AI vs. Excel：エンタープライズの意思決定の変革

組織内で最も危険なファイルは、おそらく 60 という名前です。

40 年間、世界経済はセルのグリッド上で運営されてきました。航空燃料のヘッジからサプライチェーンの注文に至るまで、数十億ドルに相当する意思決定は、疲れたアナリストが午前 2 時に入力した手動の計算式の整合性にかかっています。しかし、静かな革命がこの脆弱なインフラを解体しつつあります。企業は Excel に単に「AI を追加」しているわけではありません。彼らはスプレッドシートの手動ロジックを Agentic Decision Architecture に置き換えようとしています。

静的スプレッドシートの時代は終わりました。動的ストレステストの時代が始まりました。

スプレッドシートの危機: 「Good Enough」が失敗した理由

この変化を理解するには、問題の物理学を調べる必要があります。スプレッドシートは 2 次元の静的スナップショットです。それは世界が直線的であることを前提としています。分析者は仮定 A、B、C を入力し、出力 D を計算します。これにより、確率的な世界の決定論的なビューが作成されます。

しかし、現実の世界は非線形で、混沌としていて、広範囲に分散しています。

「ファットフィンガー」の脆弱性

2022 年、スプレッドシートの単純なコピー＆ペーストのミスにより、大手暗号通貨金融業者に 1 億円の損害が発生しました。これは異常ではありませんでした。それはメディアの特徴でした。 Excel は、計算チェーン内のすべてのリンクにおいて人間の完璧な作業に依存しています。

• 可視性ゼロ: セル 1315 に数式ではなくハードコーディングされた値がある場合、キャッシュ フローが中断するまで誰も知りません。
• バージョン地獄: 「最新バージョンを持っているのは誰ですか?」単なる迷惑ではありません。古いデータに基づいた意思決定につながるガバナンスの失敗です。

最も有名な例は、JPモルガン・チェースの**「ロンドン・ホエール」**事件です。スプレッドシートのエラー、具体的には平均ではなく合計で除算することにより、60 億円のトレーディング損失が発生しました。これらはソフトウェアのバグではありません。これらは、手動データ グリッドに固有のプロセス障害です。

AI 副操縦士は単に「計算」するだけではありません。データセット全体を推論し、大量の人為的エラーのベクトルを排除します。

詳細: エージェント モデリングの仕組み

CFO が「最大のサプライヤーが倒産したらどうなるのですか?」と尋ねても、Excel は答えることができません。アナリストは新しいモデルを構築し、セルを手動でリンクしてロジックをチェックする必要があり、これには数日かかります。

AI 副操縦士が数秒で応答します。ここに技術的な違いがあります。

1. 数式からセマンティック クエリへ

Excel では、リレーションシップは明示的に定義されます: 2360。 AI 主導の財務スタック (Microsoft Copilot for Finance や Kepion などの特殊なツールなど) では、関係はセマンティックです。ユーザーは次のように尋ねます: 「銅価格が 15% 上昇した場合の第 3 四半期マージンへの影響を示してください。」

AI は、事前に作成された式を検索しません。それ:

1. ERP (エンタープライズ リソース プランニング) システムから現在の BOM (部品表) を 取得します。
2. 銅を含むすべての SKU を 識別します。
3. サプライチェーン全体の価格上昇をシミュレーションします。
4. 最終的な収益への影響を出力します。

これは、定量モデリングに適用された RAG (Retrieval-Augmented Generation) です。 AI はリアルタイム データを取得し、ロジックを適用して予測を生成します。非構造化質問と構造化データの間のギャップを埋めます。

2. 確率論的 vs 決定論的

Excel は決定的です: 3197。 AI モデリングは確率的です。 10,000 回の反復でモンテカルロ シミュレーションを実行し、ユーザーに次のように伝えることができます。「会社が資金を黒字に保つ可能性は 94% ありますが、11 月に流動性が逼迫する可能性は 6% です。」

3. グリッドからグラフへの移行

技術的には、これは グリッド コンピューティング (行と列) から グラフ コンピューティング (ノードとエッジ) への移行を表します。スプレッドシートでは、数式でリンクしない限り、3942 は 3966 の存在を認識しません。ナレッジグラフでは、「売上」は「販売量」、「価格」、「季節性」に自動的にリンクされるノードとなります。

AI がデータをクエリするとき、このグラフを横断します。 「販売量」が減れば「送料」も下がるはず（変動費）ですが、「家賃」は変わらない（固定費）ことがわかります。 Excel では、このロジックを毎回人間が手動でプログラムする必要があります。ナレッジ グラフはそれをアーキテクチャ的に強制します。

「ループ内の人間」の議論

批評家は、AIは「幻覚を見せる」が、Excelは「真実」だと主張する。これはリスクについての重大な誤解です。

AI における幻覚はソフトウェアのバグです。 Excel の「幻覚」とは、複雑な数式チェーンの中に隠されたハードコーディングされた数値です。違いは、AI エージェントは自動的に監査できることです。ユーザーは 「この投影の思考の流れを表示」 とリクエストすると、システムはすべてのデータ ソース、仮定、および計算ステップをリストします。

ハイブリッドの未来: Excel での Python

Microsoft は、移行が即時ではないことを承知しています。だからこそ Excel の Python が重要な橋渡しとなります。これにより、アナリストはグリッドを離れることなく、5159 や 5172 などの機械学習ライブラリを活用して、セル内に Python コードを直接記述することができます。

これは「より優れた Excel」ではありません。これは、セルベースの演算を置き換えるコードベースのデータ サイエンスのためのトロイの木馬です。これにより、以下の統合が可能になります。

• Prophet: 時系列予測用。
• K-Means クラスタリング: 顧客のセグメンテーション用。
• Matplotlib: 標準チャートを超える高度な視覚化用。

これにより、バージョン管理、ライブラリ、モジュール性などの「ソフトウェア エンジニアリング」の分野が財務スプレッドシートの「西部」に導入されます。

人材の危機: 「Excel ウィザード」から「即戦力エンジニア」へ

Excel から AI への移行は、単なるソフトウェアのアップグレードではありません。それは労働市場を一変させるプロセス革命です。

何十年もの間、「ジュニアアナリスト」の役割は通過儀礼でした。若い卒業生は、セルの書式設定、エラーのチェック、「モデル」の手動更新に週 80 時間を費やしました。この単調な仕事で彼らはビジネスの仕組みを学びました。

AI はこの段階の作業を排除します。

1. 「レポート」の終わり: 財務チームはレポートの作成を停止します。ダッシュボードは、管理されたデータにアクセスするローカル LLM によってオンデマンドで生成されます。
2. 「戦争ゲーミング」の台頭: データ収集に時間の 90% を費やす代わりに、チームは戦略をストレステストするためのシナリオのシミュレーション (「戦争ゲーミング」) に時間の 90% を費やします。
3. スキルの問題: あらゆるキーボード ショートカットを知っている「Excel ウィザード」は、ビジネス ロジックとデータ アーキテクチャを理解している「プロンプト エンジニア」に取って代わられています。

これにより「知識のギャップ」が生じます。ジュニアが手動でモデルを構築しない場合、どうやって直感を学ぶのでしょうか?企業は現在、訓練の危機に直面しており、金融人材が手作業なしでコツを学べる人工的な「フライトシミュレータ」を作成する必要がある。

ベンダー エコシステム戦争

それはマイクロソフトだけではありません。競争の激しいエコシステムがスプレッドシートを潰そうと争っています。

• Anaplan: スプレッドシートをクラウドに移行する「Connected Planning」の先駆者。
• Workday: AI を ERP に直接統合し、スプレッドシートを完全にバイパスします。
• スタートアップ (Causal、Abacus など): モデルが数学ではなく英語である「ネイティブ AI」金融プラットフォームを構築します。

これらのプラットフォームには共通の哲学があります。データはファイル内で凍結されるのではなく、流動的であるべきです。

今後の見通し: 空のスプレッドシート

2026 年までに、空のスプレッドシートを開いて予算を立てるのは、ペンと紙を取り出して小説を書くような感覚になるでしょう。風変わりですが、非効率的です。意思決定のインターフェースは会話型になりつつあります。

勝者は、最も複雑なスプレッドシートを使用する企業ではありません。彼らは、データに適切な質問を効果的に行う企業となるでしょう。 「ワークブック」を閉じます。 「会話」が開かれます。