8月13日、MIT Technology Reviewが「Scaling AI agents with trustworthy data」と題した記事を公開した。本記事はGoogle Cloudとのスポンサードパートナーシップにより制作されたレポートであり、データ・テクノロジー分野のエグゼクティブ300人を対象とした調査に基づいている。エンタープライズAIエージェントの普及を阻むデータ基盤の課題と、データ成熟度の高い企業がそれをどう克服しているかについて詳しく紹介されている。
AIエージェント普及の「見えない壁」
AIエージェントの導入自体は急速に進んでいる。Gartnerの予測によれば、2027年までにAIエージェントがビジネス上の意思決定の50%を補完または自動化するとされており、多くの企業がその方向に向けて動いている。
しかし現実には、AIエージェントの効果を左右するのはモデルの性能よりもデータ基盤の成熟度だ。エージェントは「質問に答える」のではなく「行動を起こす」ため、サプライチェーン、POSシステム、人事データといった基幹業務システムへのリアルタイムアクセスが必要になる。構造化・非構造化を問わず、社内に散在するデータへの広範なアクセスが前提となるが、数年前に更新されたシステムでさえこの要件を満たせていないケースが多い。
データ格差が生むエージェント格差
調査結果で最も示唆に富むのが、「データリーダー」と「データラガード」の二極化だ。
用語注釈: 本調査における「データリーダー」とは、AIがアクセスできる社内データの割合や、データガバナンス・自動化への投資水準が上位に位置する企業群を指す。「データラガード」はその対義語として、データ整備が相対的に遅れている企業群を指す分類であり、いずれも本レポート内の調査スコアに基づいて定義されている。
調査対象企業全体では、AIがアクセスできる社内データの割合は平均45%にとどまる。データラガードに分類される企業ではこれが30%以下まで落ち込む。一方、データリーダーと呼ばれるデータ成熟度の高い企業群は70%超のデータにアクセスできる環境を整えている。
この格差がエージェントの信頼性に直結している点が重要だ。調査全体では、自社AIエージェントの判断が正確かつ適切であると信頼している企業は約半数にとどまる。しかしデータリーダーに限ると、**100%**の企業がエージェントの判断を信頼している。
スケーラビリティの面でも差は顕著だ。データラガードの**66%がレガシーデータシステムによってエージェントのスケールアップが制限されていると回答し、68%がリアルタイムでの意思決定が阻害されていると答えている。データリーダーでは同様の制約を感じている企業はわずか8%**だ。
2年以内に全員がエージェントを使う前提で動いている
調査では、100%の回答者が2年以内にエージェント型AIを活用する計画を持っており、そのうち69%が「広く活用する」と回答している。この現実を踏まえると、データ基盤の整備は先送りできない課題だ。
優先すべき取り組みとして挙げられているのは以下の通りだ：
- 構造化・非構造化データへのアクセス改善（全回答者が最重要と位置づけ）
- ビジネスコンテキストを含むデータ・AIガバナンスの強化
- データ管理の自動化（データリーダーが特に注力）
エンジニアにとっての含意
このレポートが示すのは、AIエージェントの失敗がモデル選定よりもデータパイプラインの問題に起因するケースが多いという現実だ。エージェントに渡すデータの網羅性・鮮度・文脈付けが、エージェントの「使えるかどうか」を決める。
具体的には、次のような設計上の問題が表面化しやすい。
- データパイプラインのリアルタイム性: エージェントが意思決定・行動を起こすタイミングでデータが陳腐化していると、誤った判断を引き起こす。バッチ処理中心のアーキテクチャからストリーミング処理への移行が問われる場面が増えている
- RAG（Retrieval-Augmented Generation）との関係: 社内ドキュメントや業務データを検索・参照してエージェントの回答精度を高めるRAG構成においても、インデックス対象となるデータの網羅性と鮮度が品質の上限を決める。アクセスできないデータはRAGでも補えない
- データガバナンスとエージェントの権限設計: エージェントが複数システムをまたいで自律的に行動する以上、どのデータにアクセスしてよいかの権限境界を設計段階から組み込む必要がある。ガバナンス不在のままエージェントを展開することは、データ漏洩・誤操作のリスクを高める
※編集部の考察: 本調査はGoogle Cloudのスポンサードによるものであり、調査設計やサンプル選定においてGoogle Cloudのソリューションに有利なフレーミングが含まれる可能性は念頭に置いておくべきだ。ただし、「データ基盤の成熟度がエージェントの信頼性に直結する」という知見自体は、他の独立した調査とも整合しており、示唆の方向性は妥当と判断できる。
レポート本体はGoogle Cloudからダウンロード可能で、データ基盤の整備に向けた詳細な分析が含まれている。
詳細はScaling AI agents with trustworthy dataを参照していただきたい。
