生成 AI の業務利用は広がり、経営企画では任せる作業の範囲が問いになっている
生成 AI を業務で使う企業はすでに多数派で、経営企画で次に決めるのは、どの作業をどこまで任せるかです。何らかの業務で生成 AI を利用している日本企業は、「わからない」と答えた企業を除いて86.4%で、2024年度の調査から大きく上がりました(総務省「令和8年版 情報通信白書」2026年7月)。
経営企画は、AI を使う場面の多い部門です。市場や競合の情報を集めて要約する、会議の資料の文章を整える、数字の動きにコメントを付けるといった作業は、生成 AI が下書きを出しやすい種類の仕事だからです。
一方で、経営企画の成果物は経営の判断の材料になります。調べものの誤りは計画の前提の誤りに、数字の誤りは経営会議での判断の誤りに、そのままつながる。そのため経営企画では「AI で作れるか」より、「誤りに誰がどこで気づけるか」「その情報を AI に入れてよいか」の2つで作業を並べたほうが、任せる範囲を決めやすくなります。
4つの業務で、AI に任せる作業と人に残す判断を1行ずつ並べる
経営企画の業務を4つに分け、AI に任せる作業と人に残す判断を並べると次の表になります。右端の列は、その業務で守ることです。
| 業務 |
AI に任せる作業 |
人に残す判断 |
守ること |
| 市場・競合の調べもの |
開示書類・統計・業界の公表資料の要約と比較表の下書き |
どの情報を計画の前提に置くか |
出所を確かめる |
| 市場・競合の調べもの |
競合の開示書類の前の期との違いの洗い出し |
自社への影響の評価 |
出所を確かめる |
| 経営会議の資料づくり |
議題ごとの論点の整理、過去の議事録からの経緯の要約、文章の下書き |
何を議題に上げ、どの案を推すか |
入力してよい情報の範囲を守る |
| 経営会議の資料づくり |
想定質問と反対意見の列挙 |
会議での説明と、その責任 |
入力してよい情報の範囲を守る |
| 予実・KPI の数字の確認 |
差異の大きい項目の洗い出しと、要因の仮説・コメントの下書き |
数字の確定と、差異の原因の特定 |
元データと突き合わせる |
| 予実・KPI の数字の確認 |
集計の式やデータベースへの問い合わせ文の下書き |
指標の定義を変えるか |
元データと突き合わせる |
| 中期計画の下書き |
前提条件の一覧、シナリオごとの論点、前の計画との差分の整理 |
戦略の選択と優先順位、目標値 |
人が決める |
表のどの行でも、AI に任せているのは材料をそろえて下書きを作るところまでです。国の指針も、AI の利用者に、AI の出力の精度とリスクの程度を理解し、様々なリスク要因を確認したうえで利用すること、責任をもって AI の出力結果の事業利用を判断することを求めています(総務省・経済産業省「AI事業者ガイドライン(第1.2版)」2026年3月31日)。
経営企画にとっての事業利用の判断は、資料に載せる、会議に出す、計画に書くの3つの場面です。そのたびに人が確かめる工程を置き、誰が何を確かめたかを残しておくと、後から判断の経緯をたどれます。
始める順番は「入力する情報の機密度」と「誤りに気づけるか」で決める
4つの業務のうち最初に任せるのは、扱う情報が公開済みで、AI の誤りを原典と照らして見つけられる調べものです。2つの物差しで並べると、順番は次のようになります。
| 順番 |
業務 |
入力する情報 |
誤りの見つけ方 |
| 1 |
市場・競合の調べもの |
公開済みの資料が中心 |
出所の原典と照らす |
| 2 |
経営会議の資料づくり |
社内限定の情報と、公表前の情報を含む |
担当者が経緯と照らして読む |
| 3 |
予実・KPI の数字の確認 |
会計や業務のデータ |
元データと突き合わせる |
| 4 |
中期計画の下書き |
社内外の情報すべて |
正解が無く、人の判断で決める |
調べものを最初に置く理由は、AI の誤りの出方を、害の小さい場所で記録できるからです。公開済みの資料が相手なら、入力する情報の扱いで迷う場面も少なく済みます。
資料づくりを2番目に置くのは、文章の下書きが中心で、誤りは読めば見つけられるからです。ただし入力する情報の範囲を先に決めておくことが条件になります。数字の確認が3番目なのは、会計や業務のデータと AI をつなぐ仕組みと、突き合わせの手順を作る手間がかかるため。中期計画を最後に置くのは、AI に任せられる部分が論点の整理と前提の一覧に限られ、ほかの3つの業務で集めた材料を使う工程だからです。
市場と競合の調べものは、出所を確かめられる形で任せる
調べものを AI に任せるときは、要約の文ごとに出所の資料名とページ、または URL を添えさせ、数字は原典で確かめてから使う決まりにします。生成 AI はもっともらしい誤りを出すことがあり、出所の無い要約は確かめようがありません。
競合の調べものでは、上場企業の開示書類を入口にすると原典にたどりやすくなります。有価証券報告書などの開示書類は、EDINET の画面を使わずにプログラムから取得できる API が公開されています。日付ごとの提出書類の一覧を取る API と、書類そのものを取る API の2つが用意されている形です(金融庁「EDINET API仕様書(Version 2)」2026年6月)。
競合の決算書類を毎回手で探す代わりに、決まった手順のプログラムで書類を集め、AI には集めた書類の要約と、前の期との違いの洗い出しを任せる分け方ができます。書類の取得は決まった手順に、読み取りと要約は AI に、という組み合わせです。
市場の規模や人口の推移のような統計も同じ考え方で扱えます。政府統計の総合窓口には、統計データを機械判読可能な形式で取得できる API 機能があり、使うには e-Stat でのユーザ登録が必要です(政府統計の総合窓口(e-Stat)「API機能」2026年11月14日確認)。統計の数字を生成 AI の記憶から答えさせず、公的な提供元から取り出すようにすれば、数字の出所を説明できる状態を保てます。
人に残すのは、集めた情報のどれを計画や提案の前提に置くかの判断です。AI の要約は、原典にある対象の範囲や注記を落とすことがあります。前提に置く数字だけは担当者が原典を開き、対象の範囲と時点を確かめてください。
経営会議の資料は、入力してよい情報の範囲を決めてから任せる
経営会議の資料を AI に下書きさせる前に、どの情報を、どの環境の AI に入れてよいかを決めておきます。経営会議の資料には、まだ公表していない経営の決定や検討の中身が入るからです。
上場会社では、取締役会などの業務執行を決定する機関が、合併や事業の譲渡、新製品または新技術の企業化、業務上の提携などを行うと決めた事実は「重要事実」に該当し得ます。重要事実を知った会社関係者は、公表されるまでその会社の株式などの売買が禁じられています(金融商品取引法 第166条)。
経営会議で検討中の案件はこうした公表前の情報を含むことがあり、社外のサービスに入力してよいかを担当者ごとの判断に任せないほうが安全です。国の指針も、AI の利用者に、AI のシステムやサービスに機密情報などを不適切に入力しないよう注意を払うことを求めています(総務省・経済産業省「AI事業者ガイドライン(第1.2版)」2026年3月31日)。
情報を3つに分け、区分ごとに使ってよい環境を決めておくと、担当者が下書きを頼むたびに迷わずに済みます。
| 区分 |
例 |
AI への入れ方の例 |
| 公開済みの情報 |
開示書類、公的統計、自社が公表した資料 |
社内のルールで認めた生成 AI サービスで使う |
| 社内限定の情報 |
予算と実績、KPI、過去の会議の議事録 |
入力を学習に使わない契約の法人向け環境で、閲覧権限を合わせて使う |
| 公表前の重要な決定や、個人の処遇に関わる情報 |
合併・提携・新製品の検討、人事の案 |
原則として入れない。使うなら自社の環境に置き、使う人を絞る |
区分の決め方は会社ごとに違うため、表は一例です。法務・情報システム部門と区分を決め、資料のひな形に区分を書く欄を設けておけば、下書きを頼む前に担当者が区分を確かめる習慣がつきます。
情報が社外に出る経路とその防ぎ方は生成 AI の情報漏洩を防ぐ順番の記事、AI を動かす場所の選び方は生成 AI をオンプレミス・閉域・クラウドのどこで動かすかの記事で扱っています。
範囲を決めたあとに AI へ任せやすいのは、議題ごとの論点の整理、過去の議事録からの経緯の要約、想定質問と反対意見の列挙です。とくに反対意見の列挙は、資料を作った本人が気づきにくい弱点を、会議の前に洗い出すのに向いています。何を議題に上げ、どの案を推すかは担当者と役員が決めます。
予実と KPI の数字は、元データと突き合わせてから資料に載せる
予実や KPI の数字を AI に扱わせるときは、集計そのものは決まった手順(表計算の式やデータベースへの問い合わせ)で行い、AI には差異の大きい項目の洗い出しと、要因の仮説やコメントの下書きを任せます。生成 AI に表を読ませて合計や比率を答えさせると、桁や行の取り違えが起き得ます。資料に載る数字の出どころは、決まった手順の集計にしておくのが確実です。
資料に載せる前に確かめることは、次の4つです。
- 合計が会計システムや元の台帳の値と一致しているか
- 元データを抜き出した日と、締めの状態(速報か確定か)
- 指標の定義が前回の資料と同じか(分母・対象の範囲・期間)
- AI が書いたコメントの要因が、元データや現場の記録で確かめられるか
見落とされやすいのは4つ目です。AI は差異の要因をもっともらしく書けますが、その要因が実際に起きたかは、営業の記録や現場への確認で裏付けるまで仮説のままです。コメントの文末に「仮説」か「確認済み」かを書き分けるひな形にしておくと、経営会議の参加者が両者を区別して読めます。
試すときは、締めが終わった前月分のデータを使い、AI の洗い出しと実際の差異の原因を突き合わせてください。本番の資料に影響を出さずに、AI がどんな要因を外しやすいかを確かめられます。
人に残すのは、数字の確定と差異の原因の特定、そして指標の定義を変える判断です。定義を変えると過去の数字との比較が途切れるため、AI が変更を提案しても、変えるかどうかは経営企画の責任者が決めてください。
Offers AX は、意思決定の現在地を測り、動くもので任せる範囲を決める
Offers AX は、全社の AI 活用の現在地を6つの領域(業務ルール・システム基盤・組織力学・意思決定・法務と統制・人とスキル)と5段階(LV0〜4)で診断し、平均点ではなく最も低い領域から着手します。経営企画が関わる意思決定の領域も同じ物差しで測るので、経営会議の資料づくりから始めるか、数字の確認の仕組みから始めるかを、経営と現場で合わせやすくなります。
進め方は、業務の現場に近い距離で戦略と実装を一体で進める FDE(Forward Deployed Engineer)型です。FDE という働き方の定義は Offers FDE の解説記事 にあります。要件定義書を作り込む前に、数週間で動くプロトタイプを作って実際の業務で確かめ、動くもので合意してから本実装へ進みます。
構築は GCP・Azure・AWS のいずれにも対応し、お客様の環境に作るため、当社の環境に顧客データを持たない形です。クラウドの LLM を使えない機密性の高い案件では、貸与された PC の中で処理を完結させる構成で対応した実績もあり、公表前の情報を扱う資料づくりでも、AI を置く場所から設計できます。AI の出力は下書き・参考情報として扱い、判断は人が行う前提です。
支援の範囲と進め方は Offers AX のサービスページ にまとめています。どの業務から始めるかが決まっていない時点でも相談できるので、無料相談を申し込む からご連絡ください。
中期計画の下書きでは、戦略の選択と優先順位を人が決める
中期計画で AI に任せられるのは、前提条件の一覧づくり、シナリオごとの論点の整理、前の計画との差分の洗い出しまでで、どの戦略を選び、どの施策を先にやるかは人が決めます。戦略の選択は、会社が何をやらないかを決めることでもあり、その責任は経営が持つものだからです。
AI を使いやすいのは、前提の抜けを探す作業です。市場・競合・規制・人材・技術といった観点ごとに、計画が置いている前提を書き出させ、調べもので集めた原典と照らすと、まだ確かめていない前提が見えてきます。選ばなかった案と、選ばなかった理由を書き残させるのも1つの使い方です。計画を見直すときに、当時の前提のどれが外れたかを追いやすくなります。
注意したいのは、AI の下書きは文章が整っている分だけ、検討が済んだように見えてしまう点です。下書きは論点と選択肢を並べる形にとどめ、結論の文は人が書くと決めておくのが安全でしょう。全社の AI 活用の方針を、経営の方針・対象の業務・評価の指標に落とす書き方は、AI 戦略を現場で使われるところまで落とす記事にまとめました。
最初の1か月は、1つの会議体の1つの作業で並走する
最初の1か月は業務を広げず、1つの会議体の1つの作業で、AI と人の手順を並べて動かすのが確実です。進め方は次の4つの手順になります。
- 公開情報だけで済む作業を1つ選ぶ(競合の決算書類の要約、統計を使った市場の動きの整理など)
- 入力してよい情報の区分と、使う環境を法務・情報システム部門と決める
- AI の出力に出所を添えさせ、担当者が原典と照らして直した件を記録する
- 1か月分の記録を見て、経営会議の資料づくりへ広げるか、やり方を変えるか、やめるかを決める
記録は、次に任せる範囲を決める根拠になります。直す件が減ってきた作業は確かめ方を抜き取りに移し、同じ誤りが続く作業は元の手順に戻す。やめる判断も、この期間の成果の1つです。
本番の前後で AI の出力の品質を確かめる方法は、AI エージェントの評価の進め方の記事で詳しく扱っています。AI エージェントを業務に入れる話題は、AI エージェントのカテゴリ から順に読めます。