近年、人工知能（AI）技術の急速な発展に伴い、データ管理の重要性がますます高まっています。AIブームはまだ多くの成功事例を生み出していませんが、多くの研究が、良好なデータ管理と高品質なデータがAI目標達成の基礎であることを示しています。
NetAppが発表した「2024年データ複雑性レポート」によると、世界1300人のテクノロジーおよびデータ幹部の調査結果が注目を集めています。調査によると、データ統合に投資している企業は、AI目標達成においてより優位に立っており、回答者の約80％が、理想的なAI成果を得る上でデータ統合の重要性を認識しています。
レポートでは、約3分の2の企業が、自社のデータは「AI用に完全に、またはほぼ最適化されている」と回答しており、これらのデータはアクセス可能で正確であり、適切に文書化されていることを意味しています。しかし、40％の幹部は、今後2年間でAIとデータ管理への投資が大幅に増加すると考えています。
データ管理と分析を提供するQlikが発表した別のレポートでは、AIの進歩を阻むいくつかの原因が明らかになっています。調査対象となった4200人の幹部のうち、AIスキルの不足とデータガバナンスの課題が主な障壁として挙げられ、どちらも23％を占めています。さらに、AI開発後の展開、予算不足、信頼できるデータの不足も比較的高い割合を示しています。Qlikのレポートは、幅広いAIの成功を実現するには信頼の構築が不可欠であると強調しており、37％の幹部がAIに不信感を抱いており、61％がその不信感がAI投資を削減していると認識しています。
最後に、Ataccama社の「データ信頼レポート」も、AI実践におけるデータ管理の重要性を強調しています。同社はHanover Researchと協力し、米国、カナダ、英国の300人の幹部を対象に調査を実施しました。調査結果によると、51％の幹部がデータ品質と正確性の改善を喫緊の課題と考えており、30％の幹部が大量のデータ管理に苦労しています。
高品質で信頼できるデータ管理システムは、AIの成功した導入に不可欠です。さらに、スキル、展開、信頼、予算などの問題も無視できない課題です。AIの未来において、データの役割は軽視できません。
要点：
🔑幹部の80％が、AI目標達成においてデータ統合の重要性を認識しています。
📊幹部の37％がAIに不信感を抱いており、その不信感がAI投資に影響を与えています。
📈幹部の51％が、データ品質の改善を現在の最優先事項と考えています。
