データ統合・管理ソリューションを開発、提供する米国Denodo Technologies Inc.(本社・米国)の日本法人、Denodo Technologies株式会社は、包括的なグローバル調査『The AI Trust Gap Report』の結果を発表しました。この調査では、AI（人工知能）の次のフロンティアである「エージェント型AI」が、深刻な信頼の危機に直面していることが明らかになりました。
AIが受動的なチャットボットから、独立した意思決定を行い、業務ワークフローを起動できるエージェントへと進化するにつれ、データの正確性が求められる重要性はかつてないほど高まっています。しかし、この調査では、技術的な障壁がこうした取り組みを阻害していることが浮き彫りになっています：
- コンテキスト（文脈）の特定：63％の組織が、特定のビジネスコンテキストにおける「関連データの特定」を、AI導入の主な障壁として挙げています。
- リアルタイムデータの必要性：回答者の66％が、AIデータを信頼できるものとみなすためには、リアルタイムでアクセスできる必要があると主張しています。
- セキュリティのパラドックス：67％が、システム全体で一貫したセキュリティとアクセス制御を維持することに苦労しており、これはエージェントによる安全な運用に不可欠な要件です。
- 規模と複雑さ：現在、企業のAIイニシアチブは平均して400以上のデータソースからデータを取得しており、20％の組織では1,000以上のソースを同時に扱っています。
- パフォーマンスのボトルネック：回答者の60％近くが、大規模AIに必要な高負荷なワークロードに対してパフォーマンスを最適化することが困難であると報告しています。
「AIは、単に質問に答えるだけのシステムから、自律的に行動するシステムへと急速にシフトしており、この移行によってデータ要件は根本的に変化しています」と、Denodoのプロダクトマーケティング担当バイスプレジデント、ドミニク・サルトリオは述べています。「AIエージェントがビジネス成果を生み出す場合、古くなったデータやガバナンスが適用されていないデータに許容の余地は一切ありません。エージェント型AIを自信を持ってスケールさせるためには、企業は静的なデータサイロを超え、リアルタイムでガバナンスが適用され、コンテキストに即した情報を基盤として採用しなければなりません。」
同レポートは、「信頼のギャップ」はAIモデルの失敗ではなく、その根底にあるデータアーキテクチャを反映したものであると結論づけています。組織が実験段階のAIから自動化された大規模運用へと移行するためには、ばらばらなデータ資産と、エージェント型システムのリアルタイム要件との間の隔たりを埋める必要があります。
レポート全文をダウンロード
アーリントン・リサーチが実施した「AI Trust Gap Report」の調査結果をすべてご覧ください。