消費財メーカーのAI活用実態調査:7割が導入も期待通りの成果は3割。成功の鍵は「商品データ基盤」の整備にあり

消費財メーカーのAI活用実態調査:7割が導入も期待通りの成果は3割。成功の鍵は「商品データ基盤」の整備にあり

消費財メーカーのAI活用、導入進むも成果に課題

消費財メーカーにおけるAI活用は急速に広がりを見せていますが、その実態をCentric Software®がアパレル、化粧品、食品、家電の消費財メーカー315名を対象に調査しました。この調査から、多くの企業がAIを導入しながらも、期待通りの成果を得られていない現状が明らかになりました。

消費財メーカーの商品データ基盤とAI活用実態調査

AI活用状況:74.6%が商品開発でAIを活用・検証

商品開発業務におけるAI活用状況を尋ねたところ、「全社的に活用している」が19.0%、「一部の業務で活用している」が35.6%、「試験的に導入・検証している」が20.0%となりました。これらを合わせると、実に74.6%の企業がすでにAIの活用または検証に取り組んでいることがわかります。

商品開発業務におけるAI活用状況

AIを活用・検証している回答者に利用業務を尋ねると、「商品企画・アイデア立案」が56.2%で最も多く、次いで「デザイン・画像の生成」が39.1%、「トレンド分析・需要予測」が37.9%となりました。生成コンテンツだけでなく、商品開発プロセスの幅広い領域でAI活用が進んでいる状況です。

AIを活用している業務

期待通りの成果は32.8%に留まる

AIを活用・検証している回答者235名に、期待していた成果がどの程度得られているかを尋ねたところ、「期待どおりの成果が出ている」と回答したのは32.8%に過ぎませんでした。一方で、56.6%は「一部の成果は出ているが、期待には届いていない」、8.9%は「成果が出ていない」と回答しており、AI導入そのものは進むものの、実質的な成果創出には課題が残されていることが示唆されています。

AI導入による成果の現状

成果を阻む最大の要因は「商品情報の品質・正確性」

期待した成果に届いていない理由として最も多かったのは、「商品情報の品質・正確性にばらつきがある」で48.1%でした。次いで、「部門間で情報が十分に連携されていない」が29.9%、「商品情報の正本(マスター)が決まっていない」が26.0%と続きます。これらの結果は、AI活用の前提となる商品データの基盤に課題があることを浮き彫りにしています。

AI導入で期待した成果が出ていない理由

AIが参照しているデータについては、「自社の販売・在庫データ」が54.3%で最も多く、次いで「社内の文書・過去の企画書」が46.2%でした。「自社の商品データ(仕様・素材・原価など)」は39.3%に留まっており、企業固有の一次情報をAIが十分に活用できていない現状が見受けられます。

AIが活用しているデータ

将来的にAIエージェントへ商品開発業務の一部を任せる場合の不安として最も多かったのは、「部門ごとにデータが分散しており、AIが必要な情報を取得できない」で31.7%でした。これは、AIが高度な判断を下すために必要なデータ連携と正確性への懸念を示しています。

AIエージェントへ商品開発業務を任せる場合の不安

71.1%が「どの情報が最新かわからない」状況を経験

商品データ基盤の現状を見ると、商品情報のマスターが「明確に定められており、全社に浸透している」と回答した割合は36.8%に過ぎませんでした。また、商品開発業務において「どの情報が最新かわからない」状況が「頻繁にある」と15.2%、「時々ある」と55.9%が回答しており、合わせて71.1%が情報の不整合に直面していることが判明しました。

商品情報のマスターの定められ方と浸透度

商品開発業務における「どの情報が最新かわからない」状況の頻度

情報の分断は、過去1年間に「サンプル・試作品の再作成」(39.9%)、「作業の手戻り・やり直し」(31.1%)、「発注・仕様のミス」(30.8%)といった問題を引き起こしており、商品開発のスピードや品質に直接的な影響を与えていると考えられます。

導入メリットと活用シーン:信頼できるデータ基盤がAIの真価を引き出す

今回の調査結果は、AI活用が「導入するかどうか」のフェーズから、「AIが信頼できる商品データをもとに、商品開発の意思決定や業務を支援できる環境をどう整えるか」という次のフェーズへ移りつつあることを示しています。

課題を解決するためのアプローチ

消費財メーカーがAIで期待する成果を生み出すためには、以下の点が重要になります。

  • 商品データの一元化と品質向上: 仕様、素材・原材料、原価、品質、サンプル履歴、販売・市場データなど、部門横断で参照されるすべての商品情報を一元管理し、品質と正確性を確保する。

  • マスターデータの確立と浸透: 企業として「何を正しい商品情報として使うのか」を明確に定め、全社に浸透させる。

  • 部門間連携の強化: 商品企画、開発、調達、品質といった業務プロセス全体で情報がスムーズに連携される仕組みを構築する。

  • AIが活用しやすいデータ環境の整備: AIが企業固有の一次情報(自社の商品データ)を参照できるよう、データを整理し、アクセス可能な状態にする。

このようなデータ基盤を整備することで、AIは単なる効率化ツールではなく、商品企画・開発・調達・品質といった業務プロセスの中に組み込まれ、信頼できるデータに基づいた意思決定を支援する強力なパートナーとなります。結果として、商品開発のスピードアップ、手戻りの削減、市場投入までの時間短縮、そして最終的な売上・利益向上に貢献することが期待できます。

Centric Softwareのソリューション

Centric Softwareでは、商品企画から開発、調達、品質、市場投入まで、商品データとプロセスをつなぐソリューションを提供しています。AI活用を単なる業務効率化で終わらせず、商品開発プロセス全体の変革につなげたい企業は、以下の詳細情報を参照できます。

調査概要

  • 調査名称: 消費財メーカーの商品データ基盤とAI活用実態調査

  • 調査方法: IDEATECHが提供するリサーチマーケティング「リサピー®︎」の企画によるインターネット調査

  • 調査期間: 2026年8月4日〜同年8月5日

  • 有効回答: アパレル・化粧品・食品・家電の消費財メーカーで、商品情報の管理・活用に責任者または担当者として携わっている方315名

Centric Software®は、米国およびその他の国におけるCentric Software, Inc.の登録商標です。Centric PLM、Centric Planning &Pricing、Centric Market Intelligence、Centric Visual Boards、Centric PXM、Centric PIM、Centric DAM、Centric Shoppingfeed® およびCentric DSA(Centric Digital Shelf Analyticsを含む)は、Centric Software, Inc.の商標です。その他すべての第三者商標は、それぞれの権利所有者の商標です。