AIの運用化に対するためらいもある。ITリーダーの10人中9人以上（92％）が、AIを運用に統合することに懸念があると回答した。 　回答者の5人に1人（20％）は、導入を急ぎすぎるとAIプロジェクトが失敗する、と警告している。別の17％の回答者は、データ品質の問題を挙げた。これは特に医療業界の幹部に顕著で、4分の1以上（27％）が、失敗の主な原因は性急な導入だと回答している。 　Quest SoftwareとEnterprise Strategy Groupがビジネス部門とIT部門の担当者220人を対象に実施した別の調査によると、AIとデータ主導の取り組みを成功させるにはガバナンスが不可欠であり、現在のところ多くの企業がそれに苦労しているという。この調査では、AIデータの準備と運用効率が多くの幹部の最優先事項となっていることがわかった。 　組織のデータバリューチェーンに影響を与えるボトルネックとして、「データとガバナンスをAIに対応可能な状態まで進化させること」を挙げた人は33％で、これがトップ3に入った。「ソースデータの品質を理解すること」はこれを上回る38％で、「データ資産の発見、特定、収集に関する課題」が同率の33％だった。 　管理面での最も困難な課題には、AIモデルとデータの使用の管理（データマッピング、データリネージ、データポリシーを提供するため）が挙げられた。最も多かった回答はAIガバナンスで、メタデータ管理（AIデータ準備の主要な要素）は前年比で21％増加した。組織が現在取り組んでいる主な課題には、データ品質の監視、データ品質の改善、データプロファイリングと品質スコアリング、データポリシーと管理などがあった。 この記事は海外Ziff Davis発の記事を朝日インタラクティブが日本向けに編集したものです。