IDC Quantaは稟議の根拠になる?|原典まで戻る確かめ方

「IDCの数字ならAIに聞いた答えをそのまま稟議に貼ってよいのでは」「出典が付いているのだから、取締役会資料に載せても問題ないはず」——調査会社のデータを生成AIで引けるようになったと聞いて、経営企画やAI導入の担当者から出てくる声です。けれども、出典が付いていることと、その数字が自社の判断に使える前提で集められたことは、別の話です。答えはアナリストが目を通す前のAIの出力で、社外に出せる範囲も規約で決まっています。この記事では、調査会社IDCが2026年7月に提供を始めた IDC Quanta を例に、有料の調査データを生成AIで引いて、IT投資やAI導入の稟議・取締役会資料の根拠に使ってよいかを、場面ごとに整理します。
カメ先生調査会社のAIは、出典を付けて答えてくれるから、普通のAI検索より安心だと思われがちなんだ。でも本当は、出典はたどる入口であって、確かめた証拠そのものではないんだよ。
カメ子出典が付いていても、人が原典まで戻る必要がある、ということですか。
カメ先生そう。調査の時期や対象の国、言葉の定義が自社の問いと合っているかは、答えの文面だけでは分からない。それに規約では、AIの答えはアナリストが事前に確認したものではないと書かれているんだ。
カメ子便利な入口として使って、最後に根拠として認めるのは人の仕事なんですね。
- IDC Quanta は、IDCの調査・データ・アナリストの知見に出典付きで答える生成AIで、メールや Claude から使える。2026年7月に一般提供、10月にテクノロジーリーダー向け版が出た
- 規約上、AIの答えはアナリストの事前確認を経ておらず、利用者が自分で検証する前提。社外への引用には事前の書面許諾が要る
- 稟議や取締役会資料に使う前に、原典・調査時期・対象国・定義・回答者を人が確かめ、誰が確かめたかを資料に残す
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
IDC Quantaとは:IDCの調査とデータに、出典付きで答える生成AI
IDC は、IT市場の規模や支出の予測、企業への調査、製品の評価などを60年以上手がけてきた調査会社です。IDC Quanta は、そのIDC独自の調査結果・データ・アナリストの知見に限って答える生成AIの窓口で、公式は「テクノロジーインテリジェンスの基盤」と呼んでいます。質問すると、セクション単位の引用とリンク付きの出典を添えた答えが返り、どの資料のどの範囲を使ったかを広げて見られる推論の欄も付くと説明されています。
使える場所は、専用の画面にログインするより、普段の道具の中が中心です。2026年7月の発表ではメールと Anthropic の Claudeが挙がり、日本語の製品ページも同じ二つを示しています。11月時点の英語の製品ページとよくある質問では、これに Microsoft の Copilot が加わり、自社で用意したLLMや道具との連携にも対応すると書かれています。ただし、どの方式でつなぐのか(MCPかどうかなど)の技術的な説明は、公開ページでは確認できませんでした。
ほかに公式が挙げる機能は、自社の資料やデータを上げてIDCのデータと突き合わせること、利用を重ねると役割や関心を覚えて答えを寄せること、決めた日時に答えを自動で届けること、IDCの顧客全体から得た匿名化された同業の動向を示すことです。答えの元がIDCの調査に閉じている点が、この製品を考えるうえでの出発点になります。
2026年の動き:7月の一般提供と、10月のテクノロジーリーダー向け版
IDC は2026年7月7日、IDC Quanta の一般提供を発表しました。日本でも同日に東京発の日本語の発表が出ています。発表では、175社を超えるベータ顧客の試用と意見を経て広く提供を始めたと説明し、根拠の提示が求められる場面として、テクノロジー投資、取締役会向けの資料、競合との案件を挙げています。答えの検証には、150億件を超える独自の定量データを使うと公表しています。
同じ発表で、IDC は数百あった調査サービスを、技術市場や業界ごとのまとまりに組み直した新しい契約の形も始めました。調査、データ、IDC Quanta の利用、アナリストへの問い合わせ、一部の会議への参加を組み合わせる形です。つまり IDC Quanta は単体の道具というより、IDCとの契約の中の一つの使い道として位置づけられています。
続いて10月7日には、CIO・AI責任者・技術責任者などに向けた「テクノロジーリーダー向け版」を発表しました。テクノロジーリーダー向けの調査文書、ベンダー選定、価格の比較の目安をまとめたもので、成果報酬ではなく年間の一律料金で、機能と価格帯の違う7種類のパッケージで出すとしています。AWS の Marketplace からも買えるようになり、すでに約束しているAWSの利用枠を支払いに充てられると説明しています。
一般のAI検索と何が違うか:答えの元が一社の調査に閉じている
一般のAI検索は、ウェブ上の記事や企業の発表を広く集めて答えます。便利な反面、元の記事が別の記事の孫引きだったり、ベンダーの宣伝資料だったりすることが珍しくありません。IDC Quanta は公式の説明では、答える前にIDC独自のデータと照らし合わせる複数のエージェントの仕組みを通し、答えの元をIDCの調査とデータに限っています。出典をたどった先が、調査会社の一次資料である点が大きな違いです。
一方で、閉じていることは弱点にもなります。IDCが調べていない市場や、日本固有の細かい業界の数字は、そもそも答えの元にありません。また、一社の調査会社の見方に寄るので、別の調査会社や官公庁の統計と並べないと、数字が業界の通説なのか、その一社の推計なのかが分かりません。稟議の根拠に使うなら、一般のAI検索より信頼できるかではなく、何を確かめれば根拠として通るかで考えるほうが実務的です。
| 観点 | 一般のAI検索 | IDC Quanta(公式の説明) |
|---|---|---|
| 答えの元 | ウェブ上の記事・発表を広く集める | IDCの調査結果・データ・アナリストの知見 |
| 出典のたどり先 | 孫引きや宣伝資料のこともある | IDCの一次の調査までたどれるとしている |
| 届かない範囲 | 有料の調査の中身 | IDCが調べていない市場・地域・業界 |
| 社外での使い方 | 元記事の扱いしだい | 規約で社内利用が前提。外部への引用は事前の許諾 |
| 人が確かめること | 元記事が信頼できるか | 数字の前提が自社の問いと合っているか |
誤解:「出典が付いていれば、そのまま根拠に使える」
いちばん多い思い込みは、出典のリンクが付いているから、答えの文面をそのまま資料に貼ってよいというものです。IDCのウェブサイトとサービスの利用規約(2026年7月2日更新)は、AIが作った答えはIDCのアナリストが事前に確認・承認したものではなく、誤りや古い情報、IDCの見解と違う内容を含みうるとはっきり書いています。そのうえで、頼る前に利用者が自分で検証するよう求めています。
規約はさらに、AIの答えはIDCの調査そのものではないとし、AIの答えをIDCの公式な見解として示してはいけないと定めています。投資や財務の助言でもなく、判断の責任は利用者にあるとも書かれています。つまり「IDCによると」と資料に書くなら、AIの要約ではなく、その要約がたどった原典の記述を人が読んで書く必要がある、ということです。
- AIの答えの数字だけを抜き出し、「IDC調べ」と書いて稟議に貼る
- 出典のリンクを開かず、答えの文面に出てくる年や国をそのまま信じる
- AIの答えの言い回しを、IDCの公式な見解として取締役会資料に載せる
- AIに「この投資は妥当か」と聞き、その結論を判断の理由として書く
シナリオ1:AI投資の稟議に「予算超過の割合」を引く
AI導入担当が、エージェントの追加予算の稟議を書いているとします。IDC Quanta に「AIエージェントの予算はどれくらい超過しがちか」と聞くと、IDCの調査の数字が返ってくるかもしれません。実際、10月の発表では、過去12か月に企業のAIエージェント予算の67%が10%を超えて超過したというIDCの調査結果が紹介されています。出典は2026年7月の第4回の企業の支出に関する調査と注記されています。
この数字を稟議に使う前に、人が確かめることがあります。調査の回答者はどの国の、どの規模の企業か。「AIエージェント予算」に何を含めているか。「10%を超えて超過」は当初計画との比較なのか。発表文には回答者数や対象国が書かれていないので、原典の調査概要まで戻らないと、自社の稟議に当てはまるかは判断できません。
確かめた結果、対象が主に海外の大企業なら、数字は「海外では超過が珍しくない」という参考にとどめ、自社の予算の幅は社内の過去の実績から決めるのが筋です。AIに稟議の結論を書かせず、根拠の一つとして位置づけを人が決める。この線を守れば、調査会社のAIは稟議を速くする道具になります。
稟議書への書き方の例を挙げておきます。「IDCの企業の支出に関する調査(2026年7月実施の第4回)では、過去12か月にAIエージェント予算が当初から10%を超えて増えた企業が67%とされる。回答者の構成は原典で確認済み(確認者:AI導入担当)。当社の過去2件の実績でも当初見積もりから増えており、本稟議では予備費を別に置く」。数字・出典の版・確かめた人・自社の実績の四つが並んでいれば、決裁者は外部の数字と自社の判断を分けて読めます。AIの答えの文面は、この形に書き直すための材料として使います。
シナリオ2:取締役会資料に市場規模と成長率を載せる
経営企画が、新規事業の説明で国内のAI関連市場の規模と成長率を示したい場面です。市場規模の数字は、調査会社ごとに市場の切り方が違い、同じ「AI市場」でも中身がまったく違うことがあります。ソフトウェアだけか、サービスや機器を含むか、生成AIだけを切り出しているか。定義が違えば、桁が変わることも珍しくありません。
もう一つ気をつけたいのが、予測の版です。調査会社は市場予測を定期的に改訂します。AIに聞いた答えが最新の版を引いているか、古い版の数字と混ざっていないかは、出典の発行日を見て確かめます。取締役会資料には、数字と一緒に「どの調査の、いつの版の、どの定義か」を注記するのが安全です。注記があれば、後で数字が改訂されても、どこから来た数字かを説明できます。
そして、取締役会資料が株主向けの説明や社外発表に転用される可能性があるなら、規約の線にかかります。規約は、調査の中身を外部の用途で引用・抜粋するには、IDCの許諾窓口からの事前の書面許諾が要るとしています。社内の会議資料のつもりで作った数字が、決算説明や採用ページに流れないよう、資料の段階で区別しておきます。
シナリオ3:ベンダー選定と価格の目安に使う
情シスが、業務システムの更新で候補のベンダーを比べ、価格交渉の目安を持ちたい場面です。テクノロジーリーダー向け版は、ベンダーの評価や価格の比較の目安、取引の見直しの支援をまとめて提供するとしています。IDCの10月の発表では、CIOの57%が全社で一貫したベンダーの比較の物差しを持っていないという調査結果も紹介されており、この製品が狙う場面がまさにここだと分かります。
ただし、ベンダーの評価は調査会社の評価軸で行われたもので、自社の要件や既存システムとの相性は入っていません。評価の上位にいることと、自社にとって最適であることは別です。また、価格の目安は同業の取引の匿名化された集計で、自社の契約条件や数量と前提が違えば、そのまま交渉の数字には使えません。
10月の発表によると、テクノロジーリーダー向け版は、数千社のテクノロジーベンダーを対象にしたアナリストの調査、数千件の価格の比較の目安、そして毎年250件を超えるIDCのベンダー評価(マーケットスケープと呼ぶ報告書)を土台にしています。評価の報告書には、対象に選ばれた条件と評価の時点があります。候補のベンダーが評価の対象外だったのか、評価されて下位だったのかは、答えの要約だけでは区別がつきません。選定の資料に書く前に、報告書の対象の条件と発行日を原典で確かめます。
ここでも、AIに「どのベンダーを選ぶべきか」と決めさせないことが大切です。候補を絞る材料や、交渉で確かめるべき論点の洗い出しに使い、最終の選定理由は自社の要件表と照らして人が書きます。ちなみに規約では、IDCの料金体系そのものもIDCの機密情報とされているので、IDCとの契約金額を他のベンダーとの交渉材料として社外に出さないことも覚えておきます。
数字の前提を確かめる4項目:時期・対象・定義・回答者
三つの場面に共通するのは、AIの答えの文面ではなく、その数字が集められた前提を確かめることです。IDC Quanta は推論の欄で出典・範囲・前提を見られると説明していますが、前提が表示されることと、前提が自社の問いに合っていることは別です。次の4項目を、資料に数字を載せる前の確認として決めておくと、担当者が変わっても同じ水準で確かめられます。
| 確かめる項目 | 見る場所 | 合わないときの扱い |
|---|---|---|
| 調査の時期と版 | 原典の発行日・調査の実施時期 | 古い版なら最新版を探す。見つからなければ時期を注記 |
| 対象の国・地域 | 調査概要の対象地域 | 日本が含まれなければ「海外の傾向」として書く |
| 言葉の定義 | 市場や支出の定義の注記 | 自社の言う範囲と違えば、そのまま比べない |
| 回答者と規模 | 回答者数・業種・企業規模 | 自社と規模が違えば参考値にとどめる |
回答者の規模については、IDC自身がテクノロジーリーダー向けのページで、120を超える技術市場を扱い、1,000人を超える専門家を抱え、年に40万4千人を超える技術リーダーに調査していると公表しています。母数が大きいことは強みですが、自社の問いに使えるのは、その中のどの国・業種・規模の回答者の数字なのかです。全体の大きな数字に安心せず、使う数字の母数を原典で一つずつ確かめます。
4項目のどれかが確かめられないときは、その数字を根拠から外すか、「確認できていない前提がある」と資料に書きます。確かめられなかったことを書くのも、根拠の示し方の一つです。読む側の役員も、前提が分かっていれば、数字の重みを自分で判断できます。
規約が引く線:社内利用・外部引用・AIの答えの扱い
IDCの利用規約は、調査の中身を「社内の、非商用の利用」のために使える権利として定め、有料の調査やデータは契約が有効な利用者に限るとしています。そのうえで、第三者への配布、外部の用途での引用・抜粋(事前の書面許諾が要る)、AIの学習への利用、著作権表示の削除などを禁じています。AIの答えのうち調査の中身をもとにした部分も、調査そのものと同じ制限を受けると明記されている点が、稟議や資料づくりに直接かかわります。
もう一つの線は、調査の中身を別のAIに持ち込むことです。規約は、調査の中身を分析やAIの仕組みを持つ基盤へ入力・アップロードすることを、企業契約で明示的に認められていない限り禁じています。IDC Quanta の中で使うのは提供されたサービスの範囲ですが、答えをコピーして社内の別のAIに貼り、要約し直させる使い方は、契約の書きぶりを確かめてからにします。
- ここで触れたのは、IDCのウェブサイトに公開されている利用規約(2026年7月2日更新)の記述です
- 企業で結ぶ契約に別の定めがあれば、そちらが優先される可能性があります。法務が契約書の該当条項を確かめてください
- 外部への引用の可否は、資料ごとにIDCの許諾窓口へ確かめるのが確実です
何が社外に出るか:質問・アップロード・メール経由の答え
IDC Quanta に渡るのは、質問の文面、上げた資料やデータ、そして利用を重ねて蓄えられる役割や関心の記憶です。公式は、すべての質問と資料が利用者ごとに分けられた非公開の作業場所に置かれ、256ビットの暗号化で守られ、90日後に自動で消され、モデルの学習には使われないと説明しています。シングルサインオンや管理の機能にも対応するとしています。
確かめたいのは三つです。一つ目は、認証の種類です。SOC 2 の認証を公表していますが、日本語の製品ページの本文とよくある質問とで種別の表記が食い違っているので、契約前に監査報告書を取り寄せて種別と範囲を確かめるのが確実です。二つ目は、規約上の入力の制限です。規約は、個人情報を入れるのは企業契約のもとで必要な条件を満たす場合に限り、健康や金融口座などの機微な情報は入れないよう求めています。
三つ目は、外部の道具を通る部分です。公式は、答えの元に第三者のAIのモデルと基盤も使っていると規約に書いています。メールで質問すれば、答えは送った宛先へメールで返ります。Claude や Copilot の中で使えば、質問と答えはその汎用AIの会話としても扱われるので、自社でのその汎用AIの契約と設定も合わせて見ておく必要があります。また、匿名化された同業の動向に自社の利用がどう扱われるのかは公開ページでは分からないため、契約前に問い合わせます。
見落としやすいのが、自動で届く答えです。IDC Quanta は、一度設定すれば決めた日時に答えをメールなどへ届け、利用者の役割や直近のやりとりから「本来聞くべきだった質問」まで示すと説明しています。便利ですが、頼んでいない答えほど、原典まで戻らずに転送されやすいものです。自動配信の宛先を個人に限り、部署の共有の宛先や社外を含む宛先に流さないこと、転送するなら出典の確認を済ませてからにすることを、使い始める前に決めておきます。規約も、メールなどの経路で質問した場合は、その経路に答えが返ることに同意したものとみなすとしています。
社内AIに持ち込むときの線:Claude・Copilot・自社のLLM
IDC Quanta の売りは、専用の画面に行かずに、普段の汎用AIの中で調査会社の答えを使えることです。ここで社内のAIの方針とぶつかりやすいのが、誰の汎用AIにつなぐのを認めるかです。会社で契約した Claude や Copilot ならまだしも、社員が個人で契約したAIにつながれると、調査の中身を含む答えが会社の管理の外に残ります。
社内で決めておきたいのは、つないでよい汎用AIを会社の契約のものに限ること、IDCとの契約で使える人(座席)を誰にするか、そして答えを他の社内文書と混ぜて要約させるときの線です。自社で用意したLLMとの連携にも対応すると公式は書いていますが、自社の基盤に調査の中身を流すなら、前の章で見た規約の線に照らして、企業契約での明示の許可を取ってから進めます。
日本語での使い勝手も事前に確かめます。日本語の製品ページや東京発の発表はありますが、日本語で質問したときの答えの質や、日本市場の数字の厚みは、公開ページでは明示されていません。試用の期間に、自社が実際に稟議で使う問いを日本語で10問ほど投げて、出典の中身まで確かめると、導入後の期待外れを防げます。
誰が何を確かめるか:経営企画・情シス・AI導入担当の分担
調査会社のAIを根拠づくりに使うときは、使う人と確かめる人と契約を見る人が分かれます。分担を決めずに配ると、「誰かが原典を見ただろう」という思い込みのまま数字が役員の前に出てしまいます。次の順番で役割を決めておくと、AIの答えが根拠に変わる地点に、必ず人の確認が入るようになります。
つないでよい汎用AI、座席の割り当て、入力してよい情報、外部引用の手続きを決め、規約と企業契約の該当条項を一覧にします。
稟議・取締役会資料・ベンダー選定など、使う場面ごとに「数字の4項目の注記」と「確かめた人」の欄を持つ書式を用意します。
出典を開き、時期・対象・定義・回答者を確かめて注記します。確かめられない前提はそのまま書き残します。
役員に出す資料の数字について、注記と原典の一致を見て、社外に転用される資料かどうかを判断します。
ポイントは、AIに判断させないことと、根拠を書かせることを分けて考えることです。AIには出典付きの答えを出させ、どの資料のどこから来たかを示させます。そのうえで、その数字を判断の根拠として認めるかどうかは、確かめた人の名前とともに資料に残します。
費用の増え方と、やめるときに残るもの
費用は公開されていません。テクノロジーリーダー向け版は、年間の一律料金で7種類のパッケージがあり、問い合わせの回数、アナリストとのやりとり、使える座席の数が上位のパッケージほど増えると説明されています。入口の3種類は、調査とデータへの全面的なアクセス、それに価格の比較の目安やアナリストへの問い合わせを加えたもの、ベンダー選定と取引価格の見直しに絞ったもの、という分け方です。
費用が増えやすいのは、座席を広げるときです。全社の誰もが普段の汎用AIから調査を引けるようにすると便利ですが、使う人が増えるほど、原典まで確かめない利用も増えることに注意が要ります。最初は経営企画・情シス・AI導入担当など、根拠づくりの責任を持つ部署に絞り、確認の書式が回ってから広げるほうが、費用と品質の両方を管理できます。AWS の Marketplace 経由で買う場合も、公式は購入経路にかかわらず同じ内容が使えるとしていますが、クラウドの利用枠から支払うと調査費用が予算の上で見えにくくなります。経理と情シスで、どの予算の費目として扱うかを先に決めておきます。
やめるときに残るものも先に確かめます。上げた資料は90日で自動削除と公表されていますが、利用を重ねて蓄えた記憶や、汎用AIの側に残った会話の扱いは公開ページでは分かりません。また、過去の稟議や会議資料に載せたIDCの数字を、契約終了後も社内で使い続けてよいかは、契約書の終了時の条項で確かめておく必要があります。
よくある質問
IDC Quanta の答えを、そのまま「IDC調べ」と書いてよいですか
おすすめしません。規約はAIの答えをIDCの公式な見解として示すことを禁じており、答えはアナリストの事前確認を経ていないとしています。答えがたどった原典を人が読み、原典の記述と発行日を引く形にしてください。
社外向けの資料や記事に数字を使えますか
公開されている規約では、外部の用途での引用・抜粋にはIDCの許諾窓口からの事前の書面許諾が要ります。社外に出る可能性がある資料では、使う前に許諾を取る手順を決めておきます。
Claude や Copilot につなぐ方式は MCP ですか
公開ページでは、接続方式の技術的な説明は確認できませんでした。連携先として、日本語ページではメールと Claude、英語ページではこれに Copilot が挙がっています。つなぎ方と、汎用AIの側に何が残るかは、導入前にIDCに確かめてください。
日本の市場の数字にも使えますか
日本語の製品ページと東京発の発表はありますが、日本語の回答の質や日本市場の数字の範囲は公開ページで明示されていません。試用の期間に、自社が実際に使う問いで確かめるのが確実です。
まとめ
IDC Quanta は、調査会社の一次の調査に出典付きでたどれる答えを、普段の汎用AIやメールの中で返してくれる道具です。一般のAI検索と比べれば、根拠づくりの入口としては格段に使いやすくなります。けれども、公開されている規約は、答えはアナリストの事前確認を経ておらず、利用者が自分で検証する前提だと定めています。稟議や取締役会資料に使うなら、原典に戻り、時期・対象・定義・回答者を確かめ、確かめた人を資料に残すこと。社外への引用は事前の許諾を取り、社内の別のAIへの持ち込みは企業契約で確かめること。AIに判断させず、根拠を示させ、根拠として認めるのは人が行う——この線を先に引いておけば、調査会社のAIは判断を速くする道具として働きます。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
