リーガルオンテクノロジーズが、生成AIでDDを効率化するSaaS「Aidiligence」を提供するHerixと資本業務提携。膨大な関連資料の精査と専門判断を要するDDで、効率化と精度向上を掲げています。国内では証券会社系でも、契約書・財務諸表をAIが解析してリスクを抽出する支援ツールの開発例が出ています。大手が専用ツールで固めるほど、中小案件のDDは「汎用AI＋自前のチェック観点」で戦うことになる——観点（何を疑うか）を自分の側に持っているかどうかが差になります。
AI売上予測を導入した中小企業で在庫コスト15〜25%削減、人員配置の最適化で残業30%削減との報告。従業員8名のアパレル店では季節替わりの売れ残り在庫が約35%減・粗利率5ポイント改善。一方で製造業向けの解説では、年商30億円規模だと需要予測単独では効果が小さく、在庫最適化・生産計画と組み合わせて投資判断すべきと指摘されています。再生案件のAPに入れるなら「予測」ではなく「発注点・安全在庫の見直し」まで書く——効果額はそこで初めて出ます。
月額数万円のクラウド型AI外観検査や、プログラミング不要の需要予測ツールが登場し、IT専任者がいない中小製造業にも選択肢が広がったと整理されています。製造業のAI活用は、検査・生産管理・需要予測の各工程で導入事例が蓄積中。設備投資を伴わない月額型であれば、資金繰りが厳しい再生局面でも試せるのがポイントで、補助金（デジタル化・AI導入補助金）との組み合わせも検討余地があります。
先月号で「課金単位が席からタスクへ」と書きましたが、今月はその具体的な値札です。Intercomの顧客対応AI「Fin」は解決1件$0.99、解決できなければ0円。Zendeskは解決チケット1件$1.50〜2.00、SalesforceのAgentforceは会話1件$2／標準アクション1件$0.10。Deloitteの2026年予測では、SaaS収益に占める席課金の比率が21%→15%へ低下。Futurumの2026年上期調査では、買い手の43%が消費型、27%が成果型を好むと回答しています。
| 成果の定義の型 | 何を「成果」と数えるか／実例と、士業に置き換えた場合 |
|---|---|
| ①完了件数型 | 「解決した1件」に課金（Intercom Fin $0.99／件）。失敗は無料なので買い手のリスクが小さい。士業なら「記帳1か月分」「資料催促完了1社」など、完了が客観判定できる業務。 |
| ②アクション単価型 | 実行した操作1回に課金（Agentforce $0.10／アクション）。成果判定が難しい業務の妥協点。士業なら「仕訳候補提示1件」「要約1本」。単価は低く、量で稼ぐ。 |
| ③削減額シェア型 | 削減できたコストの一定割合を受け取る。ベースラインの合意が前提。再生支援なら経費削減APの実現額×◯%。モニタリングで実績を測る仕組みがある支援者ほど組みやすい。 |
| ④KPI到達型 | 事前に決めた指標（回転日数・粗利率等）に届いたら報酬。外部要因との切り分けで揉めやすいため、達成条件と除外事由を契約時に書いておく必要がある。 |
| ⑤ハイブリッド（基本＋成果） | 固定の基本料に成果部分を上乗せ。リーディングSaaSの41%が採用（前年27%）。成果型だけでは提供側のキャッシュフローが不安定になるため、実務ではこの形に落ち着く。 |
AIの推論費用は変動費として重く、既存のサブスクだけでは採算が合わない状況が続いていると指摘されています。成果型にすると、失敗した案件の原価を全部自分で被ることになる。士業が真似するなら、成果型にするのは「完了判定が客観的で、失敗率が低いと自分で分かっている業務」だけに限る。それ以外は基本料で原価を回収しておくのが安全です。
Intercomが「失敗は0円」を出せるのは、解決率を自社で把握しているからです。士業が成果型を持ち出すときも同じで、まず自分の業務で「AIで処理して手戻りが出た割合」を数か月記録する。手戻り率が低い業務から①完了件数型で値付けし、モニタリングで効果が測れる業務は③削減額シェアを上乗せして⑤に育てる。測れていない業務を成果型で売らない——これが先月号「いきなり完成形を売らない」の具体手順です。
会計事務所白書2026では、生成AIの出力を「必ず別の情報源で確認」している会計事務所は52%。裏返すと約半数は確認が徹底されていません。DDで使うならAIの出力には必ず「根拠資料名・ページ・勘定科目」を併記させ、根拠欄が空の行は採用しない運用にする。確認作業を「人の注意力」ではなく出力フォーマットで強制するのが、再現性のある品質管理です。
中小企業基盤整備機構が2026年4月に「生成AIを活用した事業計画例」を公開し、事業計画書の作成にAIを使う流れが公的にも後押しされています。再生計画で効くのは「AP→効果額→PL→CF→返済原資」の連鎖をAIに検算させる使い方。文章の下書きよりも、APの効果額がPLのどの科目に何期目から乗るかを表で出させ、計画数値と突合させるほうが手戻りが減ります。数値の前提（単価・数量・時期）は必ず人が決めて渡すこと。
金融業界ではAIによるモニタリング強化が「なければ回らない」段階に入ったと整理され、商工中金はAIエージェントを起点に営業データを個人の頭の中から組織の資産へ転換する取り組みを進めています。金融庁もAIディスカッションペーパー（2026年3月）で健全な利活用の論点を整理。金融機関がAIで読む前提になれば、伴走支援の報告書は「構造化されたデータ」で出すほうが読まれる。計画対比・AP進捗を毎回同じ表形式で出すことが、そのまま信頼の蓄積になります。
ミロク情報サービスの調査（2026年7月10日〜31日実施・9月17日発表）で、会計事務所の生成AI利用率は2年で39%→75%。有料版の利用率は46%で、企業・事業主（36%）より高い。一方で70%がルール未整備。普及のスピードに統制が追いついていないのが業界の現在地です。顧客情報の入力範囲・出力の確認手順・保存先の3点だけでも、先に文書化しておく価値があります。
会計事務所勤務者743名への調査（2026年9月30日発表）では、ほぼすべての事務所で生成AIが使われ、最多はChatGPT。用途はリサーチ・文字起こし・データ入力・資料作成・文章チェック。8割以上が定常的に業務利用、7割以上が研修を実施、そして4割がAI関連の有償サービスを提供。02で見た値付けの議論は、すでに同業の4割が直面している話です。
中小企業のAI導入率は20.4%（中小機構調査）で、導入目的は業務効率化・作業時間短縮が87.0%、2位の品質向上（32.3%）を大きく引き離します。商工中金の調査でも、用途はメール・報告書・議事録の作成・要約など事務系の定型業務が上位。「売上を増やすAI活用」はまだ少数派で、支援者が01の需要予測のようなトップライン・在庫側の使い方を提案できれば、差別化になります。
2026年9月は新モデルが立て続けに登場：Claude Fable 5.1（9月1日）／Gemini 3.8 Flash（9月2日）／GPT-6 Astra（9月3日）。コンテキスト窓はFable 5.1が1.1M・GPT-6 Astraが1.05M・Gemini 3.8 Flashが1.0Mトークンと、3社とも100万トークン級で横並びに。「どれが一番賢いか」より「どの業務にどれを当てるか」で選ぶ段階です。
Anthropicは9月22日にClaude Opus 5.5を発表。Fable 5.1レベルの性能を維持しつつOpus 5比で約40%のコスト削減、出力速度は30%以上向上、API価格は$4／$20 per MTok（入力／出力）。コンテキスト100万トークン・最大出力128kトークン。Sonnet 5.5・Haiku 5.5も「数週間以内」と予告されています。API利用者向けには破壊的変更も報じられているため、自動化スクリプトを組んでいる場合はモデル切替前に動作確認を。本紙もこのモデルで編集しています。
Gemini 3.8 Live（9月15日・米国時間）はリアルタイム音声モデルで、頼みごとを受けた後も会話を止めずに裏で処理を進めるのが最大の変化。面談しながら資料検索させる、といった使い方が現実的になります。ChatGPTはPlusでもGPT-6 AstraをChatGPT Work・Codexで利用可能。各社の料金表は毎月のように動いているため、契約前に最新の早見表で確認を。
あなたは事業再生に精通した公認会計士です。
添付の再生計画（アクションプラン一覧・計画PL・計画BS・計画CF）について、
「APの効果額が計画数値に正しく織り込まれているか」を検算してください。
①APごとに、効果額が影響するPL科目・開始期・各期の金額を表にする
②①の合計と、計画PLの各科目の前年差を突合し、差異がある科目を列挙
③効果額の根拠（単価・数量・時期）が計画書内に書かれていないAPを抽出
④PL→CF→返済原資のつながりで、運転資本・設備投資・税金の織り込み漏れを指摘
⑤各指摘に「根拠資料名・ページ／シート名」を必ず併記
根拠を示せない指摘は出力しないこと。金額を推測で補わないこと。
今月は計画の"検算"。STEP2のとおり、AP→効果額→PL→CF→返済原資の連鎖をAIに突き合わせさせる使い方です。⑤の根拠併記の強制はSTEP1の「52%しか確認していない」問題への対策——確認を人の注意力に頼らず、フォーマットで担保します。