AI向けデータ基盤のFivetran、企業のエージェント型AI準備状況を示す2026年版指数を発表

AI向けデータ基盤を提供するFivetranは、企業のデータ環境が本番環境でエージェント型AIを支える準備がどの程度できているかを測定するグローバル指標「The 2026 Agentic AI Readiness Index」を発表しました。調査によると、約60%の組織がエージェント型AIに数百万ドルから数千万ドル規模の投資を行っている一方で、本番環境で十分に対応できる準備が整っている組織は15%にとどまります。この指数は、米国、英国、EMEA、Asia-Pacificのデータ専門家400人を対象とした調査に基づいています。評価項目には、データの鮮度、データリネージ、ガバナンス、相互運用性など、エージェント型AIが信頼性高く稼働するために必要な中核的なデータ要件が含まれます。

エージェント型AIは、業務フローの中で計画し、行動し、実行するシステムです。そのため、企業にとって大きな価値を生む一方で、データ品質やガバナンスの不備がある場合、リスクも大きくなります。これまで背景課題と見なされていたデータの信頼性、管理、連携の問題は、AIが本番導入されるにつれて、実際の業務障害につながる可能性があります。FivetranのCEOであるGeorge Fraserは、多くの企業がAIで失敗している原因はモデルではなく、データの準備不足にあると述べています。同氏は、企業が脆弱なデータパイプライン、不十分なリネージ、自律的なAI運用を前提としていないシステムの上にエージェント型AIを導入すれば、より良い成果ではなく、より速い失敗を招くと指摘しています。

調査では、41%の組織がすでに本番環境でエージェント型AIを利用していることが明らかになりました。しかし、多くの企業では、データの信頼性、ガバナンス、相互運用性に大きな課題が残っています。エージェント型AIの目標達成を妨げる主な要因としては、データ品質とリネージが42%、規制対応とデータ主権が39%、セキュリティとプライバシーリスクが39%とされています。相互運用性も重要な課題です。データリーダーの86%は、プラットフォームの拡張性と相互運用性が重要または極めて重要だと回答しています。一方で、多くの組織は分断されたシステムやベンダーロックインに制約されています。特に、データ統合プラットフォームは、ロックインリスクの最大要因として挙げられています。

レポートは、AIシステムがより自律的になるほど、データインフラが成果を左右する制約要因になると指摘しています。Fivetranによると、準備が整った組織は、常時稼働する自動化データパイプラインを運用し、最新で信頼できる情報を維持しています。また、エンドツーエンドのデータリネージとガバナンスを確保し、データがインフラ全体を柔軟に移動できる相互運用性の高い設計を採用しています。その結果、これらの企業は社内業務だけでなく、顧客向け製品にもエージェント型AIをより広く導入でき、AI投資から意味のある投資対効果を得られるという自信も高くなっています。Fivetranは、本番環境でエージェント型AIを支えるためには、自動化されたパイプラインによる新鮮で信頼性の高いデータ、データの生成と変換を追跡する透明なリネージ、セキュリティとコンプライアンスを担保する強固なガバナンス、そしてロックインを避けるためのオープンな相互運用性が必要だとしています。

Fivetranについて
Fivetranは、AI時代のためのデータ基盤を提供する企業です。同社のプラットフォームは、企業が利用するさまざまなシステムからデータを移動、管理、変換し、安全で信頼性の高い基盤へ統合します。クラウド、データ処理エンジン、分析ツールをまたいで柔軟に利用できる設計により、分析、業務運用、AIを信頼できるデータの上で実行できるようにします。OpenAI、LVMH、Pfizer、Verizonを含む世界中の企業が、Fivetranを活用してデータを競争優位へ変えています。