CampfireのCEO、CFO、創業者ジョン・グラスゴー氏 – インタビューシリーズ

ジョン・グラスゴー氏はCampfireのCEO、CFO、創業者であり、財務、テクノロジー分野の合併・買収、経営戦略に携わってきた経験を持つ。同社を創業する前はAdobe、Invoice2go、Bill.comに勤務し、Invoice2goが6億2,500万ドルで買収される際には、その実現を支援した。財務部門での経験を通じて、スプレッドシートに依存する業務プロセスを、取引単位の詳細を保持し、自動化にも対応できる会計システムに置き換えることに注力するようになった。

Campfireは、財務・経理チーム向けのAIネイティブな統合基幹業務システム（ERP）プラットフォームを開発している。総勘定元帳、収益業務の自動化、レポート作成、決算管理を一元化するものだ。同社のEmberエージェントは基盤となる会計データを活用し、照合や取引の分類などを支援する。一方、Forecastでは、計上済みの実績、確定額、AIが生成した見積もりを分けて表示する。このインタビューでグラスゴー氏は、AIネイティブな会計システムを支えるアーキテクチャ、エージェントの自律性と人間による承認の境界、そして自動化が進むなかで財務チームが追跡可能性を維持する方法について語る。

財務、テクノロジー分野のM&A、Adobeでの戦略立案と、Invoice2goやBill.comでの経験を経て、Campfireを創業されました。財務部門の現場で繰り返し目にした、単にソフトウェアをもう一層追加して改善するのではなく、基盤となるERPそのものを再構築すべきだと確信させた課題とは何だったのでしょうか？

Invoice2goをBill.comに6億2,500万ドルで売却したことで、私はこの問題を間近で実感しました。買収に向けたデューデリジェンスの際、収益会計、SaaSレポート、連結処理がシステムではなくスプレッドシート上で行われていたため、スプレッドシートを使って500件を超える依頼に対応しました。それほどの規模の企業でさえ、重要な財務業務をスプレッドシートで処理していたのです。

Billでは、戦略的パートナーシップを統括し、CFOと緊密に連携するなかで、顧客企業にも同じ問題があることを目の当たりにしました。給与計算、経費管理、買掛金・売掛金の管理は近代化されていた一方で、財務チームは依然として、以前の時代に向けて構築されたERPに戻らなければなりませんでした。

問題は元帳そのものにあります。従来型のERPでは、請求、決済、給与計算などのシステムから要約された仕訳データを受け取るため、元帳に届く頃には取引の詳細が失われています。ソフトウェアをもう一層追加しても、欠落したデータは補えません。私は、詳細を保持し、実務を処理できる元帳を実現したいと考えました。そのためにはERPを一から再構築する必要がありました。

「AIネイティブ」は、エンタープライズソフトウェアでよく使われる表現になりつつあります。アーキテクチャの観点から、AIネイティブなERPは、既存システムの上に大規模言語モデルやAIコパイロットを追加した従来型ERPと、根本的に何が違うのでしょうか？

根本的な違いは、AIネイティブなERPが、AIのワークフローが処理する必要のあるデータを中心に構築されていることです。

コパイロットが読み取れるのは、従来型ERPに保存されている情報だけです。ERPに取引単位の詳細ではなく月次の集計データしかなければ、AIは数値を見つけたり説明文を作成したりすることはできても、取引を確実に照合したり、勘定を調整したり、仕訳がどのように作成されたかを説明したりすることはできません。Campfireは取引の詳細をすべて保持し、総勘定元帳と補助元帳の両方を管理することで、Emberエージェントが実務を遂行するために必要なデータを提供します。

もう一つの違いは、追跡可能性です。エージェントのすべての処理は基盤となる元帳データにひも付けられ、転記前に確認できます。

三つ目はモデルそのものです。CampfireのAccounting Intelligenceは会計データを使ってトレーニングされ、財務業務を実行するコードを生成するため、結果を再現できます。これにより、エージェントは提案するだけでなく、実際に処理を実行できます。

Campfireは最近、当月全体をAIに予測させるのではなく、実績、確定額、AIによる見積もりに分けて表示するForecastを発表しました。このような設計にした理由と、財務予測でAIが本当に役立つ領域、そして決定論的な会計データに引き続き主導権を持たせるべき領域について、どのようにお考えですか？

CFOとして、月末の5日以上前に月次の着地見込みを把握したいと考えますが、その時点で月の大部分はすでに明らかになっています。AIに期間全体を予測させれば、すでに分かっている数値を推測値に置き換えることになります。そこでForecastでは、月次データを次の三つの層に分けています。

実績：総勘定元帳にすでに計上されたもの。

確定額：契約、請求書、資産、リースに基づく既知の将来の金額のうち、まだ計上されていないもの。

見積もり：会社の過去の実績と季節性に基づく、真に不確定な部分についてのEmberの予測。

予測においてAIが担うべきなのは、まだ誰にも分からない部分だと考えています。すでに分かっている情報については、決定論的な会計データを基準とすべきです。両者を混ぜると、事実と見積もりの区別が難しくなります。両者を混ぜてしまえば、取締役会に予測を提示するとき、どの数値を確かなものとして示せるのか分からなくなります。

数値の算出根拠を尋ねられたときは、どの数値でも詳細を開き、実績、確定額、見積もりの内訳とEmberの前提条件を示せます。Forecastは助言を行うものであり、生成した内容が元帳に自動で転記されることはありません。一方で、月末を迎える前に事業上の意思決定を行えるよう、月次の着地見込みを財務チームに早めに知らせます。

Forecastでは、過去の傾向や季節性をもとにEmberが月内の未確定部分を予測し、その予測の前提も説明します。急成長、大口顧客の喪失、買収、その他の異例の出来事など、過去のパターンが突然役に立たなくなった場合には、どのように対応していますか？

CFOが最も予測を必要とするのは、まさにそうした月です。そのため、予測を複数のレイヤーに分けています。Forecastのうち、過去の傾向や季節性に依存するのは推定部分だけです。確定済みレイヤーは、すでにCampfireの台帳に記録されている契約、請求書、資産、リースに基づいているため、買収や顧客の喪失、急成長があっても、すでに判明している内容は変わりません。

パターンが変わる場合、通常、データに表れる前に財務チームはその理由を把握しているため、背景情報を提供できます。何が変わったのかをメモに記したり、人員計画などの資料を添付したり、MCP連携を通じてCRMやHRISなどのデータソースを接続したりできます。Emberはその情報を使って、未確定部分を再推定します。

各推定には、その前提を説明する一文も添えられます。そのため、予測を提示する際に、何が事実で、何が確定事項で、何が予測なのかを示すことができます。

Campfireは、汎用モデルだけに頼るのではなく、独自の大規模会計モデル（LAM）を開発しました。会計における汎用AIの限界について、どのようなことが分かりましたか。また、従来型のLLMには通常備わっていない、専門特化型モデルが理解すべきことは何でしょうか？

会計に必要なのは、もっともらしい答えではなく、再現可能な答えです。汎用モデルは文章の生成に優れていますが、数値推論や会計上の分類は苦手な場合があります。同じ入力から毎回同じ答えを導き出す必要があるためです。

モデルに財務データを直接推論させるのではなく、処理を実行するSQLやPythonコードを書かせています。コードは再現性があるため、監査において重要です。また、同じ結果が得られるたびに人が承認しなくても、企業が処理を自動化できます。

当社のAccounting Intelligenceは会計データを使ってトレーニングされており、勘定科目体系の構造、取引先のパターン、帳簿が適切に整っている状態などを理解しています。また、顧客ごとの取引履歴からも学習します。精度を支えているのはモデルそのものだけでなく、モデルを取り巻くシステムでもあります。

財務チームは、AIの誤りに対する許容度がとりわけ低いものです。エージェントが照合、取引の分類、仕訳の準備、台帳とのやり取りを担うようになるなか、自律実行と人間による承認の境界はどこに設けるべきでしょうか？

その処理を検証できるかどうかに応じて、境界を定めるべきです。仕訳が再現可能で、元となる台帳データまで追跡できるなら、すべての処理を人が承認する必要はありません。説明も再現もできない場合は、仕訳が記帳される前に人が確認すべきです。

Emberはその考え方に基づいて構築しました。エージェントのすべての処理は記録され、元となる総勘定元帳（GL）のデータにひも付けられ、後から確認できます。チームは信頼度のしきい値を設定し、それに応じてEmberが自律的に処理する内容と、人に回す内容を決めます。また、結果への信頼が高まるにつれて、自律的に任せる範囲を広げることもできます。

判断を担うのは、今も人です。会計担当者がEmberに任せる処理の範囲を決め、例外を確認し、数値が変動した理由を説明します。エージェントは、繰り返し発生する照合、ラベル付け、勘定照合の作業を引き受けます。TwelveLabsは好例です。米国と韓国を3人の会計担当者が担当する体制で、決算にかかる時間を半分に短縮し、30万ドルを超えるコストを削減しました。

Campfireは、Emberが決済、CRM、調達、人事などの外部システムと連携できるMCPストアも導入しました。最終的には、ERPは受動的な記録システムにとどまらず、AIエージェントが財務スタック全体にわたって業務を行えるオーケストレーション層へと変わっていくと考えていますか？

はい、台帳が記録の正式な基盤であり続けることが条件です。従来、ERPは別の場所で行われた業務を記録するものでした。そのため、必要な情報の多くは台帳の外にあります。たとえば、CRM上の契約更新、HRIS上の新規採用、調達システム上の発注書です。エージェントが業務を担うのであれば、そうした背景情報も必要です。そのため、ERPは各システムに直接接続できなければなりません。

財務チームは何年も前から、CRMから案件パイプラインを、HRISから人員数を取り込んで、この方法で予測を行ってきました。Forecastでは、チームがそれらのシステムを接続すれば、Emberが一度にその処理を行います。また、すでに判明しているすべての情報の信頼できる情報源として、台帳が維持されます。台帳が引き続き信頼できる情報源となる一方で、エージェントはその周辺のシステムを横断して業務を行えます。

他の財務チームにサービスを提供するAI企業で、CEOとCFOの両方を務めるあなたは、AIの経済性について特に興味深い見方をお持ちです。現在、企業のAI予算にはどのような傾向が見られますか。また、法人向けAIの料金体系は、ユーザー単位のサブスクリプションから、利用量や成果、あるいは別のモデルへ移行すると考えますか？

固定のユーザー単位の支出から、AIの利用量に応じた変動費へと予算が移りつつありますが、まだ対応できていない財務チームも少なくありません。エージェントがこれまで人が担っていた業務を引き受ければ、企業では人間のユーザー数が減る一方、AIの利用量が増える可能性があります。また、ベンダーはユーザー料金にクレジットや超過料金を上乗せしつつあります。そのため財務チームは、契約前に利用量に応じた費用がどの程度になるかを試算する必要があります。

純粋な成果報酬型の料金体系よりも、ハイブリッド型モデルが一般的になると考えています。CFOとしては予測可能な基本料金を望みますが、CEOとしては実際の利用状況を反映した価格設定が必要です。

CampfireはシリーズAで3,500万ドルを調達し、そのわずか数週間後にシリーズBで6,500万ドルを調達しました。その間に市場や顧客の需要にどのような変化があり、これほど積極的な資本調達を決断したのでしょうか。また、その資金を投じて製品を成長させるうえで、最大の機会はどこにあると考えていますか？

シリーズA以前から強い需要がありましたが、調達を終えるとすぐに反応はさらに加速しました。多くの企業からデモの依頼があり、その中にはCampfireを初めて知った企業も数多く含まれていました。需要が当初の想定を上回っていることは明らかでした。

この需要に応えるため、特に企業がNetSuiteやSage Intacctのような旧来のプラットフォームから移行する意向を示すようになったことを受け、より積極的に投資する機会が生まれました。Replitのような顧客が、その理由を示しています。同社は4人の経理チームを増員することなく、年間経常収益を1,000万ドルから2億ドル超へと伸ばし、売上の締め処理にかかる時間を8時間から30分に短縮しました。

シリーズAではAccelをリード投資家として3,500万ドルを調達し、続くシリーズBではAccelとRibbitが共同でリードし、6,500万ドルを調達しました。12週間で調達した総額は1億ドルに達しました。この資金を需要への対応に充て、サンフランシスコ、ニューヨーク、ロンドンの従業員数を10人から150人超へと増やしました。

AIネイティブな会計は急速に競争の激しいカテゴリーとなり、CampfireやRilletのような企業がQuickBooks、NetSuite、Sage Intacctといった既存プラットフォームに挑んでいます。5年後を見据えたとき、会計やERPのどの業務をAIエージェントがほぼ全面的に担うようになり、どの責任は人間の財務担当者にしっかりと残ると考えていますか？

エージェントは、取引と支払いの照合、取引へのラベル付け、勘定照合、未払費用の計上、決算やレポート作成における機械的な作業など、定型業務の大半を担うようになると思います。こうした反復的でルールに基づく業務は、ソフトウェアが習得できます。

人に残るのは、判断と説明責任です。会計担当者は、エージェントにどこまで自律的に処理させるかを決め、例外を確認し、数値が変動した理由を説明し、次に何をすべきかを事業部門に助言します。帳簿について責任を負う人は、これからも必要です。

やがて「AIネイティブ」は、財務ソフトウェアに求められる基本要件になるでしょう。差別化の鍵は、財務チームがシステムに元帳を任せられると信頼し、システムがどのように結論を導いたのかを正確に確認できるかどうかです。Campfireはその基準を満たすことを目指して開発され、Cursor、Clay、Polymarket、PostHogを含む400社を超える企業が、すでに同社で帳簿を管理しています。

素晴らしいインタビューをありがとうございました。AIネイティブな会計や企業資源計画について詳しく知りたい方は、Campfireをご覧ください。