クラウドエースがAI活用企業のデータ品質調査を公開、85.6%がデータ不備で難航を経験

公開：2026年4月21日更新：2026年4月21日

CodeCampが提供するDX人材育成が可能なプログラミングやITが学べる公開講座

クラウドエース株式会社は2026年4月21日、「AI活用企業の『データ基盤』と『データ品質』に関する実態調査」の結果を公開しました。本調査は、生成AIを業務に導入している従業員300名以上の企業の担当者111名を対象に実施されたもので、期待した成果が「十分に出ている」と回答した企業は36.9%に留まっています。

クラウドエースが実施したAI活用企業のデータ品質調査の結果
データ品質がAIプロジェクトに与える影響
AI活用企業のデータ品質調査の概要
trends編集部の一言
References

クラウドエースが実施したAI活用企業のデータ品質調査の結果

調査対象は、生成AIを業務に導入している（PoC含む）従業員300名以上の企業に所属し、AI・データ活用や情報システムに関わる担当者111名です。調査方法は、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で、実施日は2026年1月16日です。

生成AI活用全体として、期待した成果が出ているかを尋ねた設問では、「期待した成果が十分に出ている」が36.9%でした。「ある程度は出ているが、まだ物足りない（49.5%）」や「全体としては不十分（12.6%）」を含めると、計63.0%が成果創出において課題を残している状況です。

Python研修一覧はこちら

目的に合うPython研修を一覧形式から探したい方は、ぜひご利用ください。

Python研修を比較する

Java研修一覧はこちら

目的に合うJava研修を一覧形式から探したい方は、ぜひご利用ください。

Java研修を比較する

PHP研修一覧はこちら

目的に合うPHP研修を一覧形式から探したい方は、ぜひご利用ください。

PHP研修を比較する

新入社員研修

目的に合う新入社員研修を一覧形式から探したい方は、ぜひご利用ください。

新入社員研修を比較する

全ての研修からも探したい方はこちら

データ品質がAIプロジェクトに与える影響

これまでのAI活用において、品質や整備状況が原因でプロジェクトが難航した経験があるかを尋ねた設問では、85.6%が「ある」と回答しました。モデルの性能以前に、土台となる部分で多くの企業が課題に直面しており、注目すべきポイントは次の4点です。

PDFや画像からの情報抽出精度の不足（62.1%）
表記ゆれや重複データによる回答品質の不安定（50.5%）
データ項目の定義が曖昧（45.3%）
参照データの鮮度不足（38.9%）

最多の課題であるPDFや画像からの情報抽出は、社内に蓄積された非構造化データをAIが扱える形に構造化する、「前処理」の難易度に起因しています。成果を最大化するためには、単なるツールの導入にとどまらず、サイロ化した情報の集約や品質改善といった、基盤整備への投資が求められる状況です。

AI活用企業のデータ品質調査の概要

項目	詳細
調査名称	AI活用企業の「データ基盤」と「データ品質」に関する実態調査
調査方法	インターネット調査（リサピー企画）
調査日	2026年1月16日
対象企業	従業員300名以上の生成AI導入企業
有効回答	111名
実施企業	クラウドエース株式会社

調査レポートのダウンロードはこちら

Python基礎・実践(Django)

企業・法人向けのPython研修では、基礎から応用まで体系的に学べます。

Python研修の詳細

DX社員研修

企業・法人向けのDX研修では、実務に繋がるリスキリングでITレベルを向上させます。

DX研修の詳細

Javaエンジニア育成研修

企業・法人向けのJavaエンジニア育成研修では、Javaの基礎から応用まで確実に習得できます。

Java研修の詳細

新卒・新入社員向け研修

企業・法人に新入社員・新卒社員に向けたプログラミング研修を提供しています。

新入社員研修の詳細

コードキャンプのIT研修を全て見る

trends編集部の一言

生成AIの導入が進む中で、成果の鍵を握るのがモデルの性能よりも、基盤の整備だという調査結果は、自分自身の業務経験とも重なります。社内のナレッジをAIに活用しようとした際、PDFや画像の前処理に想定以上の工数がかかり、ツール選定よりも棚卸しに時間を費やした経験があります。

85.6%が品質面を理由にプロジェクトの難航を経験しているという数字は、AI活用を推進する情報システム部門や、DX推進担当にとって見過ごせない指標です。まずは自社の情報がどのような形式で散在しているかを把握し、構造化の優先順位を整理するところから着手すると、手戻りを減らせるのではないかと考えています。