経営管理におけるAI基礎編：AIはどのようにCPMの成果を向上させるか

AIを活用したCPMプロセスの例

AIは経営の意思決定と効率性を向上させますが、具体的にどのような形になるのでしょうか？以下に、AIがCPMプロセスを強化する具体的な例をいくつか紹介します。  

データ収集

会社が別の組織を買収した場合、グループの決算プロセスに新しい総勘定元帳（G/L）ソースファイルを追加する必要があります。AIはG/Lのデータマッピングを加速し、データがグループの決算システムに統合される際にデータの整合性を維持します。さらに、AIはG/Lを決算システムにマッピングするだけでなく、ESG、税務、リース報告のためのデータもマッピングできます。

異常検出

例えば、ニューヨークの事業体の2月の実績データをロードしている場合、AIは実績データを瞬時に分析し、2月のファイル内の異常値を検出できます。異常値のリストと、その数値が異常としてトリガーされた理由を記載したレポートを生成します。これにより、異常値を迅速に検証し、誤りかどうかを判断できます。  

分析

第2四半期の始まりで、EMEA地域の製品ラインの計画を作成する必要があります。地域のデータ、製品ラインの売上履歴、市場情報を分析することで、AIは売上を左右するビジネス要因を特定し、その洞察を次四半期の販売計画と戦略に反映させることができます。 

計画

第4四半期で最も成果のあったマーケティングキャンペーンは何か、そしてそれをさらに効果的にする方法は？AIは、需要、マーケティング、販売データを文脈に沿って分析し、最も成功したマーケティングキャンペーンを特定し、そのキャンペーンの効果を最大化するための推奨事項を提供できます。 

パフォーマンス分析

リーダーシップが迅速な回答を必要とする場合、Generative AIを使用すれば、CPMに質問を投げかけ、ダッシュボード上で直接回答、レポート、またはチャート形式で回答を生成できます。例えば、次のような質問への回答を得ることができます：  

• ニューヨークの経費が前年比で増加した理由は？
• 2023年の最も利益率の高い部門は？
• 昨年、米国での売上高が最も高かった事業部門は？  

AIはパフォーマンスデータから結果を即座に抽出し、分析可能なレポートに整理します。 

経営管理向けAIを選ぶ際のポイント 

AIには多くの異なるアプローチがありますが、経営管理チームはCPMソリューションに以下の3つのAI機能が含まれていることを確認する必要があります。 

1. 説明可能な結果 

AIはどのようにその予測に至ったのか？AIが特定した要因が実際にKPIに影響を与えている証拠は何か？AIが特定のデータポイントを異常値として flag した理由は何か？そして最も重要なのは、CPMソフトウェアがこれらの回答にアクセスできるかどうかです。 

AIを信頼できる必要があります。多くのAI搭載システムは予測を提供しますが、AIの論理プロセスへの洞察は提供しません。これを「ブラックボックスAI」と呼び、AIが透明性なしに出力を吐き出し、その論理を信頼せざるを得ない状態を指します。国際データコーポレーション（IDC）の調査によると、AIプロジェクトの4分の1が、ブラックボックス現象や解釈可能性の課題を含む要因で失敗しています。 

私たちは、「ガラスボックスアプローチ」を採用したソリューションを検討することをおすすめします。このアプローチでは、経営管理チームが説明可能なAIを通じて出力の仕組みを検証できます。  

「説明可能なAI：ブラックボックスからガラスボックスへ」という研究では、説明可能なAIを「AIシステムが意思決定や予測を行い、行動を実行するプロセスを可視化するシステムのクラス」と定義しています。説明可能なAIは、意思決定プロセスの根拠を説明し、プロセスの強みと弱みを明らかにし、システムが将来どのように動作するかを予測する感覚を提供します。」

 説明可能なAIは、AIの出力を意思決定、戦略実行、予算策定に活用する財務チームにとって不可欠です。AIが結論に至った理由を理解できれば、その結果を意思決定に自信を持って活用できます。 

2. 人間の制御

説明可能性の要素を基盤に、AIは財務チームが主導権を握るべきです。AIは、不可解な情報を理解可能な形に変換する強力なツールであるべきです。自律的な意思決定者であってはなりません。EYは、最終的に経営管理チームはAIを協業のツールとして捉える必要があり、AIが反復作業を担当し、経営管理チームが戦略的な作業を行うべきだと指摘しています。 

「AIは大量のデータを高速で処理できますが、人間の批判的思考や意思決定能力は欠如しています。データ内のバイアスを特定し対処する能力や、ステークホルダーの目的を理解するために適切な質問を投げかけるようなコアスキルは、経営管理プロフェッショナルがこの技術変革において重要な役割を果たすことを意味します。」 

戦略的レベルで人間をコントロールするというのは真実ですが、機能的レベルでも同様です。AIが予測を生成したり、異常値を特定したり、レポートを作成したりした場合、財務チームはAIの作業を検証し、AIの論理が財務の現実的なデータ理解と一致していることを確認するための情報を備えていなければなりません。 

3. データガバナンス 

データガバナンスは、BEPS Pillar Two、ESG、リース会計など、新たな要件の急増に対応する財務チームにとって継続的な課題です。私たちは最近、データ量、データの種類、報告要件の増加により、決算と統合の範囲が拡大していることについて書きました。異なるソースからデータをマッピングし、フォーマットを統一して比較可能な状態にすることは、経営管理チームが手作業で管理するには膨大な作業です。AIはデータを効率化し、管理を可能にします。

Acceleration Economyは次のように説明しています。「現在のガバナンスポリシーでは、構造化されていないペタバイト級のデータを人間が手動でスキャンする必要があり、数年を要しコストも莫大です。しかし、AIモデルをガバナンスプロセスに組み込むことで、このタスクは機械によって短時間で完了できます。」

また、AIは受け取ったデータに基づいて学習する点にも注意が必要です。この点を踏まえ、経営管理チームは機械学習プロセスが取り込むデータを管理し、データが関連性があり、分析にバイアスが混入しないようにする必要があります。  

AIは経営管理チームにとって不可欠なアシスタントとなり得る

経営管理チームにAIを追加することで、チームは最高の支援を教授できます。AIは反復的なプロセスを自動化するだけでなく、企業内の構造化されていないデータの山に埋もれており、通常はアクセスできないデータトレンドやパフォーマンスの洞察に経営管理チームがアクセスできるようにします。    

CCH TagetikのAIはプラットフォーム全体で動作し、CPMプロセスの速度と精度を向上させ、企業全体でのデータ可用性を拡大します。透明性のある「ガラス箱」アプローチを採用した当社の説明可能なAIは、経営管理チームがAIの作業を確認、検証、承認する権限を付与します。AIを相棒として活用しながら、コントロールを維持できます。具体的には、CCH TagetikのAIはデータ収集、異常検出、予測計画、分析、ドライバーベースの計画などに活用可能です。

 CCH TagetikのAIについて詳しく学び、財務チームを支援する方法をご確認ください。