生成式AI商用現況調查：七成商務人士對輸出準確性不滿——ユーソナー調查500名專業人士，數據品質成改善關鍵
Key facts
- 生成式AI商用現況調查：七成商務人士對輸出準確性不滿——ユーソナー調查500名專業人士，數據品質成改善關鍵
- ユーソナー針對500名使用生成式AI的商務人士進行調查，發現70.4%對輸出準確性感到不滿，72.8%每次驗證需耗時5分鐘以上，61.4%認為問題根源在於數據品質。企業欲提升AI應用成效，關鍵在於強化數據基礎建設。
- Source: PR Times
- Date: 2026年6月17日
Direct answer
ユーソナー針對500名使用生成式AI的商務人士進行調查，發現70.4%對輸出準確性感到不滿，72.8%每次驗證需耗時5分鐘以上，61.4%認為問題根源在於數據品質。企業欲提升AI應用成效，關鍵在於強化數據基礎建設。
- Citation
- 生成式AI商用現況調查：七成商務人士對輸出準確性不滿——ユーソナー調查500名專業人士，數據品質成改善關鍵 (2026年6月17日), PR Times
- Source
- PR Times
- Date
- 2026年6月17日
ユーソナー針對500名使用生成式AI的商務人士進行調查，發現70.4%對輸出準確性感到不滿，72.8%每次驗證需耗時5分鐘以上，61.4%認為問題根源在於數據品質。企業欲提升AI應用成效，關鍵在於強化數據基礎建設。
📋 文章處理履歷
- 📰 發表: 2026年6月17日 20:48
- 🔍 收集: 2026年6月17日 12:02
- 🤖 AI分析完成: 2026年6月17日 12:25（收集後22分鐘）
ユーソナー股份有限公司（總部：東京都新宿區，以下簡稱ユーソナー）針對工作中使用生成式AI的500名商務人士，實施「生成式AI應用實況與輸出品質滿意度調查」，並將結果彙整為報告，現正式對外公布。
本調查報告顯示，高達七成受訪者對生成式AI的輸出準確性感到不滿，且在驗證輸出內容時耗費超出預期的時間。為真正發揮生成式AI提升生產力的效益，企業勢必需更加重視高品質數據的整備工作。歡迎下載本報告，進一步了解詳情。
ユーソナー實施之生成式AI業務應用實況調查報告
免費取得調查報告
前往ユーソナー官網
■ 調查背景與目的
隨著生成式AI在商業領域的應用日益普及，使用者對於AI輸出「無法直接使用」、「準確度低，驗證耗時超出預期」等不滿聲浪也隨之增加。一般常將原因歸咎於「提示詞（Prompt）技巧」不足。然而，我們推測除了提示技巧外，生成式AI所參照的「數據品質」本身也可能存在問題，因此展開本次調查。
＜調查目的＞
・量化分析工作中使用生成式AI的商務人士之「真實使用狀況」
・探究對AI回應品質與可信度不滿的「根本原因」
・釐清有效運用AI所需之數據整備工作間的關聯性
■ 調查概要
調查名稱：生成式AI應用實況與品質調查
調查方式：網路問卷調查（由Cross Marketing公司調查小組執行）
調查對象：工作中「經常」或「偶爾」使用生成式AI的商務人士
有效問卷數：500份
調查期間：2026年3月
調查執行單位：ユーソナー股份有限公司
■ 主要調查結果（摘要）
1）約七成對生成式AI的「準確性與可信度」感到不滿（70.4%）
針對生成式AI回應的準確性與事實可信度（不滿程度），回答「經常有」或「偶爾有」者高達70.4%。顯示在生成式AI應用日益普及的同時，其可信度問題仍廣泛存在。
2）不滿主因是「數據品質」——61.4%受訪者認為問題出在數據
關於對AI回應不滿的原因，「AI缺乏專業且最新的資訊」占23%、「原始數據可能有誤」占22%，合計有61.4%的受訪者認為「數據／資訊品質」是問題根源。相較之下，認為「提示技巧不足」者僅占12.4%，顯示多數人認為問題核心不在使用者技能，而在AI所參照的數據環境。
3）驗證耗時抵銷生產力效益——72.8%需花費5分鐘以上進行內容查核與修正
高達72.8%的受訪者表示，每次驗證AI提供的資訊需耗時5分鐘以上，部分甚至超過30分鐘。AI導入所帶來的效益，正被「輸出內容的驗證成本」所抵銷。
4）提升AI應用層次的關鍵是「數據環境」——61.6%認為最重要
當被問及「為提升生成式AI應用層次，最需要什麼」時，「提升數據的準確性與即時性」占33%、「取得更廣泛的事實數據」占29%，合計61.6%認為「改善數據」最為重要，此比例高於「提升提示技巧」（20%）。
■ 調查啟示：生成式AI應用的瓶頸不在「提示詞」，而在「數據環境」
本次調查顯示，多數使用者認為生成式AI輸出不滿的主因，不在於提示技巧等使用者端能力，而在於AI所參照資訊數據的「準確性」、「即時性」與「專業性」。未來若要進一步深化與改善AI應用，企業勢必需更加重視建構「能連結可信且精確數據」的環境。
■ 企業數據品質整備，就交給ユーソナー
ユーソナー向企業提供日本規模最大的企業資料庫「LBC」※。供應商、客戶等法人資料每日皆會因資訊陳舊化，以及人工輸入造成的記載不一致等問題而劣化。導入ユーソナー的企業，能持續取得符合商業需求的高精細度數據，建構出兼具完整性、準確性與即時性的商業數據環境。詳情與資料索取，請透過官網與我們聯繫。
※關於「LBC」
LBC是ユーソナー為日本全國事業所分配11碼管理代碼的法人資料。整合產業別、營業額、利益、員工數、固定IP位址等豐富的企業屬性資訊，進行集中管理。
將交易對象資料與「LBC」進行比對，可實現排除既有客戶的精準目標鎖定。
日本最大規模……依據本公司調查之日本企業總部及據點資料持有數（2026/6/1）
https://usonar.co.jp/service/usonar/index.php#serviceLbc
＜關於ユーソナー股份有限公司＞
自1990年創立以來，為解決B2B交易資料相關課題，自主建構並維護日本最大規模的法人企業資料庫「LBC」。
運用獨家技術收集整理高品質且正確的資料，並結合人工智慧等先端知識，提供「ユーソナー」客戶資料整合解決方案，協助企業擬定更精準的商業策略。
推出多項解決客戶痛點的雲端服務，包含經營策略平台「プランソナー」、企業資訊與名片管理應用「ｍソナー」、登記資訊下載工具「登記ソナー」等。
官方網站：https://usonar.co.jp/service/usonar/
公司名稱：ユーソナー股份有限公司
所在地：東京都新宿區西新宿3丁目20-2 東京歌劇城大樓15樓
代表人：代表董事會長 福富七海、代表董事社長CEO 長竹克仁
設立日期：1990年9月10日
上市資訊：東京證券交易所成長市場 證券代碼 431A
業務內容：資料庫行銷支援事業
官方網站：https://usonar.co.jp/
本件聯絡窗口：ユーソナー公關部門（檜山・江原） 電子郵件：pr@usonar.co.jp
本調查報告顯示，高達七成受訪者對生成式AI的輸出準確性感到不滿，且在驗證輸出內容時耗費超出預期的時間。為真正發揮生成式AI提升生產力的效益，企業勢必需更加重視高品質數據的整備工作。歡迎下載本報告，進一步了解詳情。
ユーソナー實施之生成式AI業務應用實況調查報告
免費取得調查報告
前往ユーソナー官網
■ 調查背景與目的
隨著生成式AI在商業領域的應用日益普及，使用者對於AI輸出「無法直接使用」、「準確度低，驗證耗時超出預期」等不滿聲浪也隨之增加。一般常將原因歸咎於「提示詞（Prompt）技巧」不足。然而，我們推測除了提示技巧外，生成式AI所參照的「數據品質」本身也可能存在問題，因此展開本次調查。
＜調查目的＞
・量化分析工作中使用生成式AI的商務人士之「真實使用狀況」
・探究對AI回應品質與可信度不滿的「根本原因」
・釐清有效運用AI所需之數據整備工作間的關聯性
■ 調查概要
調查名稱：生成式AI應用實況與品質調查
調查方式：網路問卷調查（由Cross Marketing公司調查小組執行）
調查對象：工作中「經常」或「偶爾」使用生成式AI的商務人士
有效問卷數：500份
調查期間：2026年3月
調查執行單位：ユーソナー股份有限公司
■ 主要調查結果（摘要）
1）約七成對生成式AI的「準確性與可信度」感到不滿（70.4%）
針對生成式AI回應的準確性與事實可信度（不滿程度），回答「經常有」或「偶爾有」者高達70.4%。顯示在生成式AI應用日益普及的同時，其可信度問題仍廣泛存在。
2）不滿主因是「數據品質」——61.4%受訪者認為問題出在數據
關於對AI回應不滿的原因，「AI缺乏專業且最新的資訊」占23%、「原始數據可能有誤」占22%，合計有61.4%的受訪者認為「數據／資訊品質」是問題根源。相較之下，認為「提示技巧不足」者僅占12.4%，顯示多數人認為問題核心不在使用者技能，而在AI所參照的數據環境。
3）驗證耗時抵銷生產力效益——72.8%需花費5分鐘以上進行內容查核與修正
高達72.8%的受訪者表示，每次驗證AI提供的資訊需耗時5分鐘以上，部分甚至超過30分鐘。AI導入所帶來的效益，正被「輸出內容的驗證成本」所抵銷。
4）提升AI應用層次的關鍵是「數據環境」——61.6%認為最重要
當被問及「為提升生成式AI應用層次，最需要什麼」時，「提升數據的準確性與即時性」占33%、「取得更廣泛的事實數據」占29%，合計61.6%認為「改善數據」最為重要，此比例高於「提升提示技巧」（20%）。
■ 調查啟示：生成式AI應用的瓶頸不在「提示詞」，而在「數據環境」
本次調查顯示，多數使用者認為生成式AI輸出不滿的主因，不在於提示技巧等使用者端能力，而在於AI所參照資訊數據的「準確性」、「即時性」與「專業性」。未來若要進一步深化與改善AI應用，企業勢必需更加重視建構「能連結可信且精確數據」的環境。
■ 企業數據品質整備，就交給ユーソナー
ユーソナー向企業提供日本規模最大的企業資料庫「LBC」※。供應商、客戶等法人資料每日皆會因資訊陳舊化，以及人工輸入造成的記載不一致等問題而劣化。導入ユーソナー的企業，能持續取得符合商業需求的高精細度數據，建構出兼具完整性、準確性與即時性的商業數據環境。詳情與資料索取，請透過官網與我們聯繫。
※關於「LBC」
LBC是ユーソナー為日本全國事業所分配11碼管理代碼的法人資料。整合產業別、營業額、利益、員工數、固定IP位址等豐富的企業屬性資訊，進行集中管理。
將交易對象資料與「LBC」進行比對，可實現排除既有客戶的精準目標鎖定。
日本最大規模……依據本公司調查之日本企業總部及據點資料持有數（2026/6/1）
https://usonar.co.jp/service/usonar/index.php#serviceLbc
＜關於ユーソナー股份有限公司＞
自1990年創立以來，為解決B2B交易資料相關課題，自主建構並維護日本最大規模的法人企業資料庫「LBC」。
運用獨家技術收集整理高品質且正確的資料，並結合人工智慧等先端知識，提供「ユーソナー」客戶資料整合解決方案，協助企業擬定更精準的商業策略。
推出多項解決客戶痛點的雲端服務，包含經營策略平台「プランソナー」、企業資訊與名片管理應用「ｍソナー」、登記資訊下載工具「登記ソナー」等。
官方網站：https://usonar.co.jp/service/usonar/
公司名稱：ユーソナー股份有限公司
所在地：東京都新宿區西新宿3丁目20-2 東京歌劇城大樓15樓
代表人：代表董事會長 福富七海、代表董事社長CEO 長竹克仁
設立日期：1990年9月10日
上市資訊：東京證券交易所成長市場 證券代碼 431A
業務內容：資料庫行銷支援事業
官方網站：https://usonar.co.jp/
本件聯絡窗口：ユーソナー公關部門（檜山・江原） 電子郵件：pr@usonar.co.jp
常見問題
對生成式AI輸出不滿的商務人士比例為何？
70.4%對準確性與可靠性感到不滿，特別是即時性與專業性不足為主要問題。
驗證AI回應平均花費多少時間？
72.8%每次驗證需花費5分鐘以上，嚴重抵銷生產力提升效益。
提升生成式AI準確度最關鍵的要素是什麼？
61.6%認為「數據的準確性與即時性提升」最重要。