8月21日、Efficiently Connectedが「AI Agents Are Outpacing Enterprise Data Readiness」と題した記事を公開した。この記事では、AIエージェントの企業導入が急速に進む一方、そのエージェントに供給されるデータの品質・信頼性が致命的に追いついていない実態について詳しく紹介されている。

57%が導入済み、しかし信頼できるデータを持つのは8%

The Modern Data Companyが実施した第3回年次Modern Data Surveyの中間報告が公開された。対象は66カ国540名超のエンタープライズデータリーダーおよびデータ実務者だ。

最も核心を突く数字はこれだ。回答者の57.3%がデータ・分析ワークフローでAIエージェントをすでにパイロット運用または本番稼働させている。一方で、**そのエージェントに供給しているデータが本番用途に十分信頼できると答えた割合はわずか8.4%**だ。

この非対称性が問題の本質である。AIがアナリストを補助する場面では、データに欠陥があっても人間がその推奨内容を疑い、判断を止めることができる。しかしAIエージェントが自律的に動作し、企業システムをまたいで処理を実行する場合、欠陥データは誤った「推奨」ではなく誤った「アクション」を生む。コストの性質が根本的に変わっているのだ。

本番展開の障壁として**データ品質・信頼性を挙げた回答者は75.9%**に達し、スキル不足（25.9%）やツールの未成熟（19.5%）を大きく引き離した。業界は長年「ボトルネックはツールか人材だ」と語ってきたが、現場の実務者は「信頼できるデータがない」と言っている。

「コンテキスト層」の欠如——6対1で選ばれた優先投資先

調査が浮き彫りにした構造的な課題が、コンテキスト層（Context Layer）の欠如だ。

コンテキスト層とは、データ要素の意味・来歴・所有者・適用ポリシー・承認できるアクションなどを定義した、セマンティクスとガバナンスの基盤レイヤーである。概念的にはデータメッシュにおけるドメイン所有権の考え方や、データカタログ・セマンティックレイヤーといった技術領域と密接に関わる。これらが有機的に統合されていなければ、エージェントは技術的に動作しても運用上は信頼できない状態になる。

調査では、60.9%の組織がAIエージェントに信頼できるコンテキスト層は必須だと回答している。しかし意図的にそれを構築済みの組織は16.0%にとどまる。

さらに注目すべき数字がある。「データとAIをより効果的に機能させるために一つだけ投資するとしたら何か」という問いに対し、回答者はより良いツールよりもコンテキスト層の整備をおよそ6対1で選択した。これは僅差ではない。本当のボトルネックがどこにあるかを示すシグナルだ。

実際、本番環境でエージェントを稼働させている組織は、意図的にコンテキスト層を構築している割合がそうでない組織の約4倍という結果も出ている。

ガバナンスの空洞——「誰も作らなかった耐力壁」

ガバナンスの実態はさらに厳しい。調査が示す数字を並べると、要求と実態のギャップが際立つ。

**65.1%がAIによる意思決定は説明可能・追跡可能・審査に耐えるものでなければならないと回答している。にもかかわらず、AIの入出力監査証跡と決定からデータソースへのリンクを両方維持している組織はわずか10%だ。AIアカウンタビリティフレームワークを文書化済みの組織も17.7%にとどまり、約25%**はアカウンタビリティが「共有されているが不明確」と答えている。

要するに、「必要だ」と言っている組織の大半が、実際には何も整備していない。

エージェントがトランザクション承認、ワークフロールーティング、業務上の意思決定に関わる推奨の生成を担うようになれば、文書化されたアカウンタビリティの連鎖がない状態は法的・規制上のリスクに直結する。金融サービス、医療、重要インフラなどの規制産業では、製品ソリューションが追いつく前に規制当局の関心を引くことになる。

データがどこを経由して移動したかを追跡できなければ、エージェント主導の意思決定に必要な監査証跡を生成することもできない。運用上の摩擦とガバナンスの欠如は、同じ根を持つ問題だ。

2026〜2027年に向けて：コンテキスト工学が競争優位を決める

調査では、約半数の組織がプラットフォームの乱立を積極的に整理中であるという統合トレンドも明らかになった。コンテキスト層がアーキテクチャの概念から製品カテゴリへと成熟するにつれ、この流れは加速するとみられる。大手クラウドプロバイダーや既存のデータプラットフォームベンダーが、今後12〜18カ月でこの領域に買収とネイティブ機能拡張の両面で動いてくることが予想される。

実務者への示唆は明確だ。2026〜2027年にAIエージェントをスケールで稼働させられる組織は、モデル性能の向上ではなくコンテキスト工学に今投資している組織だ。AIファーストを自称する組織でさえ、コンテキスト層を意図的に構築している割合は40%未満という調査結果は、多くの企業がこの作業の基盤的重要性をまだ過小評価していることを示している。

エージェントが業務ワークフローに組み込まれた後でデータ基盤を再構築するコストは膨大だ。コンテキストを後付けではなく設計として扱う組織との差は、一度開くと閉じるのが難しくなる。

詳細はAI Agents Are Outpacing Enterprise Data Readinessを参照していただきたい。