「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

AWS Summit Japan 2026：
「データ品質に問題あり」から「予測精度95％」へ　Umiosは販売計画をどう自動化した？
Umios（旧マルハニチロ）は、年間約4200時間を費やしていた販売計画作成を自動化した。全国の支社で入力の運用ルールがバラバラといった「データの品質」問題をどう解消し、予測精度95％を実現したのか。（2026/7/30）

IBMが示す生成AI最適化の新常識
ファインチューニングはもう不要　IBMが解説する「モデル最適化の5ステップ」
「とりあえずファインチューニング」の時代はもう終わったのか？　IBMのマーティン・キーン氏が、ファインチューニングの位置付けの変化について説明した。さらに、実務で推奨されるモデル最適化の手順を紹介した。（2026/7/30）

ログ激増とコスト高騰を解決する次世代基盤
SIEMの限界を突破する　データレイクが変えるログ管理の費用対効果
巧妙化する攻撃と激増するログに、既存のSIEMだけでは限界がある。コストを抑えつつ長期保存とAI解析を可能にする「セキュリティデータレイク」の戦略的価値から、特有のガバナンス課題までを詳説する。（2026/7/29）

データの質は入り口で決まる
現場のスマートフォンが「データの墓場」になる？　情シスが陥るモバイル活用の死角
モバイルを単なる「システムの出先」と誤解していないか。データの真実は現場のスマートフォンから始まる。不適切な収集が招く情報の劣化を防ぎ、モバイルを戦略的なデータ拠点へと変えるためのガバナンスと統合術を詳解する。（2026/7/22）

PR：「AIチャットbotは使えない」と言われるワケ　従業員からの「PCが壊れた」への対処法
「AIチャットbotを導入したけど、思ったような成果が出ない」──そんな悩みを抱える企業が増えている。自身も同じ壁にぶつかったというシーエーシーは、AIサービスデスク「ミライアシスタント」を開発した。その特徴や開発背景から、AIチャットbotで期待通りの成果が得られない理由を探る。（2026/7/21）

AI導入の準備状況　経営層と現場の認識に差も：
「早くリリースして」の代償　AI時代に広がる“危険な本番投入”の実態
Tricentisは、ITリーダー2501人以上を対象としたソフトウェア品質に関する調査結果を発表した。AI活用で開発速度が向上する一方、グローバル企業の60％が未テストコードを本番環境へ投入している実態が明らかになった。（2026/7/15）

レガシー移行成功の裏で
実は厄介な「旧システム」の廃止　レガシー移行の盲点となる4つのリスクは
レガシーシステムの刷新は、新システムの稼働だけでは完了しない。旧システムを安全に停止するに当たって解消しておくべき4つのリスクを紹介する。（2026/7/15）

AIの誤判断は誰の責任？
AIの誤判断は誰の責任？　「導入して終わり」にしないための国際規格をIBMが伝授
AIエージェントが誤った情報を吐き出した場合、責任は誰にどのように問えばいいのか。IBMのディスティングイッシュトエンジニア、ジェフ・クルム氏は、AIリスクを管理するためのフレームワークを紹介する。（2026/7/14）

PR：AIがもたらした「カスタマージャーニーの圧縮」とは――Criteoデータサイエンスのトップが語るAI時代のデータ戦略
AIの台頭は、消費者の購買行動を大きく塗り替えつつある。チャネルが多様化し、カスタマージャーニーが複雑化した今、マーケターは何を指針に戦略を組み立てるべきなのか。（2026/7/13）

AIで塩漬けコードを資産に
150万行のCOBOL、どう捨てる？　米保険大手が挑む「脱メインフレーム」の着地点
150万行のCOBOLを抱える米保険大手が、AIを活用してレガシー刷新の工期を大幅に短縮した。約40億円の見積もりを覆し、年7000時間の削減と約32億円の利益創出を見込む、現実的な脱メインフレーム戦略に迫る。（2026/7/13）

導入効果を引き出すERP選定の条件
経営者などの約半数が「ERPが何か分からない」　導入後最多のつまずきは？
プロトスターは、ERPの利用実態に関する調査結果を発表した。導入率は17.5％にとどまる一方、導入企業の57.1％が満足と回答した。導入期間の長期化やデータ移行、利用者間のスキル格差が課題として浮かび上がった。（2026/7/13）

ソフトバンク生成AI導入を支えた企業ITの現場（3）：
1万9000人が利用するソフトバンクの「全社RAG基盤」　構築の泥臭い舞台裏
AI活用で激突する「現場の利便性」v.s.「会社の安全性」。RAGの乱立に直面したソフトバンクが、ガバナンスをシステムに組み込み、数万時間相当の業務削減効果（社内の試算による）を達成した「全社RAG基盤」構築の舞台裏と、そこから得られた気付きを共有します。（2026/7/10）

真の「AI Ready」を実現させるデータベースモダナイゼーションとは：
PR：「AIファースト」の前にやるべきこと――東大、日本マイクロソフト、リコー、レゾナックが語るデータ基盤の未来
AI利用の取り組みが活発化する一方、成果を十分に享受できている企業は一部にとどまる。その背景には、既存のデータベースやインフラが“AI前提”の仕組みになっておらず、データの品質、所在、来歴、権限管理が十分に整備されていない課題がある。真の「AI Ready」とは、AIツールを導入することではなく、企業内の業務データを信頼できる形で管理し、AIやアプリケーションから安全に活用できる状態にすることだ。では、その実現に向けて、データ基盤をどうモダナイズすべきなのだろうか。（2026/7/8）

IT調査ピックアップ：
企業データの35％超が「AI生成物」　調査が警告する、データ品質低下と統制不足のリスク
AvePointの調査によると、企業データの35％超をAI生成データが占めるなど活用が急拡大する一方、品質低下や統制不足によるリスクが顕在化。情報保護への懸念などから、多くの企業がAI導入を平均約6カ月延期している。（2026/7/2）

要件定義の“丸投げ”を防ぐ
情シスを苦しめる“工数見積もり”　明治安田が「Agentforce」で脱属人化
システム開発における工数見積もりは、専門知識が必要なため特定の人材に負荷が集中しやすい。明治安田はこの課題を解消するために、「Agentforce」を活用している。属人化という負のループを断ち切る仕組みとは。（2026/6/30）

＠IT Techブログ PickUp（TISインテックグループ編）：
「AI教育、どこから手を付ける？」　全社導入のカギは“生成AIリテラシー向上研修”（前編）
生成AIは業務の現場に急速に浸透し、「使って当たり前」の時代が到来しています。その活用範囲は広がる一方、情報漏洩や誤情報のリスクが企業の大きな課題になっています。今求められるのは、誰もが“安全かつ賢く”生成AIを使いこなすリテラシーです。本稿は、社内の誰もが生成AIを安全に、自信を持って使えるようになるための第一歩として位置付けられた全社員向け研修資料の前編です。業種や職種を問わず実践できる生成AIリテラシー向上のポイントを、具体的な事例やノウハウとともに解説します。（2026/6/25）

コンテナ×AIOpsで実現する運用最適化
ログ頼みのVMでAIOps？　やるならコンテナ環境だと言える理由
AIOpsの成否を分けるのは、AIに与えるデータの質である。VM主体の従来型インフラでは可視性に限界があり、AIの能力を十分に引き出せない。本記事では、コンテナ基盤がなぜAIOpsにとって理想的な基盤となるのか、その構造的優位性と「コンテナスプロール」などの落とし穴、導入を成功させる戦略的アプローチを詳説する。（2026/6/22）

融資の決め手、決算書→「データ」「未来のシナリオ」へ　中小企業が資金調達に成功するための最大のポイントは？
中小企業の資金調達の在り方が、大きく変わろうとしている。融資特化型デジタルバンクである01（ゼロワン）銀行（大阪府吹田市）の大塚篤史副社長と北國銀行（金沢市）の竹内均氏（常務執行役員マーケティング部長）が、中小企業の経営や資金調達がどう変わっていくかの見解を語った。（2026/6/19）

AI時代のIT運用、Dynatraceが示す4段階モデル：
「IT運用はもはや限界に来ている」　どこまで“AIに障害対応を委ねる”決断ができるか
人材不足やシステムの複雑化が進む中、従来の人手中心のIT運用は限界に近づきつつある。日本企業の多くが依然として初期段階にある。Dynatraceが整理した「自律運用への4段階」を基に考える。（2026/6/19）

3年後の企業競争力を左右する要素とは
AI活用の壁は「人材不足」ではない？　調査で判明した“PoC止まり”の真の理由
フライウィールは、従業員1000人以上の企業に勤務する426人を対象とした「AI活用実態調査2026」の結果を公表した。調査から、AI活用の最大の課題は人材不足ではなく、別の要素であることが分かった。（2026/6/19）

加速するデータ共有圏と日本へのインパクト（9）：
日本の“眠れるデータ”を競争力へ、日本発のプラットフォーム「xIPF」が始動
欧州を中心に進むデータ共有圏の動向やその日本へのインパクトについて解説してきた本連載だが、第9回は日本独自のデータ連携エコシステムを創出することを目指す「xIPFコンソーシアム」を取り上げる。（2026/6/26）

Gartner Insights Pickup（451）：
エージェンティックAIにセマンティックモデリングと構造化データモデリングが不可欠な理由
Gartnerは、2028年までにAIガバナンスの失敗の50％が、セマンティックレイヤーの欠如または不備に起因すると予測している。AI活用の拡大に伴い、D＆Aリーダーには信頼性の高いデータ提供が求められるが、従来型のデータモデリングだけでは対応が難しくなっている。AIの精度と信頼性を高めるにはデータ品質の確保と、ビジネスコンテキストを反映するセマンティックモデリングを組み合わせたAI-Readyデータ基盤の構築が重要だ。（2026/6/19）

Interop Tokyo 2026：
「AIコーディング」がたった5年で急進化したワケ　NTT「tsuzumi 2」開発者が分析
　コーディングに長けた大規模言語モデル（LLM）が登場したのは2021年ごろだ。それから5年で、競技プログラミングの問題を解けるレベルにまで成長した。なぜAIはコーディングがこれほど得意になったのか──「Interop Tokyo 2026」（幕張メッセ）で、LLM「tsuzumi」のコーディング能力向上を担当するNTT人間情報研究所の風戸広史さんが解説した。（2026/6/18）

GPUを遊ばせないデータ基盤の構築術：
PR：AI推進の裏で企業を襲うデータ管理のわな　大量情報がもたらす課題と解決方法
AI活用が進んでいるが、データは分散し、統合後も数PBを超えるデータの移行には年単位の時間を要する。AI投資が無駄にならない「データ基盤」づくりの盲点と、その解決方法とは。（2026/6/16）

AIコピペ問題が開発現場にも：
「なぜ動くか分からないコードが多過ぎ」　生成AI一般化でレビュワーの9割が直面する負担増の実態
キッカケクリエイションが行ったAI生成コードのレビュワー負担に関する調査で、担当ITエンジニアの約9割が負担増を実感し、「AIに書かせた人がコードを説明できない」といった問題を経験していることが分かった。（2026/6/16）

原因特定精度はわずか11％でも……
AIの“自信満々なうそ”にだまされる人間　インシデント調査自動化が抱える闇
人手不足が深刻なIT現場で、システム障害対処を自動化するAIエージェントは救世主のように思えるが、全ての提案をうのみにすることは誤りだ。誤った回答を出し続けるAIエージェントに依存すると何が危険なのか。（2026/6/16）

「SAP Sapphire Madrid in 2026」現地レポート：
「ECC移行もAI活用もスピードが鍵」　SAPジャパン新社長の堀川氏に聞く
ECC移行の停滞やAI活用の遅れなど、日本企業が直面するプロジェクト長期化の壁をどう打破するのか。SAPジャパンの新社長に就任した堀川嘉朗氏が、生成AIのインパクトや「自律型エンタープライズ」がもたらすスピード変革の全貌を語る。（2026/6/15）

AI導入するだけでは成果は出ない
10年使ったkintoneが“見えない資産”に　小岩井乳業のAI活用前夜
小岩井乳業は、AI変革に当たってkintoneを活用したデータ基盤の再整備を進めている。ただし同社は、いきなりデータ基盤自体に手を加えるのではなく、上流工程から施策を進めている。具体的に何をしているのか。（2026/6/15）

相次ぐ人員削減
AIは本当に人間よりも安上がりなのか？
大手IT企業が、AI導入による効率化を理由に大規模な人員削減を敢行している。しかし一部の企業では、削減した従業員の給与を上回るほどの「隠れた費用」が発生している。AIツールの真の費用対効果に迫る。（2026/6/13）

AI信頼性確保ソリューションも：
車載ネットワークに「光伝送」の機運　キーサイトが対応オシロ展開
キーサイト・テクノロジー（以下、キーサイト）は「人とくるまのテクノロジー展 2026 YOKOHAMA」（2026年5月27〜29日、パシフィコ横浜）に出展し、車載光ネットワーク向けのテストソリューションや、AIの信頼性確保ソリューションなどを展示した。（2026/6/12）

情シスが押さえるべき最新アプローチ
AIが「質の悪いデータ」を拡散？　限界を迎えたETLと次世代データ基盤の最適解
生成AIやAIエージェントの普及を背景に、企業ではビッグデータ統合の重要性が高まっている。本稿は、ビッグデータ統合を成功させる最新の5つのベストプラクティスをデータ統合の専門家が紹介する。（2026/6/11）

人工知能ニュース：
AIロボティクス開発に必要なデータを収集するアプリケーション
FastLabelは、AIロボティクス開発に必要なデータを収集するアプリケーション「OpenLUTRA」をオープンソースで公開した。データ収集規模の拡大と高品質なデータ構築のスループット向上を支援する。（2026/6/10）

AIニュースピックアップ：
データ持ち出し対策とAI統制を強化　Snowflakeの新戦略
Snowflakeは自律型AIエージェント普及に伴うリスクへ対応するため、エージェント識別、プロンプトインジェクション防御、データ持出検知、ランサムウェア対策、AI活用運用管理機能を拡充し、企業のAI基盤の統制と保護強化を打ち出した。（2026/6/8）

「自己修復型IT」の実装戦略
勝手に直るシステムが人手不足の情シスを救う
AIと観測技術を組み合わせた「自己修復型IT」は、人の介入を最小限に抑え、ダウンタイムの劇的な削減と運用負荷の軽減を両立させる。本稿では、その導入メリットから、信頼性やガバナンスの課題、成功への具体的な5ステップを解説する。（2026/6/8）

経営層への説明にも役立つ
サイバー攻撃の損失額を定量的に計算するFAIRモデルとは？
サイバー攻撃の脅威は高まる一方、企業では予算や人員の配分が課題となっている。こうした中、注目されるのがサイバーリスクを定量的に評価する手法だ。その仕組みと、分析に必要なデータの収集方法を解説する。（2026/6/5）

日本の製造業はAIで世界に勝てるか？　日立・新卒デジタル人材が見つけた「データを資産に変える方程式」
日立製作所・水戸事業所に飛び込んだ新人データサイエンティストの禹周賢（ウ・ジュヒョン）さんは、AI実装の前に立ちはだかった、本人すら無自覚な「職人の勘」をいかにして解剖したのか。日立の「フィジカルAI」戦略を、現場のDXに挑んだ禹さんと、受け入れ先の担当者に聞いた。（2026/6/3）

Gartner Insights Pickup（448）：
生成AIの成否を握るデータ準備　4つの処方箋
企業がAI活用を進める中、データの品質やアクセス性が大きな課題となっている。特に生成AIでは基盤モデルの不透明性が高いため、データの準備と管理の重要性が増している。本稿では、企業が回帰テストやデータプロファイリングなどを通じて、データを継続的かつ体系的に整備し、関連性や安全性を確保した「生成AI-Readyデータ」を構築するための実践的な方策4つを紹介する。（2026/5/29）

成功率を劇的に引き上げる
生成AIの「PoC死」を防ぐ5つの鉄則――失敗事例から学ぶROI最大化
Gartnerの調査では、生成AIプロジェクトのうち半数がPoCの段階で失敗に終わっている。こうした現状を受け、企業は「全てを解決するツールは存在しない」ことに気付き始めた。AI導入を競争優位性へと昇華させるには。（2026/5/25）

投資回収を阻むボトルネック
AIでコードを量産しても成果なし　「生産性の谷」が招く開発の落とし穴
開発現場へのAIツール導入が進む一方で、コードの生成量が増えても利益につながらないケースが後を絶たない。局所的な効率化が、かえって全体のスピードを低下させるのはなぜか。初期の生産性低下の原因を検証する。（2026/5/21）

なぜ高度なAIを導入しても成果が出ない？　日本企業が陥る「デジタルフリクション」の罠
IT導入の真のゴールは成果の創出だが、現実は「使われないシステム」になってしまうケースが多い。「デジタル定着化」支援を展開するWalkMeのグローバル幹部に、日本企業がAI導入で直面する課題と、投資効果を最大化するための「AIアダプション」について聞いた。（2026/5/20）

医療機器ニュース：
がんの微小病変解析をより正確に、1台で核酸抽出から定量を自動処理する装置
日立ハイテクは、Invivoscribeと共同で、核酸の抽出から濃縮、定量までを全自動で実施する装置を開発した。大容量検体に対応し、遺伝子解析データの品質向上に貢献する。（2026/5/15）

エージェント型AIによる意思決定の約7割は「人が検証」：
まだ信用されていない「AIエージェントによる意思決定」　“人の目”による主な検証方法とは
エージェント型AIの意思決定は、人の検証が前提となっていることがDynatraceの調査で明らかになった。企業はどのように検証しているのか。（2026/5/13）

「次の企業危機」はAIガバナンスの欠如
まだ手作業でコンプラ対応？　Alationが描くAIガバナンスの不可避な進化
AI活用の本格化に伴い、規制対応が企業の大きな重荷となっている。多くの現場では手動のリスト管理などが限界を迎えており、ガバナンスの欠如が「次の企業危機」を招くリスクが浮上した。Alationの新スイートは、AI資産の可視化から承認フローの自動化までを一挙に担い、ガバナンスのボトルネックを解消する。（2026/5/13）

AI導入の「想定外」が予算を食いつぶす
AI予算の6割は「データの整備」に消える
生成AIの導入を急ぐ企業が、本番運用への移行期に直面する「隠れたコスト」が浮き彫りになっている。情シス決裁者が知っておくべき、AI投資を「負債」に変えないための予算策定と組織体制の急所を解説する。（2026/5/13）

レビュアーの9割が負担増
開発者本人が意味を説明できない……　AIコーディングが招く“品質崩壊”の危機
AIツールにコーディングを任せることで開発プロセスは短縮されたように見える。だが、開発者自身がソースコードの意図を理解しておらず、修正に追われる現場が後を絶たない。保守性が脅かされている実態とは。（2026/5/5）

Gartner Insights Pickup（445）：
エージェント型AIでITインフラ運用は転換期に　担当部署の役割は大きく変化
エージェント型AIの普及により、企業のITインフラ運用は転換期にある。Gartnerの調査によると、企業の60％がAIエージェントによる自動化を既存ソフトウェアに取り入れるユースケースを試験運用するか展開しているとしている。AIエージェントの導入に当たり、CIOはどう準備を進めるのがよいのだろうか。（2026/5/1）

「全社員一律のAI研修」が失敗を招く
2026年に9割の組織が「AI人材不足」に　情シスが急ぐべきスキル変革
2026年には90%の組織が深刻なAIスキル不足に陥ると予測される中、単なるツール配布では成果は得られない。従来のチャットbotから自律型AI（エージェント）への移行を見据え、情シスリーダーは役割別のスキル定義やガバナンス再構築を急ぐ必要がある。（2026/4/30）

がっかりしないDX 小売業の新時代：
AIが「読める」商品データを持つ企業が生き残る　王者ウォルマートの改革から見えた、成功の「3条件」
米OpenAIや米Googleがショッピング支援機能を相次いで強化し、多くの生活者が対話型AIに「子どもの遠足向きのおやつ、アレルギー対応で」などと聞く日が近づいています。AIエージェントが参照するのは、整備された商品データです。あなたの会社の商品マスタは、AIが「読める」状態になっているでしょうか。（2026/4/23）

AIの投資対効果は？：
「コードの約48％がAI生成」、AIの影響はソフトウェア開発で特に顕著　Snowflake調査
Snowflakeは10カ国2050人の企業・技術リーダーを対象にAIの投資対効果と雇用への影響を調査した。AIによる雇用創出を報告した組織は77％に上り、雇用削減を報告した46％を大きく上回った。（2026/4/17）

ACE 2026：
業界を破壊し、新たなイノベーションをもたらす　ArasのCEOが語るAI×PLMの未来像
Arasは米国フロリダ州マイアミで同社のコミュニティーイベント「ARAS COMMUNITY EVENT 2026（ACE 2026）」を開催した。本稿では同イベントに登壇した同社CEOのレオン・ローリセン氏による基調講演内容の一部を紹介する。（2026/4/17）