この記事の要点: セントリックソフトウェアは、アパレルや家電などの消費財メーカーで商品情報管理に携わる担当者315名を対象に、商品データ基盤とAI活用に関する実態調査を実施しました。調査の結果、74.6%が商品開発業務でAIを活用または検証している一方、「期待どおりの成果が出ている」と回答した割合は32.8%にとどまることが明らかになりました。AI活用の成果を阻む要因として、社内のデータ基盤の課題が浮き彫りになっています。
発表内容のポイント
- 商品開発でAIを活用・検証中の企業は74.6%に達するものの、期待通りの成果を得られているのは32.8%にとどまる実態が判明
- 成果が出ない最大の要因は「商品情報の品質・正確性のばらつき」が48.1%で最多となり、部門間の情報連携不足やマスター未定義が続く
- 71.1%が業務中に「どの情報が最新かわからない」状況を経験しており、手戻りやサンプル再作成などの実務トラブルに直結
発表の背景
消費財メーカーでは、市場トレンドの高速化に伴い、商品企画や開発の現場で生成AIなどの導入が急速に進んでいます。しかし、商品開発には仕様、原材料、原価、品質、サプライヤー情報など多岐にわたるデータが必要であり、これらが部門ごとに分散しているとAIが正しく機能しません。AIを導入する前段階として、企業が保有する商品データそのものの信頼性や管理体制が問われていることから、本調査が実施されました。
何が発表されたのか
調査によると、AIの利用領域は「商品企画・アイデア立案（56.2%）」や「デザイン・画像生成（39.1%）」など多岐にわたります。しかし、AIが参照している自社データのうち「仕様・素材・原価などの商品データ」は39.3%にとどまり、多くの企業で自社固有の一次情報をAIに連携できていません。また、商品情報の全社共通マスターを構築できている企業は36.8%にすぎず、多くの現場でExcel等による部門ごとの個別管理が行われています。このデータの分断が、AIの出力精度を低下させる要因となっています。
製造業・生産管理への見方
製造業や生産管理の現場において、設計・開発データと製造・調達データの連携は、DXを推進する上での生命線です。本調査が示すように、データの分断は「どの情報が最新かわからない」という混乱を生み、結果として「サンプルの再作成（39.9%）」や「作業の手戻り（31.1%）」「発注・仕様ミス（30.8%）」といった物理的なロスを発生させています。AIや将来的なAIエージェントを生産プロセスに組み込んで成果を出すためには、PLM（製品ライフサイクル管理）やPIM（商品情報管理）などのシステムを活用し、部門を横断した「信頼できる唯一のデータ源（シングルソースオブトゥルース）」を確立することが急務です。
現場で確認したいポイント
- 自社の商品開発プロセスにおいて、仕様書や原価、品質データが部門ごとにExcel等で個別管理されていないか
- 開発・設計から調達、生産にいたる工程で、最新のデータ変更履歴がリアルタイムに共有される仕組みがあるか
- 導入検討中または導入済みのAIツールが、社内のどのデータソースを参照しているか把握できているか
確認しておきたい点
本調査はアパレル、化粧品、食品、家電の消費財メーカーを対象としたものであり、重工業や個別受注生産型の製造業におけるAI活用実態とは傾向が異なる場合があります。
関連リンク
- 発表企業サイト：セントリックソフトウェアの日本語公式ウェブサイトです。
- 発表企業のPR TIMESページ
出典情報
| 出典 | PR TIMES |
|---|---|
| 発表企業 | セントリックソフトウェア |
| 発表日時 | 2026-09-01 10:50:02 |
| 元記事 | PR TIMESで読む |
