【2026年】Pricefxと社内AIの接続|読むと変えるの線引き

【2026年】Pricefxと社内AIの接続|読むと変えるの線引き

「営業が手元の Copilot で、この顧客にはいくらまで値引きできるかを聞けたら、見積が一日早くなる」「でも顧客ごとの価格や利益率を社内のAIに見せて、本当に大丈夫なのか」——価格の管理を担う部署と営業部門の両方から、同じ時期に出てくる声です。2026年8月19日、法人向けの価格設定の基盤を提供する Pricefx は、企業がすでに社内で承認している Claude・Copilot・ChatGPT などのAIアシスタントを、MCP という標準の仕組みで自社の価格基盤につなげる機能を発表しました。つなげること自体は技術的に難しくなくなっています。決めるべきは、AIに「読ませる」範囲と「変えさせる」範囲を、誰の権限で、どこで分けるかです。この記事では、この発表を材料に、価格基盤を社内のAIとつなぐときの閲覧と変更の線引き、権限、顧客別価格の広がる範囲、根拠の記録、承認者、営業現場への配り方、費用とやめ方を、運用として定着させる順番で整理します。


カメ先生カメ先生

価格基盤とAIをつなぐというと、AIが値段を決めてくれる仕組みだと思われがちなんだ。でも Pricefx の発表をよく読むと、AIができるのは情報を読むことと下書きを作ることまでで、決める権限は渡さないとはっきり書いてある。


カメ子カメ子

AIは提案まで、決めるのは今までどおり人、ということですか。


カメ先生カメ先生

そう。ただ、提案の段階でも、AIは顧客ごとの価格や利益率を読むことになる。読める人が増えれば、その情報が会話の記録や別の資料に流れていく道も増える。だから「変えさせない」だけでなく、「誰に何を読ませるか」を先に決める必要があるんだ。


カメ子カメ子

変更の承認より手前の、読む段階から線を引いておくことが大事なんですね。


この記事のポイント
  • Pricefx は2026年8月、社内で承認済みのAIアシスタントを MCP で価格基盤につなぐ仕組みを発表した。AIができるのは閲覧と下書きまでで、利用者ごとの権限が効き、下書きは既存の承認の流れを通る
  • つなぐ前に決めるのは、読ませる範囲(顧客別価格・利益率・見積)、AIの案に残す根拠、承認者と説明責任。会話の記録を通じて価格情報が広がる道も洗い出す
  • 営業現場には、閲覧だけの少人数から段階的に配り、月次で使われ方と承認の差し戻しを見直す。費用とやめ方は、先行導入の段階で確かめておく

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

Pricefx とは:法人向けの価格設定・値引き・見積を一か所で管理する基盤

Pricefx は、製造業や卸売業など法人向けの取引を持つ企業のための、価格設定の基盤です。価格表の管理、取引ごとの値引きの管理、見積の作成、リベートの管理、価格の最適化といった機能をクラウドで提供しています。公式の説明では、10年以上前にクラウド型の価格管理を始めたと自らを位置づけています。米国シカゴを拠点に発表を出しています。

法人向けの価格は、一つの値札で決まるものではありません。顧客ごとの契約価格、数量や時期による値引き、地域ごとの価格表、競合の動きへの対応などが重なり、同じ製品でも顧客によって実際の価格が大きく違います。Pricefx のような基盤は、こうした価格の決まり方と、実際に成立した取引の記録を一か所にまとめるためのものです。公式サイトは、導入事例としてボッシュの見積の作業時間が7割短くなった例などを挙げています。

この記事で扱うのは、価格基盤としての機能の優劣ではありません。価格の情報は、企業の中でもっとも慎重に扱われる情報の一つです。その情報を、社員が日常的に使う汎用のAIから読めるようにすることが、何を変え、何を新たに管理しなければならないかを見ていきます。ダイナミックプライシングの一般論や、法人向けで価格が動きにくい事情は別の記事で扱っているので、ここでは触れません。

2026年の三つの発表:社内AIとの接続、Databricks 提携、Gartner の評価

一つ目は、2026年8月19日の発表です。Pricefx は、企業がすでに使っているAIアシスタントを価格基盤につなぐ「自社のAIを持ち込む」方式を打ち出しました。対応例として Claude、Microsoft の Copilot、ChatGPT を挙げ、ほかにも対応するとしています。仕組みは MCP で、価格・取引・最適化のモデルについて、担当者が普段の言葉で問いかけられます。先行導入のプログラムは2026年10月に始まり、一般提供は2027年の初めの予定で、参加は個別の審査を経るとされています。

二つ目は、2026年10月15日に公表された Databricks との提携です。三つの段階で進むとされ、第一段階は Pricefx の価格表や見積を Databricks から使えるデータとして扱う接続で、提供が始まっています。第二段階は、データを複製せずに Databricks 側に置いたまま Pricefx が使う仕組み、第三段階は、利益の漏れを見つけるものなどの価格エージェントを Databricks の販売の場で提供するもので、どちらも「近日提供」とされています。

三つ目は評価です。Pricefx は、Gartner による法人向け価格・リベート最適化ソフトウェアの2026年の評価で、リーダーに位置づけられたと公表しています。あわせて公式サイトでは、利益の漏れや値引きの広がりを常に見張る価格エージェントの雛形を125以上用意していると説明しています。三つの発表に共通するのは、価格基盤を「人が画面で操作する道具」から「ほかのAIやデータ基盤から呼ばれる土台」に広げようとしている点です。

何が変わるのか:表を書き出して聞くのと、価格基盤に直接聞くの違い

これまでも、価格の表を表計算のファイルに書き出して、汎用のAIに読ませて分析させることはできました。8月の発表は、この使い方との違いを強調しています。公式の説明では、書き出したファイルを読む汎用のAIと違い、つないだAIは、設定された最適化のモデル、推奨の理屈、顧客・製品・見積の関係を、価格基盤の中でどう動いているかのまま調べられるとしています。

発表が挙げる使い方の例は、推奨価格がどの入力から出たのかを理解する、更新の前に製品ごとの利益率と未決の見積を確かめる、値引きが利益率にどう効くかを似た顧客と比べて試す、最適化のモデルの入力を変えて結果を試す、夜の間の市場の変化を確かめる、といったものです。どれも、価格を決める人が、決める前に調べる作業であることに注目してください。

運用の観点で大きく変わるのは、情報の新しさと、情報が出ていく経路です。書き出したファイルは、書き出した時点で止まり、ファイルとして社内に残ります。直接つなぐと、常に最新の情報を読めるかわりに、AIとの会話の中に価格の情報が流れ込み、その会話の記録が残ります。ファイルの管理から、会話の管理へと、守る対象が移ると考えると分かりやすくなります。

発表が想定する利用者を役割ごとに分けると、求めるものの違いが見えてきます。価格管理の担当は、推奨価格の入力やモデルの設定を確かめたい人で、もっとも深い情報まで読む必要があります。財務の担当は、製品や顧客ごとの利益率と、その推移を見たい人です。営業の担当は、目の前の顧客について、更新前の未決の見積や、値引きが利益率にどう効くかを知りたい人です。同じ「価格基盤に聞ける」でも、役割によって読むべき深さがまったく違うので、接続の範囲も役割ごとに分けて設計するのが自然です。

読むと変えるを分ける:AIに許すのは閲覧と下書きまで

8月の発表は、AIの役割をはっきり限定しています。公式の説明では、AIは情報を読み、下書きを用意できるが、人が関わらない操作は防ぐ仕組みがあり、AIに意思決定の権限は与えないとしています。CEO のロナク・シェス氏も、価格の理屈、統制、説明責任を本来あるべき場所に置いたままにする、という趣旨を述べています。

この線引きを、社内の運用でも明文化しておきます。具体的には、次の三つの段階に分けて、どこまでをAIに許すかを決めます。一段目は閲覧で、価格、取引、見積、モデルの入力を読むことです。二段目は下書きで、値引きの案や見積の案を作り、価格基盤の承認の流れに載せることです。三段目は確定で、価格や値引きを実際に変えることです。三段目は、発表の時点でもAIには許されておらず、社内でも人だけが行うと決めておきます。

注意したいのは、二段目の下書きの扱いです。下書きは承認の流れを通るので安全に見えますが、AIが作った下書きが大量に流れ込むと、承認する側が中身を読まずに通す状態が生まれます。下書きを許すなら、一人あたりの件数や、AIが作った下書きであることの印を付けるといった運用の決まりも合わせて作ります。下書きを許すかどうか自体を、最初は閲覧だけで始めて後から判断する、という順番でも構いません。

誰の権限で読むか:利用者ごとの権限がそのまま効く意味

公式の説明では、アクセスは利用者ごとの権限で区切ることができるとされています。これは、AIを経由しても、その人が価格基盤の画面で見られる範囲しか読めないという意味に読めます。営業担当が自分の担当顧客の価格しか見られない設定なら、AIに聞いてもほかの顧客の価格は出てこない、という設計です。

ここで点検すべきは、価格基盤の権限の設定そのものです。画面を使う人が限られていた間は、権限が広めに設定されていても問題が表に出にくかったかもしれません。AIから気軽に問い合わせられるようになると、広すぎる権限が、そのまま広すぎる回答になります。つなぐ前に、営業・価格管理・財務の各役割で、どの顧客、どの製品、どの項目(原価や利益率を含むか)が見えるかを棚卸しし、必要なら絞ります。

棚卸しで特に注意したいのは、原価と利益率です。営業担当に販売価格は見せても原価は見せない、という運用をしている会社は多いはずですが、価格基盤の権限がその運用どおりに設定されているとは限りません。画面では見ていなかった項目も、AIに聞けば答えとして出てくることがあります。画面の表示項目ではなく、権限の設定そのもので確かめることが大切です。

もう一つ確かめるのは、どの資格でつながるかです。利用者が自分の資格でつなぐのか、共有の接続用の資格を使うのかで、権限の効き方と記録の残り方が変わります。公開資料からは細かい方式までは確かめられなかったので、先行導入の段階で提供元に確かめ、共有の資格で全員が同じ範囲を読める形にはしないことを条件にします。

顧客別価格が社内AIを通じて広がる範囲

価格基盤の中では権限で守られている情報も、AIとの会話に出てきた時点で、別の管理のもとに移ります。どこに広がりうるかを、経路ごとに表にしておきます。

経路広がる情報の例決めておくこと
AIとの会話の履歴顧客別の価格、利益率、値引きの経緯履歴の保存期間、共有の可否、管理者が見られる範囲
AIが作った資料や下書き見積の案、比較の表保存先、社外に出してよい資料かの区分
AIの提供元問いかけと回答の内容学習に使われない契約か、処理する地域と保存期間
ほかのMCP接続との組み合わせ価格の情報をメールや共有の場に書き出す操作同じ会話で使える接続の組み合わせを制限するか

特に見落とされやすいのが、最後の経路です。社内のAIには、価格基盤のほかにも、メール、チャット、文書の保管庫などがつながっていることがあります。AIが価格基盤から読んだ顧客別の価格を、別の接続を使って社内のチャットに投稿したり、メールの下書きに入れたりすることは、技術的には起こりえます。価格基盤の側で閲覧を許しても、その先の書き出しは別の統制の問題です。

対策としては、価格基盤につなぐAIの利用者を限ること、その利用者のAIで使える接続の組み合わせを確かめること、価格の情報を含む会話の履歴の保存期間を短くすることが考えられます。AIアシスタントそれぞれの管理機能でどこまで制御できるかは製品ごとに違うので、Claude・Copilot・ChatGPT のどれを使うかが決まった時点で、その製品の管理者向けの設定を確かめます。

AIの案の根拠を残す:推奨の入力と比較の相手を記録する

AIに値引きの案を出させるなら、その案がどの情報に基づくかを残す必要があります。価格の判断は、後から顧客、監査、社内の他部署に説明を求められることが多いからです。8月の発表が使い方の例として、推奨価格がどの入力から出たかを理解することを挙げているのは、根拠を確かめられることが、この接続の価値の中心だからだと読めます。

運用としては、AIの案を下書きとして承認の流れに載せるとき、次の情報を必ず添える決まりにします。参照した価格表や契約の版、比較に使った似た顧客の範囲(どの条件で選んだか)、利益率の計算に使った原価の時点、AIへの問いかけの文です。AIに根拠を書かせ、人がその根拠を価格基盤の元のデータで確かめるという二段構えにします。AIの説明だけを信じて承認しない、というのが原則です。

根拠を残すことには、もう一つの意味があります。複数の会社が同じような仕組みで価格を決めると、意図せず価格が揃う懸念が独占禁止法の観点から論じられており、この論点は別の記事で詳しく扱っています。自社の判断が、どの社内データとどの理屈に基づいたかを後から示せる記録は、その意味でも備えになります。

承認者と説明責任:下書きを誰が通すか

公式の説明では、AIが作った下書きは、チームがいま使っているのと同じ人の承認の流れを通るとされています。つまり、承認者を新たに決める必要はなく、既存の値引きの承認規程がそのまま効く、というのが基本の考え方です。

ただし、既存の規程が、AIの下書きを想定しているとは限りません。たとえば、一定の値引き率までは営業担当の裁量で決められる規程の場合、AIの案をそのまま採用した値引きも、営業担当の裁量の範囲で確定できてしまいます。AIの案を採用した場合の説明責任は、採用した人にあることを規程に書き、裁量の範囲内でも根拠の記録を残す決まりにします。

承認する側の負担も見ておきます。AIのおかげで下書きが簡単に作れるようになると、承認の依頼が増えます。承認者が一件ずつ根拠を確かめられる量を超えると、確認が形だけになります。下書きの件数の増え方を見て、承認の段階や承認者の数を調整することを、運用の点検項目に入れておきます。

規程に書く内容の例を挙げます。AIの下書きを採用した値引きは、裁量の範囲内でも根拠の記録を添えること。AIの下書きであることを承認の依頼に明示すること。似た顧客との比較に基づく案は、比較の相手の選び方を承認者が確かめること。原価や利益率に基づく案は、計算の時点が古くないかを確かめること。こうした決まりは、AIを使わない値引きの判断にもそのまま役立つので、価格の判断の記録全体を見直すきっかけにもなります。

常時動く価格エージェントとの役割分担

Pricefx の公式サイトは、社内のAIアシスタントとは別に、価格基盤の中で常に動く価格エージェントを用意しています。原価の上昇の転嫁、利益率の目減り、利益率のばらつき、赤字の取引、不採算の顧客や製品などを見張るもので、125以上の雛形から始めて自社のデータと決まりに合わせて変えられると説明しています。

この価格エージェントについても、公式の説明は役割を限定しています。エージェントは発見を特定し、金額を見積もり、優先順位を付けるもので、実行はあくまで自社のチームと既存のシステムが握るとしています。発見は、対応できる人に回され、元のデータと照らして何を変えるかを人が決めます。

社内のAIアシスタントとの関係で言えば、価格エージェントが「何かがおかしい」と知らせ、営業や価格管理の担当が手元のAIアシスタントでその原因を調べ、下書きを作り、人が承認する、という流れが想定されます。導入の順番としては、まず価格エージェントの発見を人が処理する流れを作り、その調べものを助ける形でAIアシスタントを足すと、AIの使い道がはっきりし、無目的な問い合わせが増えにくくなります。

Databricks 提携で変わるデータの置き場所

10月の Databricks との提携は、すでに Databricks をデータ基盤にしている企業にとって、データの置き場所の判断に関わります。第一段階の接続では、Pricefx の価格表や見積を Databricks の統制のもとで扱えるデータとして見つけ、必要なときに更新できるとされています。

第二段階の、データを複製せずに使う仕組みが提供されれば、価格のデータを Databricks 側に置いたまま Pricefx の機能を動かせることになります。データの複製が減れば、同じ価格の情報が複数の場所に散らばる状態を減らせる可能性があります。ただし、この段階と価格エージェントの提供は、発表の時点では「近日提供」です。

報道によれば、販売の場で最初に出す価格エージェントは利益の漏れを見つけるもので、続いて原価上昇の転嫁、外れ値の取引、価格の実現度を扱うものが予定されています。Pricefx のシェス氏は、価格こそ Databricks への投資が利益率として直接報われる場所だという趣旨を述べ、Databricks 側の担当者も、統合済みのデータからより多くの価値を引き出したい顧客の声を挙げています。社内AIアシスタントからの接続と、データ基盤側の価格エージェントは、同じ価格の情報を別々の入口から扱うことになるので、権限と記録の決まりを両方にそろえておく必要があります。

報道によれば、Databricks の販売の場で提供される価格エージェントは利用者の Databricks の環境の中で動き、推奨の操作だけが Pricefx に戻って承認を受ける形とされています。どの段階がいつ使えるかは、公表の時点と実際の提供の時点がずれることがあるので、導入計画は提供済みの機能だけで組み、近日提供の機能は提供を確かめてから計画に入れます。

営業現場への配り方

価格基盤とAIの接続は、全営業に一度に配るものではありません。読める情報が重いぶん、段階を踏みます。

STEP1
価格管理の担当だけで閲覧を試す

最初は、すでに価格基盤の画面を日常的に使っている価格管理の担当数名に、閲覧だけを許します。AIの回答が画面の情報と一致するかを確かめます。

STEP2
権限の棚卸しを終えてから営業の一部に広げる

役割ごとの権限を見直した後、担当顧客の範囲がはっきりしている営業の一部に閲覧を広げます。この段階でも下書きは許しません。

STEP3
下書きを、根拠の添付を条件に許す

閲覧の使われ方を1〜2か月見た後、根拠の添付を必須にして、値引きや見積の下書きを許します。

STEP4
月次の点検を回しながら範囲を広げる

使われ方、承認の差し戻し、根拠の欠け、会話の履歴の扱いを月次で点検し、問題がなければ範囲を広げます。

配る前には、短い説明会を開き、AIに許していること(閲覧と下書き)と許していないこと(確定)、根拠の付け方、会話の履歴を社外に出さないこと、問題が起きたときの連絡先を伝えます。AIへの問いかけの良い例と悪い例を、自社の価格の言葉で用意しておくと、使い方のばらつきが減ります。

やってはいけない配り方

価格基盤とAIの接続で避けたい進め方を、典型的な形で挙げておきます。どれも、つなぐ技術の問題ではなく、運用の決め方の問題です。

  • 権限の棚卸しをしないまま全営業に配り、ほかの担当の顧客の価格まで回答に出てくる
  • 共有の接続用の資格を使い、誰が何を問い合わせたかを区別できなくする
  • AIの案を根拠の添付なしで承認の流れに載せ、承認者がAIの説明だけで通す
  • 価格の情報を含む会話の履歴を、社内の共有の場に貼ったり、社外の相手に転送したりする
  • 近日提供の機能を前提に導入計画を組み、提供が遅れて計画が止まる

これらに共通するのは、AIが便利になったぶん、人が確かめる手順が省かれていくことです。最初の段階で手順を決め、点検で守られているかを確かめ続けることが、価格の情報を扱う接続では欠かせません。

運用の定着:月次で見る項目と見直し

接続を始めたら、月次で次の項目を見ます。利用者の数と問い合わせの件数、AIの下書きの件数と承認・差し戻しの割合、根拠の添付が欠けた下書きの件数、AIの回答と価格基盤の画面の情報が食い違った報告の件数です。差し戻しの割合が高い場合は、AIの案の質の問題か、問いかけ方の問題かを分けて見ます。

見直しの線は、あらかじめ数字で決めておくと判断が早くなります。たとえば、根拠の添付が欠けた下書きが一件でも承認されていたら、承認の手順を見直す、AIの回答と画面の情報の食い違いの報告が続いたら、その種類の問い合わせを一時的に止めて提供元に確かめる、といった線です。線を決めずに始めると、問題があっても「便利だから」で使い続ける状態になりがちです。

権限の見直しは、人事異動の時期に合わせて行います。営業の担当顧客が変わったのに価格基盤の権限が古いままだと、AIを経由して、もう担当でない顧客の価格を読める状態が続きます。権限の見直しを、異動の手続きの一部に組み込むと、漏れが減ります。

加えて、半年に一度は、AIに許している範囲そのものを見直します。下書きの質が安定していれば範囲を広げ、問題が続いていれば閲覧だけに戻します。見直しの結果は、誰がどんな根拠で判断したかとともに記録し、次の見直しのときに参照できるようにしておきます。

導入前チェックリスト

先行導入に申し込む前、または一般提供を待つ間に、社内で確かめておく項目をまとめます。全部に答えられない項目があれば、その項目が決まるまでは閲覧だけの試行にとどめるのが安全です。

  • 社内で承認済みのAIアシスタントがどれか決まっており、その管理者向けの設定(履歴の保存、接続の制限)を確かめた
  • 価格基盤の役割ごとの権限を棚卸しし、原価や利益率の見える範囲を絞った
  • 利用者が自分の資格でつながる方式であることを提供元に確かめた
  • AIに許す範囲を、閲覧・下書き・確定の三段階で文書にした
  • AIの案に添える根拠の項目と、承認の規程への反映を決めた
  • 会話の履歴に含まれる価格の情報の扱いを、情報の区分の規程に載せた
  • 月次の点検の担当と、やめるときの手順を決めた
  • 先行導入のプログラムは個別の審査があり、枠に限りがあるとされています。参加の条件や費用は、申し込みの段階で確かめてください
  • 公表されている使い方の例は、発表の時点のものです。一般提供のときに機能の範囲が変わることがあります

費用の増え方とやめ方

費用は、価格基盤の利用料、AIアシスタントの利用料、運用の人の時間の三つで考えます。接続の機能そのものの料金体系は、公開資料からは確かめられませんでした。先行導入の段階で、接続に追加の料金がかかるか、利用者数や問い合わせの件数で増えるかを確かめておく必要があります。AIアシスタントの側でも、価格基盤への問い合わせが増えれば利用量が増えます。

見落とされやすいのは、運用の時間です。権限の棚卸し、根拠の確認、月次の点検、承認の件数の増加への対応は、導入前にはなかった仕事です。導入の効果を、見積の作業時間や値引きの判断の速さで測るなら、増えた運用の時間も同じ表に並べて比べます。

やめ方は、接続の停止、AIアシスタント側の接続設定の削除、接続用の資格の無効化、価格の情報を含む会話の履歴の扱いの決定、の順で進めます。会話の履歴は、接続を止めても自動では消えないことが多いので、保存期間の設定と削除の手順を、AIアシスタントの管理機能で確かめておきます。下書きの段階で止まっている案件は、人の手で処理を引き継ぎます。

まとめ

Pricefx が2026年8月に発表した社内AIとの接続は、AIに価格を決めさせる仕組みではなく、閲覧と下書きまでをAIに許し、決定は人と既存の承認の流れに残す仕組みです。だからこそ、つなぐ前に決めるべきは、読ませる範囲と変えさせない線、利用者ごとの権限の棚卸し、会話の履歴やほかの接続を通じて顧客別価格が広がる範囲、AIの案に添える根拠、承認者の説明責任です。営業現場には価格管理の担当の閲覧から段階的に配り、月次の点検と異動に合わせた権限の見直しで定着させます。Databricks 提携など近日提供の機能は提供を確かめてから計画に入れ、費用とやめ方は先行導入の段階で確かめておけば、価格の情報を守りながらAIの調べものの速さを生かせます。

※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。

運営会社:株式会社デボノ

目次