* * ***トップのフィンテックニュースとイベントを見つけよう！****FinTech Weeklyのニュースレターに購読する****JP Morgan、Coinbase、Blackrock、Klarnaなどの経営者が読む*** * ***エンタープライズAIが勢いを増す一方で、スケーリングの課題は残る——新しいDataIQ調査が判明**-------------------------------------------------------------------------------------AIは企業の業務フローにますます組み込まれつつありますが、大規模な導入は引き続きおなじみの障害に直面しています。これは、DataIQとBlendによる新しいレポートから見えてきた全体像です。このレポートでは、DataIQ 100リストのメンバーを含む、業界横断のシニアなデータおよびアナリティクスの専門家が調査対象となっています。この研究は、AIツールがどのように各企業で導入されているのか、また期待に届いていない部分がどこにあるのかを捉えています。調査対象の組織の半数以上が、少なくとも12のAIアプリケーションを運用していると回答しており、多くの場合は孤立したPoC（概念実証）として導入されています。それでも28%は、3〜5のみを使用していると報告しており、初期テストからより広範な実装へ拡大することの難しさが示唆されます。これらの数字は、企業が実験を超えてAIを運用システムに組み込んでいく過程において、不均一な歩みがあることを裏づけています。AI統合への関心は高まっている一方で（**2023年と比べて、企業全体への導入に対する意欲が25%増**）、基盤となる要素への投資は限られたままです。回答者のわずか3分の1が、自社の組織がAIツールに関してトレーニングやチェンジマネジメントを優先していると述べており、戦略的な野心と実装に向けた準備状況との間にずれがある可能性が示されています。レポートはまた、生成AIが企業環境の中でどのように使われているかに変化が生じていることも反映しています。データエンジニアリングでの利用は過去1年で2倍以上になっており、回答者の65%が、バックエンドのデータ機能を支えるために生成AIを適用しているとしています。2023年には、その割合はわずか28%でした。**実装率を超えて、このレポートではAIの成果を左右するリーダーシップと組織文化の役割も検討しています。** データ戦略が成熟している企業ほど、AIをより体系的に統合できる立場にあるようです。一方で、直感にもとづく意思決定により多く依存している企業では、導入の歩みがより遅い傾向が見られます。信頼とガバナンスもまた、AI導入の速度と有効性を左右し続けています。組織が規制の精査や社内のリスク懸念に対応する中で、監督や説明責任のための正式な枠組みは、責任ある形でスケールするためにますます必要だと考えられるようになっています。**この調査結果は、AIが企業の計画における標準機能になりつつある一方で**、それを実運用に落とし込む能力はまだまちまちであることを示唆しています。多くの企業は、野心と実行の間に断絶を抱えたままです——特に、従業員の能力を引き出すこと、透明性を確保すること、AIを複雑な既存のレガシー環境に統合することに関して顕著です。
新しい調査によると、エンタープライズAIの導入が進む一方で、スケーリングは依然として重要な課題です
トップのフィンテックニュースとイベントを見つけよう！
FinTech Weeklyのニュースレターに購読する
JP Morgan、Coinbase、Blackrock、Klarnaなどの経営者が読む
エンタープライズAIが勢いを増す一方で、スケーリングの課題は残る——新しいDataIQ調査が判明
AIは企業の業務フローにますます組み込まれつつありますが、大規模な導入は引き続きおなじみの障害に直面しています。これは、DataIQとBlendによる新しいレポートから見えてきた全体像です。このレポートでは、DataIQ 100リストのメンバーを含む、業界横断のシニアなデータおよびアナリティクスの専門家が調査対象となっています。
この研究は、AIツールがどのように各企業で導入されているのか、また期待に届いていない部分がどこにあるのかを捉えています。
調査対象の組織の半数以上が、少なくとも12のAIアプリケーションを運用していると回答しており、多くの場合は孤立したPoC（概念実証）として導入されています。それでも28%は、3〜5のみを使用していると報告しており、初期テストからより広範な実装へ拡大することの難しさが示唆されます。これらの数字は、企業が実験を超えてAIを運用システムに組み込んでいく過程において、不均一な歩みがあることを裏づけています。
AI統合への関心は高まっている一方で（2023年と比べて、企業全体への導入に対する意欲が25%増）、基盤となる要素への投資は限られたままです。回答者のわずか3分の1が、自社の組織がAIツールに関してトレーニングやチェンジマネジメントを優先していると述べており、戦略的な野心と実装に向けた準備状況との間にずれがある可能性が示されています。
レポートはまた、生成AIが企業環境の中でどのように使われているかに変化が生じていることも反映しています。データエンジニアリングでの利用は過去1年で2倍以上になっており、回答者の65%が、バックエンドのデータ機能を支えるために生成AIを適用しているとしています。2023年には、その割合はわずか28%でした。
実装率を超えて、このレポートではAIの成果を左右するリーダーシップと組織文化の役割も検討しています。 データ戦略が成熟している企業ほど、AIをより体系的に統合できる立場にあるようです。一方で、直感にもとづく意思決定により多く依存している企業では、導入の歩みがより遅い傾向が見られます。
信頼とガバナンスもまた、AI導入の速度と有効性を左右し続けています。組織が規制の精査や社内のリスク懸念に対応する中で、監督や説明責任のための正式な枠組みは、責任ある形でスケールするためにますます必要だと考えられるようになっています。
この調査結果は、AIが企業の計画における標準機能になりつつある一方で、それを実運用に落とし込む能力はまだまちまちであることを示唆しています。多くの企業は、野心と実行の間に断絶を抱えたままです——特に、従業員の能力を引き出すこと、透明性を確保すること、AIを複雑な既存のレガシー環境に統合することに関して顕著です。