株式会社Merは、従業員100名以上の企業に勤務し、業務で生成AIを活用している責任者・担当者541名を対象に「日本企業のデータ整備とAI活用に関する実態調査」を実施し、調査レポート「Japan AI Operations Report 2026 Autumn」を公開しました。
本調査では、自社の業務データが重複・欠損・表記ゆれなどのない状態に「整備されている」と認識している回答者が約8割に達する一方で、データに関する問題が「特にない」と答えた人は3.7%にとどまるなど、認識と実態の乖離が示されています。また、顧客を軸にデータを横断できる環境が整っている企業は10.0%にとどまり、データの維持・管理体制にも多くの課題が残されている状況が明らかになりました。
生成AIの利用用途と成果実感の現状
業務における生成AIの活用用途を尋ねたところ、「情報収集・リサーチ」が68.2%で最も多く、「文章の作成・要約・翻訳」（53.6%）、「企画立案・アイデア出し」（53.0%）が続きました。
自社における生成AI活用による業務上の成果実感については、「ある程度成果が出ている」が63.4%、「十分に成果が出ている」が26.2%となりました。成果が「出ている」とする回答は合計で89.6%にのぼるものの、「十分」と捉えている層は約4人に1人にとどまり、現時点では「ある程度」という評価が中心となっています。
Mr.ガジェットリサーチや文章作成といった用途への活用は進んでいるものの、成果を十分と感じている層は約4人に1人という結果です。
Ms.ガジェット成果が出ていると感じていても、多くの企業が『ある程度』にとどまっている背景には何があるのか気になります。
データ整備に対する認識と実際の不備
自社の業務データが重複・欠損・表記ゆれなどのない状態に整備されていると思うかという問いに対し、「非常にそう思う」（24.0%）と「ややそう思う」（55.1%）を合わせた79.1%が「整備されている」と回答しました。
しかし、自社の業務データに関して特に問題だと感じている点を尋ねると、「必要なデータが欠けている」が54.5%で最多となり、「表記や入力ルールのばらつき」（44.2%）、「どこにデータがあるかわからない」（36.8%）が続きました。問題が「特にない」と回答した割合は3.7%にとどまり、主観的な整備認識と現場で生じている不備との間に開きが見られます。
Mr.ガジェット約8割が整備済みと考えている一方で、問題なしが3.7%しかいない点に、現場の自己認識と実態の差が表れています。
Ms.ガジェット欠損や表記のばらつきが半数近くで挙がっているのを見ると、整っていると思っていてもAIに入力するデータとしては不十分な場合がありそうです。
データの分断と顧客軸での横断状況
業務データの接続状況について最も近い状態を尋ねたところ、「システムごとにデータが分かれており、つながりはない」が41.4%で最も多く、「どこに何のデータがあるか把握できていない」が16.8%となりました。これらを合わせると、全体の58.2%がデータの分断または所在不明に直面しています。
一方で、「ほぼ全てのデータが顧客を軸につながり、横断的に確認できる」との回答は10.0%でした。「一部は顧客を軸につながっているが、範囲は限定的」は29.0%となり、顧客を起点とした統合的なデータ接続を実現できている企業は一部にとどまります。
データ整備後の維持管理の取り組み
社内データを整った状態に保つための取り組みでは、「整備したことはあるが、保つ取り組みは特に行っていない」が37.0%で最多でした。次いで「問題が起きたときだけ、その都度整備している」が23.7%、「定期的に手作業で点検・整備している」が20.3%となっています。
一方、「自動で整え続ける仕組みを導入している」との回答は全体の8.3%にとどまりました（※「そもそもデータを整備したことがない」の7.8%を含む全体541名に対する割合）。手作業や都度対応が主流であり、継続的に品質を保つ仕組みの構築には課題が残っています。
Mr.ガジェット一度整備しても維持する仕組みがない企業が最多で、自動化の仕組みを持つ企業は8.3%にとどまります。
Ms.ガジェット手作業や都度対応に頼っていると、新しいデータが増えるたびに品質が崩れてしまう課題がありそうです。
AI投資の動向と投資領域の偏り
今後1年以内にAI活用に関する投資を拡大する予定があるかについて、「大幅に拡大」（19.4%）と「ある程度拡大」（61.6%）を合わせ、81.0%の企業が投資拡大を予定していると回答しました。
現在投資している領域を尋ねたところ、「社員向けの研修・教育」が60.3%、「利用ガイドライン・ルールの整備」が49.0%と上位を占めました。これに対し、「社内データの整備・クレンジング」は40.9%、「システム間のデータ連携・接続」は37.5%、「データ基盤・インフラの構築」は27.2%となり、インフラやデータそのものへの投資は相対的に低い水準となっています。
Mr.ガジェットAI投資を拡大する意欲が8割を超えるのに対し、データ基盤の構築へ投資している企業は3割を切っています。
Ms.ガジェット研修やガイドラインも大切ですが、AIが読み込むデータ基盤への投資が進まないと成果の実感につながりにくいのかもしれません。
データ管理体制と整備が進まない要因
社内データの整備・管理の主な担い手は、「情報システム部門」が38.6%で最多となり、「各部署がそれぞれ」（25.1%）、「データ専任の部署・担当者」（17.9%）が続いています。
データを整備したことがない、またはわからないと答えた層を除く488名に整備や連携が進まない理由を尋ねたところ、「担当部署や責任者が決まっていない」が45.1%で最も多く挙げられました。次いで「必要な知識やノウハウがない」（41.2%）、「日々の業務が優先で着手できない」（34.4%）が続いており、推進体制と責任所在の曖昧さが障壁となっている実態が示されています。
Ms.ガジェット情シス部門が担当していると答えつつも、進まない理由に責任者が決まっていないことが最多で挙がっている体制のギャップが印象的です。
データ整備状況とAI成果実感が示す相関
業務データの整備認識別に生成AIの成果実感をクロス集計した結果、両者の間に関連がみられました。
業務データが「整備されている」と回答した群（428名）では、「十分に成果が出ている」との回答が31.5%であったのに対し、「整備されていない」と回答した群（109名）では6.4%にとどまりました。なお、本結果は自己申告に基づく集計であり、因果関係を示すものではないとされています。
Mr.ガジェット整備されている群とされていない群で『十分に成果が出ている』の回答に約5倍の開きが見られたのは興味深いデータです。
Ms.ガジェット自己申告の集計とはいえ、手元のデータが整っているかどうかがAIの活用効果への納得感に影響しているように見えます。
調査概要と公開レポート「Japan AI Operations Report 2026 Autumn」
本調査の概要は以下のとおりです。
- 調査名称：日本企業のデータ整備とAI活用に関する実態調査
- 調査方法：IDEATECHが提供するリサーチマーケティング「リサピー®」の企画によるインターネット調査
- 調査期間：2026年9月18日～2026年9月25日
- 有効回答：従業員100名以上の企業に勤務し、業務で生成AIを活用しており、かつAI活用・業務改善・情報システム・データ管理のいずれかに携わる責任者・担当者541名
公開されたレポート「Japan AI Operations Report 2026 Autumn」では、独自調査の結果に加えて、AIが判断材料にできるデータの条件（品質・接続・維持）や、データ整備を仕組み化するステップなどが解説されています。
Ms.ガジェット生成AIの業務利用が進むなかで、データそのものの品質や連携に焦点を当てたレポート内容は参考になります。
- 本記事で使用している画像は、メディアユーザーとしてPR TIMESより提供されたプレスリリース素材を利用しています。
システムごとに分断されている企業が約4割を占め、顧客軸で横断できる企業が1割しかいない点は、AI連携を考える上でも大きな壁になりそうですね。