「データ品質」関連の最新 ニュース・レビュー・解説 記事 まとめ

エンタープライズAI　導入実務の勘所：
2026年はAGIが“一部実現”　AIの革新を乗りこなすための6つの予測
2026年の生成AIはどう進化するのか。AIエージェントの一般化やAGIの誕生、フィジカルAIまで、技術革新のロードマップを予測。激変するビジネス環境で企業が生き残るための重要キーワードと活用戦略を整理する。（2026/2/6）

人材は足りているのになぜ進まない？
企業にはびこる“老害”レガシーシステム　人は足りているのにDXが進まない理由
DXが進まない原因は現場のスキル不足ではなく、9割の企業に巣くうレガシーシステムにあることが明らかになった。データ活用を物理的に阻害する「連携の壁」の実態と、経営層の理解を得るための処方箋を提示する。（2026/2/4）

生成AIは導入すれば終わりではない
本番稼働に進むAI活用は何が違う？　“PoC止まり”を食い止めた企業は何をした？
生成AIの活用を、PoCには成功しても本番環境での活用に至っていない企業がある。本番運用までの壁を乗り越えた企業は何をしたのか。（2026/2/3）

Enterprise IT Summit 2025秋 イベントレポート：
「ゴミデータで意思決定」からどう脱却するか　データマネジメントを4ステップで実践
データ活用で成果が出ない原因は、質の低いデータを扱う「Garbage in, Garbage out」の状態にある。バンダイナムコグループの膨大なIP価値を最大化させるデータマネジメントの実例から、その成功の秘訣を探る。（2026/2/2）

「AIスロップ」が招く意思決定の崩壊
新たな技術的負債「AI生成のごみデータ」が社内を埋め尽くす
「AIスロップ」は、企業のデータ品質や経営判断に悪影響を与えたり、低品質なデータをAIモデルが再学習する悪循環を生じさせたりする可能性がある。こうした事態を防ぐために、CIOやIT担当者は何をすべきか。（2026/1/31）

生成AIは“実験”から“実装”へ
「生成AIがとにかくスゴイ」病の終焉　情シスにとっての“正しい撤退”とは
生成AIの導入が一巡し、企業は“目新しさ”から“実装”へと移行しつつある。このステージを、CIOはどのように乗り切るべきか。ヒントと戦略を探る。（2026/1/26）

第10回 JAPAN BUILD TOKYO：
費用対効果が見込める建設AIの伴走開発やopenBIM準拠のBIMコンサル、ONESTRUCTION
鳥取を拠点とする建設テック企業のONESTRUCTIONは、BIM／CIM導入から高度利用までを支援するコンサルティングサービスに加え、IFC運用の課題を解消するデータ品質管理ツール「OpenAEC」、AI活用による図面データ検索プラットフォームなど、現場の生産性向上に資するサービスを提供している。（2026/1/22）

ノーコードツールでデータ活用をよりスムーズに：
PR：PwCが語る、ERPとノーコードツールで実現する「AI時代のデータドリブン経営」　周辺業務を資産に変える4ステップ
AI時代、企業が生き残るにはデータドリブン経営が不可欠だ。しかし、ERPはコア業務に限定され、手作業による周辺業務が残ることでデータ活用が阻害されている。業務プロセス全体をデジタル化してデータ基盤を構築し、AI時代のデータ活用を全社的に推進する道筋を解説する。（2026/1/21）

「AIの尻拭い」をさせられるのは誰か
AIブームの「後始末」に備えよ　IT部門が今から取り組むべき“4つの急務”
IT部門が今目を向けるべき事項は、「AIに仕事を奪われる」という懸念よりも、ブーム沈静化後の「後始末」だ。IT部門に押し付けられる「新たな責任」と、組織崩壊を防ぐために今すぐ打つべき「4つの防衛策」とは。（2026/1/19）

データ活用「全社で成果」はわずか2.4％　Gartnerが明かす日本企業の現実
Gartnerの調査で、データ活用により全社的に十分な成果を得ている日本企業は2.4％にとどまることが分かった。約7割が何らかの成果を認識しているが、ツール導入が先行し人的投資が後回しになる傾向が強い。（2026/1/10）

BEAMSが「購入金額」よりも重視する指標は？　新ポイント制度の狙い
購入金額の多い人だけが、大切にすべき顧客なのだろうか──。この疑問に、独自の評価指標を掲げて取り組むのが「BEAMS」（ビームス）だ。同社は、顧客のロイヤルティが高い状態を“相思相愛”と定義し、構想から構築まで約3年かけて会員プログラム「BEAMS CLUB」の刷新プロジェクトを進めた。（2026/1/9）

約5000人の回答から特定：
AI支援開発で「伸びるチーム」「崩れるチーム」を分ける7つの能力、Googleが分析
GoogleはAIソフトウェア開発に関する調査レポートを公開し、AIの導入効果を増幅させる7つの基礎能力を明らかにした。（2026/1/8）

鍵を握るのは「セマンティックレイヤー」
AI投資を「負債」にしない　2026年にIT部門が構築すべきAIの仕組みは
2025年、企業はさまざまな場面で人工知能（AI）を導入し、その成果に注目した。成果を次のステップに生かすための分岐点はどこにあるのか。データ分析の専門家が2025年のAI動向を踏まえて紹介する。（2026/1/8）

2026年、IT部門が押さえるべき4つのポイント
「AIエージェント」プロジェクトの8割が失敗　成功を左右する“あの要素”
AIエージェントの活用が広がる一方、ある調査によると、関連プロジェクトの80％が本番環境に到達していないことが明らかになった。失敗の背景にある障壁と、IT部門が押さえるべき4つの要素を整理する。（2026/1/2）

エンタープライズAI　導入実務の勘所：
生成AI活用、最終形は「常時推論」へ　人材・データ基盤・システム調達から見る「現在」と「未来」
本連載のこれまでの知見を総括しつつ、生成AI活用が向かう次なる段階「常時推論」について展望する。自律的なAIがビジネスをどう変えるのか。その未来と実践の要諦を解き明かす。（2025/12/24）

自然言語で操作できるAIアシスタントも：
SnowflakeがAIアプリ開発支援ツール群を発表　データエンジニアリングにどう役立つのか？
Snowflakeが企業向けエージェント型AIアプリ開発を支援する開発者ツール群を発表した。データ品質・セキュリティ向上機能も強化する。（2025/12/18）

技術コンサル×人材育成で企業の“自走”を支援：
PR：AWSが「エッジの効いたパートナー」と評する豆蔵の内製化支援　顧客のカルチャー変革まで踏み込む“建築士”の仕事とは
技術力と人材育成で企業の「自走」を支援する豆蔵。生成AIからフィジカルAIまで領域を広げ、高度な内製化支援を実施する同社とAWSのパートナーシップの在り方に迫る。（2025/12/17）

運用は専門家主導からAI主導に：
26年以降「自律型AIの時代」が到来　日本の現在地はインフラ整備
AMDの日本法人である日本AMDは、技術イベント「AMD Advancing AI 2025 Japan」を開催。IT専門の調査会社であるIDCで国内ITインフラ市場の調査を担当している宝出幸久氏が基調講演に登壇し、AIのビジネス利用の変化とそこで求められるITインフラについて語った。（2025/12/8）

サプライチェーン改革：
ヤマハ物流部が築いた、「Excel地獄」からの脱却と年間200時間削減の舞台裏
ヤマハが描くのは、データを武器にサプライチェーンを最適化する「物流コントロールタワー」構想だ。エンジニア不在、Excel管理の限界という壁を乗り越え、いかにしてデータ基盤を構築し、年間200時間の工数削減を成し遂げたのか。【訂正あり】（2025/12/3）

SaaS業界の転換点：
機能から「データ勝負」へ　Sansanが舵を切る「SaaS is Dead」時代の新・生存戦略とは？
生成AIの台頭で、インターネット上でサービスを提供するSaaSの収益モデルが脅かされ、「SaaS is Dead」（SaaSの終焉）といった言葉も広がる。こうした状況の中、SansanはSaaS企業としての従来の戦い方を大きく変える。業界が岐路に立つ中、Sansanが打ち出した生存戦略とは――。（2025/11/27）

新人の「考える力」をAIに奪われないために　これからの人材育成で実行すべき3ステップ【プロンプト例あり】
生成AIは新人の成長を加速させる一方で、思考プロセスをスキップさせてしまうリスクもある。今回は、「AIで思考を拡張するための3つのステップ」と、それぞれのプロセスごとに「実務で使えるプロンプト集」を紹介する。（2025/11/26）

AIの「サイロ化」を解消するには【前編】
AI活用を失敗させる「サイロ」の正体　今すぐ断ち切るべき“悪循環”とは
企業のAIツール活用が進む一方で、無秩序な導入がAIツールやデータの「サイロ化」を招いている。無駄な投資やコンプライアンス違反を引き起こしかねないサイロ化に対し、企業が立てるべき戦略とは何か。（2025/11/25）

生身の人間とひも付く“リアル”なデータを生かす：
PR：パズルのように組み立てる、ＳＯＭＰＯホールディングスのデータ活用
企業の競争力を左右するデータ活用。特に大規模なデータを扱う損害保険業界では、データエンジニアの役割が重要だ。本稿はＳＯＭＰＯホールディングスで活躍するデータアーキテクトにインタビュー。大規模データ分析基盤の整備とデータドリブン経営を推進する仕事の醍醐味と、少数精鋭チームが求める人材像について深掘りする。（2025/11/21）

非効率で苦痛な手入力に、Salesforce“入力エージェント”という解：
PR：Salesforce“入力”作業が営業時間を奪う――「入力しない」で売り上げを伸ばす、未来の営業の姿とは
Salesforce、HubSpot、Dynamics 365などの「SFA/CRM」が普及して久しいが、「現場が日々活用して生産性を向上できている」 という声を聴く機会は少ない。営業現場にとって、日々の顧客情報や商談内容の入力は大きな負担になっている。マネジメント層はデータ活用のために入力させたいが、担当者は面倒なだけでメリットを感じず不毛な対立構造が生まれている。本記事では、AIを活用してこのジレンマを解消し、営業の生産性を高める具体的な方策を探る。（2025/11/20）

一社当たり平均「23.3個」のシステム導入も……実際企業は「データ活用」にどれだけ取り組めているのか
企業のDXが加速する一方で、現場では「システム間のデータ連携が進まない」という課題が浮き彫りになりつつある。AI活用への期待が高まる中、その前提となるデータ基盤の整備はどれほど進んでいるのか。Sansanが調査を実施した。（2025/11/19）

データプライバシーとイノベーションの両立も課題
生成AI導入はまず「従業員教育」から──キヤノンUSA、全社推進の舞台裏
生成AIツールを導入しても、全従業員が前向きにツールを活用し、成果を上げるようになるとは限らない。従業員を巻き込んで、生成AIの導入や成果の創出に取り組む企業の事例を紹介する。（2025/11/19）

高市政権の“重点投資”は、日本のAI産業にどう響く？　「作る」「組み込む」「使う」の3層構造で読み解く
高市政権が打ち出した「大胆な減税」と「17分野への重点投資」では、量子技術・半導体といった先端分野に加え、昨今急速に進化しているAIを中心に据えています。高市政権の政策と国際人材の動向がIT産業にどのような影響を与えるのかを考えます。（2025/11/14）

Gartner Insights Pickup（422）：
生成AIで顧客体験の継続的な革新に取り組むべき理由
顧客の期待がかつてないほど高まる今、企業には「迅速で個別化された体験」を提供できるかどうかが問われている。その鍵を握るのが生成AIだ。人間のように自然な対話で、膨大なデータから顧客の本音を読み解く生成AIは、CXを再定義し、企業の競争力を左右する存在となりつつある。（2025/11/14）

分析より時間がかかる「集める、整える」工程をスムーズに
BigQueryにデータエンジニア向けAI　「Data Engineering Agent」プレビュー開始
Googleは、データ分析基盤「BigQuery」に新たなAI機能「Data Engineering Agent」を追加した。データパイプラインの設計や変更、品質チェック、トラブルシューティング を支援し、属人化しがちなデータ基盤運用の標準化と効率化を狙う。（2025/11/10）

kintoneで始めるローコード開発入門（6）：
情シスが社内外のアプリ管理で知っておきたいローコードツールの機能、インフラとセキュリティ要件
ローコード開発とはどのようなものか、kintoneを題材に具体的な開発手順を解説する連載。前回はスペース機能を解説しましたが、今回は外部の協力会社などを招待して利用できるゲストスペース機能を紹介します。加えて、最後に要点として押さえておきたい、kintoneのインフラやセキュリティについても解説していきます。（2025/11/6）

2030年、45％の企業がAIエージェントを全社運用に
エージェンティックAIが企業構造を変える？　IDCの2026年IT業界予測
エージェンティックAIが企業構造を変える？　IDCが2026年のIT業界予測を発表（2025/11/4）

エンタープライズAI　導入実務の勘所（4）：
生成AI時代に“本当に必要とされる能力”とは　3つのキャリアパスで描く人事戦略
生成AIの導入が加速する中、その成否は技術力だけでは決まらない。AIを使いこなし生産性を向上させる人材をどう確保・育成すべきか。これから多くの企業が直面するであろうこの課題に対し、新たな人事戦略の要点を解説する。（2025/10/30）

ビジネス成長を支える理由とは？：
なぜ「モニタリング」ではなく「オブザーバビリティ」の重要性が高まっているのか？　Splunkが解説
システムの状態を把握し、原因を説明できる力を高める「オブザーバビリティ」。従来のモニタリングを超え、ビジネス成果を生む仕組みへと変わりつつあるという。Cisco傘下のSplunkがその実態を解説した。（2025/10/28）

生成AI活用の成否を分かつ「データマネジメント」超入門（1）：
国家資格にも登場？　「データマネジメント」が、生成AI活用の成否を分かつ理由
企業における生成AIの活用が加速する一方、蓄積したデータをAI自身に理解させなければAI活用の取り組みは頓挫しかねない――そこで本連載は、AI活用の成否を分ける「データマネジメント」に焦点を当てる。初回は、なぜデータマネジメントがAI活用の成否を分けるのか、AIがデータを正しく理解するために求められる取り組みを整理する。（2025/10/28）

「SaaSは死なない」　AIの弱点を冷静に見据えた、LayerXの成長戦略とは？
「SaaS is Dead」――汎用AIエージェントが業務を自動化する未来が近づく中、特定業務向けのSaaSは不要になるという見方が広がっている。だが、LayerXの福島良典CEOと松本勇気CTOは「明確に間違い」と断言。SaaS企業こそ、生成AI時代に優位に立てると主張している。（2025/10/17）

AIを活用したレガシーシステムの刷新【後編】
「レガシーシステム刷新」をAIに丸投げしてはいけない　8つの用例と4つの注意点
AI技術によるレガシーシステム刷新は、タスクを迅速に実行し、開発チームの労力を減らす上で役立つ。ただしAIモデルの提案を受け入れるだけでは、リスクを生むことになりかねない。知っておくべき“限界”とは。（2025/10/16）

AirShaperとは？　その実力を拝見（2）：
【実践編】“手軽さ”の裏側にある「AirShaper」の高度な自動化技術
CFDソフトウェアは設計現場においても徐々に普及しつつあるが、導入コストや操作の難しさから、気軽に扱える環境は依然として限られている。そうした中で登場したのが、クラウドベースのCFD解析サービス「AirShaper」だ。本連載ではその実力と可能性を、実際の使用感とともに検証する。第2回は、シンプルな使い勝手を支えるAirShaperの裏側の技術に注目しながら活用の流れを紹介する。（2025/10/14）

表計算ソフトから脱却、データドリブン経営への挑戦：
PR：塩野義製薬が構築した次世代データ活用基盤の全貌　kintoneが果たす重要な役割
塩野義製薬が挑む、全社的なデータ基盤の構築。かつて表計算ソフトでサイロ化していた情報を集約して、データドリブン経営を実現するために「kintone」を選んだ理由とは。HaaS（Healthcare as a Service）企業への進化を支える挑戦の舞台裏に迫る。（2025/10/17）

エンタープライズAI　導入実務の勘所（3）：
チャットbotの次は「AI駆動化」で業務改革　実証実験で見えた、AIとシステムの連携術
生成AIの業務活用は、人間を補助する「AI支援」から、AIが業務を主導する「AI駆動化」へと進化する。AI駆動化がもたらす生産性向上の可能性とは。具体的なユースケースを想定した検証結果を基に、成功の鍵と乗り越えるべき課題を明らかにする。（2025/10/8）

データとAI、アプリケーションの好循環で事業成長を実現：
PR：AI時代、日本企業は変革をどう加速できるのか――SAP APAC社長が語る障壁の突破と好循環の鍵
経営における意思決定のスピードや質の高さを左右するAI。しかし、AI活用の“入り口”でつまずいている日本企業は多い。日本企業に積み上がる課題の解消方法と、経営変革のための道筋をSAPアジア太平洋地域プレジデントのサイモン・デイビス氏に聞いた。（2025/10/6）

データの品質と鮮度はAI、ビジネスにも影響：
PR：従来のバッチでは難しいリアルタイムデータ処理が「効率化の先」にもたらすもの――その基盤の在り方とは
ビジネス環境の変化が激しい今、データ活用にも「リアルタイム性」が重視される一方で、その基盤を構築できていない企業は多い。そもそも“新鮮な”データはどういった用途だとビジネス価値向上につながるのか、従来のバッチ処理だけでは具体的に何が問題になるのか。またリアルタイム処理のための基盤にはどのような機能が必要なのか、その基盤にはどのような効能があるのか、リアルタイムデータ処理に詳しい有識者に聞いた。（2025/10/15）

導入前に自問すべき3つの問い
「AIaaS」導入が失敗に終わってしまう“5つの共通点”とは？
クラウドサービスでAI技術を利用する「AIaaS」（AI as a Service）を導入して成果を上げるには、事前の慎重な検討が欠かせない。AIaaS導入プロジェクトを進める上で、企業が明らかにしておくべき3つのポイントを解説する。（2025/10/3）

「リモート+ローカル」のワークフローを推奨：
AIのPoCを成功させる9つのルール　Dockerが紹介
Dockerは「AIのPoCを成功させる9つのルール」と題したブログ記事を公開した。同社は「AIのPoCの多くは失敗するが、それは失敗するように設計されているからだ」と指摘している。（2025/9/25）

ビジネスとITを繋ぐビジネスアナリシスを知ろう！：
オーストラリアのBA(ビジネスアナリシス)事情
さまざまな企業や大学でBAの経験を積んだ後、現在はBAの育成、コーチ、トレイナーとして活躍している、オーストラリア・メルボルン支部の代表であったMaria Mongomeryによる基調講演の抜粋である。（2025/9/24）

AIで進化するITSM【後編】
「高いだけ」で終わらせないAI導入　ITSMにおける“真の価値”の見極め方
ITサービス管理（ITSM）におけるAI技術活用は、さまざまな業務の自動化に貢献する。ただし導入、運用にかかる費用を見極め、リスクを理解しておかなければ、失敗に終わる可能性もある。理解しておくべき課題とは。（2025/9/4）

HPEの「肝いりAI製品群」【前編】
AIの導入から活用までを支援　HPEが提唱する「AIファクトリー」の“中身”とは
企業がAI技術の導入で直面する費用や人材といった課題に対して、HPEは「AIファクトリー」構想を提唱し、インフラを整えるためのさまざまな新製品を発表している。どのようなもので、何ができるようになるのか。（2025/8/29）

AI時代の新たな問題
AIが“共食い”？　学習するほど崩壊に近づく「カニバリズム」の問題
AI生成コンテンツの品質低下につながる、AIの「カニバリズム」（共食い）という新たな問題が明らかになりつつある。AIカニバリズムとは何か、どのような対策を講じるべきなのかを紹介する。（2025/8/22）

AIエージェントがより複雑な作業の共働者に
Googleが「データ分析」にAIエージェント投入　“専門領域でのAI介入”が始まる
AIエージェントのブームが勢いを増す一方だ。これまではカスタマーサービスや開発分野での活用が多かったが、Googleがデータエンジニアリングとデータサイエンス用AIエージェントを発表した。（2025/8/22）

生成AI活用を成功させる「4つの柱」：
生成AI活用は「データの壁」に阻まれる　経営層が知るべき、デジタル庁の「データガバナンスガイドライン」とは
多くの企業が生成AI活用に意欲を示す一方、「データの品質」が成果を妨げる最大の要因となっている。では、生成AIに注目する企業の経営層は何に取り組むべきなのか。そこで役立つのが、デジタル庁が2024年6月に公開した「データガバナンスガイドライン」だ。（2025/8/14）

サクッと生成AI業務活用ガイド（2）：
生成AIは“使う”から“作る”へ　自前構築を選ぶべき理由と「基本の型」とは
生成AIをサクっと業務活用したい人のための本連載。生成AIチャットbotの課題やリスクを超えるための「自前で構築する」という選択肢について解説します。（2025/8/19）