Incortaの分析AIで数字がずれる原因|書き戻す前の承認

Incortaの分析AIで数字がずれる原因|書き戻す前の承認

「基幹系に直結した分析なら、もう集計表の数字合わせは要らないはず」「AIが答えた在庫や売掛の数字を、そのまま承認に回して基幹系へ反映できれば早い」——ERPのデータを直接読む分析基盤にAIが載ると、経営企画や経理からはこうした期待が出てきます。米国の Incorta は2026年6月30日、AIによる分析、アプリの作成、承認を経て SAP・Oracle・Salesforce などへ判断を書き戻す仕組みをまとめた Incorta Intelligence の一般提供を発表しました。けれども、直結していることと、AIの答えが正しいこと、さらにそれを基幹系へ戻してよいことは、三つとも別の問題です。この記事では、ERPに直結した分析エージェントの数字がずれる原因と、承認付きで基幹系へ書き戻す前に決めておくことを整理します。


カメ先生カメ先生

基幹系のデータをそのまま読む分析なら、数字は正しいと思われがちなんだ。でも本当は、いつ取り込んだか、どの明細を数えたか、AIがどんな問い合わせを組み立てたかで、同じ質問でも答えは変わるんだよ。


カメ子カメ子

直結していても、数字がずれる余地は残っているということですか。


カメ先生カメ先生

そう。しかも Incorta は読むだけでなく、承認を通した判断を基幹系へ書き戻すところまで来た。ずれた数字のまま承認が通れば、基幹系の中身そのものが変わってしまうんだ。


カメ子カメ子

読むときの検算と、書き戻すときの承認は、別々に設計する必要があるんですね。


この記事のポイント
  • Incorta は基幹系の明細を変換せずに取り込んで分析する基盤で、2026年6月に AIの分析・アプリ作成・承認付きの書き戻しを一般提供した
  • 数字がずれる原因は、取り込みの時点、整えていない明細、AIが作る問い合わせ、読む資格の四つ。AIに判断させず、根拠の問い合わせ文と取り込み時刻を必ず添えさせる
  • 書き戻しは、承認者・取り消し方・連携の資格情報の持ち主・AIの行き先を先に決め、経営企画・経理・情シスで分担してから開ける

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。

目次

Incortaとは:基幹系の明細を変換せずに取り込む分析基盤

Incorta は2013年に創業した米国の会社で、カリフォルニア州フォスターシティに本社を置いています。共同創業者のオサマ・エルカディ氏が最高経営責任者を務めています。公式の会社紹介では、ERPやCRM、人事システムなどの記録の系統から、細かな明細のままデータを集め、分析やAIエージェント、アプリ、ワークフローにつなぐ「統制されたデータとAIの基盤」と自らを説明しています。

特徴としてうたっているのが、特許技術の「直接データ対応づけ」です。一般的な分析の作り方では、基幹系のデータを抽出し、集計しやすい形に変換してからデータウェアハウス(DWH)に積み、そこを分析ツールが読みます。Incorta はこの変換の工程を挟まずに、元の表の構造に近い形で取り込み、そのまま結合して分析できるとしています。公式サイトでは SAP・Oracle・Workday などの基幹系向けの接続部品や、Snowflake・Google Cloud・Azure と組み合わせる使い方も案内しています。

導入例として公式サイトは、大手コーヒーチェーンや半導体大手の Broadcom の事例を紹介しています。また2026年7月には、調査会社 Gartner の分析・BI基盤の評価に名前が載ったと発表しました。国内での日本語の解説はまだ少なく、「基幹系の明細を直接読む」という強みが、そのままAIの答えの確かさを保証するわけではない点を、導入側が自分で見極める必要があります。

2026年の動き:買収、一般提供、データ整形の追加

この1年の動きは三つあります。まず2026年2月18日、ノーコードでAIアプリを作る基盤の会社を買収しました(金額は非公表)。業務担当者や開発者が、Incorta のデータの上でAIアプリやエージェントのワークフローを作れるようにする狙いだと発表しています。その前に、ワークフロー自動化の n8n との連携も進めていました。

次に2026年6月30日、Incorta Intelligence の一般提供を発表しました。中身は三つです。会話から画面やアプリを作る Incorta Builder、業務の文脈を踏まえて分析に答える Incorta Smart Agent、そして承認の連鎖を起動し、承認された判断を SAP・Oracle・Salesforce などの記録の系統へ送り込む Incorta Workflows です。発表では、米国の大手靴メーカーが2億7千万行を超える卸売のデータを、一つの依頼文から複数タブの画面にまとめている例を挙げています。

三つ目が2026年9月30日の Analyst Studio の発表です。業務部門が自然文で頼むと、データの整形の手順(結合・重複の除去・並べ替えなど)をAIが組み立て、説明し、不具合を探すというもので、一般提供は2026年11月の予定とされています。分析・アプリ・書き戻し・データ整形まで、一つの基盤の中でAIが関わる範囲が一気に広がったのが2026年の特徴です。

課題:「基幹系に直結しているから、AIの答えも正しい」とは限らない

ERPに直結した分析AIを検討するとき、よく出るのが「元データが基幹系そのものだから、数字は合っているはず」という見立てです。たしかに、DWHを経由する作り方で起きがちな「変換の途中で定義がずれる」問題は減ります。けれども、AIが返す数字がずれる原因はそれだけではありません。

実際に起きやすいのは、次のような食い違いです。どれも「AIが間違えた」ように見えますが、多くはデータの状態や問いの解釈の違いから生まれます。

  • 朝の会議でAIが答えた売掛残高と、経理が基幹系の画面で見た残高が合わない(取り込みの時刻が違う)
  • 「先月の売上」と聞いたら、取り消し済みの伝票や仮の計上まで数えていた(整えていない明細を読んだ)
  • 同じ質問を二人がしたのに、片方は自部門の数字しか出なかった(行単位の閲覧制限が効いている)
  • AIが作った集計の問い合わせ文が、通貨の換算や組織の付け替えを考慮していなかった(問いの組み立ての誤り)

ここで大事なのは、ずれの原因を「AIの賢さ」の問題にしないことです。原因が取り込み・明細・問い合わせ・資格のどこにあるかを切り分けられる状態にしておけば、書き戻しの承認でも同じ物差しで判断できます。以下、四つの原因を順に見ていきます。

原因1:「直結」でも数字は取り込んだ時点のもの

Incorta は「ライブなデータ」を強調しますが、公式の文書を読むと仕組みは少し違います。Incorta はデータ源からデータを抽出して共有の保存領域に永続化し、分析用のエンジンのメモリに読み込んでから分析します。取り込みには全件の取り込みと差分の取り込みがあり、手動でも予定を組んでも実行できます。社内の防火壁の内側にあるデータベースからは、データエージェントという常駐の仕組みを通して抽出します。文書では、この仕組みが対応する接続先として SAP の基幹系、Oracle、NetSuite の分析用の窓口、マイクロソフトのデータベースなどを挙げており、接続には基盤側で発行した認証用のファイルを共有して使います。つまり社内の基幹系のすぐ隣に、外部の基盤へデータを送り出す常駐の窓口が一つ増えるということでもあります。

つまりAIが答える数字は、最後に取り込みが終わった時点の基幹系の姿です。差分の取り込みを細かく回せば鮮度は上がりますが、月末の締め作業の最中や、大量の伝票を一括で入れた直後は、基幹系の画面と分析の数字が一時的に食い違うのが普通です。DWHを夜間に更新する作り方より新しいことは多いものの、「いま基幹系にある数字そのもの」と同じではありません。

対策は単純で、AIの答えには必ず取り込みの完了時刻を添えさせることです。会議や承認の場で使う数字には「何時何分時点の取り込みか」を併記し、締め日や大口の伝票の直後は、経理が基幹系の画面と突き合わせてから使う運用にします。AIに「最新です」と言わせるのではなく、時刻という根拠を書かせるのが要点です。

原因2:整えていない明細を読む怖さ

変換を挟まないことは鮮度と手間の面で強みですが、裏返せば、基幹系の癖がそのまま分析に入ってくるということです。ERPの明細には、取り消された伝票と取り消しの伝票の組、仮の計上、社内取引、複数の通貨、組織の改編前後のコードなど、知っている人でなければ正しく数えられない要素が混ざっています。DWHを作る過程では、こうした癖を変換の段階で吸収してきました。

Incorta の文書は、AIに読ませる対象として「検証済みの業務ビュー」を用意することを勧めています。業務ビューは一つの領域に絞り、列は50未満に抑え、列名と説明を具体的に書き、有効な値の形式や事前に計算した値を説明に入れておく——といった作法です。説明が足りない列をAIがどう解釈するかは、AIの問題ではなく、データを用意する側の設計の問題だと言えます。

ここで役立つのが、9月に発表された Analyst Studio のようなデータ整形の機能です。ただし整形の手順をAIが組み立てる場合も、取り消し伝票の扱いや通貨換算の規則といった会計上の決まりを決めるのは経理です。AIが作った整形の手順は、経理の担当者が読んで承認したものだけを業務ビューに反映する、という線を最初に引いておきます。

原因3:AIが組み立てる問い合わせと、検証済みの答え

Smart Agent を含む Incorta のAIは、旧称を Incorta Copilot といい、2025年7月の版から Incorta Nexus という名前になりました。文書によれば Nexus は、業務ビューの中で各項目が指標なのか切り口なのかを理解したうえで、自然文の質問を問い合わせ文(SQL)に翻訳します。つまり数字の正しさは、AIが組み立てた問い合わせ文の正しさに依存します。

ずれを抑える仕組みとして、文書は「参照質問」を紹介しています。よく聞かれる業務の質問と、検証済みの答えの組を登録しておくと、似た質問が来たときにその答えを返し、検証済みの問い合わせであることを示す印を付けます。月次の売上や粗利、売掛の残高のように、定義が決まっている数字は参照質問に登録し、AIにその場で組み立てさせないのが基本の守り方です。

一方、初めての切り口の質問には、AIがその場で問い合わせ文を作ります。この場合は答えを鵜呑みにせず、生成された問い合わせ文を根拠として添えさせ、データに詳しい人が読める状態にします。後述する監査の画面には、利用者の質問とAIが作った問い合わせ文が記録されるので、食い違いが出たときに原因をさかのぼれます。

原因4:誰の資格で読むかで、見える数字が変わる

公式の説明では、Incorta の上で作ったアプリやエージェントは、元のデータに設定された役割ごとの権限と行単位の閲覧制限をそのまま引き継ぎます。AIアプリの文書でも、データへのアクセスはサインインした利用者の本人の資格と行単位の制限で統制されると書かれています。営業部門の人には自部門の数字しか見えない、という設計が効くわけです。

これは安全の面では正しい作りですが、数字のずれの原因にもなります。同じ「全社の売上」を聞いても、権限の広い人と狭い人では答えが違います。AIはその差を説明してくれるとは限らないので、会議に出す数字は、誰の資格で取ったものかを必ず書き添える運用が必要です。

もう一つ見落としやすいのが、取り込みのときの資格です。基幹系から抽出するための接続は、多くの場合、広い参照権限を持つ技術用の利用者で動きます。Incorta の中で行単位の制限をかけていても、基幹系側では人事や給与の表まで取り込める状態になっていないか、どの表を取り込む設定にしたかを情シスが棚卸ししておく必要があります。

DWH経由、ERP純正の分析、Incortaを比べる

ERPのデータをAIで分析する方法は、大きく三つに分かれます。どれが優れているかではなく、鮮度・明細の整い方・書き戻しの距離のどこを重く見るかで選び方が変わります。

観点DWH経由で分析ERP純正の分析機能Incorta
データの鮮度変換と積み込みの周期しだい(夜間が多い)基幹系の中なので最も新しい取り込みの周期しだい。差分の取り込みで短くできる
明細の整い方変換の段階で整える。定義はDWH側に残るERPの定義に沿う変換を挟まない。業務ビューと説明で整える
複数の基幹系をまたぐ分析得意苦手なことが多い得意とうたう
AIの答えの根拠製品しだい製品しだい生成された問い合わせ文・参照質問・監査の記録
基幹系への書き戻し別の仕組みが必要同じ製品の中で完結しやすい承認の連鎖を経て送り込む機能を提供
主な論点定義のずれと遅れ他の系統と合わせにくい取り込みの資格、書き戻しの承認と資格情報

表のとおり、Incorta は「複数の基幹系をまたいで、明細のまま速く分析したい」場合に強みがある一方で、書き戻しまで一つの基盤でつながるぶん、承認と資格情報の設計が重くなるのが特徴です。分析だけで足りるなら、書き戻しの機能は開けずに使い始める選択も十分に合理的です。

書き戻しの仕組み:承認の連鎖を通して基幹系へ

公式発表では、Incorta Workflows は処理の自動化、承認の連鎖の起動、業務条件の監視を担い、承認された判断を SAP・Oracle・Salesforce などの記録の系統へ直接送り込むと説明しています。製品ページでは、請求書の支払いを保留する、支払いを実行する、記録を更新する、必要なら人にエスカレーションする、といった動きを例に挙げています。Builder で作ったアプリも、書き戻し・承認・シナリオの試算に対応するとしています。

文書を見ると、統制のためのワークフローは2026年8月の版(8.0.0)から使えるプレビュー機能で、動作や入口は今後変わりうると明記されています。仕組みとしては、Incorta で何かの操作が起きると外部の n8n の実行基盤に通知が飛び、そこで定義した手順が動きます。外部の業務システムやAIのサービスとの認証には、n8n 側で暗号化して一元管理する資格情報を使い、複数のワークフローで使い回せる設計です。

ここから分かるのは、読むときは利用者本人の資格だが、書き戻すときは連携に登録した資格情報で動く可能性が高いということです。承認者が誰であっても、基幹系の側では技術用の利用者が更新したように記録されるかもしれません。どの資格情報で書き込むのか、基幹系の監査記録に誰の名前が残るのかは、導入前に販売元と自社の基幹系担当に確かめるべき最重要の項目です。

書き戻しの承認者と取り消し方を先に決める

書き戻しを開ける前に決めることは、承認の段数よりも「取り消せるかどうか」です。基幹系の更新には、仕訳のように取り消しの伝票で打ち消せるもの、取引先の支払い条件のように上書きで前の値が消えるもの、支払いの実行のように外部に出たら戻せないものがあります。戻せないものほど承認を重くし、最初の段階ではAIの提案を人が基幹系で手入力する運用から始めます。

STEP1
書き戻す対象を三つに分ける
取り消し伝票で戻せる更新、上書きで前の値が消える更新、支払いのように戻せない実行に分け、最初は一つ目だけを対象にする。
STEP2
承認者を役職ではなく権限で決める
その更新を基幹系の画面で自分でもできる人だけを承認者にする。自分では操作できない更新を承認させない。
STEP3
連携の資格情報を専用に作る
書き戻し専用の技術用の利用者を基幹系に作り、書ける表と項目を最小にする。分析の取り込み用の資格と兼用しない。
STEP4
承認の画面に根拠を出す
AIの提案には、元の数字、取り込みの完了時刻、生成された問い合わせ文を添え、承認者が数字の出どころを確かめられるようにする。
STEP5
取り消しの手順を書いておく
誤って書き戻したときに、誰が基幹系のどの画面で戻すかを先に文書にし、試験環境で一度通しておく。
STEP6
期限と滞留の扱いを決める
文書も多段の承認は滞留を生むと注意している。期限切れのときは自動で承認せず、却下か差し戻しにする。

最後の点は特に大切です。承認が滞ると「期限が来たら自動で進める」設定にしたくなりますが、それでは承認がないのと同じです。AIの提案は、人が承認しない限り基幹系に入らないという原則を、設定の既定値として守ります。

何が社外に出るか:AIの振り分け先と持ち込みのモデル

公式発表では、Incorta のAIは定型の分析の問い合わせを効率のよい内部のモデルへ、複雑な推論を最先端の大型モデルへ振り分けるとしています。この仕組みでAIの費用を8割減らしながら精度も上げる、とも述べていますが、算出の方法は示されていません。公式トップでは Claude・Gemini・OpenAI のモデルを例に挙げ、管理者が使えるモデルを設定でき、モデルを替えても作ったアプリは作り直さずに残るとうたっています。

文書には、自社で用意したモデルの窓口を Nexus につなぐ「持ち込み」の方式も載っています。OpenAI の窓口と互換のある形で、1,200億パラメータ級のモデルを量子化などの加工をせずに動かすことが条件で、基盤の運用はすべて利用企業の責任です。OpenAI・Anthropic・Google の商用モデルを、自社の契約の鍵で使う形も「正式な提供の対象」として挙げられていますが、提供は Incorta の認定しだいとされています。検索や記憶の機能には、別に埋め込み用のモデルも必要です。

  • 公式トップは「データは基盤の外に出ない」とうたうが、外部の商用モデルを使う構成では、質問の文、業務ビューの説明、集計結果の一部がモデル提供者へ送られうる。何が送られるかは契約前に書面で確かめる
  • 内部のモデルと大型モデルの振り分けの基準、どの質問がどちらへ行ったかを利用企業が確かめられるかも確認しておく
  • 配備の形は自社設置・専用のクラウド・Incorta の運用するクラウドから選べると案内している。基幹系のデータの置き場所は配備の形で変わる

経理や人事のデータを扱う以上、どの業務ビューを外部のモデルに見せてよいかを、モデルの選択より先に決めておきます。給与や個人の情報を含む業務ビューはAIの対象にしない、あるいは自社設置のモデルに限る、といった線引きです。

監査の記録:誰が何を聞き、AIがどう答えたか

文書によれば、Nexus には利用状況を確かめる監査の画面があります。拡張の監査を有効にすると、利用者のログイン名、質問の文、質問の入口、AIが生成した問い合わせ文、処理の結果(成功・例外・取り消し)、処理時間、利用者の評価が記録されます。数字が食い違ったとき、どの質問からどんな問い合わせ文が作られたかをさかのぼれるのは、承認の根拠としても役立ちます。

ただし、記録が残ることは、それ自体が管理の対象が増えることでもあります。質問の文には、取引先の名前や未公表の業績の数字が入ることがあります。監査の記録を誰が読めるか、どれだけの期間残すかを決め、AIを使う人には「質問の文も記録される」ことを最初に伝えておきます。

また、Smart Agent からはダッシュボードを元にアプリを自動で作り、固定のアドレスで公開できます。文書によれば、公開したアプリは作業領域の利用者全員が開け、チャットで修正を頼むと同じアドレスのまま即座に全員へ反映されます。権限は引き継がれるものの、一人の修正が全員の画面を変えるので、公開と修正の権限を持つ人を絞り、修正の履歴を残す運用が欠かせません。

経営企画・経理・情シスの分担

ERPに直結した分析AIは、三つの部門の仕事が重なる場所にあります。誰か一部門に任せると、数字の定義、資格、承認のどこかが抜け落ちます。導入前に、次のように役割を分けておくと議論が進みます。

部門決めることAIに任せないこと
経営企画どの数字をAIで答えさせるか、会議で使う数字の取り込み時刻の基準経営判断そのもの。AIの提案は材料として扱う
経理業務ビューの定義、参照質問の検証、書き戻しの対象と取り消し手順取り消し伝票・通貨換算などの会計上の決まり
情シス取り込み・書き戻しの資格情報、外部モデルの可否、監査記録の保管、アプリ公開の権限連携の資格情報の発行と棚卸し
承認者(各部門)提案の根拠を確かめたうえでの承認・却下期限切れの自動承認

ポイントは、AIの答えの検算と、書き戻しの承認を同じ人に集めないことです。数字を検証した人と、それを基幹系に反映してよいと判断する人を分けておけば、取り込み時刻の見落としや定義の誤りを二重に拾えます。

費用の増え方と、止め方・やめ方

Incorta は料金を公開していません。文書によれば、Nexus(AIの機能)を使うには上位版の契約が前提で、有効化は営業担当への依頼が必要です。AIアプリの機能も同じく営業担当を通じて有効にします。つまり費用は、基盤の契約、AIの機能の追加、外部モデルの利用料の三層で考える必要があります。自社の契約の鍵で商用モデルを使う場合、その利用料は Incorta とは別に請求されます。

「AIの費用を8割減らす」という発表の数字は、振り分けの仕組みが効いたときの見込みとして受け止めるのが妥当です。利用者が増えるほど大型モデルに回る複雑な質問も増えるので、質問の件数と大型モデルへの振り分けの割合を月ごとに見る体制を最初から用意しておきます。監査の画面の件数や処理時間は、その手がかりになります。

止め方は段階で決めておきます。まず書き戻しのワークフローを止め、次に外部モデルへの接続を外し、最後にAIの機能を無効にします。やめるときは、業務ビューの定義、参照質問、監査の記録、AIが作ったアプリのコードが基盤の中に残ります。参照質問と業務ビューの定義は自社の資産なので、書き出せる形で定期的に控えておくと、別の基盤へ移るときにも役立ちます。

よくある質問

Incortaを入れれば、DWHは要らなくなりますか?

用途によります。公式は変換の工程を挟まずに分析できることを強みとしていますが、Snowflake や Google Cloud と組み合わせる使い方も案内しています。既存のDWHで定義を固めた指標がある場合は、すぐに置き換えるより、まず基幹系の明細を見たい分析から試すほうが安全です。

AIが基幹系を直接書き換えることはありますか?

公式の説明では、書き戻しは承認の連鎖を経た判断を送り込む形です。ただし、承認の段数や期限の扱いは設定しだいで、連携の資格情報が広ければ書ける範囲も広がります。承認なしで進む設定にしないことと、書き込み専用の資格を最小にすることが前提です。

ノーコードで業務部門だけでアプリを作れますか?

発表では低コードの環境とされていますが、文書はAIアプリの初版について「コードを読み書きし、保守できる開発者向け」で、業務担当者向けのノーコードの道具ではないと明記しています。業務部門が作る場合も、生成されたコードを読める人の確認を挟むのが現実的です。

日本語で質問しても正しく答えますか?

日本語への対応の範囲は公式の文書では確認できませんでした。業務ビューの列名や説明を日本語で書いた場合の精度も含め、自社の代表的な質問を参照質問として登録し、検証済みの答えと一致するかを試験期間に確かめてください。

まとめ

Incorta は、基幹系の明細を変換せずに取り込む分析基盤に、AIの分析・アプリ作成・承認付きの書き戻しを載せました。直結の強みは本物ですが、数字は取り込みの時点のもので、整えていない明細、AIが組み立てる問い合わせ文、読む資格の違いによってずれます。AIに判断させず、取り込み時刻と問い合わせ文という根拠を書かせ、定義の決まった数字は参照質問に任せることが検算の土台です。そのうえで書き戻しは、取り消せる更新から始め、承認者・連携の資格情報・取り消し手順・外部モデルに見せる範囲を経営企画・経理・情シスで分担して決めてから開けてください。

※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。

運営会社:株式会社デボノ

目次