IBM Institute for Business Valueの新たな調査では、企業がAIとエージェント型自動化の導入を急ぐ中で、スキル不足が深刻化していることが浮き彫りになっています。この調査では、企業がAIとデータ関連の新興職種の採用を劇的に増加させているにもかかわらず、データの準備状況がAIによる価値創造における最大の障壁となっていることが示されています。.
調査によると、最高データ責任者（CDO）の82%が、AIエージェントスーパーバイザー、生成AIデータサイエンティスト、プロンプターエンジニア、LLM品質テスターなど、昨年は存在しなかったデータ関連職種を採用しています。しかし、リーダーの77%は、これらの役職の充足に苦労していると回答しています。AI主導の収益成長を支えるためのデータ体制が整っていると確信しているCDOはわずか26%にとどまっています。.
こうした課題にもかかわらず、AIエージェントへの需要は高まり続けています。CDOの83%はメリットがリスクを上回ると考えており、77%はAIエージェントの初期成果に自信を持っています。しかしながら、コアデータの問題は依然としてAIの拡張における最大の障害となっています。
- アクセシビリティ: 応答時間が遅く、満足度が低い
- 完全性: 欠損値と低いコンプライアンス
- 整合性: 限られたデータ系統と一貫性のないエントリ
- 精度: 高いエラー率と検証の失敗
- 一貫性: 形式と命名システムの不一致
こうしたギャップを埋めるため、企業は投資を急増させています。データ戦略は現在、IT予算の131兆5千億円（TP5T）を占めており、2023年にはわずか41兆5千億円（TP5T）にまで増加しています。CDO（最高投資責任者）の大半（811兆5千億円）は、データイニシアチブは組織全体のテクノロジーロードマップに緊密に統合する必要があると述べています。.
本調査では、AIエージェントが現代のデータ運用を変革する中で、常に一歩先を行くための7つのアクションを推奨しています。AIを活用したデータのクレンジングと検証、チーム間のデータアクセスの民主化、将来を見据えたデータ戦略の構築、非構造化データとマルチモーダルデータの活用、KPIとビジネス成果の紐付け、組織全体のデータリテラシーの拡大、そして非技術系ユーザー向けの直感的な分析ツールへの投資です。.
AI の加速が続くにつれて、1 つのテーマが明らかになります。それは、モデル機能ではなくデータ機能が決定的な競争上の優位性になりつつあるということです。.
ソース：
https://www.zdnet.com/article/7-ways-to-be-a-data-superstar-in-the-ai-era-and-stay-ahead-of-agents/
