【消費財メーカーのAI活用実態調査】74.6%が商品開発でAIを活用・検証、一方「期待どおりの成果」は32.8%
セントリックソフトウェア
～成果が期待に届かない最大の要因は「商品情報の品質・正確性のばらつき」48.1%、AI時代の商品データ基盤に課題～
Centric Software(R)は、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る315名を対象に、「消費財メーカーの商品データ基盤とAI活用実態調査」を実施しました。
生成AIをはじめとするAIの活用が、商品企画や開発の現場にも急速に広がっています。一方、AIを導入しただけで、商品開発のスピードや意思決定の質が自動的に高まるわけではありません。
商品開発では、仕様、素材・原材料、原価、品質、サンプル、サプライヤー情報、販売・市場データなど、多くの情報を部門横断で参照しながら判断する必要があります。こうした情報がExcelやメール、部門ごとのシステムに分散し、どれが最新か、どれを正として使うべきかが曖昧な状態では、AIも正しい前提を持って判断することが難しくなります。
そこで本調査では、消費財メーカーにおける商品データの管理・一元化の実態に加え、商品開発でのAI活用状況、AIが参照しているデータ、期待した成果が得られない要因、さらに将来的なAIエージェント活用に対する不安について調査しました。
その結果、74.6%が商品開発業務でAIを活用、または試験的に導入・検証している一方、AI活用者のうち「期待どおりの成果が出ている」は32.8%にとどまりました。
さらに、期待した成果に届いていない理由では、「商品情報の品質・正確性にばらつきがある」が48.1%で最多となり、AI活用の成果を高めるうえで、その前提となる商品データ基盤の課題が浮き彫りになりました。
調査結果サマリー
01｜74.6%が商品開発でAIを活用・検証
「全社的に活用している」19.0%、「一部の業務で活用している」35.6%、「試験的に導入・検証している」20.0%。AI活用は商品開発の現場にも広がっています。
02｜「期待どおりの成果」は32.8%
AI活用者の56.6%は「一部の成果は出ているが、期待には届いていない」と回答。「成果が出ていない」も8.9%となりました。
03｜AI成果が期待に届かない最大の要因は「商品情報の品質・正確性」48.1%
「部門間で情報が十分に連携されていない」29.9%、「商品情報のマスターが決まっていない」26.0%も上位となりました。
[画像1:
https://prcdn.freetls.fastly.net/release_image/20071/56/20071-56-4e3654dd5ad1d7eb2486466c30e7cef9-1200x800.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
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、74.6%がすでにAIの活用・検証に取り組んでいることになります。
一方、「導入を検討している」は8.3%、「活用の予定はない」は12.7%でした。
AIは一部の先進企業だけが使う技術ではなく、商品開発の実務で活用・検証される段階へ移りつつあることがうかがえます。
[画像2:
https://prcdn.freetls.fastly.net/release_image/20071/56/20071-56-fd970b98a4cb44eb5301dd14b47f2d9a-1200x800.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
AIを活用・検証している回答者に利用業務を尋ねたところ、最も多かったのは「商品企画・アイデア立案」56.2%でした。
続いて「デザイン・画像の生成」39.1%、「トレンド分析・需要予測」37.9%、「商品仕様書・資料の作成」31.9%、「原価・コストの分析」27.2%、「品質管理・検査」21.3%となりました。
生成コンテンツだけでなく、商品企画、需要予測、コスト、品質など、商品開発プロセスの幅広い領域へAI活用が広がっていることがわかります。
[画像3:
https://prcdn.freetls.fastly.net/release_image/20071/56/20071-56-a8f210971fa8b0fc3d7e9c3a342ea7b8-1200x800.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
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」は32.8%でした。一方、「一部の成果は出ているが、期待には届いていない」が56.6%、「成果が出ていない」が8.9%となりました。
AI導入・活用そのものは広がっている一方で、「AIを使う」段階から「AIで期待する成果を生み出す」段階への移行には、まだ課題が残されていることがうかがえます。
[画像4:
https://prcdn.freetls.fastly.net/release_image/20071/56/20071-56-6aae199625b77f3c9abb3a16ed08fcbf-1200x800.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
「一部の成果は出ているが期待には届いていない」「成果が出ていない」と回答した154名に、その理由を尋ねたところ、「商品情報の品質・正確性にばらつきがある」が48.1%で最多となりました。
次いで、「商品開発・企画・調達・品質など部門間で情報が十分に連携されていない」29.9%、「商品情報のマスターが決まっていない」26.0%、「AIを活用できる人材・ノウハウが不足している」22.7%、「市場・販売・トレンドデータを商品企画に十分活用できていない」22.1%となりました。
一方、「導入したAIツールの機能が十分ではない」は7.8%でした。
[画像5:
https://prcdn.freetls.fastly.net/release_image/20071/56/20071-56-d5b26663d45b72a65381327a79b9fdfa-1200x800.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
今回の結果から見えてくるのは、AI活用の課題が「AIツールを導入しているかどうか」だけではないという点です。商品開発では、最新の仕様、素材、原価、品質、サンプル履歴、販売・市場データなど、複数の情報を組み合わせて判断します。これらが部門ごとに分断され、どの情報が最新か判断できない状態では、AIが生成するアウトプットも実務で活用しにくくなります。
AIを単なる効率化ツールとして使うのではなく、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み、信頼できる商品データをもとに意思決定を支援できる状態をつくることが、今後のAI活用では重要になると考えられます。
AIが利用しているデータについて尋ねたところ、最も多かったのは「自社の販売・在庫データ」54.3%でした。続いて「社内の文書・過去の企画書」46.2%、「自社の商品データ（仕様・素材・原価など）」39.3%、「インターネット上の公開情報」35.0%、「外部の市場調査データ」16.7%となりました。
AI活用が商品企画や開発へ広がるなか、仕様、素材、原価などの自社固有の商品データをAIにつなげられている割合は4割弱にとどまっています。AIが企業固有の商品やブランド、原価、品質条件を踏まえた判断を支援するためには、こうした一次情報を整理し、AIが参照できる状態にすることが重要です。
[画像6:
https://prcdn.freetls.fastly.net/release_image/20071/56/20071-56-e35c58b425d99dc54fd34d63df7d929b-1200x800.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
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について尋ねたところ、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」31.7%でした。
続いて、「AIが変更履歴や最新版を正しく判断できるか不安」30.2%、「サプライヤーや取引先を含めた情報までAIが扱えるか不安」27.6%、「AIが参照する商品情報・仕様データの正確性に不安がある」26.3%となりました。一方、「情報漏えい・セキュリティ面が心配」は14.6%でした。
将来的にAIエージェントが商品開発業務の一部を担うようになれば、単に質問に答えるだけでなく、複数のデータを参照し、状況を判断しながら業務を進めることが求められます。
そのため、AIエージェント時代には、「どのデータが正しいのか」「どれが最新版なのか」「変更履歴を追えるか」「サプライヤーを含む社外情報までつながっているか」が、これまで以上に重要になります。
今回の結果は、AIエージェント活用の前提として、企業の商品データ基盤そのものを整備する必要性を示唆しています。
[画像7:
https://prcdn.freetls.fastly.net/release_image/20071/56/20071-56-234e5442e058481e1ec29f5c629c3044-1200x800.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
AI活用の前提となる商品データ基盤について見ると、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%でした。一方、「定められているが、十分に浸透していない」も36.2%とほぼ同水準です。
さらに、商品仕様・スペック、素材・原材料・成分、原価・コスト、画像・デザイン、商品説明、サンプル・試作品、品質・検査、サプライヤー情報など9項目について確認したところ、すべての項目で「全社共通のマスターがある」より「部門ごとにマスターがある」が上回りました。
商品データの管理方法についても、「Excel・スプレッドシート」が43.8%で最多となっています。
AI以前に、企業として「何を正しい商品情報として使うのか」を共有できる状態をつくることが、データ活用の出発点となります。
[画像8:
https://prcdn.freetls.fastly.net/release_image/20071/56/20071-56-a1c778f24143cc5512aef0fd875021c1-1200x800.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
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」と回答した割合は15.2%、「時々ある」は55.9%。合わせて71.1%となりました。
また、商品情報を「探す・確認する」ことに週1時間以上を費やしている回答者は67.6%に上ります。
情報の不整合や分断が原因で過去1年間に発生した問題では、「サンプル・試作品の再作成」39.9%が最多となり、「作業の手戻り・やり直し」31.1%、「発注・仕様のミス」30.8%、「品質トラブルの発生」28.0%が続きました。
商品データの分断は、単なる情報管理上の問題にとどまりません。最新情報を確認するための時間、サンプル再作成、手戻り、仕様ミスなどを通じて、商品開発のスピードや品質、最終的には市場投入のタイミングにも影響する可能性があります。
[画像9:
https://prcdn.freetls.fastly.net/release_image/20071/56/20071-56-11774ad93cb987f0b17d09db1c939357-1200x800.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
今回の調査では、消費財メーカーの商品開発においてAI活用が広がっている一方、その成果にはギャップがあることが明らかになりました。74.6%がすでにAIを活用・検証している一方、「期待どおりの成果が出ている」は32.8%にとどまります。そして、期待した成果が得られ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」48.1%でした。
その背景を見ると、商品情報のマスターを明確に定め、全社に浸透できている企業は36.8%にとどまり、71.1%が業務上「どの情報が最新かわからない」状況を経験しています。
さらに、将来的なAIエージェント活用においても、「部門ごとのデータ分散」「最新版・変更履歴の判断」「サプライヤーを含めた情報連携」など、AIが判断するためのデータに関する不安が上位となりました。
市場やトレンドの変化が速まるなか、企業には、商品企画から開発、調達、品質、市場投入までの情報をつなぎ、より速く、より正確に判断することが求められています。
そのためには、現場に蓄積されてきた経験やノウハウを否定するのではなく、信頼できる商品データと組み合わせ、再現性のある意思決定へ変えていくことが重要です。
AIが価値を発揮するのは、単独のツールとしてではなく、商品開発のデータと業務プロセスの中に組み込まれたときです。
今回の調査は、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。
商品仕様、素材・原材料、原価、品質、サンプル・試作品、サプライヤー、市場情報などの商品データを横断的につなぎ、常に正確かつ最新の状態で活用できる基盤を整えることが、AI、そして将来的なAIエージェントを商品開発の成果につなげる重要な鍵となります。
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るためには、どのようなデータ基盤と業務設計が必要なのでしょうか。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アプローチをご紹介しています。
▼ Centric PLM(TM)について詳しく見る
https://www.centricsoftware.com/ja/what-is-centric-plm
▼ Centric PXM(TM)について詳しく見る
https://www.centricsoftware.com/ja/centric-pxm
▼ 関連記事｜トレンド高速化の時代に、なぜ現場は変われないのか。Centric Softwareが語るものづくり改革の本質
https://dxmagazine.jp/interview/centric202606/
▼ 関連ウェビナーをオンデマンド視聴 | AIで突破するサプライチェーンの混乱
https://www.centricsoftware.com/ja/webinar-replays/ai-food-innovation
■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(R)︎」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
※構成比は小数点以下第2位を四捨五入しているため、合計しても必ずしも100とはなりません。
■Centric Software(R)（
https://www.centricsoftware.com/ja）について
シリコンバレーに本社を置くCentric Softwareは、あらゆる規模の小売、ブランド、メーカー向けに、AIを活用し、商品コンセプトから商品の市場投入までを支援する製品ライフサイクル管理プラットフォームを提供しています。ファッション、ラグジュアリー、フットウェア、アウトドア、日用品、食品・飲料、化粧品・パーソナルケア、総合小売といった分野における専門性を強みに、商品の計画、企画、開発、調達、コンプライアンス対応、生産、価格設定、割当、販売、補充までを支援する最適なソリューションを提供しています。
- Centric PLM(TM)：ファッション、アウトドア、フットウェアおよびプライベートブランド向けの業界をリードするPLMソリューションです。企画から開発、調達、製造に至るまでの製品化プロセスを最適化し、生産性を最大50％向上させるとともに、市場投入までの時間を最大60％短縮します。- Centric Planning & Pricing (TM): Centric AI を搭載したクラウドネイティブのソリューションです。計画策定、価格最適化、在庫最適化を一元的に管理し、小売業やブランド企業がシーズン前の計画立案からシーズン中の実行までを通じて、販売率の向上、利益率の改善、在庫効率の最適化を実現します。- Centric Market Intelligence(TM) : AIを活用したプラットフォームで、消費者のトレンドや競合他社の商品・価格に関する洞察を提供します。競争力を高め、消費者との距離を縮め、平均初期価格を最大12%引き上げるよう支援します。- Centric Visual Boards(TM)：データ分析と視覚化を通じて意思決定を支援し、消費者ニーズに即した商品ラインナップの構築を可能にします。これにより、品揃え開発のリードタイムを大幅に短縮します。- Centric PXM(TM)（旧Contentserv）：商品情報管理に必要なPIMとDAM、フィード管理、デジタルシェルフ分析（DSA）機能を統合し、さらにAIを活用したプラットフォームです。あらゆる販売チャネルにわたって最適な商品体験を提供することで、販路拡大・売上向上・利益率の改善を実現します。
Centric Softwareの市場主導型ソリューションは、業界最高水準のユーザー採用率、顧客満足度、そして価値実現までの最短期間を誇ります。また、数々の業界賞を受賞し、世界有数のアナリストレポートや調査に定期的に掲載されるなど、高い評価を得ています。
Centric Softwareは、3Dデザインソフトウェア、3Dデジタルモックアップ、PLMソリューションの世界的リーダーであるDassault Systemes（Euronext Paris: FR0014003TT8, DSY.PA）の子会社です。
[画像10:
https://prcdn.freetls.fastly.net/release_image/20071/56/20071-56-04af6bfe193c247e8ffc80655e5e75ec-3482x341.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
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(R) 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。
プレスリリース提供：PR TIMES
記事提供：PRTimes
