経営陣の生成AI利用率53.2%、従業員は37.9%
米国調査で経営陣の生成AI利用率は53.2%と、従業員(37.9%)を上回りました。
プロンプトの前にハーネス:まず『自分の基準』を文章にする
QJCライブは、プロンプトよりもハーネス――自分の基準・文脈・話し方を書き出すことが先だと論じました。
シズル、老朽設備データで開く中小製造業のAX
シズルは老朽化したプレス・溶接機に独自コントローラーを搭載してデータを生成し、工場内データを分析するAIエージェントを開発中です。
製造現場のフィジカルAI、中小企業の活用率は4%水準
大韓商工会議所の調査で製造企業の82.3%がAIを経営に活用していないと回答、活用率は大企業49.2%・中小企業4%水準でした。
AI意思決定者の72%、原因はデータ基盤
AI事業不振の根本原因としてデータ基盤の脆弱さを挙げたAI意思決定者が72%に上りました。
제약 AX의 마지막 관문은 성능이 아니라 운영 통제
제약 AX 연재가 마지막 관문으로 운영 거버넌스를 짚었습니다. 관리 대상이 성능에서 통제로 옮겨갑니다.
Gartner調査:AIを複数の事業部門に拡大した企業は4分の1未満
Gartner調査では、複数の事業部門にわたってAIを拡大した企業は4分の1未満だったものの、テクノロジーリーダーの85%が来年のAI投資を増やす計画だと回答しました。収益を上げた企業は測定と中止という2つの規律を備えていました。
AIエンジニアに必要なのは新しい知識より古い判断を消すこと
7月末に出版された『ジュニアAIエンジニアが必ず知っておくべき実務知識』(キム・テホン著、ハンビッㇺメディア)は、新しい知識よりも身についた誤った判断をまず消し去るべきだと説きます。AX人材基準と運用プロセスを見直す手がかりです。
ソフトウェアを買うのではなく作る──マッキンゼー調査で見るエージェント型AIのコスト勘定
マッキンゼーが従業員1,700人以上を対象に実施した調査によると、回答者の3分の1近くが社内で自作できるという理由でソフトウェア機能の購入を見送ったと回答しました。生産性が向上したという回答は5人中4人に上りましたが、AIでコスト削減できたという回答比率は昨年と変わりませんでした。
AIパイロットの4分の1すら拡大できず——インフォシス、経営幹部1,000人調査
インフォシスが複数業界の経営幹部1,000人以上を対象に調査した結果、回答者の72%がAIパイロットの4分の1未満しか本格展開できておらず、3分の2がAIが生み出すROIの測定に苦戦していると回答しました。
工場はチャットボットでは動かない――中国製造AXが示す4層の順序
中国製造AXを扱ったパク・ジミン代表のコラムは、AI転換をモデル導入ではなく、物理・データ・運用ソフトウェア・ガバナンスの4層をつなぐ取り組みと定義しています。三一重工・ハイアール・中国石油天然気集団の事例が共通して示すのは、モデルより先に標準が来るという順序です。
AI導入の単位は機能ではなくワークフロー ― 人とAIの役割を三層に分ける製薬AX
AI転換の単位を機能ではなく業務ワークフローとして捉え、人とAIの役割をAI主導・協業・人間主導の三層に分けるという製薬業界の提案を、韓国企業の視点から整理します。
AIファクトリー500カ所と全社活用2.8%——製造AIのボトルネックはモデルではなく現場データの循環
政府が6月の「製造AI2030戦略」で2030年までにAIファクトリー500カ所という目標を示した一方、NIAの資料ではAIを活用する製造企業の83.5%が部署・プロジェクト単位の活用にとどまり、全社的活用はわずか2.8%でした。ソリューション選定よりも設備の連結性・データ品質・導入前の基準線をまず点検すべき理由を整理しました。
AI大転換時代、企業が注目すべき露出業種のシグナル
国会議員の特別寄稿文で引用された統計によると、ChatGPT登場後の3年間で青年雇用が21万件以上減少し、その減少分の98.6%がAI露出業種でした。この数値は国家政策の議論にとどまらず、企業のAX転換設計にも示唆を残します。
AI対応の有無で明暗が分かれたSaaS決算、ソフトウェアを購入して使う企業が見るべきポイント
7日(現地時間)、ニューヨーク株式市場でソフトウェア企業の決算と株価がAI対応力によって大きく明暗を分けました。ソフトウェアを購入して使う企業にとっては投資ニュースではなく、サプライヤー点検項目に近いものです。
予期せぬAIコストでプロジェクトを止めた企業が4社に1社
Mavvrikが企業396社を調査した結果、予期せぬコストによりAIプロジェクトを延期または中止した企業は4分の1に上りました。問題はモデル料金そのものではなく、支出がどこで発生しているかが見えないことにあります。
AIエージェントの無断アクセス、刑事責任より導入企業の管理責任
OpenAIとAnthropicが自社テスト中にAIモデルによる無断システムアクセス事例を公表し、責任の所在をめぐる法的論争が始まりました。AI自体を起訴することは難しく、焦点はモデルを開発・展開した企業の管理責任へと向かっています。
AIツール「十分にある」の回答、経営層3分の1対ジュニア19%
Infosys Knowledge Instituteがホワイトカラー従業員2,600人以上を調査した結果、必要なAIツールを常に備えていると回答した割合は上級経営層で3分の1以上、ジュニア従業員で19%にとどまりました。転換目標に対する認識も、経営層と中間管理職の間で分かれています。
トークンコスト急増でもAI投資を拡大する企業たち、EY調査が示すもの
EYが米国のSVP級以上の意思決定者500人を対象に実施した調査で、AIトークンコストへの懸念が高まる中でも、企業の37%がAI導入範囲をむしろ拡大していることが明らかになりました。縮小を選んだ企業はわずか15%にとどまりました。
浦項がデータセンタークラスターを建設する理由——2兆ウォン・GPU2万枚が狙う先
慶尚北道浦項市が7月20日、光明一般産業団地でAIデータセンターの起工式を行いました。2兆ウォンを投じ、GPU2万枚規模をまず建設するこの事業が製造業に投げかける問いを整理します。
「開発速度11倍」オーケストロの事例が示すもの — AXとは結局、業務の再設計である
オーケストロがAIトランスフォーメーション後、ソフトウェア開発生産性を10.6倍向上させたと発表しました。数値の真偽はさておき、この事例が指し示す点は明確です。AXとはツール導入ではなく、業務の性質そのものの再定義だということです。
建設業界も「AI人材」争奪戦へ — GS建設のChatGPT Enterprise導入が示すもの
GS建設が国内建設会社として初めてChatGPT Enterpriseを導入したというニュースは、AI転換がもはやIT・製造業だけの話題ではないことを示すシグナルです。現場中心の産業である建設業でさえAI人材育成に取り組んでいるという点から、その意味を読み解きます。
全社AI戦略から始めると失敗する？「現場から始めるAX」が投げかける問い
AI導入を大がかりな全社戦略の文書づくりから始める企業は少なくありません。あるYouTubeコンテンツはこのアプローチこそが失敗を招くと指摘します。TECH2030はこの主張をどう読むべきかを整理します。
パランティアはなぜ「哲学者」出身CEOを選んだのか：AX導入前に必要な判断基準
パランティアCEOアレックス・カープの哲学的バックグラウンドが話題です。AI転換において技術より先に確立すべきは組織の判断基準であるという示唆を考察します。
産業通商部、中堅企業向け金融支援「DX飛躍型」が「AX飛躍型」に…8月14日締め切り
「ライジングリーダーズ300」下半期公募において、既存の「DX飛躍型」が「AX飛躍型」に改編されました。企業当たり最大300億ウォンの融資と金利優待がかかる今回の公募の受付は8月14日までです。
ウォルマートが自社配送アルゴリズムを外部に売却した理由、韓国企業のAX戦略への示唆
ウォルマートがアマゾンに売上高首位を譲った時期に、自社配送アルゴリズムを外部に販売したという話題が注目を集めています。事実確認は前提としつつも、「内製化したAI能力をどのように資産化するか」という問い自体は一考の価値があります。
LG CNSの決算サプライズと「フィジカルAIインフラ」——エンタープライズAXの新たな軸
LG CNSがLG電子と大規模なフィジカルAIインフラ契約を締結したという情報が、決算サプライズとともに注目を集めています。数値の解釈は原典の確認が必要ですが、「フィジカルAI」がエンタープライズAXの中間レイヤーとして浮上する流れ自体は注視に値します。
DXからAXへ：2026年の話題「X+AI」パラダイムシフトが意味するもの
デジタルトランスフォーメーション（DX）を超え、AIトランスフォーメーション（AX）が2026年、産業全般の話題として浮上しています。単なる流行語の置き換えではなく、組織の意思決定構造そのものを変える流れなのか、原文を通じて確認する必要があります。
製造業AX、大企業だけの祭りになりつつあるという警告
製造業AXの二極化問題が再び浮上しています。教育とGPUインフラの支援がなければ、中小・中堅製造現場がAI転換からさらに遠ざかる可能性があるという指摘を、TECH2030の視点から考察します。
政府によるエージェンティックAI生態系の先取り戦略、企業AXが備えるべきこと
政府がフィジカルAI港湾戦略、公共部門AXのためのプライバシー保護ガイドライン、GPUインフラ確保などを通じて、実行重視のエージェンティックAI生態系の先取りに動き出しました。企業の観点から見た示唆点を整理します。