powered by TechFeed
表示モード
Deep Dive

EYが30カ国調査で判明:企業の64%は「AIを動かすデータが整っていない」— 期待だけが先走るエージェントAI、財務・税務部門の現実

11月12日、Futurum Groupが「EY Survey: Data Gaps Are Stalling Enterprise AI in Tax and Finance」と題した記事を公開した。EYが30カ国・1,600人のCFOおよび財務・税務リーダーを対象に実施した「2026 Tax and Finance Operations Survey」の結果を分析したもので、エンタープライズAI導入の最大障壁がデータ基盤の未整備にあることを明らかにしている。エージェントAIへの期待が1年で急騰する一方、実装の成熟度はほぼ変化していないという構図が、調査数値から鮮明に浮かび上がる。「AIを使いたい」と「データが使える状態」の間にある巨大な溝今回の調査の最も重要な発見は、回答者の64%が「AIに対応できるデータが不足している」を最大の障壁として挙げたという点だ。30カ国・22業界にまたがる1,600人のCFOおよびシニアリーダーが対象で、調査規模として十分な信頼性を持つ。さらに深刻なのは、自社の税務部門がデータの収集・整理・活用・再利用において「非常に効果的」と評価したのは**わずか1...

11月12日、Futurum Groupが「EY Survey: Data Gaps Are Stalling Enterprise AI in Tax and Finance」と題した記事を公開した。EYが30カ国・1,600人のCFOおよび財務・税務リーダーを対象に実施した「2026 Tax and Finance Operations Survey」の結果を分析したもので、エンタープライズAI導入の最大障壁がデータ基盤の未整備にあることを明らかにしている。エージェントAIへの期待が1年で急騰する一方、実装の成熟度はほぼ変化していないという構図が、調査数値から鮮明に浮かび上がる。

「AIを使いたい」と「データが使える状態」の間にある巨大な溝

今回の調査の最も重要な発見は、回答者の64%が「AIに対応できるデータが不足している」を最大の障壁として挙げたという点だ。30カ国・22業界にまたがる1,600人のCFOおよびシニアリーダーが対象で、調査規模として十分な信頼性を持つ。

さらに深刻なのは、自社の税務部門がデータの収集・整理・活用・再利用において「非常に効果的」と評価したのは**わずか16%**にとどまる点だ。AIを動かす燃料であるデータが、ほとんどの組織でいまだ"使える状態"になっていない。

EYは毎年この調査を継続的に実施しており、今回の2026年版は財務・税務領域におけるAI対応度を多角的に追跡するシリーズの一環に位置づけられる。複数年にわたるトレンドを把握できる点で、単発の意識調査とは異なる重みを持つ。

エージェントAIへの期待だけが先走っている

調査で最も鋭い数字として浮かび上がるのが、エージェント型AI(Agentic AI)に関する期待と実態のギャップだ。

  • 「AIエージェントが税務部門に恩恵をもたらす」と期待する割合:21% → 77%(1年間で急増)
  • 一方で、71%はエージェントAIの活用が「ほぼゼロ」か「模索段階」にとどまっている

期待値が56ポイント跳ね上がる一方、実装の成熟度はほとんど変化していない。この乖離がそのままビジネスリスクになる構図だ。

エージェントAI(Agentic AI)とは、単に質問に答えるだけでなく、タスクを自律的に計画・実行・連携できるAIシステムを指す。税務申告や規制対応のような複数ステップの業務を自動化することが期待されているが、その前提として双方向のデータフローが必須となる。

Futurum Researchの別調査(Data Intelligence Platforms Signal Report)によれば、24.6%の組織がエージェントから基幹システムへの書き戻し(ライトバック)ができないことを最大のインフラ上のボトルネックとして挙げている。エージェントAIは双方向のデータフローを前提とするが、既存のレガシーアーキテクチャはそれを想定して設計されていないケースが多い。

データ不全の根本原因:サイロと品質問題

データ管理を「非効果的」と自己評価した組織の内訳を見ると、61%がデータサイロ(部門・システム間でデータが分断されている状態)を主因として挙げ、52%がデータ品質の低さを障壁として挙げている。

これらは設定ミスや運用上の問題ではなく、AI時代のデータフローを前提としていないレガシーな業務モデルそのものに起因する。同様の傾向はFuturum Researchの企業調査でも確認されており、93%の企業が本番AI環境に必要なガバナンスの確立に困難を感じているという。税務・財務に限らず、企業全体に共通するインフラ課題と見るべきだ。

データサイロや品質問題への対策として、データファブリックやデータメッシュといったアーキテクチャ概念が近年注目されているが、財務・税務領域への本格適用はまだ黎明期にある。

コソーシングの実績が示すもの

すでに外部リソースとのコソーシング(業務の一部を外部専門家と共同で担う形態)を採用している組織の実績も報告されている。

  • 86%が「より高付加価値な業務に集中できるようになった」
  • 78%が「税務リスク管理が改善した」
  • 77%が「法改正・規制変更への対応力が上がった」

回答者の79%が地政学的動向を受けて業務オペレーションを見直しており、約3分の2はリアルタイムの税務対応に「十分に備えられていない」と回答している。AI導入の準備が整っていない組織にとって、外部パートナーの活用は調査上の実績を持つ現実的な選択肢といえる。

「今後の注目点」について

元記事では2027年Q1の予算計画や本番運用への移行スピード、ライトバック問題の解決動向を観察ポイントとして挙げている。ただし、これらはFuturum Groupのアナリストによる見解・補足であり、EY調査の調査票に含まれる数値ではない点に留意が必要だ。

※編集部の考察:EYのこのシリーズは毎年継続して実施されるため、来年度版でデータ基盤整備の進捗がどう変化するかは、企業のAI成熟度を測るうえでの重要な指標になるだろう。現時点では「期待の急拡大」と「実装の停滞」が並存しているが、この乖離が是正されるペースこそが財務・税務DXの実態を映す鏡になる。

詳細はEY Survey: Data Gaps Are Stalling Enterprise AI in Tax and Financeを参照していただきたい。