飛輪股份有限公司（總部：東京都千代田區，代表取締役社長：橫山直人，以下簡稱飛輪）針對員工數1,000人以上的大企業中426名受訪者，實施了「企業AI應用實態調查2026」，並公布其調查結果。
飛輪至今已為超過400家企業提供「AI-Ready診斷（成熟度評估）」服務。基於此項專業知識，本次進一步為掌握企業AI推進的實際狀況，以客觀數據進行本項調查。調查結果顯示，雖然多數企業將「AI人才不足」視為AI應用的最大障礙，但透過細緻的數據分析發現，AI無法真正落地的真正原因，在於「無法衡量成果、無法推動改善循環」的結構性課題。企業在AI應用上所面臨的「壁壘」，已從「導入」階段轉移至「營運、定著階段」。
「AI應用實態調查2026」調查結果簡報（部分）
調查結果重點
認知上的課題與「真正瓶頸」的落差
儘管多數企業將「AI人才不足」列為最大障礙，但若以六個維度評估AI應用的成熟度，實際上「定著、改善」階段——即缺乏明確評估指標與改善循環機制——得分最低，問題最為嚴重。
數據品質與投資報酬率（ROI）的壁壘
許多企業反映，即使導入AI，仍難以清楚看見「成果或ROI」。其背後原因在於，支援全公司AI應用（如RAG等）所需的「數據品質與可信度」，或是文件、日誌等「非結構化數據」的整備尚未到位，凸顯出數據基礎設施的不足。
立場與產業別的認知落差（製造業特有的障礙）
在AI推進的瓶頸認知上，經營決策層與現場執行者之間，以及製造業與IT・軟體業等不同產業間，存在明顯差異。特別是製造業相較於IT・軟體業，更強烈地將「現場的心理抗拒」與「資安疑慮」視為瓶頸，顯示其業務滲透存在獨特困難。
對AI應用程度所導致「未來差距」的危機感
過半數企業認為，未來3至5年內，AI的應用程度將在產業競爭力上造成「決定性或巨大差異」。此差距不僅體現在「業務效率」，更將反映為企業「數據應用能力」本身的落差。
從調查中可見的啟示：跨越導入後壁壘的「AI-Ready數據基礎設施」為何？
本調查結果顯示，「定著、改善」無法推進的真正原因，並非現場努力不足，而是「缺乏能客觀衡量AI成果的數據（基礎）」。要正確評估與改善AI的輸出品質與ROI，其前提在於數據的可靠性。跨越導入後「營運階段」壁壘的關鍵，在於建構「AI-Ready數據基礎設施」，並設計三大機制：「衡量」AI成果、「推動」改善循環、「儲存」可重複利用的知識。
本次發布會說明更深入的分析結果，包括「不同職位與產業的瓶頸差異」及「成熟度診斷的具體數值」等，舉辦線上研討會。參與企業亦可了解評估自身現況的方法。
研討會主題：從400家企業的AI-Ready診斷解密「組織現況」，以及最大化AI導入成功率的路徑圖
時間：
【1】直播（即時）
2026年6月19日（五）13:00～14:00
【2】錄播回放（存檔播放）
2026年6月24日（三）12:00～14:00
2026年6月26日（五）12:00～14:00
地點：線上（Zoom）／免費參加
本次研討會公開與解說內容：
從426份問卷數據解析「方針、策略」「基礎設施」「治理」等詳細分數
製造業與IT・軟體業在AI推進上的決定性差異
經營層（決策者）與現場人員之間認知落差的本質
將AI連結至經營成果所需的「四大必要條件」及實現步驟
詳情與報名：https://conata.flywheel.jp/20260619webinar
※詳細調查報告的獲取方式，將於研討會中及官方網站等逐步公布。
代表者評論
代表取締役CEO 橫山直人
「本次調查揭示了AI應用課題背後的結構性現實，僅用『人才』一詞無法完整說明。多數企業在營運與定著階段停滯不前，主因在於缺乏能衡量成果、推動改善、累積知識的數據基礎。我們將秉持『將數據轉化為人們的能量』的使命，從數據基礎設施層面強力支援企業跨越『導入後的壁壘』，實現AI的實質效益。」
調查概要
調查名稱：以六個成熟度軸解析的AI應用實態調查2026
調查對象：員工1,000人以上企業的在職員工
樣本數：426名（部分問題為n=331）
調查方式：網路問卷調查
調查期間：2026年3月
調查主體：飛輪股份有限公司
【 關於飛輪股份有限公司 】
飛輪是透過數據應用，協助企業解決課題並擴大收益的專業服務公司。根據客戶的課題與需求，提供數據應用所需的顧問服務（Professional Service）與系統建置，於短期內創造可見成果。透過順暢且快速推動數據應用PDCA循環的實踐，以及提供Conata®（科納塔）數據應用平台與顧問服務，推動在最大限度保護個人資訊與隱私的前提下，安心安全的數據應用，致力於建構企業能善用數據的社會環境並解決各項課題。
FACT BOX · 重點整理
- 來源：PR TIMES
- 分類：調查
- 原文日期：2026年3月 / 2026年6月19日
- 產品、服務：Conata® / AI-Ready 診断