Lucanetに計画モデルを任せる4つの線|変更の承認を残す

「計画モデルを言葉で作れるなら、毎年の予算編成で表計算の担当者に頼らなくて済むのでは」「でも、モデルの式をAIが書き換えたら、誰がいつ何を変えたのか後で追えるのだろうか」——連結決算と予算を同じ仕組みで回している会社の経理財務と経営企画から、2026年の夏以降に増えている声です。ドイツの財務ソフト会社 Lucanet は2026年6月30日、計画・締め・開示の業務ごとに動く6種類のAIエージェントを発表し、同年6月から順次提供を始めました。顧客は世界で6,500社を超え、同じ6月には日本の拠点も開いています。けれども、エージェントが計画モデルを作れることと、そのモデルを会社の計画として使ってよいことは別の話です。この記事では、計画モデルの作成と変更、予実差異の要因説明、年次報告と開示の下書きをエージェントに任せるときに、どこで人が承認し、変更の履歴をどう残すかを4つの線で整理します。製品の操作手順や料金表は扱いません。
カメ先生財務のAIエージェントというと、数字を勝手に計算して計画を作ってくれる道具だと思われがちなんだ。でも Lucanet は、計算そのものは従来の計算エンジンに任せて、AIには「どんなモデルを作るか」の提案と説明を担わせる、と公式に説明しているんだよ。
カメ子AIが計算しないなら、何を気にすればいいんでしょうか。計算が正しければ安心な気がします。
カメ先生計算が正しくても、モデルの構造や前提が間違っていれば計画は間違う。AIが提案するのは、まさにその構造と前提なんだ。だから、どの変更を誰が承認して、いつの版で計画を確定したかを残す仕組みが要になる。
カメ子計算の正しさと、モデルの作り方の正しさは別々に確かめる、ということですね。
- Lucanet は連結・計画・開示・税務・ESGを一つに持つドイツの財務基盤で、2026年6月に分析・締め・モデル作成・電子タグ付け・年次報告・排出量算定の6種類のエージェントを発表した
- 計算は決定的な計算エンジン、AIは提案と説明という分け方は、モデルの構造と前提を人が承認する前提で成り立つ。11月時点で提供中のものと近日提供のものを分けて評価する
- 任せる線は4つ。モデルの作成と変更は承認を通す、マーケ・営業の計画値は持ち主が入れて直す、差異の要因は仮説として受け取る、開示の下書きは提出前に人が止める
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
数字で見るLucanet:連結・計画・開示を一つに持つ財務基盤
Lucanet はベルリンに本社を置く財務ソフトの会社で、公式には財務と税務の分野で25年以上の経験を持つと説明しています。2026年6月時点の発表では、顧客は世界で6,500社超、従業員は900名超、日本・米国・英国・中国・シンガポールなど13の国と地域に拠点があるとしています。2022年から投資会社 Hg が出資しており、2023年以降は会計・税務のソフト会社やロンドンの計画ソフト会社、2025年10月にはドイツの財務報告ソフトの会社を相次いで買収し、扱う業務の幅を広げてきました。いずれも買う側としての買収で、売却や他社への合流の告知は見当たりません。
扱う範囲は、連結決算と財務計画、部門の業務計画まで広げた拡張計画、開示書類の作成、ESGの報告、リース会計、税務、資金管理です。6月30日の発表で、これらをまとめて「CFO向けの統合基盤」と呼ぶように改めました。連結の実績と計画の数字、開示書類が同じ基盤の上にあることが、この製品を評価するときの出発点です。実績・計画・開示が別々の道具に分かれている会社とは、エージェントに任せたときの影響の広がり方が違います。
日本では2026年6月16日に国内の拠点開設を発表し、日本基準と国際会計基準の両方に対応すること、年間の継続収益が2億ユーロを超えたことを公表しました。国内のIT専門メディアにも責任者のインタビューが載っていますが、日本語で読める導入事例や運用の情報はまだ少ないのが現状です。国内の顧客数は公表されていません。
2026年6月の発表:6つのエージェントと「計算はAIにさせない」設計
6月30日の発表で名前が挙がったのは6種類です。予実の差異と要因を分析する Analyst Agent、月次の締めでデータの取り込みと検証を担う Close Agent、自然言語の説明から財務・業務の計画モデルを組み立てる Modeler Agent、開示書類の電子タグ付けを担う Tagger Agent、年次報告の下書き・推敲・翻訳と用語の一貫性の確認を担う Report Agent、温室効果ガスの排出量を算定するESGのエージェントです。利用者は会話の入口で頼みごとを書き、入口がそれを適切なエージェントに振り分けます。
設計の考え方としてはっきり書かれているのが、計算とAIの分離です。最高技術責任者は「AIは本質的に確率的で、決定的な計算を行うのには向かない」と述べ、連結や会計基準に沿った計算は従来の計算エンジンが行い、AIは推論・解釈・自然言語での説明を担うと説明しています。財務と税務のAIは「信頼でき、追跡でき、監査人の前で弁明できる」ものでなければならない、という発言もあります。
7月2日の公式ブログでは、エージェントは一度のやり取りで答えるのではなく、計画を立て、データを照会し、道具を呼び出しながら10から30以上の手順を踏むと説明されています。自律度は「監督付き」「中間」「完全自律」から選べて、いつでも変えられるとしています。電子タグ付けの手間を最大95%減らす、排出量の算定が最大5倍速い、初期の試行で締めの時間が最大40%減ったといった数字も示されていますが、いずれもベンダー自身の主張で、条件や算定方法は公表されていません。
時系列で見ると、電子タグ付けのエージェントだけは先行しており、2025年12月9日に単独で発表されています。6月の発表は、それを含めた全体を一つの家族として並べ直し、会話の入口から呼べるようにしたものと読めます。締めのエージェントについては、確信が持てないときは推測せずに利用者に尋ねること、全ての操作を平易な言葉で説明する監査証跡を残すことが、公式ブログで設計の特徴として挙げられています。どのエージェントも、人が確かめる場所を前提に作られているというのが公式の立場で、裏を返せば、確かめる人と場所を決めないまま使うことは想定されていません。
11月時点の提供状況:使えるものと「近日提供」のもの
発表は「2026年6月から数か月かけて順次提供する」というもので、6種類が同時に使えるようになったわけではありません。11月上旬に公式のサポート文書を確かめた範囲では、提供中とされているのは排出量算定・モデル作成・電子タグ付け・分析の4種類で、締めのエージェントと年次報告のエージェントは「近日提供」の扱いでした。モデル作成のエージェントも、時期によって「近日提供」と表示されていたことがあります。
提供中の4種類にも前提があります。モデル作成は拡張計画の利用者向け、分析は連結・財務計画と拡張計画のデータが対象、電子タグ付けは専用の製品の利用者だけと書かれています。自社が契約している製品の範囲で、どのエージェントが今使えるのかを、営業資料ではなくサポート文書と契約書で確かめることが最初の作業になります。
- 発表文・ブログ・サポート文書で、エージェントの数や「最初に出す3種類」の書き方が食い違っている箇所がある。評価は契約時点のサポート文書を基準にする
- 締めのエージェントの機能(取り込み・勘定の割当の提案・異常の検出・各拠点の経理への修正依頼メールの下書き)は近日提供の段階の説明で、提供時に変わりうる
- 国内の拠点がどのエージェントを日本語・日本基準で案内しているかは、公開情報では確かめられなかった
誤解:計画モデルを言葉で作れれば、計画担当はいらなくなる
モデル作成のエージェントについて、公式のウェビナーは、計画モデルの構築がこれまで「1人か2人」に頼ってきた作業で、それを専門家でない人にも開くものだと説明しています。ここから「計画担当の仕事がなくなる」と読むのは早すぎます。エージェントが短くするのは式を組む手間であって、何をどの粒度で計画するかを決める仕事ではありません。
計画モデルの価値は、式の正しさよりも構造に宿ります。売上を製品別に立てるのか顧客区分別に立てるのか、広告費を固定で置くのかリード数から逆算するのか、人件費をどの単位で持つのか。同じ説明文から作られたモデルでも、構造の選び方で翌年の議論の中身が変わります。公式ブログは、作る前に計画を示し、出来上がったモデルは全てのセル・次元・式を編集できると説明していますが、示された計画の良し悪しを判断するのは人です。
経営報告の数字をどう確定させ、同じ入力で同じ答えが出るかを確かめる話は、別の財務AIの記事で扱っているので、ここでは繰り返しません。この記事が扱うのは、モデルを作り、変え、使い続ける間の承認と履歴です。計画担当の仕事は減るのではなく、式を書く仕事から、エージェントが示した構造を審査して承認する仕事に移ると考えるほうが実態に近いはずです。
線1:モデルの作成は「計画の提示」で止め、構造の変更は承認を通す
一つ目の線は、モデル作成のエージェントに、計画の提示までを任せ、実際の作成と構造の変更には人の承認を通すことです。公式ブログによれば、このエージェントは作る前に計画を示します。この「示された計画」を、承認の対象として正式に扱うことが出発点です。誰かが会話で頼み、示された計画をその場で受け入れて作らせる、という流れを許すと、承認は頼んだ本人の一存になります。
承認の対象を分けておくと運用が楽になります。新しいモデルを作る、既存のモデルに次元(製品・地域・チャネルなど)を足す、式の考え方を変える、の三つは構造の変更として計画担当の責任者の承認を通します。数字を入れ替えるだけの操作と、構造を変える操作を同じ扱いにしないことが要点です。前者まで承認にかけると、誰も使わなくなります。
自律度の設定もこの線に合わせます。公式は監督付き・中間・完全自律を選べるとしていますが、計画モデルの構造を扱う業務を完全自律にする理由はほとんどありません。少なくとも最初の予算編成の一巡は監督付きで回し、エージェントが示した計画と人が直した箇所を記録しておくと、次の年にどこまで任せられるかを数字で判断できます。
モデルの変更履歴を、誰が何のために変えたかで残す
公式のウェビナーは、全ての操作が記録されると説明しています。ただし、システムが残す操作の記録と、計画担当が後から読みたい変更の履歴は同じではありません。操作の記録は「いつ、どの利用者の依頼で、どこが変わったか」を残しますが、なぜ変えたのか、誰が承認したのか、どの会議の決定に基づくのかまでは残りません。これは人が書き足すしかありません。
運用では、構造の変更ごとに短い変更票を残す形が現実的です。項目は、依頼者、エージェントに頼んだ文面、エージェントが示した計画、人が直した点、承認者、反映した版の名前です。エージェントに頼んだ文面をそのまま残すのは、言葉の指示から作られたモデルでは、指示の書き方そのものが設計の根拠になるからです。翌年に同じモデルを見直すとき、式だけを読んでも当時の意図は分かりません。
- 予算編成の締め切り前夜に、担当者が会話でモデルの次元を足し、承認も変更票もないまま翌朝の会議で使う
- エージェントへの依頼文を残さず、出来上がった式だけを見て「誰がこう決めたのか」を後から探す
- 版の名前を付けずに上書きを続け、取締役会に出した計画がどの版だったか分からなくなる
- 変更の記録をシステムの操作ログだけに頼り、承認の判断を誰も書いていない
線2:マーケ・営業の計画値(ドライバー)は持ち主が入れ、持ち主が直す
拡張計画では、財務の数字だけでなく、リード数・商談化率・受注率・平均単価・広告の単価といった業務の計画値を、売上や費用の計算の起点(ドライバー)として持ちます。モデル作成のエージェントは、こうしたドライバーを含むモデルを言葉の説明から組み立てられます。ここで起きやすいのが、ドライバーの値まで、エージェントや計画担当が埋めてしまうことです。
たとえばマーケの年間計画で、展示会の出展数、ウェビナーの開催数、資料請求からの商談化率を、過去の実績から推計した値で仮置きしたとします。仮置きのまま全社の計画に組み込まれると、マーケの担当者が知らないうちに、自分の名前で約束した計画値ができあがります。期中に未達になったとき、誰もその値の根拠を説明できません。
線は単純です。ドライバーの値は、その数字に責任を持つ部門が入れ、変えるときもその部門が変えます。エージェントには、過去の実績から推計した参考値を示させ、参考値と、部門が確定した値を、モデルの中で区別して持つようにします。予実の管理の進め方そのものは別の記事で扱っていますが、ここで大事なのは、計画値の持ち主がモデルの中に明記されていることです。
ドライバーごとに、入れる人・直す人・任せる範囲を決める
ドライバーの持ち主は、会社によって分け方が変わります。次の表は、マーケと営業の計画値を拡張計画に載せるときの分け方の一例です。エージェントに任せるのは、参考値の推計と、入力された値の整合の確認までに絞っています。
| 計画値(ドライバー) | 入れる人 | 直す人 | エージェントに任せる範囲 |
|---|---|---|---|
| リード数(チャネル別) | マーケ責任者 | マーケ責任者(四半期の見直し時) | 過去実績からの参考値、季節の偏りの指摘 |
| 商談化率・受注率 | 営業企画とマーケの合議 | 営業企画(合議の記録を添える) | 実績との乖離の指摘、率の前提の説明文の下書き |
| 平均単価・値引き率 | 営業責任者 | 営業責任者と経理 | 製品別の実績の集計、異常値の指摘 |
| 広告費・展示会費 | マーケ責任者 | マーケ責任者(予算の枠内) | 予算枠との差の確認、支払時期の並べ替え |
| 人員計画 | 人事と各部門長 | 人事 | 部門別の積み上げの確認のみ |
表にない列として、各ドライバーの「確定日」と「根拠の資料」を持たせておくと、期中の見直しで役立ちます。分析のエージェントに差異の要因を尋ねたとき、前提が確定した日と、その後に変わった事情を突き合わせられるからです。持ち主が決まっていないドライバーは、エージェントがどれだけ精度の高い参考値を出しても、計画として使える状態にはなりません。
線3:予実差異の要因説明は「仮説」として受け取る
分析のエージェントは、予算・見込み・前年との差異と、その要因を説明する役割です。公式ブログは、このエージェントが仮説を示し、利用者がそれを確かめるか方向を変える、と説明しています。結論は元のデータと計算に結び付けて示され、財務の専門家の判断を置き換えるものではない、とも書かれています。
ここで押さえたいのは、エージェントが見ているのは基盤の中にあるデータだけだという点です。広告の配信を止めた、展示会が延期になった、大口の顧客が予算を凍結した、といった事情は、誰かが基盤に書き込まない限りエージェントには見えません。データに現れない事情が要因のとき、エージェントはデータの中で最もそれらしい説明を探します。もっともらしく見えて的外れ、という説明が出る理由です。
運用では、エージェントが示した要因の説明を、そのまま経営会議の資料に貼らないことを決めておきます。説明ごとに、どの数字を根拠にしているかを開いて確かめ、差異の持ち主(線2で決めたドライバーの持ち主)が、事情を知っている立場から一文を書き足す形にします。根拠の数字が示されない説明は採用しない、という基準も有効です。
線4:年次報告と電子タグ付けの下書きは、提出の手前で止める
開示の領域では、電子タグ付けのエージェントが提供中で、年次報告の下書きを担うエージェントは近日提供の段階です。公式のサポート文書では、電子タグ付けは文書ファイルやPDFの財務報告に国際会計基準の分類体系でタグを付けるものと説明されています。手間を最大95%減らすという数字はベンダーの主張です。
開示書類は、計画モデルと違って社外に出ます。提出・公表の操作だけは、どの自律度の設定でもエージェントに渡さないことを最初に決めます。タグ付けは、エージェントが付けたタグを開示の担当者が全件ではなく区分ごとに抜き取りで確かめ、自社独自の勘定や注記に付いたタグは全件確かめる、といった濃淡を付けると現実的です。
年次報告の下書きのエージェントが提供されたときも、同じ線で考えます。公式の説明では、用語の一貫性の確認、文章の生成、開示の提案を担うとされています。用語の揺れの指摘は任せやすい一方、事業の状況やリスクの記述は、AIが作った文章を下書きとして扱い、内容に責任を持つ部署が書き直す前提にします。翻訳も同じで、英文の開示を出す会社では、翻訳された文章を誰が最終確認するかを決めてから使い始めます。
自律度の設定を、業務ごとに誰が決めるか
公式ブログが示す自律度の三段階は、便利な反面、設定を変える権限の持ち主があいまいだと、線1から線4までをまとめて崩す入口になります。自律度は「エージェントの設定」ではなく「業務の承認ルール」として扱うのが筋です。設定を変えるのは、その業務の責任者が決めた後、システムの管理者が行う、という二人の手順にします。
業務ごとの初期値の目安は次のとおりです。計画モデルの構造の変更と開示書類は監督付き、予実差異の分析は中間、排出量算定の元データの対応付けは監督付きから始めて、抜き取りの確認で誤りが少ないと分かってから中間に上げます。完全自律に上げるのは、誤っても社外に出ず、翌月に直せる業務に限る、という基準を置くと判断がぶれません。
段階を上げた日と理由も、線1の変更票と同じ場所に記録しておきます。監査人から、ある数字がどの設定のもとで作られたかを問われたとき、その時点の自律度と承認者を示せることが、公式の言う「監査人の前で弁明できる」状態の中身だと考えられます。
誰の資格で動くか、何が社外に出るか
公式の発表は、AIが「安全で隔離され、認証を受けた環境」で動くと説明し、モデル作成のウェビナーでは、データは利用者が選んだ地域に留まるとしています。一方で、エージェントがどのAIモデルを使っているか、データがモデルの学習に使われるか、保存期間はどうかは、今回確かめた公開資料には書かれていませんでした。導入の審査では、契約書と技術文書でこの三点を確かめます。
もう一つ確かめたいのが、エージェントが誰の権限で動くかです。公式サポート文書にはこの点の記載がありませんでした。連結の実績、部門別の計画、人員計画、開示前の数字が同じ基盤にある以上、依頼した利用者の閲覧・編集権限の範囲でしか動かないことを確かめないと、権限の狭い利用者が会話を通じて広い範囲のデータを見られる、という穴が残ります。
社外に出るものも整理しておきます。締めのエージェントは、各拠点の経理への修正依頼メールを下書きすると説明されています。下書きをそのまま送らない、送信は人が行う、宛先は拠点の経理に限る、の三つを決めておけば、誤った数字や未確定の計画値が、メールの形で社外や子会社の外部委託先に出ていくことを防げます。
定着までの順番:予算編成の一巡を単位にする
計画モデルのエージェントは、毎月使う道具ではなく、予算編成や見込みの見直しという年に数回の山で使われる道具です。そのため、一回の予算編成を一巡として、試す・記録する・見直すを回すのが定着の単位になります。次の順番で進めると、承認と履歴の仕組みが後付けになりません。
自社の契約でどのエージェントが今使えるかを、サポート文書と契約書で確かめる。誰の権限で動くか、データの所在、学習への利用の有無もここで確認する。
線2の表を自社版で作り、マーケ・営業・人事の責任者に持ち主として合意してもらう。持ち主のいないドライバーはモデルに入れない。
構造の変更の変更票の項目、承認者、業務ごとの自律度の初期値と、変更できる人を文書にする。
本番のモデルではなく複製で、エージェントにモデルの見直しや追加を頼み、示された計画と人の修正点を記録する。
一巡の終わりに、エージェントの提案を採用した割合、人が直した箇所の傾向、差異の説明の的中具合を振り返り、自律度と任せる範囲を見直す。
最初の一巡では、エージェントを使う人を計画担当と各部門の持ち主の数名に絞ります。全社に会話の入口を開くのは、変更票と承認の流れが一巡回ってからで遅くありません。
費用の増え方と、止め方・やめ方
料金は公表されていません。エージェントの利用がライセンスに含まれるのか、利用量に応じて増えるのかは、契約時に確かめる必要があります。エージェントの種類ごとに対象の製品が決まっているため、使いたいエージェントのために上位の製品や追加の製品の契約が必要になる場合があります。電子タグ付けが専用の製品の利用者向けとされているのが一例です。
止め方は二段で考えます。一つは業務単位の停止で、自律度を監督付きに戻す、あるいは特定の業務でエージェントを使わない設定にします。もう一つは全体の停止で、エージェントを止めても、計画モデルと実績のデータは基盤に残り、人が従来どおり操作できることを導入前に確かめておきます。モデルの式がエージェントでしか読めない形になっていないか、が要点です。
やめる場合も同様です。エージェントが作ったモデルは、公式の説明では全てのセルと式が編集できるとされているので、人が保守できる状態で残せるはずです。ただし変更票が残っていなければ、残されたモデルは誰も意図を説明できない表になります。線1の記録は、やめるときの引き継ぎ資料にもなるという意味でも省けません。
導入前に確かめる項目のリスト
最後に、経理財務・経営企画・情報システム・マーケの担当者が導入の審査で使える確認項目をまとめます。公開資料で確かめられなかった項目は、営業担当の口頭説明ではなく文書での回答を求めます。
- 自社の契約で、モデル作成・分析・電子タグ付け・締め・年次報告のどのエージェントが今使えるか(近日提供のものを除いて評価したか)
- エージェントが依頼した利用者の閲覧・編集権限の範囲でしか動かないか
- 使われるAIモデルの提供元、データの所在の地域、学習への利用の有無、保存期間
- 構造の変更(新規作成・次元の追加・式の考え方の変更)に承認者を置き、変更票を残す手順があるか
- マーケ・営業・人事のドライバーごとに、入れる人と直す人が決まっているか
- エージェントが推計した参考値と、部門が確定した値を区別して持てるか
- 自律度を変えられる人と、変えた日と理由の記録先が決まっているか
- 開示書類の提出・公表と、拠点への修正依頼メールの送信を人が行う設定になっているか
- エージェントを止めても、モデルとデータを人が従来どおり扱えるか
全ての項目に「はい」と答えられなくても、試すことはできます。ただし、答えられない項目がある間は、複製のモデルで試す段階に留め、本番の予算編成には使わない、という線を引いておくと安全です。
まとめ
Lucanet のエージェント群は、連結・計画・開示を一つの基盤に持つ会社にとって、計画モデルの作成、予実差異の分析、開示の下書きの手間を減らす道具になりえます。計算は従来の計算エンジンに任せ、AIには提案と説明を担わせるという設計も、財務の道具として筋の通ったものです。それでも、AIが提案するのはモデルの構造と前提、差異の説明、開示の文章であり、その提案を会社の計画や開示として確定させるのは、承認した人です。モデルの作成と変更は承認を通して変更票を残す、マーケ・営業の計画値は持ち主が入れて直す、差異の要因は仮説として受け取り根拠を確かめる、開示は提出の手前で止める。この4つの線を、提供中のエージェントから順に、予算編成の一巡を単位にして試していくのが、無理のない入れ方です。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
