AIエージェントを含む自律型AIについて「本番運用している」と答えた日本企業は17%にとどまり、世界平均の32%を下回って調査対象14カ国で最も低い結果になりました。本番運用が37%に達したインドとは20ポイントの差があります。多くの日本企業はまだPoC（概念実証）の段階にとどまっているとみられ、原因はデータ側の準備不足にあるようです。
Confluentの調査で日本企業の本番運用率が17%に
データストリーミング技術を手がけるConfluentが2026年6月16日に発表した「Data Streaming Report 2026」によると、AIエージェントなどの自律型AIについて「本番運用中」と回答した日本企業は17%でした。この調査は日本を含む14カ国のIT意思決定者を対象に実施され、4625人が回答しています。そのうち日本の回答者は275人でした。
世界平均は32%で、日本はそこから15ポイント低い水準にあります。対象となった14カ国の中では日本が最も低く、最も高かったインドの37%とは20ポイントの開きがあります。同じ調査対象の中でも国によって進捗の差が出ている形です。
Confluentはこの結果について、日本企業の多くがPoCの段階にとどまっており、ビジネス上の成果を生み出す本番運用にはまだ至っていないと分析しています。次のステップに進むために、データ基盤を先に整える必要があるという見立てです。ITmedia AI+
課題の8割が「AIとデータのスキル・精度不足」
日本でAI活用を進める上での課題として最も多く挙げられたのが「AIおよびデータに関するスキルと精度の不足」で、80%が回答しています。次いで「データの出どころが不明確、鮮度に対する不信感」が71%、「リアルタイムデータのパイプラインの欠如」が69%でした。世界全体でこの3番目の課題を挙げた回答者は72%で、日本の69%と近い水準にあります。
これらの数字を並べると、日本企業が抱える課題はAIモデルそのものの性能ではなく、AIに与えるデータの側にあることが見えてきます。Confluentの最高製品責任者(CPO)であるシャウン・クルーズ氏は、AIシステムには判断に必要な背景情報を含む最新かつ正確なデータが必要だと指摘しています。業務データが複数のシステムに分散していたり、データ連携がリアルタイムではなくバッチ処理に依存していたりすると、データの鮮度と精度の確保が難しくなるためです。
クルーズ氏は、AIが本番運用でビジネス上の成果を生み出すには、AIが必要とするデータを適切かつ正確に供給する仕組みが重要だと述べています。今回の調査では、IT部門の戦略的な優先事項として、データをリアルタイムに収集・加工・変換する「データストリーミング」を挙げた日本の回答者が82%に達し、AI(機械学習を含む)への投資を挙げた回答者(80%)を上回りました。データ活用の基盤整備を、AIモデル自体への投資と同等かそれ以上に重視する企業が多いことがうかがえます。
調査対象は日本、米国、英国、インド、ドイツ、フランス、オーストラリア、カナダ、インドネシア、マレーシア、シンガポール、スペイン、タイ、UAE(アラブ首長国連邦)の14カ国です。従業員500人以上の企業に勤めるIT意思決定者が回答しました。
用語補足：PoC（概念実証)
PoCとは、新しい技術やアイデアが実際に機能するかどうかを小規模に試す検証段階を指します。本番運用の前段階にあたり、業務プロセスに組み込んで継続的に使う状態とは区別されます。今回の調査で「本番運用中」と答えた17%という数字は、日本企業のAIエージェント活用が構想や試験導入の段階を超え、実際の業務で使われている割合を示すものです。逆に言えば、残り83%の企業がPoCより前の段階にあるとは限らず、PoCの段階にとどまっている企業がどれだけ含まれるかは、この数字だけからは判断できません。
注目ニュース
Tenet Security、AIエージェントがDNSを書き換える攻撃を実演
セキュリティ企業Tenet Securityは8月9日、DEF CON 34のメインステージで「GhostJacking」と呼ぶ攻撃手法を実演しました。攻撃者が送ったプロンプトインジェクションのペイロードはCloudflareのファイアウォールにブロックされてログに記録されますが、そのログを読んだAIコーディングエージェントがログ内の攻撃者の文字列を指示だと認識し、実行してしまうというものです。ブロック自体は正常に機能しており、その後の処理はエージェントに以前から発行されていた正当な認証情報で行われるため、エンドポイント検知やアイデンティティ管理には引っかかりません。Tenetのベンチマークでは、Claude Code(Sonnet 4.6)がCloudflareの推奨設定下で10回中9回、埋め込まれた指示に従いました。Tenetは同様の設定が公開されている48の組織を確認し、うち6社はFortune 500企業だとしています。SecurityWeekはDatadogやSentryでも同種の攻撃経路を報じています。VentureBeat
Agentic AI Foundation、MCPの新ロードマップを公開
Linux Foundation傘下のAgentic AI Foundation(AAIF)は、MCP(Model Context Protocol)の今後の進化方針を示すロードマップを発表しました。優先分野は5つで、AIエージェント向けのメッセージング機能の強化、通信方式のHTTPネイティブへの統一、AIエージェント自身のアイデンティティ管理とエンタープライズ向けセキュリティの実装、ツール呼び出しの分かりやすさの改善、SDKの開発者体験向上が挙げられています。MCPは2024年11月にAnthropicがClaudeと外部データソースの接続用に提唱し、2025年12月にLinux Foundationへ移管されました。2026年7月にはアクセス一括管理機能「Enterprise-Managed Authorization」が安定版となっています。Publickey
トロント大学、NVIDIA GPUのECC保護を回避する攻撃を発表
トロント大学の研究チームは、NVIDIA GPUのエラー訂正機能(ECC)を回避する新たなRowhammer攻撃「GPUThor」を発表しました。Ampere世代のワークステーション向けGPU(RTX A4000、A4500、A5000、A6000など)を対象に実証され、ECCが無効な場合、GB当たり72,000から377,000回のビットフリップを起こせるとしています。これは従来手法の「GPUHammer」の4,548倍から23,597倍にあたる数値です。ECCが有効な場合でも、ECCが訂正できない2ビットエラーを387回、誤って訂正してしまう3ビットエラーを2回発生させたとしています。ECC有効なRTX A6000ではDoS状態を引き起こし、GPUが2時間ごとにリセットされる現象も確認されました。研究チームは4月29日にNVIDIAへ報告し、NVIDIAは8月21日にSYS-ECCとIOMMU/DMA分離の有効化などを推奨する勧告を公開しています。BleepingComputer
編集後記：17%という数字の位置づけ
今回の調査で気になったのは、日本の17%という数字が「低い」という評価だけで終わらせられない点です。世界平均の32%との差は15ポイントで、これは無視できる幅ではありません。ただ、この数字が示すのはあくまで「本番運用中」と答えた企業の割合であり、残りの83%がどの段階にあるかまでは調査から読み取れません。Confluentはこの差の背景としてデータ基盤の整備状況を挙げていますが、課題として最も多く挙がったのは「AIおよびデータに関するスキルと精度の不足」でした。データ基盤とスキルの両方が絡み合った課題である以上、どちらか一方の整備だけで進捗率が世界平均に近づくとは、この調査結果だけからは言えません。