【製造業×AI活用の壁】 4割以上が、AI活用を進める上で「学習データの件数不足」を最大の課題と回答　投資すべきは「AIモデル導入」より「データ収集基盤の整備」が約半数で首位に

〜AI時代の製造業に必要なのは、地に足のついたデータ整備〜

株式会社シムトップス

2026年5月27日 15時00分

国内シェアNo.1の現場帳票システム「i-Reporter」を提供する株式会社シムトップス（本社：東京都品川区、代表取締役：水野貴司）は、製造業のDX・AI推進担当者111名を対象に、製造業のAI活用におけるデータ整備の重要性に関する実態調査を実施しましたので、お知らせいたします。

調査の結果、約9割の企業がAI活用に着手している一方、87.4%が「AIモデルやツールの選定」よりも「現場の1次情報の整備・構造化」を重要視していることが明らかになりました。今後3年で投資すべき領域でも「データ収集基盤の整備」(47.7%)が「AIモデル導入」(38.7%)を上回って首位に挙げられており、AI時代の製造業の成否は、地に足のついたデータ整備にかかっていそうです。

01｜製造業のDX・AI推進担当者の約9割が、AIを「本格実装」または「PoC段階」で活用中
02｜87.4%のDX・AI推進担当者が、AIモデル・ツール選定より「現場の1次情報の整備・構造化」を重要視
03｜AI活用の課題、「学習データの件数不足」が44.1%で最多

本調査のダウンロードはこちら： https://application.i-reporter.jp/download.research19

■調査概要

調査名称：製造業のAI活用におけるデータ整備の重要性に関する実態調査
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5月18日〜同年5月19日
有効回答：製造業のDX・AI推進担当者111名

※構成比は小数点以下第2位を四捨五入しているため、合計しても必ずしも100とはなりません。

≪利用条件≫

1　情報の出典元として「i-Reporter」の名前を明記してください。

2　ウェブサイトで使用する場合は、出典元として、下記リンクを設置してください。

URL： https://i-reporter.jp/

■DX・AI推進担当者の約9割が、AIを「本格実装」または「PoC段階」で活用中

「Q1. あなたのお勤め先における、AI活用の進捗状況として最もあてはまるものを1つお選びください。」（n=111）と質問したところ、「本格的に実装し、業務で活用している」が45.0%、「PoC（実証実験）段階で取り組んでいる」が44.1%という回答となりました。

・本格的に実装し、業務で活用している：45.0%

・PoC（実証実験）段階で取り組んでいる：44.1%

・検討段階で、まだ実装はしていない：8.1%

・特に取り組んでいない：1.8%

・わからない/答えられない：0.9%

■AI活用中の95.9%が、期待していた成果が「十分」「ある程度」出ていると実感

「Q2. Q1で「本格的に実装し、業務で活用している」「PoC段階で取り組んでいる」と回答した方にお聞きします。あなたのお勤め先のAI活用は、当初期待していた成果が出ていますか。最もあてはまるものを1つお選びください。」（n=99）と質問したところ、「十分に出ている」が32.3%、「ある程度出ている」が63.6%という回答となりました。

・十分に出ている：32.3%

・ある程度出ている：63.6%

・あまり出ていない：4.0%

・まったく出ていない：0.0%

・わからない/答えられない：0.0%

■DX・AI推進担当者が挙げたAI活用の課題、「学習データの件数不足」が44.1%で最多

「Q3. あなたのお勤め先で、AI活用を進める（または検討する）上で課題だと感じることを教えてください。あてはまるものをすべてお選びください。（複数回答）」（n=111）と質問したところ、「AIに学習させるデータの件数が不足している」が44.1%、「AI活用を進める社内人材が不足している」が42.3%、「データに欠損や誤りが多い」が38.7%という回答となりました。

・AIに学習させるデータの件数が不足している：44.1%

・AI活用を進める社内人材が不足している：42.3%

・データに欠損や誤りが多い：38.7%

・AIモデルやツールの選定が難しい：34.2%

・現場の1次情報（作業記録、検査記録、点検記録など）が構造化されていない：24.3%

・業務プロセスとAIをつなぐ設計ができていない：21.6%

・経営層の理解や予算が不足している：20.7%

・その他：1.8%

・特に課題はない：1.8%

・わからない/答えられない：1.8%

■現場の1次情報のデジタル化・構造化率、約半数が「5割〜8割未満」との結果に

「Q4. あなたのお勤め先で、現場で発生する1次情報（作業記録、検査記録、点検記録など）のうち、AIが活用できる形でデジタル化・構造化されている割合はどの程度だと思いますか。最もあてはまるものを1つお選びください。」（n=111）と質問したところ、「5割〜8割未満」が49.5%、「3割〜5割未満」が23.4%という回答となりました。

・8割以上：14.4%

・5割〜8割未満：49.5%

・3割〜5割未満：23.4%

・1割〜3割未満：7.2%

・1割未満：1.8%

・わからない/答えられない：3.6%

■87.4%のDX・AI推進担当者が、「AIモデル・ツール選定より現場の1次情報の整備・構造化」を重要視

「Q5. あなたは、製造業のAI活用において、AIモデルやツールの選定よりも、現場の1次情報（作業記録、検査記録、点検記録など）を整備・構造化することの方が重要だと思いますか。最もあてはまるものを1つお選びください。」（n=111）と質問したところ、「非常にそう思う」が26.1%、「ややそう思う」が61.3%という回答となりました。

・非常にそう思う：26.1%

・ややそう思う：61.3%

・あまりそう思わない：7.2%

・全くそう思わない：0.0%

・わからない/答えられない：5.4%

■「現場の1次情報の構造化はAI活用の前提条件」と認識している担当者は、約9割

「Q6. あなたは、現場の1次情報（作業記録、検査記録、点検記録など）を構造化することが、製造業のAI活用の前提条件だと思いますか。最もあてはまるものを1つお選びください。」（n=111）と質問したところ、「非常にそう思う」が36.0%、「ややそう思う」が50.5%という回答となりました。

・非常にそう思う：36.0%

・ややそう思う：50.5%

・あまりそう思わない：9.9%

・全くそう思わない：0.0%

・わからない/答えられない：3.6%

■1次情報構造化を前提条件と考える理由、「現場の判断ノウハウは1次情報からしか引き出せないから」が65.6%でトップ

「Q7. Q6で「非常にそう思う」「ややそう思う」と回答した方にお聞きします。現場の1次情報（作業記録、検査記録、点検記録など）の構造化が、製造業のAI活用の前提条件だと思う理由を教えてください。あてはまるものをすべてお選びください。（複数回答）」（n=96）と質問したところ、「現場の判断ノウハウは1次情報からしか引き出せないから」が65.6%、「構造化されていないデータでは分析が困難だから」が49.0%、「手書きや口頭の情報はAIが読み取れないから」が42.7%という回答となりました。

・現場の判断ノウハウは1次情報からしか引き出せないから：65.6%

・構造化されていないデータでは分析が困難だから：49.0%

・手書きや口頭の情報はAIが読み取れないから：42.7%

・AIに学習させるデータがなければ精度が出ないから：37.5%

・データがないとPoCから先に進めないから：22.9%

・将来のAI活用の選択肢を広げるためには欠かせないから：11.5%

・その他：0.0%

・わからない/答えられない：0.0%

■DX・AI推進担当者が今後3年で投資すべきと考える領域、「データ収集基盤の整備」（47.7%）と「データ品質の向上・クレンジング」（41.4%）が上位

「Q8. あなたのお勤め先で、AI活用を成功させるために今後3年で特に投資すべき領域を教えてください。（上位3つまで回答可）」（n=111）と質問したところ、「データ収集基盤の整備」が47.7%、「データ品質の向上・クレンジング」が41.4%、「AIモデルやツールの導入」が38.7%という回答となりました。

・データ収集基盤の整備：47.7%

・データ品質の向上・クレンジング：41.4%

・AIモデルやツールの導入：38.7%

・AI人材の採用・育成：28.8%

・現場帳票のデジタル化：24.3%

・業務プロセスの再設計：16.2%

・データガバナンス・セキュリティ強化：13.5%

・経営層・現場へのAIリテラシー教育：5.4%

・その他：1.8%

・特にない/わからない：2.7%

■6割超のDX・AI推進担当者が、1次情報構造化に向けて「専用のデータ収集システム」を導入

「Q9. あなたのお勤め先では、現場の1次情報（作業記録、検査記録、点検記録など）の構造化に向けて、現在どのような取り組みを行っていますか。あてはまるものをすべてお選びください。（複数回答）」（n=111）と質問したところ、「専用のデータ収集システムを導入している」が61.3%、「エクセルなどで現場データを集約している」が42.3%、「AIに合わせてデータ形式を整備している」が35.1%という回答となりました。

・専用のデータ収集システムを導入している：61.3%

・エクセルなどで現場データを集約している：42.3%

・AIに合わせてデータ形式を整備している：35.1%

・データの取得項目や粒度を見直している：33.3%

・現場帳票のデジタル化を進めている：32.4%

・その他：0.0%

・特に取り組んでいない：1.8%

・わからない/答えられない：1.8%

■まとめ

今回は、製造業のDX・AI推進担当者111名を対象に、製造業のAI活用におけるデータ整備の重要性に関する実態調査を実施しました。その結果、約9割がAI活用に着手している一方、87.4%がAIモデル・ツール選定よりも「現場の1次情報の整備・構造化」を重要視していることが明らかになりました。

まず、AI活用の進捗は「本格的に実装し、業務で活用している」が45.0%、「PoC段階で取り組んでいる」が44.1%となり、AI活用中の99名のうち95.9%が「十分」「ある程度」成果を実感していました。一方、AI活用の課題では「学習データの件数不足」（44.1%）が最も多く、「社内人材の不足」（42.3%）、「データの欠損や誤り」（38.7%）が続いています。また、現場の1次情報のデジタル化・構造化率は「5割〜8割未満」が49.5%、「3割〜5割未満」が23.4%でした。さらに、1次情報の構造化をAI活用の前提条件と捉える担当者は86.5%に上り、その理由として「現場の判断ノウハウは1次情報からしか引き出せないから」（65.6%）が最多となりました。最後に、今後3年で投資すべき領域は「データ収集基盤の整備」が47.7%で首位となっており、「データ品質の向上・クレンジング」（41.4%）、「AIモデルやツールの導入」（38.7%）が上位に挙げられています。

本調査から、製造業のAI活用は着手率・成果実感ともに高水準にある一方、その推進を支えるデータ基盤の整備が依然として大きなボトルネックとなっている実態が浮かび上がりました。AIモデルの高度化と並行して、作業記録・検査記録・点検記録といった現場帳票のデジタル化やデータ収集基盤の構築に戦略的に投資し、データの質と量を同時に確保していくことが、AI活用の成果を持続的に拡大する上での鍵となりそうです。

本調査のダウンロードはこちら： https://application.i-reporter.jp/download.research19

■現場帳票の電子化なら「i-Reporter（アイレポーター）」

弊社では、4,500社22万人以上が利用する国内シェアNo.1現場帳票システム「i-Reporter」の開発・販売を行っております。

最大の特長は、現場が使い慣れた紙の帳票レイアウトをそのままタブレット上で再現し、記入したデータがそのまま構造化データとして蓄積される点です。手書きからExcelへの転記という二度手間を排除しながら、作業記録・検査記録・点検記録を、AIが即座に活用できる形で積み上げていく「現場の1次情報をデータ資産に変える仕組み」です。

本調査では、87.4%の担当者が「AIモデル・ツール選定よりも現場1次情報の整備・構造化が重要」と回答する一方、44.1%が「学習データの件数不足」、38.7%が「データの欠損・誤り」を課題に挙げています。さらに42.7%が「手書きや口頭の情報はAIが読み取れない」と指摘するように、現場帳票の多くはいまだデジタル化されておらず、AIが読める状態にはなっていません。i-Reporterは、この「データが溜まらない」という最上流の課題を解消します。ノーコードで帳票を作成できるため現場単位でのスモールスタートが可能であり、47.7%が「今後3年で投資すべき領域」の首位に挙げた「データ収集基盤の整備」を推進することができます。