テクノロジーはAIを基盤に構築し、ファイナンスはマージンを守ります。

テック企業のCFOに今四半期のマージンがどう着地するかを尋ねれば、明確な数字が返ってくるでしょう。しかし、何がその数字を動かしたのかを尋ねると、次のようなリストが返ってきます。価格よりも早く計算コストが上昇した人気の機能、サブスクリプションと従量課金プランが混在する中で計上された利用売上、自動スケーリングポリシーによって想定よりも早く消費されたリザーブドコンピューティングなどです。そのリストにあるすべての数字は複数のシステムが絡み合って生み出されたものであり、そのすべてがエージェントによって形作られるケースがますます増えています。財務部門の役割は、これらの変数がユニットエコノミクスをどのように動かしているかを見極め、月に1回の決算期だけでなく、常に会社を正しい方向へと導くことです。

しかし、ほとんどの財務チームは、より動きの遅いビジネス向けに構築された仕組み（データの抽出、スプレッドシート、そして利用状況、価格設定、計算リソースが時間単位で変動する中で月単位で照合されるメトリクスなど）でこれを行うよう求められています。タイムラグが発生する毎日には、それなりのコストが伴います。価格改定の反映が1週間遅れる。メーターのバグが決算まで放置される。先月の需要予測に基づいて計算リソースのコミットメントが署名される、といった具合です。

AIのユニットエコノミクスが財務の最前線になった理由

テック企業やAIネイティブ企業は、成長を前提に構築されています。利用規模が拡大し、価格設定はサブスクリプションと従量課金にまたがり、計算リソースはビジネスにおける最大の変動費となっています。その成長に伴う経済性を守ることは、常に財務部門の役割でした。変化したのはそのスピードです。現在では、エージェントが計算リソースの消費方法、利用料金の決定方法、そして収益の認識方法を左右するようになり、業界の数字にもその影響が現れています。AIネイティブ企業の売上総利益率は、2024年の41%から2026年には約52%に達しましたが（ICONIQ調べ）、従来のソフトウェア企業が稼ぎ出す70〜90%には依然として届いていません。

最も強力な財務組織は、ただ手をこまねいて待っているわけではありません。 OpenAIの財務チームは、かつてアナリストが何時間も費やしていた契約書の抽出や条項のレビューなどのワークフローにAIエージェントを導入したと説明しています。 YipitDataは、レベニューオペレーションと財務をDatabricks上に統合しました。そこでは財務アナリストが自らSQLやPySparkを記述し、NetSuiteとの連携によって財務報告の手作業を排除しています。テック企業のCFOにとって、財務部門がAIを活用すべきかどうかはもはや問いではありません。重要なのは、それを安全に行うための基盤が何であるかです。

「オントロジー」という言葉がテック企業の財務にとって重要である理由

財務部門は、どれほど複雑な状況に埋もれていても、常に数字を見つけ出すことを得意としてきました。しかし、その数字が完全に正確であったとしても、必ずしも「正しい」とは限りません。なぜなら、それはビジネスの仕組みの一部、あるいは過去の状況に基づいている可能性があるからです。重要なのは、その数字の背景にある意味、つまり定義、製品やプラン、利用状況や計算リソースの要因、そしてビジネスの動きに合わせてそれらがどのように変化するかです。AIにとって、このギャップは最大の課題です。企業がAIに関して報告する最も多い問題は「不正確さ」であり、約3分の1の企業がこれを挙げています（McKinsey、2025年）。Ali Ghodsiが指摘するように、ほとんどのエンタープライズAIは「誤った自信を持って推測している」状態です。これは知能の問題ではなく、コンテキスト（文脈）の問題なのです。

オントロジーはこのギャップを埋めます。数字が何を意味しているかを捉え、ビジネスの変化に合わせてその意味を常に最新の状態に保ちます。そして、そのための原材料はかつてないスピードで届いています。 Stripeの決済データ、取引、サブスクリプション、返金、支払いは、 Databricks Marketplace上の OpenSharingを通じて、構築や維持のためのETLを必要とせず、ガバナンスが効いたリアルタイムな状態で Unity Catalogに流れ込みます。レイクハウス上にネイティブに構築されたトランザクションPostgresデータベースである Lakebaseは、プラットフォーム内でこれと同じ原則を拡張します。運用データと分析が1つの基盤を共有するため、導き出される回答は、前回の同期時点のものではなく、今日のビジネスの現状を反映したものになります。

Genie Oneの役割

AIネイティブなビジネスにおいては、数時間前に得た理解がすでに古くなっている可能性があります。そのため、オントロジー自体が動き続ける必要があります。ビジネスを動かすシステムから学習し、質問されるたびに精度を高め、ビジネスの進化に合わせて適応していかなければなりません。

Databricksは、このためにGenie Oneを構築しました。これは、データに精通したAIの同僚として機能します。財務リーダーが直接質問すると、Genie Oneのオントロジーに基づき、すべてのステップでガバナンスが確保された、信頼できる情報源付きの回答が得られます。数千もの放送チャンネルを支えるAdTechプラットフォームである Amagiは、すでに本番環境でこの方法を導入しています。同社の財務チームは、Databricks上でリアルタイムの請求および財務報告を取得しており、Genie Oneが自然言語の質問に回答しています。財務、マーケティング、運用部門が同じガバナンスの効いたデータを参照しているため、役員会議で「誰の数字が正しいか」を再議論する必要はもうありません。

すべてのAIネイティブな財務チームは、次の3つの質問のいずれかに取り組んでおり、それぞれの回答が次のステップへとつながっています。

› AIの計算リソースが加わった場合、製品別および顧客別の実際の売上総利益率はどこに着地するのか？

推論やサービングのコストが加算されると、プランの価格と維持されるマージンが同じ数字になることはほとんどありません。マージンは、多くのチームが最初にGenie Oneを適用する領域であり、デザインソフトウェア、マーケットプレイス、コンシューマーインターネット企業が、財務チーム向けのセルフサービスのエントリーポイントとしてGenie Oneを導入している理由でもあります。

› サブスクリプションと従量課金が混在する中で、消費売上のリスクはどこにあるのか？

正確に計測できる消費は、認識できる収益となります。その価値は、決算時ではなく、ギャップが生じた瞬間にそれを捉えることにあります。あるデジタルベッティング企業は、これを最も進んだ形で実現しています。壊れやすいスプレッドシートによる予測を、ガバナンスの効いた収益予測モデルに置き換え、流動性分析を追加し、リーダーシップチーム専用のGenie Oneを導入しました。

› 利用規模が拡大する中で、計算リソースへの支出が資金繰り（ランウェイ）を上回るリスクはどこにあるのか？

資金燃焼（バーンレート）に対処すべきタイミングは、次の計算リソースのコミットメントに署名する前です。あるデジタル資産プラットフォームが、財務キャッシュパイプラインとブロックチェーン分析をプラットフォーム上で実行しているのはこのためであり、あるグローバル配送プラットフォームも同様に、財務予測、財務アプリ、ワークフローの自動化を同じ方法で実行しています。

そして、すべての数値がそのソースまで追跡可能であり、すべての権限が維持され、AI自体のコストも1つのモデルの下でガバナンスが保たれているため、財務部門が即座に行動に移せる回答が得られます。価格改定、メーターの修正、あるいは消費ペースの抑制など、Genie Oneが次のアクションを準備し、最終的な判断は人間が行います。

最初の回答から財務プラットフォームへ

テック企業やAIネイティブ企業における軌跡は一貫しています。財務部門は、まずガバナンスの効いたセルフサービスの回答を得ることから始めます。その後、統合を進めていきます。Databricks上で財務分析をリアルタイムで実行している、あるAIネイティブなソフトウェアのリーディングカンパニーは、現在、財務および運用向けにGenie Oneの検証を行っています。ある金融ソフトウェアのリーディングカンパニーは、財務報告スタックを統合し、財務チーム向けのエージェントを構築しています。また、過去10年間に財務部門が蓄積してきた個別ツール（レガシーなBIプラットフォーム上のダッシュボード、数百に及ぶデスクトップデータ準備ワークフロー、別のクラウドデータウェアハウス上に存在する財務アプリなど）を廃止しつつある企業もあります。移行が進むたびに、ビジネスの意味がより多くオントロジーに組み込まれ、それに伴ってGenie Oneの回答の精度も向上します。最終的に、財務は製品と同じプラットフォーム上で稼働することになります。つまり、プラットフォームを再構築することなく、IPO前後でシームレスにスケールする、データとAIのための単一のプラットフォームです。

財務の働き方に合わせて構築された、データに精通したAIの同僚

これこそが、財務部門が求めていたものです。常に最新の状態を保ち、ガバナンスが効いており、ビジネスを学習し続けるAIの同僚です。これは、私たち自身が自社を運営する方法でもあります。Databricksの財務シニアディレクターであるMichael Schaafは、 Databricks on Databricksウェビナーで、Databricksの財務組織がどのようにDatabricks上で稼働しているかを紹介しました。また、Data + AI Summitのセッション「 How Databricks Uses Databricks to Run Its Own Finance Organization, and Why That Changes Everything」で、その全貌をお届けします。

テクノロジー企業やAIネイティブ企業は、AIを活用して成長し続けるでしょう。Genie Oneは、財務部門がその成長を支えるユニットエコノミクスを保護するための手段です。財務チーム向けのデータスマートなAIコワーカーがどのようなものか、こちらでご確認ください：databricks.com/product/ai-bi/genie

よくある質問

AIネイティブ企業において、財務部門にはどのような変化が起きているのでしょうか？

ユニットエコノミクスを左右する意思決定（コンピュート、価格設定、収益認識など）の多くが、エージェントによって行われるようになっています。マージン（利益率）を保護するという財務部門の使命は変わっていません。変わったのは、財務部門が理解し、ガバナンスを効かせるべき対象のスピードと複雑さです。

Genie Oneは、価格設定、パッケージング、またはコンピュートに関する意思決定を行いますか？

いいえ。それらの決定は、プロダクト、エンジニアリング、および収益会計部門が担当します。Genie Oneは、財務部門に正確でガバナンスの効いたビューを提供します。これにより、発生しつつあるリスクを早期に発見し、対処すべき担当者に迅速に引き継ぐことができます。

テクノロジー企業のCFOにとって、オントロジーとガバナンスが重要なのはなぜですか？

オントロジーは、数値がビジネスにおいて何を意味するのかを捉えて最新の状態に保つため、回答は単に正確なだけでなく、文脈に沿って「正しい」ものになります。ガバナンスは、すべての数値を追跡可能にし、アクセス権限を管理し、コストをコントロールします。これらが組み合わさることで、安心して意思決定のアクションに移せる回答が得られます。

Genie Oneは、AIダッシュボードやBIツールと何が違うのですか？

ダッシュボードはデータが何を示しているかを表示します。一方、Genie Oneはデータに基づいたアクションを支援します。オントロジーに裏付けられ、エンドツーエンドでガバナンスが効いており、最終的な判断は人間が行うことができます。

(このブログ記事はAI翻訳ツールを使用して翻訳されています) 原文記事