製造業のAI活用、データ整備の重要性を再認識する調査結果

製造業のAI活用におけるデータ整備の必要性

株式会社シムトップスが実施した調査では、製造業のAI活用の現状とデータ整備の重要性が明らかになりました。調査対象は製造業のDX・AI推進担当者111名で、彼らの意見を基に今後の方向性が考察されています。

調査結果の背景

お知らせの通り、この調査によると、約90%の企業がAIの活用に着手しているものの、「学習データの件数不足」が最大の課題として44.1%が挙げており、データ収集の基盤整備が喫緊の課題であることが浮き彫りになりました。実際、47.7%のrespondentが今後3年間に投資すべき領域としてデータ収集基盤の整備を第一に選びました。

現場の情報整備について

調査結果によると、87.4%のAI推進担当者が「AIモデルやツール選定よりも、現場の1次情報の整備・構造化が重要」と回答しています。これは、AIを成功させるためには、正確かつ整理されたデータが不可欠であることを示しています。

また、現場での1次情報のデジタル化率については、約半数以上が「5割〜8割未満」という結果が出ており、デジタル化の進み具合にはまだ改善余地があることがわかります。「現場の判断ノウハウは1次情報からしか引き出せない」という理由で、約66%の担当者が情報の構造化を重要視していることもデータからうかがえます。

AI活用の進捗状況

AI活用の具体的な進捗状況において、45.0%は「本格的に実装し業務で活用している」と答え、44.1%は「PoC（実証実験）段階」と回答しました。つまり、実際に活用している企業が多数存在することが確認されました。一方で、AI利用の成果には期待を抱いている担当者が95.9%に上り、当初期待していた成果が「十分に出ている」という回答が32.3%、「ある程度出ている」という回答が63.6%を占めました。

課題と今後の方向性

AI活用に関する課題としては、44.1%が「学習データの件数不足」を挙げ、42.3%が「社内人材の不足」、38.7%が「データの欠損や誤り」といった問題に直面していることが明らかになりました。このことから、単にAIモデルを導入するだけではなく、実データを整備し活用する基盤の強化が急務であることが認識されています。

今後のアクションプラン

従いまして、製造業のAI活用促進には、現場帳票の電子化やデータ収集基盤の構築に力を入れることが不可欠です。シムトップスの「i-Reporter」等の現場帳票システムを活用することで、データ整備が効率化され、デジタル資産としてのデータ利用価値を高めることができます。

データ整備はAI活用の基盤となるため、今後の製造業のDX推進においては、この点にしっかりと投資していく必要があります。全体として、企業や業界はデータ整備の重要性を再認識し、具体的なアクションを起こすことで、製造業のAI実装のさらなる成長と成果創出へとつなげていくべきです。