貴公司目前為結構化現場第一手資訊，正採取哪些措施？（複選）」（n=111）的提問中，「已導入專用的數據收集系統」佔61.3%，「用Excel等方式匯總現場數據」佔42.3%，「配合AI整備數據格式」佔35.1%。

■總結
本次針對111名製造業DX與AI推動負責人，實施了關於製造業AI應用中數據整備重要性的實況調查。結果顯示，約九成企業已著手應用AI，但同時有87.4%的企業認為「現場第一手資訊的整備與結構化」比選擇AI模型或工具更為重要。
從本次調查可見，製造業的AI應用在著手率與成果感受上均處於高水準，但支撐其推動的數據基礎設施整備，依然是巨大的瓶頸。與AI模型的升級並行，對作業紀錄、檢驗紀錄、點檢紀錄等現場表單進行數位化，並策略性地投資於數據收集基礎設施的建構，同時確保數據的質與量，將是持續擴大AI應用成果的關鍵。