このページの本文へ

前へ 1 2 次へ

調査では財務領域におけるロボット・AI活用に遅れる日本企業の姿も浮き彫りに

オラクル、コロナ禍でも決算業務を短縮した「オラクルのDX」を語る

2021年03月05日 07時00分更新

文● 大河原克行 編集● 大塚/TECH.ASCII.jp

  • この記事をはてなブックマークに追加
  • 本文印刷

調査結果:「財務管理には、自社の財務部門以上にロボット・AIを信頼する」が94%

 日本を含む世界14カ国の9000人を対象に実施した「財務領域における人とロボット・AIの関係」意識調査の結果も発表された。同調査は2020年11~12月、米オラクルと個人金融のエキスパートであるファーヌーシュ・トラビ(Farnoosh Torabi)氏が共同で実施したもので、日本、米国、英国、ドイツ、オランダ、フランス、中国、インド、オーストラリア、ブラジル、日本、UAE、シンガポール、メキシコ、サウジアラビアの14カ国から、約9000人の一般消費者と企業/団体の管理職以上が対象。日本からは500人が回答している。

 同調査によると、日本企業の管理職の94%は「財務管理には、自社の財務部門以上にロボット・AIを信頼する」と回答した。これは14カ国中最も高く、14カ国平均の77%を大きく上回る数字だ。ただしその一方で、実際にロボット・AIを財務管理に活用している日本の企業は27%にとどまり、14カ国中で最下位となった(14カ国平均の数字は51%)。

調査結果より。日本は財務管理におけるロボット・AIへの信頼度が高い一方で、実際の導入/活用はきわめて遅れている

 同様に、コロナ禍におけるデジタル化の推進についても、「新しい顧客エンゲージメントの創出/ビジネス・モデルの変更への取り組み」を行っている日本の企業は38%で14カ国中の最下位、「デジタル決済機能への投資」も41%で14カ国中13位だった。

 これらの結果について野田氏は、日本ではコロナ禍を経験しても財務領域で抜本的にビジネスを変える取り組みを行っている企業が少ないこと、新たな取り組みにAIやロボットを活用することに遅れていることを指摘した。

 「日本の企業では、AIやロボット活用できる人材の獲得に苦労していることや、どこから手をつけていいのかがわからない、あるいは、どれだけの効果があるのかが算定できないという課題があり、それがAIやロボットの活用が遅れていることにつながっている」(野田氏)

 なお、「ロボット・AIが業務を改善できる」と考える企業の管理職は85%に達する。具体的には「不正の検出」が33%、「請求書の作成」が27%、「コスト・利益の分析」が18%など。また、83%が「財務管理の支援をロボット・AIから受けたい」と考えており、具体的には「予算編成と予測」が45%、「レポート作成」が35%、「コンプライアンスとリスク管理」が31%、「財務承認業務」が27%といった結果だった。

 「不確定な時代には、未来を見据えた『先読み経営』の実践が求められており、データに基づいてどのような未来を描き、どのような道筋を歩むべきかを判断しなくてはならない。財務部門は『決算を行う部門』ではなく、経営の判断を促進するデータ、シナリオを提供する戦略的業務にシフトしなくてはならない。そのためには高度なシステムを活用し、洞察力を高める必要があり、これまでの経理業務はできるだけ自動化し、効率化すべきである。それによって財務部門は戦略的な役割を担うことができる」(野田氏)

経理・財務部門に向けてオラクルが提唱する“進化”

前へ 1 2 次へ

カテゴリートップへ

本記事はアフィリエイトプログラムによる収益を得ている場合があります

アクセスランキング

  1. 1位

    スマホ

    ここまで便利なのか! 子どもの居場所を90秒間隔で教えてくれる、安心の見守りガジェットがすごいぞ

  2. 2位

    Team Leaders

    Power AutomateでSharePoint APIを使う ― SPOリストを自動作成するフローを作ろう

  3. 3位

    クラウド

    「すでに開発コードの4分の3はAI生成」 Google Cloud CEO、エージェント時代の戦略を語る

  4. 4位

    ITトピック

    「AI導入で人員を減らしても収益は増えない」その理由/「専任情シス不在」中小企業の3社に2社/ユーザーアカウント流出が加速、ほか

  5. 5位

    ビジネス・開発

    いますぐ捨てたいITサービスは? AI推しにそろそろ飽きてません? 情シスさんのホンネを「ゆるっとナイト」で聞いた

  6. 6位

    エンタープライズ

    基盤も古いし、コードも酷い! そんなクエストにGitHub Copilotで試行錯誤しまくった「みんな」こそ最高

  7. 7位

    sponsored

    “脱VPN”方針の大手エネルギー企業、だがZTNA移行の成功パターンが分からず… どうすればよい?

  8. 8位

    データセンター

    NTT、AIインフラ構想「AIOWN(AI×IOWN)」を発表 国内データセンター総容量は3倍超の「1ギガワット」へ

  9. 9位

    ビジネス・開発

    デモ映えするAIオペレーターは誰でも作れるが、AIコンタクトセンターは運用で失敗する

  10. 10位

    ビジネス

    東急、会員250万人のポイント基盤刷新プロジェクト 合意形成の舞台裏にBacklog

集計期間:
2026年05月05日~2026年05月11日
  • 角川アスキー総合研究所