キャップジェミニ・リサーチ・インスティテュートによる最新レポート「自動車製品開発の再構築：AI競争における優位性の獲得」によると、自動車業界の企業はエージェント型AI（Agentic AI）のアプリケーションを、試験段階から実際の製品開発プロセスへと急速に移行させています。同レポートによると、現在、約10社中7社の企業がこの技術を採用しており、その内訳は実運用が33%、試験段階が35%となっています。また、今後数年間で非中核的なエンジニアリング活動における採用率は68%に達すると予測されています。
こうした進展は具体的な価値をもたらしており、経営幹部の83%が、エージェント型AIによってエンジニアが事務作業や調整業務に追われることなく、中核となるエンジニアリングタスクに集中できるようになると考えています。一方で、AIのガバナンスモデルが完全に成熟していると回答した企業はわずか5%にとどまり、データ品質、トレーサビリティ、直接的な責任に関連する課題が依然として存在することが浮き彫りになりました。
パフォーマンスのギャップと地域間の格差
このレポートは、12カ国の自動車業界の経営幹部800名を対象とした世界的な調査に基づいています。それによると、最も価値を生み出している企業は、開発サイクルを17%短縮し、エンジニアリングの生産性を19%向上させ、市場投入までの時間を19%短縮することに成功しました。この優位性は単なる技術によるものではなく、より強固なデータ基盤と、より規律ある運用・ガバナンスモデルを備えていることに起因しています。
地域別の状況を見ると、米国と欧州の市場がAI戦略の実行において最も高い水準を記録しており、米国のOEM（自動車メーカー）の53%、欧州の46%がすでにAIイニシアチブを適用しています。対照的に、中国の参加企業のうち10社中4社がまだ実行段階にあると回答しており、同様の戦略的進展を遂げた企業の割合はわずか7%にとどまっています。
信頼とデータの障壁が意味するもの
エージェント型AIの利用範囲が拡大するにつれ、信頼レベルは適用段階によって大きく異なります。初期段階の研究やコンセプト作成では信頼度が59%に上昇する一方、エンジニアリングの結果や安全基準に直接影響を与える実際の開発段階では40%にまで低下します。また、レポートはさらなる課題として、路上を走行するコネクテッドカーから得られる膨大なデータを、即座に製品の改善へと変換することの難しさを指摘しています。現在、企業の64%が、既存の車両を修正するのではなく、将来のソフトウェア開発に教訓を活かすという手法をとっています。