財務はリアルタイムの機能になりました。私にとって、その可能性は決算締めの迅速化や予測の更新頻度向上だけにとどまりません。変化する事業をリアルタイムに捉え、リーダーの早期行動を支え、財務チームが次の展開を形作る時間を増やすことです。
私が 2 年前に OpenAI に入社した当時、驚異的な速さで成長する会社を支えていたのは、小規模な財務チームだけでした。私たちは財務部門を一から構築し、仕事、意思決定、事業支援の中核に AI を据える必要がありました。
同時に、よくある出発点も目にしました。決算締めや予測更新には、情報の検索、変化の説明、意思決定に必要な情報の取りまとめなど、定型的な手作業が依然として伴っていました。世界最先端の AI ツールを利用できる環境にありながら、それを軸に財務を再設計する方法をまだ学んでいる途中でした。
そこで、ゼロデイ決算と、自動化された継続予測という 2 つの大胆な目標を掲げました。
ゼロデイ決算の狙いは、会社の財務状況をリアルタイムで照合済みかつ追跡可能な形でリーダーに示すことです。継続予測はその基盤を生かし、事業がどう変化しているか、次に何が起こり得るか、どの意思決定で結果を変えられるかを示します。
現在も、この 2 つの目標の実現に取り組んでいます。この取り組みにより、チームの業務はすでに変わりました。静的なスプレッドシート、裏付け資料の手作業による検索、プレゼン資料の制約を超え、事業のあらゆる文脈とデータを基盤とするライブツールへ移行しています。また、財務担当者が業務に必要なツールを自ら構築し、専門知識をさらに広く生かせるようになりました。
私にとって、これこそが AI ネイティブな財務部門の真の可能性です。状況をリアルタイムに把握し、リーダーが今後の選択肢を見通せるよう支援し、結果を変えられるうちに事業が行動する時間を増やすチームです。
その実現には、新しいテクノロジーの導入だけでは不十分です。重要な意思決定を中心に仕事を再設計し、人々に実験の余地を与え、各ワークフローに明確な責任体制を組み込み、AI が確実に完了した仕事を測定して明確な ROI を示す必要があります。
ここでは、あらゆる CFO が応用できる、私たちの経験から得た 5 つの実践的な教訓を紹介します。
最初の一歩は、幅広いアクセスの提供でした。一人ひとりが自分の仕事に即して AI を試せる自由が必要です。実際の課題を対象とした体系的な実験と組み合わせることで、アクセスは最大の価値を生みます。
財務ハッカソンにセールスエンジニアを招き、変革したい業務を持ち寄るようチームに依頼しました。成果の一つが IR-GPT です。投資家向け広報チームがデューデリジェンスの質問への回答に使う承認済み資料に基づいた、カスタム GPT です。調達や税務などの分野でも、カスタム GPT の構築を始めました。
ハッカソンによって、AI は抽象的な能力から実際に使えるツールへ変わりました。わずか 1 日で、反復業務を特定し、解決策を構築し、同僚と試して改善できました。ユースケースは現場に最も近い人々から生まれ、技術の専門家が迅速な実現を支援しました。
CFO にとっての教訓は明快です。ボトムアップの実験とトップダウンの戦略の両方が必要です。安全で高性能な AI を現場に提供し、仕事に最も近い人々がより良い進め方を見つけられるようにします。同時に、事業に最も大きな影響を与える変革へ、経営陣の関心とリソースを集中させます。真の機会は両者が交わるところに生まれます。現場発の実践的なアイデアを、最優先課題に適用することです。
財務チームは、意思決定に必要な情報の取りまとめに膨大な労力を費やしています。予測レビューでは、最新データの検索、スプレッドシートの照合、差異の説明、グラフ作成、文書の準備、その文書のスライド化が必要になることがあります。最終的に分析は意思決定者へ届きますが、その取りまとめにチームの時間の多くがすでに費やされています。
AI は仕事の単位を変えます。財務リーダーは、元データから意思決定までのプロセス全体を再設計できます。
決算締めを例に考えてみます。どの CFO も知る月次プロセスでは、実績値は一つのシステム、発注書は別のシステム、未払計上はスプレッドシート、差異の説明はメッセージスレッドに埋もれています。
私たちは、これとは異なる運用モデルを目指しています。ゼロデイ決算が目指すのは、承認済み支出計画、総勘定元帳の実績、発注書、未払計上、取引明細を、継続的に照合されるビューで結び付けることです。各差異を、その原因となった活動まで追跡できます。AI は一次説明を作成し、対応が必要な例外を示せます。財務部門が数値を検証し、判断を加え、最終承認に責任を持ちます。
予算と実績の照合：承認済み入力、ソース確認、財務部門主体のレビュー
決算締め自体がなくなるわけではありません。なくなり始めるのは、期末後に事業の状況を慌ただしく再構築する作業です。
この照合済みの基盤を活用すれば、予測を継続的に更新できます。私たちのチームは、統計モデル、営業での対話、顧客単位の根拠、業務データ、財務の判断を統合するワークフローを構築しています。
スプレッドシートの制約を超え、統計予測、裏付けとなる根拠、シナリオを一つのライブビューに統合する、よりインタラクティブなツールへ移行しています。リーダーは、何が、なぜ変化したのか、どの意思決定で結果を変えられるのかを確認できます。新たな顧客の確約が基準値に反映されていない場合、システムは裏付けとなる根拠を提示し、調整が四半期または年間の結果に与える影響を示せます。財務部門は前提を精査し、シナリオを比較して、承認済み予測を更新するか判断できます。
インタラクティブな予測とシナリオプランニング
同じビューは、リーダーによる資本配分の意思決定の改善にも役立ちます。財務チームは、マーケティング支出がどこで収益を生み、どこで効果が鈍化しているか、次の投資を再配分すると何が得られるかを把握できます。
動的な資本配分：収益逓減曲線から見える投資配分の見直しどころ
目指すのは予測の自動化です。継続的に更新されるビュー、迅速なシナリオ分析、財務部門の明確な責任体制が、その実現につながります。
より広く応用できる教訓は、重要な意思決定を起点に逆算することです。その意思決定に必要なデータ、ツール、承認、引き継ぎを整理します。次に、AI が分析、調整、完了できる部分を見極めます。これにより、意思決定サイクル全体の速度と質が向上します。
より大きな変化は、財務担当者が自らの業務に必要なツールを構築できるようになったことです。
最近の OpenAI の調査によると、財務担当者による専門的な AI 利用の 40% は従来の財務領域外の業務、22% はエンジニアリング関連業務です。
私のチームでは全員が ChatGPT Work と Codex を使い、独自の AI ダッシュボードやツールを構築しています。業務は、静的な Excel モデルや PowerPoint 資料から、事業のあらゆる文脈とデータを基盤とするライブダッシュボードへ移行しています。これらのツールは、分析を先へ進め、追加の質問に答え、基礎情報の変化に応じて更新できます。
広告事業を担当するチームメンバーの一人には、プログラミング経験がありませんでした。彼は Codex を使い、月次の広告予測を週次・日次計画に変換するツールを構築しました。このツールは平日と祝日を考慮し、予測を比較し、すべての数値を承認済みモデルにひも付けます。マーケティングのリーダーは、何が変化したか、どこに投資すべきか、追加支出からどの程度のリターンが見込めるかをすぐに把握できます。
課題を理解する人が、解決策を形にできるようになりました。こうしたツールの構築は、従来の仕事の進め方を見直すきっかけにもなります。財務担当者は、事業に必要な意思決定基盤を構築し、同僚と試し、業務の変化に合わせて改善できます。
財務チームの専門性が薄れるわけではありません。専門知識をさらに広く生かす力を得ているのです。
IR-GPT から、統制に関する重要な教訓を得ました。投資家のデューデリジェンスに関する質問へ回答するには、過去資料の検索、回答案の作成、整合性の確認、レビューの調整が必要になることがあります。承認済みソースに基づくカスタム GPT を使えば、従来は数時間、時には翌日までかかっていた作業でも、数秒で質の高い初稿を作成できます。
人の役割は引き続き中心にあります。当社の投資家向け広報チームが初稿を読み、判断と文脈を加え、投資家ごとに回答の整合性が保たれているか確認します。AI は作業を加速します。結果に責任を持つのは人です。
これが財務に適したモデルです。CFO は IT 部門やガバナンスチームと連携し、AI システムがアクセスできるデータ、実行できる操作、承認が必要なタイミング、問題を上位に報告すべき条件を定める必要があります。すべての出力を信頼できるソースに結び付ける必要があります。すべての予測に明確な説明を添える必要があります。承認済みの基準値を変更する際は、必ず財務部門の承認を得る必要があります。
一時的な「トークン最大化」ブームは、すでに過ぎ去りました。今では、使用量の上限、予算管理、ロールベースのアクセス、モデルの振り分けルール、承認基準を容易に設定できます。CFO は、チームに構築と実験の余地を与えながら、他の変動費と同じ規律で AI の利用を管理できます。
責任の所在を明確にすることで、迅速に進めるための信頼が生まれます。情報の統合、照合、準備が迅速になるほど、財務担当者は前提を検証し、事業に助言し、判断を下すための時間を増やせます。
CFO には、業務成果に基づいて AI を評価するスコアカードが必要です。利用者数やトークン使用量を増やしても、多くのことは分かりません。重要なのは、仕事が高い水準で完了したか、実際にいくらかかったかです。
各ワークフローについて、次の 4 点を確認します。
- AI は重要な仕事を完了できたか？
- 従業員の作業時間、レビュー、手戻りを含め、コストはいくらだったか？
- 成果は実用に足る品質だったか？
- 業務の迅速化や、より良い意思決定につながったか？
財務チームにとって有用な仕事とは、予測の更新、差異の説明、監査依頼への対応、取締役会からの質問への回答などです。決算締めのスコアカードには、所要時間、自動照合された取引の割合、レビューが必要な例外の件数、差異説明に要した時間などを含められます。予測では、予測精度、更新頻度、新たなシナリオの作成時間、その予測に基づく意思決定の質などが指標になります。
最も安価なモデルが、常に最も経済的とは限りません。より優れたモデルなら、試行回数とレビューを減らして信頼できる答えに到達でき、総コストが下がる場合があります。
財務は、戦略、資本、データ、リスク、業績の中心に位置します。そのため CFO は、会社の仕組みを独自の視点で捉え、AI 変革を主導する強力な権限を持てます。
AI ネイティブな財務部門の特徴は、サイクルの迅速化、統制の強化、意思決定の改善、判断に充てる時間の増加です。その道のりは、意義あるワークフローから始まり、実証を重ねて広がります。ツールを提供し、仕事の再構築を支援し、責任の所在を明確にして、成果を測定します。
ゼロデイ決算と継続予測が示すのは、より大きな構想です。状況をリアルタイムに把握し、次に起こり得ることをリーダーに示し、会社がより良い意思決定を早期に下せるよう支援する財務チームです。
その結果、財務チームの対応力が高まり、CFO は事業をより明確に把握できます。さらに、会社全体が AI の力を持続的な価値に変えるための実践モデルにもなります。私がいつも言うように、見たことのない姿にはなれません。財務チームに AI の可能性を受け入れてもらうには、その姿を示す必要があります。そして CFO として、まず私たち自身から始めなければなりません。
私の財務チームが実践例を紹介しました。こちらから録画をご覧いただけます（新しいウィンドウで開く）。
