あるビジネススプレッドシート調査では、94%が少なくとも1つの重大なエラーを含んでいることが判明した。シティグループはかつて、スプレッドシートのミスが原因で債権者に9億ドルを誤送金したことがある。JPモルガンに60億ドルの損失をもたらした「ロンドンの鯨」トレードも、一因はExcelのコピー&ペーストのミスだった。そして2020年、英国の公衆衛生システムはスプレッドシートが行数の上限に静かに達したせいで、16,000件のCOVID-19検査結果を見失った。
そして今、そうしたエラーの温床となりかねないスプレッドシートの一つひとつが、AIアシスタントに渡され「とりあえずこれを分析して」と頼まれている。それが、今年ファイナンス業界で広まりつつあるある主張の、居心地の悪い裏側だ――人間がメニューをクリックすることを前提に作られた従来型のFP&A(財務計画・分析)ソフトウェアは、もはや時代遅れだという主張である。この挑発的な発言の主は、Tel Aviv拠点のFP&A企業Datarailsを率いるCEO、Didi Gurfinkel氏だ。同社は財務チームの「Excel地獄」を解決することで名を上げてきた。彼の主張を要約すると、AIは今やモデル構築、分析実行、レポート作成を人間よりも速く、優れた形でこなせるようになった――だからこそ、AIが触れられる範囲を制限するようなツールは、すでに時代に取り残されているというものだ。
「終わった」という言い方に賛同するかどうかは別として、この根底にある変化は、中小企業の帳簿を管理している人、少人数のスタートアップの財務チーム、あるいは自社の数字をスプレッドシートで管理しているだけの人にとっても、注目する価値がある。
Datarailsが実際に発表した内容
2026年初頭の7000万ドルのシリーズCラウンドを含め、これまでに1億7500万ドルのベンチャー資金を調達してきたDatarailsは、「FinanceOS」と呼ばれるプラットフォームを立ち上げた。これは単一製品というより、ポジショニングの転換と言うべきものだ。もう一つの囲い込み型ダッシュボードを作るのではなく、Datarailsは、財務チームが今後もそれぞれ好みのAIツール(Claude、ChatGPT、Microsoft Copilotなど)を使い続けると見込み、必要なのはその裏側にあるデータを信頼できるものにすることだけだ、という賭けに出た。
FinanceOSは何百ものソースシステム(会計ソフト、ERP、CRM、給与計算システムなど)に接続し、連結消去、通貨換算、3つの異なるシステムから出てきて微妙に一致しない数字の突き合わせといった、地味だが欠かせない統合作業を行う。そして、その結果をModel Context Protocol標準を用いたガバナンス付きの監査可能なレイヤーを通じて、AIモデルに公開する。一度AIがモデルを構築したら、それをロックすることで、裏側のデータが更新され続けても整合性を保つことができる。
競合について、Gurfinkel氏は辛辣に「古参のベンダーはすでに終わっている……技術を書き直すだけの資金も気力も残っていない」と述べた。一方で、新興のAIネイティブな競合他社は洗練されたインターフェースには多額の投資をしたものの、地味なデータ統合レイヤーへの投資を怠っている――そしてそここそが、実は持続的な競争優位の源泉なのだと彼は主張する。Datarailsはまた、価格モデルをシート単位のライセンスから従量課金制へと移行させつつある。これは、今後ますます「ソフトウェアを使う」のは人間ではなくAIエージェントになる、という見立てに基づくものだ。
財務分野におけるAI導入のパラドックス
これに気づいているのはDatarailsだけではない。企業財務におけるAI活用に関する業界調査では、同じ不可解なパターンが繰り返し現れている――導入は進んでいるのに、報告される効果はほとんど動かないのだ。2025年のある業界ベンチマーク調査では、AIを積極的に活用している財務チームの割合は前年比でわずか1ポイントしか上昇せず(58%から59%)、一方で財務チームの91%が、すでに導入したAIツールは実際の業務への効果が低かったと回答している。
これほど強力な技術にしては、奇妙な結果だ。CFOや財務責任者が挙げる典型的な説明は、モデルの性能が悪いというものではなく、モデルに与えられているデータが悪いというものだ。チームは本当に高性能なAIを、本当に壊れた元データに接続しておきながら、なぜ出力が役に立たないのかと首をかしげている。
本当の問題はAIの不足ではなく、統治されたデータの不足だ
ここが、どのベンダーの製品発表よりも重要な点だ。財務チーム内でのAI導入は進んでいるが、そのAIの効果は追いついていない。2026年の複数の業界調査が同じギャップを指摘している――チームは価値を得るスピードよりも速くAIをオンにしており、最もよく挙げられる理由がデータ品質の問題だ。広く引用されている2026年のあるCFO調査では、財務責任者の63%が自社の支出データを完全に把握していると考えている一方で、実際にそう言える人はわずか約5%に過ぎなかった。
このギャップがすべてを物語っている。帳簿が乱雑であれば、AIツールをつないだところで乱雑さは解消されない――むしろ、その乱雑さをより速く処理し、悪い入力から作られた自信満々に聞こえる答えを差し出すだけだ。AIモデルは、自分が間違っているときにそれを確実に把握しているわけではない。2年前に失効した税制ルールを引用したり、一度も更新されていないスプレッドシートのタブを要約したりする際にも、正しいときとまったく同じ自信に満ちた口調で語る。
中小企業にとって、これは地味だが高くつく形で表面化する。
- AIが生成したキャッシュフロー要約が、誰にも伝えられていなかった銀行口座をひっそりと除外している。
- 「きれいな」経費レポートが、数式セルの3〜5%にサイレントエラーを含むスプレッドシートから作られている――この比率はスプレッドシートのエラー研究において過去20年間一貫しており、シートが大きくなるほど積み重なっていく。
- 利益率についての自信満々な答えが、実は2つの異なる会計期間を平均してしまっている――タブがリンクではなくコピーされていたためだ。
これらはどれも本当はAIの問題ではない。AIによって可視化されたデータガバナンスの問題だ――なぜなら、その乱雑さが今や一つの段落に要約され、明らかに乱雑な生のスプレッドシートよりも、額面通りに信じてしまいやすくなっているからだ。
「AI対応」の財務データに本当に必要なもの
FinanceOSのような製品に触れる機会があってもなくても、それが売りにしている根底の規律そのものは、単体でも取り入れる価値がある。
1. スプレッドシートのフォルダではなく、唯一の信頼できる情報源を持つこと。 「本当の数字」が最終更新日の異なる4つのワークブックにまたがって存在しているなら、その上にどんなAIを重ねても正しく突き合わせることはできない――どれが最新かを推測するだけだ。
2. すべての数字に監査証跡があること。 ある数値が変わったとき、なぜ変わったのか、誰が(あるいは何が)変えたのかに答えられるべきだ。これはまさにスプレッドシートが最も苦手とする部分であり、数式がハードコードされた数値で上書きされても、そこには何の痕跡も残らない。
3. ロックされ、バージョン管理されたモデルであること。 AIが構築した予測は、レビューしている間安定していてこそ役に立つ。裏側のデータがモデルの下でひっそりと変化し続けているなら、動く標的をレビューしているのと同じだ。
4. 自動化の後ではなく、前にガバナンスを整えること。 既存のプロセスにそのままAIを取り付けたくなるのが人情だ。しかし本当に価値を得ているチームは逆をやっている――勘定科目表を整理し、分類を標準化し、それから初めてAIを向けているのだ。
5. 「そのタブには触らないで」に頼らない権限管理であること。 共有スプレッドシートにおけるアクセス制御とは、たいてい「特定のセルは編集しない」という口約束にすぎない。それはガバナンスではなく、新しいメンバーがチームに加わった瞬間に崩れる習慣だ。数字を保持するシステムが何であれ、誰が何を変更できるかを強制すべきであり、全員がルールを覚えていることを願うだけではいけない。
6. ベンダーだけでなく、ツールそのものを乗り越えて生き残る記録であること。 FinanceOSは、他の多くのFP&Aプラットフォームと同様、独自仕様のシステムだ――便利ではあるが、あなたの過去データは他社の製品の中に存在している。導入するどんなツールについても、こう問う価値がある。もし明日そのツールをやめたとしても、完全で読み取り可能な財務履歴を持ち出せるだろうか、それとも何年分もの取引を手作業で再入力する羽目になるだろうか。
これは5人規模の会社にとって、本当に何かを変えるのか?
「FP&Aプラットフォーム」と聞くと、大企業だけの話だと思い込みがちだ。しかし実際には、失敗のパターンはどんな規模でも同じであり、5人規模の会社ではただ見えにくいだけだ――なぜなら、あなたのスプレッドシートを監査するのはあなた自身しかいないからだ。
共有スプレッドシートでプロジェクトの収益性を管理している小さな代理店を思い浮かべてほしい。クライアントごとに1つのタブがあり、稼働時間はタイムトラッカーから取り込まれ、経費はカード明細からコピー&ペーストされている。AIアシスタントに「先四半期に利益が出たクライアントはどこか?」と尋ねれば、喜んですべてのタブを読み込み、自信満々なランキングを返してくるだろう。しかしAIが教えてくれないのは、2つのクライアントのタブだけが(古いテンプレートからコピーされた)他とは異なる間接費の数式を使っていることや、あるクライアントの数字は最後の請求処理以降そのタブが更新されておらず3週間分古いままだということだ。AIにはそれを知る術がない――セルの中の数字を見て、それについて報告しているだけなのだ。
解決策は、必ずしもエンタープライズ向けFP&Aソフトウェアを購入することではない。AIが数字に触れる前に、その数字が存在する場所が一つに定まっていること、従うべき一貫したフォーマットがあること、そして各数値が最後に変更された記録が残っていることを確認するのが解決策だ。これは会社の規模の問題ではなく、ガバナンスの問題なのだ。
プレーンテキストでバージョン管理された帳簿を推す理由
これこそまさに、「AI対応データ」という言葉が流行語になるずっと前から、プレーンテキスト会計が埋めるために作られてきたギャップだ。バージョン管理されたプレーンテキスト形式で管理された元帳は、その構造上、今まさに財務チームがスプレッドシートに後付けしようと躍起になっている性質を、最初から備えている。
- すべての変更が記録される。 Gitの履歴そのものが監査証跡だ――別途変更ログを維持する必要も、数式が痕跡なくひっそりと上書きされる心配もない。
- 「final_v3」ワークブックのフォルダではなく、唯一の正規ファイル。 どのバージョンが最新かをめぐる曖昧さがない。
- 構造化され、解析可能なデータ。 自由形式のスプレッドシートのセルではなく、一貫した複式簿記フォーマットに従って記帳されているため、元帳を読み込むAIツールは、結合セルの意味を推測するのではなく、構造化され監査可能な記録に基づいて処理を行える。
もしあなたが中小企業のオーナー、フリーランサー、あるいはインディー開発者で、現在スプレッドシートで帳簿を管理しており、それをAIコパイロットに任せるべきかどうか悩んでいるなら、より持続的な解決策は通常、まず根底にある記帳の仕組みそのものを直すことだ。
初日から帳簿をAI対応にしておく
今後数年間、どの財務ツールが勝ち残るとしても、勝者となるのはAIが触れる前から記録が信頼できるものになっていた企業だろう。Beancount.ioは、透明性が高く、バージョン管理され、まさにこの種の精査に耐えるよう構造化されたプレーンテキスト会計を提供する――ブラックボックスのスプレッドシートも、謎の数式もなく、AIであれ人間であれ、どんなツールでも信頼できる監査可能な記録があるだけだ。無料で始めることで、この先何が起きても対応できる基盤の上に、あなたの帳簿を築いてほしい。