IDCのアナリストがそれぞれの専門分野の視点から、次のトピックについて意見を交わします。
「“AIが賢くならない会社”と“使うほど賢くなる会社”の差はどこにあるのか」
「AIガバナンスの実装フェーズへ：リスク管理とイノベーションを両立するための現実解」
「AI×領域特化：先行している産業分野での取り組みと他業種への広がり」

国内企業におけるAI投資は拡大の一途をたどっていますが、実証実験（PoC）から本番運用への移行、そして明確な投資対効果（ROI）の創出という点では、多くの企業が「見えない壁」に直面しています。 本講演では、IDCによる最新の調査結果を基に、国内企業のAI活用の現在地と課題について分析した上で、対話型から自律的な実行へと進化するエージェンティックAIへの期待が高まる中、その成功の鍵を握る「AI-Ready」なデータ環境の整備について考察します。エージェントが自律的にワークフローを完遂し、ビジネス成果をもたらすために、ITバイヤーがいま着手すべき次世代のデータプラットフォームの要件について提言します。

AIは「質問に答えるツール」から「自律的なビジネスパートナー」へと進化しました。しかし最新調査では、担当者の74%がAIによって「自分の役割が奪われる」ことに不安を感じている現実も浮き彫りになっています。本セッションでは、エージェンティックAIを「人間の代わり」としてではなく、共に成果を出す「最高のパートナー（Digital Co-worker）」として活用する指針を解説します。指示待ちの自動化を超え、AIが状況を理解して自律的に動くことで、人間は事務的な管理作業から解放され、戦略的な意思決定など「より価値の高い仕事」へ役割をシフトできます。人とデータ、AIがシームレスに連携する基盤を構築し、散在するナレッジを組織の知能へと変換。AIをPoCで終わらせず、安全なガバナンス下で「人とAIが強みを引き出し合う」Smartsheetならではの新しい働き方を提示します。

生成AIを含むAI活用が進むなかで、「データはあるのに、現場の意思決定や業績向上に直結しない」という課題は、多くの企業に共通しています。その根底には、部門やシステムごとに分断されたデータが、ビジネスの文脈で“意味づけ”されず、共通のルールで扱えるように標準化されていないという問題があります。本セッションでは、さまざまな業界での支援事例を踏まえ、データ標準化と意味づけを起点に、分散データをAIが扱える“意味のあるデータ”へと変換し、全社的なデータ活用と意思決定改革を実現するアプローチを紹介します。データマネジメント、AI活用、組織・プロセス設計を一体で見直すことで、データ活用スピードとビジネス成果を同時に高めるための実践的なポイントを解説します。

生成AIやAIエージェントの活用が進む一方で、
「どこまでが許容リスクなのか分からない」
「正解がないまま判断を迫られている」
そんな声が、現場から急増しています。本セッションは、事前に、また当日参加される方々からいただいた質問に、IDCアナリストが率直に答えるQ&A形式で実施します。
AIセキュリティを軸にしつつ、データ整備、投資判断、内製vs外注など、幅広い分野の質問を募集します。

質問例：（時間内ではトータルで４～５問にお答えできるよう努力いたします）
・従来のセキュリティ対策との比較：AI特有のリスク
・Claude coworkにタスクを丸投げできる世界になってきたが、セキュリティ対策をより一層施す必要があると思われるがどのような対策が必要か？
・なぜAIは経営意思決定に十分活用されないのか
・AIプロジェクトのGO/NOGOの評価はどう行うべきか？
・企業におけるAI活用は内製すべきか、Slerなどへの外部委託する場合の課題は何か
・AIエージェントのハルシネーション防止策の最適解
・従来のモノづくりの組織自体変えていく必要があると思うが、組織を壊すほどのパワーが無ければ実現できないのか

IDCのアナリストがそれぞれの専門分野の視点から、次のトピックについて意見を交わします。
「“AIが賢くならない会社”と“使うほど賢くなる会社”の差はどこにあるのか」
「AIガバナンスの実装フェーズへ：リスク管理とイノベーションを両立するための現実解」
「AI×領域特化：先行している産業分野での取り組みと他業種への広がり」

生成AIの進化は、対話型のチャットボットから、業務タスクを自律的に遂行するAIエージェント、さらには環境と相互作用して成長する継続学習（Continuous Learning）のフェーズへと進みます。また、ビジネスの因果関係を理解する世界モデル（World Model）の実用化も視野に入ってきました。しかし、こうした急ピッチな進化を真の組織生産性向上につなげるには、エージェントの自律性をビジネスの成果へと正しく方向付け、AIネイティブな環境へ転換することが不可欠です。 本講演では、AIエージェントが正確にタスクを実行するための業務ワークフローの構造化、判断の精度と根拠を担保するセマンティック（意味）層の重要性、安定した運用とプロセス向上に不可欠な可観測性（オブザーバビリティ）、そしてコストとガバナンスを両立するプライベートAIの必然性について解説します。

Agentic AIの活用においては、企業は「自律エージェントが安全かつ高性能に動けるデータ基盤」を設計・運用する力が求められています。本セッションでは、Agentic RAGを含むAgentic AI時代のデータ基盤の要件を整理し、データサイロ、性能劣化、ハイブリッド環境の複雑さ、ガバナンスやセキュリティ上のリスクといった課題を明らかにしたうえで、それらを乗り越えるための実践的アプローチを、具体的なシナリオを交えてご紹介します。

システム開発や運用の現場に生成AIを取り入れる動きが、企業規模を問わず広がっています。しかし、同じ分野で活用を進めていても、業務効率や成果の実感には大きな差が生まれています。「精度に不安がある」「現場が使いこなせていない」といった課題はよく挙げられますが、それだけが原因なのでしょうか。個々のツールや担当者の力量に着目するだけでは、組織全体としての改善につながらないケースも見受けられます。本講演では、システム開発・保守・運用の取り組みを題材に、生成AI活用の成否を分けている要因を整理します。今後の投資や展開を検討する上で、経営・マネジメントの立場から押さえておきたい視点を共有します。

生成AIが価値創造に効く業務領域は、産業特性とバリューチェーンの形で異なります。IDCの調査に基づき、産業別の投資優先度と価値創造が期待される領域の違いを可視化し、優先すべきユースケースの見極め方を提示します。さらに主要産業をモデルに、学習／推論とクラウド／エッジの最適配置、ガバナンスと可観測性（オブザーバビリティ）を含む本番化要件を整理し、意思決定に使える実行ロードマップを示します。

AIが経営会議の議題に挙がるようになってから数年経ちます。AIに対する国内企業の経営者の期待は、世界の中でも比較的高い方ですが、一方で実際のAIの適用は遅れているとも言われています。このギャップはどこから来るのか。そしてAIに対して正しい経営判断を下すためには何を考えていかなくてはならないのか。本講演では、IDCの調査結果をもとに、経営視点でのAIについて考えていきます。

人手不足や人件費高騰などの社会課題解決にも期待を寄せられているAI活用。日立グループでは、既に200種類以上のAIエージェントが現場で実稼働しており、Agentic AIによるビジネス変革を進めています。AI活用を武器に、日立製作所および日立グループにてミッションクリティカルな業務を担う現場の担当者が、システム開発/システム運用/データ利活用といったさまざまな業務における工数削減や品質向上、レガシー資産のモダナイゼーションなど、150を超えるプロジェクトへの応用事例を通じて、AIがもたらす実践的なビジネス変革の姿をご紹介します。

人手不足や人件費高騰などの社会課題解決にも期待を寄せられているAI活用。日立グループでは、既に200種類以上のAIエージェントが現場で実稼働しており、Agentic AIによるビジネス変革を進めています。AI活用を武器に、日立製作所および日立グループにてミッションクリティカルな業務を担う現場の担当者が、システム開発/システム運用/データ利活用といったさまざまな業務における工数削減や品質向上、レガシー資産のモダナイゼーションなど、150を超えるプロジェクトへの応用事例を通じて、AIがもたらす実践的なビジネス変革の姿をご紹介します。

IDCのアナリストがそれぞれの専門分野の視点から、次のトピックについて意見を交わします。
「“AIが賢くならない会社”と“使うほど賢くなる会社”の差はどこにあるのか」
「AIガバナンスの実装フェーズへ：リスク管理とイノベーションを両立するための現実解」
「AI×領域特化：先行している産業分野での取り組みと他業種への広がり」

生成AIやAIエージェントの活用が進む一方で、
「どこまでが許容リスクなのか分からない」
「正解がないまま判断を迫られている」
そんな声が、現場から急増しています。本セッションは、事前に、また当日参加される方々からいただいた質問に、IDCアナリストが率直に答えるQ&A形式で実施します。
AIセキュリティを軸にしつつ、データ整備、投資判断、内製vs外注など、幅広い分野の質問を募集します。

質問例：（時間内ではトータルで４～５問にお答えできるよう努力いたします）
・従来のセキュリティ対策との比較：AI特有のリスク
・Claude coworkにタスクを丸投げできる世界になってきたが、セキュリティ対策をより一層施す必要があると思われるがどのような対策が必要か？
・なぜAIは経営意思決定に十分活用されないのか
・AIプロジェクトのGO/NOGOの評価はどう行うべきか？
・企業におけるAI活用は内製すべきか、Slerなどへの外部委託する場合の課題は何か
・AIエージェントのハルシネーション防止策の最適解
・従来のモノづくりの組織自体変えていく必要があると思うが、組織を壊すほどのパワーが無ければ実現できないのか

IDCでは2026年はAI Agentの実ビジネス適用元年になると予測していますが、多くの企業ではAIやAI Agentをどこにどのように適用するか、またこのためにはITや業務プロセスをどのように変革しなければいけないかを検討する途上にあるとみられます。本セッションでは、Agentのビジネス本格活用に向けたポイントについて議論します。