Journal
「前提が変わるたびに崩壊する」を卒業する——AIを活用した中長期事業計画の新しい作り方
はじめに：あの「Excelの地獄」に戻りたいか？
財務担当者なら一度は経験があるはずだ。
銀行融資のための事業計画書、経営会議向けの3カ年計画、M&A（企業の合併・買収）の際のデューデリジェンス（財務精査）資料——。それらを作るたびに、何百行にも及ぶExcelシートと格闘し、VLOOKUP関数やIF文が入り組んだセルが「循環参照」エラーを吐き出し、気づけば深夜2時を過ぎていた……。
しかも最悪なのは、「金利の前提を1%変えてください」という一言で、シート全体が連鎖崩壊するあの瞬間だ。
本記事では、こうした従来の中長期計画策定の課題を整理したうえで、AIを活用した新しいアプローチによって「前提変更に強く、スピーディに複数シナリオを描ける計画書」をどう作るかを、実務担当者目線で解説する。
従来型Excelモデルが抱える構造的な問題
問題①：モデルが「属人化」する
中長期計画のExcelファイルは、作った本人以外には解読困難なことが多い。数式の参照先が別シートの別シートへと連鎖し、コメントもドキュメントも存在しない。担当者が異動した瞬間、そのモデルは「ブラックボックス」と化す。
実際、ある中堅製造業（売上高150億円規模）の財務部では、5年物の事業計画ファイルを引き継いだ担当者が「どこかのセルに誤った固定値が埋め込まれていた」ことに気づかず、3期分の予測が実態とかけ離れていたという事例が報告されている。
問題②：シナリオ分析に膨大な工数がかかる
「ベースケース・ベストケース・ワーストケース」の3シナリオを作ることは財務計画の基本だが、Excelでこれを管理しようとすると、シートが3倍に膨れ上がる。前提値を変えるたびに3つのシートを手動で修正する作業が発生し、どこかで更新漏れが生じるリスクが高まる。
問題③：「感度分析」が現実的に難しい
感度分析（センシティビティ分析）とは、特定の変数（例：売上成長率、原材料費、金利）が変化したときに最終的な収益や資金繰りにどう影響するかを定量的に確認する手法だ。財務モデルの精度を高める上で非常に重要だが、Excelでこれを実装するにはデータテーブル機能やマクロ（VBA）の高度な知識が必要であり、多くの現場では「やりたいけど工数的に無理」で諦められている。
AIが変える「中長期計画策定」のプロセス
ステップ1：前提入力の自動化と構造化
AIを活用した財務計画ツール（例：Score-AI等）では、過去の財務データ（PL・BS・CF）を読み込ませると、AIが自動的に収益ドライバー（売上を動かす主要因）を識別し、将来予測のベースとなる前提条件を構造化してくれる。
たとえば、過去3期分のP/L（損益計算書）データを入力すれば、売上高成長率・売上原価率・販管費比率などのKPIが自動算出され、「この傾向が続くと仮定したベースライン」がほぼ即座に生成される。
手動でゼロから入力していた時代に比べ、初期モデル構築の所要時間が平均で60〜70%削減されるという試算もある。
ステップ2：複数シナリオの並列管理
AIツールの最大の強みは、前提値の変更が全シナリオに自動反映される点だ。
「円安が進行して原材料費が10%上昇するワーストケース」を設定すると、その影響がP/L・B/S・キャッシュフロー計算書（CF）の3表に即時反映され、さらに「その場合、借入金の返済余力はどう変わるか」「債務償還年数（有利子負債÷EBITDA）は何年になるか」まで自動的に算出される。
用語解説｜EBITDA（イービットディーエー）
Earnings Before Interest, Taxes, Depreciation and Amortizationの略。税引前利益に支払利息・減価償却費を加算したもので、企業の本業から生み出すキャッシュ創出力を示す指標。銀行や投資家が融資・投資判断の際によく用いる。
ステップ3：感度分析をビジュアルで即確認
従来Excelで数時間かかっていた感度分析が、AIツールではパラメータをスライダーで動かすだけでリアルタイムに反映される。
たとえば「売上成長率が±2%動いたとき、5年後の純利益はどう変わるか」「設備投資額を5,000万円増やしたとき、FCF（フリーキャッシュフロー）が黒字に転じる時期は何期ずれるか」といった問いに、会議室のプロジェクターの前でリアルタイムに答えられる。
これは経営陣との議論の質を根本的に変える。数字を「事後に計算して報告する」のではなく、「議論しながらその場でシミュレーションする」財務部門への変革だ。
実務担当者が押さえるべき3つの実践ポイント
①「前提条件の文書化」を最初に徹底する
AIツールを使う場合でも、前提条件（マクロ経済環境・業界トレンド・自社固有の戦略前提）は必ず文書化しておく。AIが計算してくれるのはあくまで「前提を与えられたときの結果」であり、前提の妥当性を判断するのは人間だ。前提が記録されていれば、後から「なぜこの計画を作ったか」の説明責任も果たせる。
②「3表連動モデル」の理解は必須
P/L・B/S・CF（キャッシュフロー）の3表が連動しているかどうかは、財務モデルの信頼性の基本条件だ。AIツールを使っていても、「なぜ営業CFがこの数字になるのか」「B/Sの純資産がこう変化する理由は何か」を自分で説明できなければ、銀行交渉や経営会議では信頼を得られない。ツールに依存しながらも、財務の論理構造は自分の頭で理解しておく姿勢が不可欠だ。
③「シナリオの幅」を過去実績から設計する
ベスト／ワーストのシナリオ幅をどう設定するかは、計画の信頼性を左右する。参考になるのは自社の過去の実績変動幅だ。たとえば「過去5年間で最も売上が落ちた年の前年比減少率」をワーストケースの売上前提に使えば、根拠ある保守的シナリオが作れる。AIツールに過去データを読み込ませることで、この設計がより客観的に行える。
まとめ：財務担当者の役割は「計算者」から「分析者」へ
中長期計画策定における最大の無駄は、前提が変わるたびにゼロから計算し直す作業に費やされた時間だった。
AIを活用したツールは、その反復作業から財務担当者を解放する。しかし重要なのは、空いた時間を「より深い分析」と「経営陣との対話」に使えるかどうかだ。
- どのシナリオが最も実現可能性が高いか
- リスクが顕在化したとき、どのタイミングでどんな打ち手があるか
- 計画の達成に向けた先行指標（KPI）は何か
こうした問いに答えられる財務担当者こそ、AIの時代に価値を発揮できるプロフェッショナルだ。
Excelの関数エラーと戦う夜は、もう終わりにしよう。その時間と知力を、本当に重要な判断と洞察のために使おう。
本記事は中長期財務計画の策定実務を対象としており、特定ツールの利用を強制するものではありません。自社の環境・ニーズに合わせたツール選定を推奨します。
