相互RSSサイト様募集中です!詳しくはこちらをクリック

製造業実務者の7割超が生成AIに「頼みたいのに頼めない」と回答 – 業務活用のカギは独自データ整備と業務再設計

スポンサーリンク
スポンサーリンク
スポンサーリンク

調査結果のポイント

1. 現場が直面する“理想と現実の乖離”:73%が「頼みたいのに頼めない」業務あり

製造業の実務者の73%が「生成AIに頼みたいのに、頼めていない業務がある」と回答しました。また、過半数である52%の実務者が「会社が導入した生成AIと自分が理想とする使い方の間にギャップを感じる」と回答しています。

生成AIの台頭以降4年間の意識・認識変化に関する調査レポート 設問 ③-A 生成AIに頼みたいのに、頼めていないことがありますか? 実務者の7割以上(73%)が「生成AIに頼みたいのに、頼めていない業務がある」と回答しました。 実務の現場で生成AIを活用し日常業務の効率化を体感しているからこそさらなる活用領域の拡大に向けた課題や、現状の仕様・環境に対する限界を強く意識している実務者が多数を占めることが分かります。 ない 27% ある 73% 73% (281件) 頼みたいのに頼めていないことが「ある」と回答 「ない」 27% (103件) 回答者比(%) / 回答数(件) n=384 (単一回答) © Stockmark Inc. 9

頼めない理由やギャップの原因としては、「社内システムや他ツールとの連携不可(44%)」が最多で、「図面など非テキスト情報を扱えない(34%)」や「自社業務に特化した回答ができない(30%)」といった製造業特有のニーズを満たせていない実態が浮き彫りになっています。

生成AIの台頭以降4年間の意識・認識変化に関する調査レポート 設問 ③-B 生成AIに頼みたいのに、頼めていないのはどのような理由によるものですか? (複数回答可) 設問③-Aにて頼めていないことが「ある」と回答した理由として「社内システムや他ツールとの連携不可」が44%で最多、次いで「セキュリティ制限」「期待通りの回答が得られない点」が各38%で並びました。さらに「図面や仕様書など非テキスト情報への対応」も約3割を占めており、製造業特有のデータ形式や連携環境の壁が浮き彫りとなっています。 社内システムや他ツールと連携できないため 44% (125件) セキュリティ上、重要な情報を入力できないため 38% (106件) 質問して期待通りの回答が得られないため 38% (106件) 自分の意図した回答がなかなか返ってこないため 35% (97件) 図面・仕様書など非テキスト情報を扱えないため 34% (96件) 社内の過去データや事例を参照した回答が得られないため 31% (86件) 回答の精度・信頼性に不安を感じるため 30% (85件) その他 11% (31件) 回答者比(%) / 回答数(件) n=281 (「ある」と回答 / 複数回答) ©Stockmark Inc. 10

2. ツール導入からの脱却:本格活用のカギは「独自データ整備」「業務の抜本的再設計」

生成AIが本領を発揮するための要件として、「自社独自データ・ナレッジの整備(56%)」と「AI活用を前提とした業務の再設計(53%)」が突出して選ばれました。現場の実務者は、汎用的なAIツール利用から一歩踏み込み、自社固有の専門知や非構造データをAIが扱える形に整備し、業務プロセスそのものを抜本的に見直すことが急務であると認識しています。

生成AIの台頭以降4年間の意識・認識変化に関する調査レポート 設問 ⑦ 生成AIが本領を発揮するために、今の自社に必要だと思うことを最大3つ教えてください 自社の生成AI本領発揮に向けて必要な要素として「自社独自データ・ナレッジの整備」と「AI活用を前提とした業務の再設計」がいずれも過半数を集める結果となりました。さらに「図面や暗黙知の構造化」も3割超となり、単なるツール利用にとどまらず社内データの基盤整備と業務プロセスの抜本的見直しが不可欠だと捉えられています。 自社独自のデータ・ナレッジの整備 AI活用を前提とした業務の再設計 暗黙知のAI活用可能な形への構造化 現場の活用リテラシー向上 利用ガイドライン・セキュリティ環境の整備 社内の成功事例やユースケースの共有・横展開 導入・検証のための予算 (投資枠) の確保 専門人材・パートナーの確保 AI活用を評価する人事制度・インセンティブの整備 経営層のコミットメント その他 回答者比(%) / 回答数(件) n=384 (複数回答・3つまで) 56% (216件) 53% (203件) 33% (128件) 29% (112件) 22% (85件) 19% (72件) 15% (58件) 11% (44件) 10% (39件) 10% (39件) 3% (13件) ©Stockmark Inc. 15

3. 「導入して終わり」への不満:顕在化する会社(経営層)と現場の“温度差”

会社の推進姿勢に対しては、「導入はしてくれているが活用方法のサポートが不十分」との不満が53%と過半数を占めました。また、「経営観点が優先で現場の実態が未反映(26%)」、「現場が自発的に使っているだけ(23%)」といった声も続き、ツールを配布するだけで現場の運用フォローが追いついていない実態が明らかになっています。

生成AIの台頭以降4年間の意識・認識変化に関する調査レポート 設問 ⑤ 会社 (上司・経営層) の生成AI活用の推進姿勢について感じることを教えてください 会社の推進姿勢に対し「導入はされているがサポートが不十分」との回答が約5割で最多となりました。さらに「経営視点が優先で現場実務が未反映」「現場が自発的に使っているだけ」との声も続き、生成AIを導入するだけで具体的な運用フォローや現場視点の整備が追いついていない実態が顕著に表れています。導入はしてくれているが、活用方法のサポートが不十分だと感じる 53% (105件) 経営・効率化の視点が優先で、現場の実態が反映されていないと感じる 26% (51件) 現場が自発的に使っており、会社の推進はほとんど関係ない 23% (46件) 現場のニーズや課題を把握した上で推進してくれていると感じる 16% (32件) そもそも会社としての推進姿勢をあまり感じない 15% (29件) その他 10% (20件) 生成AIの活用推進に対して特に不満はない 8% (16件) 回答者比(%) / 回答数(件) n=199 (複数回答) © Stockmark Inc. 13

4. 生成AI活用の恩恵とワークライフバランス向上:4人に1人が余暇増加を実感

生成AI活用の恩恵として、約64%が生産性の向上を、約60%が成果物の品質改善を実感しています。さらに、実務者の約4人に1人(23%)が「仕事以外の時間(余暇)」の増加を実感しており、生成AIが日常業務の効率化だけでなく、ワークライフバランスの向上にも寄与していることが伺えます。

生成AIの台頭以降4年間の意識・認識変化に関する調査レポート 設問 ⑧ 生成AIの活用が始まって以降、以下の点に変化はありましたか? 生成AIの導入により「生産性」は約64%「成果物の品質」も約60%が改善したと回答し、現場実務で明確な効果を示しています。 さらに「仕事以外の時間(余暇)」についても約23%(約4人に1人)が改善を実感しており、 生成AIの業務活用が実務者のワークライフバランス向上へ寄与していることが分かります。 ■大きく改善した ■やや改善した □変化なし ■やや悪化した ■大きく悪化した 業務処理スピード・生産性 12.5% 51.6% 35.4% 2.3% 0.3% 成果物の品質・クオリティ 11.5% 48.4% 37.5% 1.8% 0.3% 職場の雰囲気・心理的余裕 3.1% 27.6% 67.2% 1.8% 0.3% メンバーの離職・退職の懸念 0.8% 3.1% 93.2% 2.3% 0.5% 仕事以外の時間 (余暇など) 2.6% 20.3% 72.9% 3.9% 0.3% n=384 (各項目 単一回答) ©Stockmark Inc. 16

スポンサーリンク

調査概要

  • 調査内容: 製造業に従事する実務者における生成AIの業務活用実態調査

  • 調査目的: 製造業に従事する実務者を対象に、生成AIの業務活用実態を明らかにし、生成AIに抱く期待と現実のギャップ、および今後の本格活用に向けた課題を把握する

  • 実施対象: 大手製造業に従事する生成AIの社内導入・推進・活用のいずれかに関わる実務者

  • 回答者数: 384名

  • 調査期間: 2026年7月17日〜2026年7月28日

  • 調査機関: ストックマーク株式会社

  • 実施方法: オンラインアンケート

本調査の全文レポートは以下より無料でダウンロードできます。
全文レポートはこちら

スポンサーリンク

ストックマークのソリューションについて

AI活用は競争力維持のために不可欠な要素となっていますが、多くの企業が「データが整備されていない」「現場への定着が進まない」「具体的な成果に繋がらない」といった課題に直面しています。ストックマーク株式会社は、独自の自然言語処理技術などを用いて、テキストだけでなく図面や仕様書、過去の判断ロジックといった複雑な知恵をAIが活用できる形へと構造化します。これにより、単なる効率化の枠を超え、人が本来注力すべき「価値創造」や「専門性の研磨」に没頭できるよう、業務プロセスそのものを再設計する「AI BPR(Business Process Re-engineering)」を推進しています。

Stockmark AIでビジネスを変革する6つのソリューション 事業の基盤を強化するAIソリューション 〈データ/ナレッジマネジメント〉 社内外のあらゆる情報を “AIが使える資産”に変える 社内外のデータをAIが学習可能な状態に整備し、知識の再利用と伝承を実現します。 〈戦略/意思決定支援〉 複雑なデータを解き明かし、経営の“解像度”を上げる 非構造化データから市場動向を可視化し、戦略的な意思決定を支援します。 〈専門業務自動化〉 汎用AIにはできないプロフェッショナルの仕事を“自律化”する 専門業務プロセスを深く理解し、複雑な専門業務を高度に自動化します。 未来を創造するAIパートナーシップ 〈システム内製化/受託開発〉 ブラックボックスを作らない “自社の力”になるAIを共に創る ノウハウを移転しながら、特定ベンダーに依存しない最適なシステムを共同開発します。 〈新価値創出〉 データと科学的アプローチで “売れる”アイデアを生み出す 技術シーズと市場ニーズのデータを解析し、根拠ある新規事業アイデアを創出します。 〈人材育成/カルチャー変革〉 AIを使う“人”と“組織”を アップデートする 自律的なAI活用人材を育成し、データに基づく人的リソースの最適配置を支援します。

AIが「停滞感を生む単純作業」を自律的に担い、人は「高付加価値業務」へとシフトし、「シゴトを心から楽しめる」状態を創り出すことで、日本企業の競争力を底上げすることを目指しています。

ストックマークのソリューションに関する詳細は以下をご覧ください。
ストックマークソリューション

スポンサーリンク

ストックマーク株式会社について

ストックマーク株式会社は「価値創造の仕組みを再発明する」をミッションに掲げ、最先端の生成AI技術を活用し、多くの企業の企業変革を支援しています。製造業向けAIエージェント「Aconnect」および、あらゆるデータを構造化し企業の資産に変える「SAT」を運営しています。さらに、企業特化生成AIの開発や、独自システムの構築も支援しています。

  • 会社名: ストックマーク株式会社

  • 所在地: 東京都港区南青山一丁目12番3号 LIFORK MINAMI AOYAMA S209

  • 設立: 2016年11月15日

  • 代表者: 代表取締役CEO 林 達

  • 事業内容: 最先端の生成AI技術を活用した、企業のナレッジマネジメント・生成AIの業務適用を支援するサービスの開発・運営

  • URL: https://stockmark.co.jp/

スポンサーリンク
スポンサーリンク

コメント

×
タイトルとURLをコピーしました