元会計士から共同創業者兼CEOに転身したマイク・ウィットマイア氏は、IPO準備中のフィンテック企業FloQastのリーダーである。
私は伝統的な会計事務所を離れ、スタートアップの経理機能の構築を支援することになった。数カ月以内に、誰も自発的に引き受けないようなスケジュールでIPOの準備を進めることになった。そこで私は、監査人が電話一本で連絡してくる状況下で、プレッシャーの中で帳簿を締める感覚を学んだ。また、優秀な人材が間違ったツールでプロセスを省略したときに何が起こるかも知っている。
今、CFOたちは自分のチームがAIを試している様子を見守っている。コントローラーは差異分析の説明文を作成するプロンプトを構築する。シニアアカウンタントは仕訳入力をフォーマットするエージェントを組み立てる。デモは素晴らしく見える。
そして誰かがこう尋ねる。「何かにお金を払う必要があるのか、それとも独自のAIソリューションを構築できるのか？」
これは妥当な質問である。その答えは極めて厳しい。
デモは実務ではない
汎用AIは単独では印象的な成果を生み出す。変動分析のコメントを書くよう依頼すれば、ベテランのスタッフ会計士が書いたように読める。データセットを標準化するよう依頼すれば、数秒で完了する。これがモデルの力である。
問題は、これらのタスクのどれも単独では存在しないことだ。帳簿を締めることはシステムである。それには依存関係、順序付け、レビュアーの承認、監査証跡、そして複数のタイムゾーンにまたがって同じデータに触れる数十人の人々が含まれる。1つのタスクをうまく実行する1つのプロンプトは、システム的な課題を解決しない。それはデモを解決するだけだ。
私はこのパターンがあらゆる規模の企業で繰り返されるのを見てきた。最初の月は順調に進む。3回目か4回目の決算までに、AIが節約した時間は、それが生み出した新しい作業に消費される。データ準備。手動エクスポート。ERPに合わせた出力の再フォーマット。監査人に、裏付け資料がチャットウィンドウのスクリーンショットである理由を説明すること。
すべてのCFOが問うべき3つの質問
DIY AI プロジェクトを承認する前に、3つの質問を厳しく検証すべきだ。
1. 構築者が退職したら誰がこれを所有するのか？
会計士が汎用ツールでAIワークフローを構築すると、そのロジックは彼らのセッション内に存在する。共有リポジトリもなく、ドキュメントもなく、他の誰もが引き継げるダッシュボードもない。その人が決算期に休暇を取ったり、別の仕事に就いたりすれば、知識は彼らとともに消える。
これは、部族的知識が組織にどのように損害を与えるかの典型例である。この職業は2020年以降30万人以上の実務者を失った。人材パイプラインは細い。1人のAI設定を中心に重要なプロセスを構築することは、脆弱な賭けである。専用プラットフォーム（私が構築したようなものだが、この分野には多くの選択肢がある）は、チームの誰もが引き継げる共有ダッシュボードと一元化されたワークフローロジックでこれを解決する。
2. 監査人は出力をトレースできるか？
監査可能性は任意ではない。特にSOX法の対象となる企業やIPOを準備している企業にとっては。監査人は、数値がどのように作成されたか、誰がレビューしたか、いつ承認したか、どのような統制がプロセスを管理していたかを確認する必要がある。監査可能性は新たなセキュリティになりつつあり、強制的な出来事はまだ起きていない。今のうちに先手を打つか、後で取締役会に仕訳入力がトレースできない理由を説明するかだ。
ほとんどの汎用AIツールは、会話スレッド内で出力を生成する。構造化されたログもない。タイムスタンプ付きの承認チェーンもない。職務分離もない。私は、コントローラーが監査人にAIの成果物を見せて、部屋が静まり返るのを見たと説明するのを聞いたことがある。作業は正確だったが、ドキュメントが存在しなかった。
専門プラットフォームは、特定のレビュアーと統制に紐付けられた、構造化されたタイムスタンプ付き監査証跡を生成する。COSOの生成AIに関する更新されたガイダンスは、これを明示している。原則16は、モデルが何を見たか、人間がいつレビューしたかについて、不変で改ざん防止された記録を期待している。誰でも編集できるチャット履歴はその基準をクリアしない。読み取り専用のシステム記録はクリアする。
3. 勘定科目表が変更されたらどうなるか？
勘定科目表は変更される。エンティティが追加される。重要性の閾値が変わる。すべての変更には、AIワークフローの更新が必要である。汎用ツールでは、テストするサンドボックスがない。壊れた場合のロールバックもない。バージョン履歴もない。更新は、決算期に、プレッシャーの下で、ライブで行われる。専用ツールは、サンドボックステストとロールバックを提供する。これは、正確な数値を生成することが仕事である機能において重要である。
真のコストはサブスクリプションではない
構築対購入の議論は、間違った数字に固執する。AIのサブスクリプション費用はほぼゼロである。ChatGPT Enterpriseのシートは、経理予算の端数である。
真のコストは、監査可能な環境でAIを信頼性の高いものにするために必要な運用インフラである。ERP統合、ロールベースのアクセス、メーカー・チェッカーワークフロー、バージョン管理。そして外部レビュアーを満足させる監査証跡。
そのインフラを自分で構築すると、経理チームはもはや帳簿を締めるだけではなくなる。彼らはソフトウェア運用を実行している。統合の維持、プロンプト失敗のデバッグ、監査人向けのプロセス文書化、アクセス制御の管理。AI運用に費やされる1時間は、判断、分析、会計士を必要とする作業に費やされない1時間である。
MITのNANDAイニシアチブの調査によると、専門ベンダーからAIツールを購入する企業は、社内で構築する企業よりも約2倍成功している。そのギャップは、モデルよりもモデルの周りのインフラが重要な、規制された、プロセス重視の機能において広がる。
正しいフレーム
私は会計におけるAIに反対しているわけではない。この職業にはそれが必要である。人員は減少している。作業負荷は増加している。決算スケジュールは圧縮され続けている。
問題は、経理チームがAIインフラの運用に時間を費やすべきか、会計業務を行うべきかである。異なる仕事。異なるスキル。それらを混同することが、善意の実験が高価な技術的負債に変わる方法である。
これを正しく行っているチームは、共通の特性を共有している。彼らは、AIモデルが行うことと、その周りのインフラが行うことの間に明確な線を引いた。彼らは早い段階で、モデルが簡単な部分であることを理解した。監査証跡、統制、ERP接続、バージョン管理、チーム全体のアクセス。それが難しい部分である。専用プラットフォームは、チームがその負担を負わなくて済むように、その負担を吸収する。
それが、デモの日に機能するAIと、決算日に機能するAIの違いである。
あなたの経理チームは会計が非常に得意である。彼らにソフトウェア企業にもなるよう求めてはいけない。
