財務部門は資金循環ではなく組織図を自動化している

従業員がAIを導入するか、CFOが投資を承認するか、そして技術が実験段階を超えて活用できるほど成熟しているか。財務部門では、こうした点をめぐる議論に多くの時間が費やされてきました。しかし、CFOの組織ですでにAIの導入が着実に進んでいるのを目の当たりにしている今、こうした問いに意味があるのか、私にはもうよくわかりません。

Auditoriaが2026年に実施した最新の調査では、財務部門の66.5%がAIへの投資を増やしていると回答し、財務チームがAIを活用する業務機能は平均2.43に上りました。これは1年間で36%の増加です。それにもかかわらず、AI施策によって意味のある測定可能な成果が得られたと回答したのは、わずか21%でした。

この状況の理由として、企業が適切でないツールを選んだ、導入を急ぎすぎた、あるいは十分な人数に利用してもらえなかった、といった説が考えられます。しかし、私はそうは思いません。財務部門の組織構造に沿ってAIを導入してきた結果、現在では買掛金管理（AP）、売掛金管理（AR）、資金管理、さらにはFP&Aまで、それぞれの機能がより賢くなっているからです。

しかし、資金はそのようには流れません。資金はそれらすべての境界を越えて動きます。財務部門の各機能を個別に高度化しても、それらが全体として管理する資金の流れまで同じように高度化しなければ、限界があることが見え始めていると思います。

各機能の高度化は進んだ

現代の財務部門には、少し奇妙な隔たりがあります。それぞれの機能が資金の自分の担当部分を把握するための、非常に高度な仕組みを構築してきました。買掛金管理（AP）は支出を管理し、売掛金管理（AR）は入金に注力し、資金管理は流動性を管理し、FP&Aは今後の数値の動きを予測しようとします。各チームがそれぞれの役割を十分に果たしていても、機能間を資金が移動する際に何が起きるのかについて、明確な責任を負う人が誰もいないまま、CFOが取り残されることがあります。

買掛金回転日数（DPO）と売上債権回転日数（DSO）を考えてみましょう。買掛金管理チームがDPOを5日改善し、それを順当な進捗として報告する一方で、同じ四半期に債権回収が遅れ、DSOが7日悪化することがあります。どちらのチームも求められたことを正確に実行しており、それぞれの結果について十分に妥当な説明ができるかもしれません。それでも、事業全体では運転資本を現金化するまでの期間が2日悪化した状態で四半期を終えることになります。

財務部門は各機能の責任者を明確にすることには長けていますが、財務上の成果は、多くの場合、それらの機能の間にある領域で生まれます。

請求書の処理、口座の照合、資金繰りの予測、債権回収の管理、レポートの作成を自動化するシステムを構築してきました。今では、同じ業務領域にAIが導入されつつあります。その結果、財務部門全体の分断を解消しないまま、各機能だけを効率化してしまうおそれがあります。

業務の迅速化は、プロセス全体の短縮とは違う

この問題を際立たせる調査結果があり、何度も思い返します。現在、依頼から24時間以内に回答している割合は43.8%で、これは過去4年間で記録した最高水準です。一方、ベンダー、顧客、社内関係者へのフォローアップに毎週11時間以上を費やすチームは44.5%に上り、1年前の29.7%から増えています。さらに13.4%のチームは、その作業に毎週30時間を超える時間を費やしています。

迅速な回答によって業務の完了が近づくと考えなければ、これらの数字は矛盾しているようには見えません。たとえば、仕入先からメールの返信があっても必要な情報がそろっていないことがあります。また、顧客が債権回収の依頼に対し、請求書に異議を申し立てて返答する場合もあります。財務部門が食い違いを見つけても、その理由を説明できる人を社内の別の部門から探さなければなりません。

個々の作業にかかる時間を測ることに力を注ぎすぎる一方で、問題の特定から、財務上の成果を変える形での解決までにどれほど時間がかかるかを測ることには、十分に取り組んでこなかったと思います。

AIエージェントによって高まる重要性

従来の自動化は、非常に分断されたプロセスを迅速化するうえで大きな役割を果たしてきました。しかし、AIによって状況は一変しました。AIエージェントは、自動化されたプロセスの中で意思決定を始めることができます。つまり、ソフトウェアが単に情報をあるフィールドから別のフィールドへ移していた頃と比べ、システムに与える目標がはるかに重要になっています。

AIが財務部門全体で動き始めると、問題はいっそう明らかになります。買掛金管理（AP）は支払いのタイミングの最適化を目指し、売掛金管理（AR）は債権回収の迅速化を目指し、財務部門は流動性の確保を目指すことがあります。それぞれの目標は妥当です。リスクが生じるのは、企業が実現しようとしている財務上の成果を共有していないまま、各システムが異なる成功の定義に基づいて意思決定を行うときです。

だからこそ、財務部門における次のAIの課題は導入ではありません。システムに何を最適化させるのか、そして局所的には妥当に見える判断が、より広範な財務上の成果と衝突した場合にどうなるのかを決めることです。権限、承認基準、監査証跡、エスカレーションのルールは重要ですが、これらが定めるのはAIシステムに何を許可するかです。CFOはさらに、財務とガバナンスに関するルール全体の中で、システムが何を実現しようとしているのかも決める必要があります。

統合は業務運営上の課題になりつつある

既存システムとの統合不足は、AI導入の障壁として現在最も多く挙げられており、当社の調査では36.7%に上る。以前は最上位だったテクノロジー導入への抵抗は、7位に後退した。ACCAとCA ANZが2026年に実施した別の調査では、財務担当者の40%が、複数のデータソースを統合する難しさを、ビジネス上の洞察を深めるうえでの障壁と捉えていることが分かった。

財務リーダーはもはや、AIが部門に必要だと人々を説得することに、エネルギーの大半を費やしてはいない。複数のAI機能が、同じ取引、方針、承認、例外、財務成果を対象に動作するようになったとき、何が起きるのかを見極めつつある。

有用なAI機能なら、部門内に置くこともできる。しかし、有用な財務オペレーティングモデルは、部門内だけでは成り立たない。

導入済みのユースケースの数を数えるのではなく、問題の特定から財務への影響の解消までに、いくつの引き継ぎが残っているかを把握し始めよう。APやARの業務内で削減された時間だけを見るのではなく、資金が事業全体をより予測可能な形で流れているかを、私は問いたい。また、財務部門の各機能にそれぞれ独自のAI成功の定義を与えるのではなく、その定義が衝突したときに誰が成果に責任を負うのかを問いたい。

長年、財務テクノロジーは組織の構造に合わせて構築されてきたため、AIも同じ形で導入されていることは驚くに当たらない。CFOは各機能の業績に責任を負うが、最終的に事業が財務部門を評価する際、AP、AR、資金管理、FP&Aがそれぞれ個別の効率目標を達成したかどうかが基準になるわけではない。事業が重視するのは、それらが一体となって生み出す財務成果だ。

AIが財務を何らかの有意義な形で変えるのであれば、それを変革の単位にしなければならない。そうでなければ、各機能を自動化し、個別の指標を改善しても、解消すべきだった同じ境界をまたいで、財務成果が分断されたままになってしまう。