AIを業務に組み込む動きが広がるなか、導入したAIを安定して使い続けるための運用管理が重要になっています。しかし、AIの運用・保守にどれだけの時間やコストがかかっているか、把握できているでしょうか。
アステリア株式会社が情報システムに携わる203人を対象に実施した調査では、AI運用中の144人のうち87人（60.4％）が、部門全体の月間運用・保守時間を把握していないと回答しました。さらに、同じ144人のうち88人（61.1％）がAI運用中に何らかの問題を経験しており、データの鮮度やシステム連携、運用の属人化に関する課題も確認されています。本記事では、調査から見えてきたAI運用の課題と、安定運用に向けた「見える化」のポイントを解説します。
※本記事の「AI運用中」には、本番運用中の106人と、PoC・実証実験を継続している38人を含みます。
2026年に実施した調査では、AI運用の現状を示す3つの結果が明らかになりました。
| 調査結果 | 割合 | 回答対象 |
|---|---|---|
| AIの運用・保守時間を把握していない | 60.4％ | AI運用中の144人のうち87人 |
| AI運用中に何らかの問題を経験した | 61.1％ | AI運用中の144人のうち88人 |
| 運用上の課題がまだ判断できない | 36.1％ | 導入検討段階の36人のうち13人 |
特に注目したいのは、AIを運用している回答者の約6割が、運用・保守にかかる時間を把握していないという結果です。AIが動いていても、そのために必要な工数は必ずしも把握されていません。
回答者203人のうち106人（52.2％）が、AIを組み込んだ仕組みをすでに本番運用していると回答しました。PoC・実証実験を継続している38人を含めると、144人（約7割）が何らかの形でAIを動かしています。その144人のうち、87人（60.4％）が、部門全体の月間運用・保守時間を「把握していない」と回答しました。本番運用が1年以上の回答者に限っても、77人中54人（70.1％）が把握していませんでした。
AIの運用・保守には、監視、障害対応、改修、問い合わせ対応などが含まれます。例えば、AIが参照する社内データの更新や、エラー発生時の対応を担当者が日常業務の合間に行っていても、作業時間を記録していなければ、運用負荷の全体像は見えてきません。
もちろん、時間を把握していないこと自体が、必ずしも運用上の問題を意味するわけではありません。しかし、必要な工数が分からなければ、運用コストの評価や改善効果の検証は難しくなります。 AIによって削減できた業務時間だけでなく、AIを動かし続けるための時間も把握することが重要です。
※144人の内訳は、「把握していない」87人、具体的な時間を回答した51人、「まだ運用しておらず、該当しない」6人です。「把握していない」以外の全員が運用時間を把握しているという意味ではありません。
AIを運用中の144人に、運用中に発生した問題を複数回答で聞いたところ、88人（61.1％）が何らかの問題を経験していました。多かったのは「コストが想定より膨らんだ」（29.9％）と「回答精度が業務で使える水準に達しなかった」（25.7％）です。一方で、AIの性能だけでは解決しにくい問題も発生しています。
これら3種類のデータ連携・運用の仕組みに関わる問題のうち、少なくとも1つを経験した回答者は56人（38.9％）でした。各項目の回答者の重複を除いた集計です。※割合はいずれもAI運用中の144人を母数とした複数回答の結果です。
例えば、AIが在庫情報や顧客情報などの社内データを参照する場合、データの更新が遅れていれば、最新の業務状況を反映した回答は期待できません。AIモデルの回答精度を改善するだけでなく、参照データが適切に更新され、更新処理に問題が起きていないかを確認する仕組みも必要です。
AIと社内システムをつなぐ処理を特定の担当者しか理解していない場合、担当者の異動や退職によって保守や改修が難しくなる可能性があります。また、連携先システムのAPIやデータ形式が変更されると、連携処理が動かなくなることもあります。処理内容を共有し、変更による影響範囲を確認できる状態にしておくことが重要です。
AIを安定して使い続けるには、AIの性能だけでなく、参照データの品質やシステム連携・運用の仕組みを整えることも欠かせません。
今回の調査結果をさらに詳しく知りたい方に向けて、無料レポートを公開しています。AIの導入・運用フェーズ別の課題や、企業が重視する管理機能を詳しく解説。自社のAI運用を見直すための「10項目の点検リスト」も収録しています。
AIを安定して運用するために重視することとして、回答者が多く挙げたのは「運用コストが予測しやすいこと」（44.4％）と「監査ログ・権限管理などのガバナンス機能が備わっていること」（42.4％）でした。いずれもAI運用中の144人を対象とした複数回答の結果です。こうした結果を踏まえると、コスト・権限・稼働状況の3つを見える状態にすることが、運用管理の基本になります。
AIサービスの利用料金だけでなく、監視や障害対応、改修などにかかる人的な運用コストも把握します。月ごとの料金と作業時間を確認することで、コストの変化や改善が必要な作業を見つけやすくなります。
誰が、どのAIを利用し、どのデータにアクセスできるのかを把握します。AIの利用範囲が広がるほど、必要な権限だけを付与し、利用者やアクセス権限を定期的に見直す体制が重要になります。
AIと社内システムをつなぐ処理が正常に動いているか、エラーや処理停止が発生していないかを確認できるようにします。実行ログや監視の仕組みを整えれば、問題発生時の状況把握や原因調査に役立ちます。また、AIが社内データを参照する場合には、データの最終更新時刻や更新処理の成否を確認することも重要です。
AIと社内システムをつなぐ部分では、データ連携基盤を活用する方法があります。ASTERIA Warpは、さまざまなシステムやデータをノーコードでつなぐデータ連携ツールです。連携処理をフロー図で確認できるため、処理内容の把握や担当者間での共有に役立ちます。また、定期実行によるデータ更新や、実行ログを使った連携処理の状況確認も可能です。
例えば、AIが利用する社内データを定期的に更新する処理を構築し、その実行結果を確認する、といった使い方が考えられます。ただし、ASTERIA Warpの実行ログだけで、AIサービスの利用料金や担当者の作業時間まで把握できるわけではありません。AIそのものの管理とは区別し、システム連携部分の運用状況を把握する手段の一つとして活用できます。
AIの運用課題は、実際に使い始めてから明らかになることもあります。今回の調査では、AI導入の検討段階にある36人のうち13人（36.1％）が「まだ何が課題になるか判断がつかない」と回答しました。一方、AI運用中の144人では13人（9.0％）でした。
ただし、これは異なる回答者集団の比較であり、導入によって課題認識が変化したと断定できるものではありません。これから導入する場合も、すでに運用している場合も、運用時のコストやデータ更新、障害対応などをあらかじめ確認しておくことが重要です。
今回の調査では、AI運用中の回答者の60.4％が運用・保守時間を把握しておらず、61.1％が何らかの問題を経験していました。AIを安定して使い続けるには、回答精度だけでなく、運用コスト、権限、稼働状況、データの鮮度にも目を向ける必要があります。
自社ではAIの運用にどれだけの時間がかかっているでしょうか。参照データは最新に保たれているでしょうか。エラーや処理停止にすぐ気づけるでしょうか。 こうした点を確認することが、運用課題を見直す第一歩です。
自社のAI運用、どこから見直すべきか？ AI運用の改善に向けては、まず現在の運用負荷や管理状況を把握することが重要です。
無料レポート「AIガバナンスの第一歩は『運用の見える化』」では、情報システムに携わる203人への調査結果と、自社の運用状況を確認できる「10項目の点検リスト」を掲載しています。調査結果と照らし合わせながら、改善が必要な領域を整理するためにご活用ください。
※調査概要：「企業におけるAIの運用」に関するアンケート。調査主体：アステリア株式会社。実施：アイティメディア株式会社（会員へのWebアンケート）。調査期間：2026年8月31日～9月30日。対象：従業員100人以上の企業に勤務し、情報システムに携わる方。有効回答：203人。本調査は「AI運用の課題」をテーマとする告知に応じた方を対象とするため、課題の経験率などは母集団全体より高めに出ている可能性があります。調査結果は回答者が把握している範囲での回答です。
PM・SE・マーケティングなど多彩なバックグラウンドを持つ「データ連携」のプロフェッショナルが、専門領域を超えたチームワークで「データ活用」や「業務の自動化・効率化」をテーマにノウハウやWarp活用法などのお役立ち情報を発信していきます。
ASTERIA Warp製品の技術情報やTips、また情報交換の場として「ADNフォーラム」をご用意しています。
アステリア製品のデベロッパー同士をつなぎ、技術情報の共有やちょっとした疑問の解決の場とすることを目的としたコミュニティです。
