AIエージェントの50%、テスト合格後に本番環境で失敗
企業の50%が、テストには合格したものの顧客の期待を裏切ったエージェントをリリースしており、66%が人間不要のデプロイメントへ移行する中、自動評価を完全に信頼しているのはわずか5%だ。
VentureBeat Pulse Researchの157企業への調査により、「評価ギャップ」が拡大していることが明らかになった。50%の組織が、内部テストを通過したエージェントを出荷したが、実稼働で失敗した。こうしたテストへの信頼性は低く、自動化された評価を完全に信頼しているのはわずか5%、29%は実世界の結果との整合性の欠如を主な弱点として挙げている。これらの信頼性リスクにもかかわらず、66%の企業は、完全に自律的で人間の介入がないデプロイメントパイプラインの実現に積極的に取り組んでいる。このデータは、エンタープライズAIチームが堅牢な保証よりも出荷速度と自律性を優先しており、エージェントの依存度が評価の成熟度を上回るにつれて、実稼働での障害の波をリスクにさらしていることを示唆している。