モルトンは、生成AIが関連書類を読み込み、弁護士等の専門家の分析・チェックと組み合わせるM&A DDサービスを開始。従来1か月程度かかっていた作業を数日に短縮し、大幅な低価格提供が可能とする。業界全体でも、データルームの数千ページの要約・タグ付け、契約書からのリスク条項の自動抽出により、人手で2か月の書類レビューをAI併用で3週間に圧縮した例が出ている。再生案件の初期調査工程にそのまま効く。
金属加工業（45名）は受注3年分をクラウドAIに学習させ週次で需要予測を更新、原材料在庫▲22%・納期遅延 月12件→3件。食品卸C社（28名）はChatGPT APIと過去2年のExcelだけで月3,000円程度の運用を開始し、欠品率14%→7%、年420万円相当の機会損失を回避。アパレル小売では売れ残り在庫▲35%・粗利率+5ptの例も。運転資本が重い卸売・製造の再生案件で、CF改善の即効打。
業種別のAI導入率は建設業15.9%・卸売業16.8%と全体平均を下回る。建設は時間外労働の上限規制を受け、書類作成・工程管理・安全書類まわりの効率化ニーズが強い。調剤薬局では、アサイクル社が医薬品の需要を予測するAI搭載の在庫管理・発注システムを提供し、過剰在庫と欠品の同時削減を狙う。支援先の業界ではまだ「やっていない側」が多数派——APに載せる価値がある。
2026年4月、GitHubがCopilot個人向け有償プランの新規販売を停止。6月にはGitHub・Anthropic・Googleが約1か月のうちに相次いで従量制・クレジット制への移行を打ち出した。定額使い放題は、AIの変動費（推論コスト）に耐えられなかった。同時に最上位モデル「Claude Fable 5」のAPI価格は入力$10／出力$50（100万トークン）と従来最上位の2倍になり、「知能の価格分化」が鮮明に。海外では提供価値が「AIという技術」から「測定可能なビジネス成果（Outcome）」へ移りつつある。
| 収益モデル | 中身（どう稼ぐか）と2026年の現在地 |
|---|---|
| ①定額サブスク | 月額固定で使い放題。単体では成立しにくくなった。ヘビーユーザーほど赤字になるため、上限（クレジット）付きが標準に。入口商品と割り切る。 |
| ②従量・クレジット | 処理量（トークン・件数）に応じて課金。2026年の事実上の標準。使われるほど儲かるので、原価と価格が連動し赤字化しない。 |
| ③成果報酬（Outcome） | 削減コスト・増加売上の一部を受け取る。いま最も伸びている型。「AIを売る」のではなく「結果を売る」。効果測定の設計力が参入障壁になる。 |
| ④AI自動化エージェンシー | 顧客の業務フローを診断し、AIエージェントを作って納品・運用保守する受託＋月額。少人数で高収益。士業の業務知識がそのまま強みになる。 |
| ⑤特化型Micro-SaaS | ニッチ業務に絞った小さなSaaS／リサーチ代行。個人〜数名でも黒字化しやすい。汎用チャットはコモディティ化したが、特化は残る。 |
顧問料に「AI分析レポート込み」と定額で入れてしまうと、使うほど自分のコストが増える。2026年のプラットフォーム側が定額を捨てた理由と同じ罠。基本料（①）＋処理量に応じた実費（②）＋成果連動（③）の三層で設計するのが定石。少なくとも「何件まで／何期分まで」の上限は先に決めておく。
Outcomeを売るには「効果を数字で示せること」が前提。再生支援は在庫圧縮額・経費削減額・CF改善額が元々可視化される——つまり成果報酬モデルの素地が最初からある稀な業種。「AI導入を勧める」のではなく、④の発想で顧問先の1業務にエージェントを作って納め、③で効果額の一部を受け取る。汎用AIの安売り競争には巻き込まれない。
数千ページの資料を読ませ、要約・タグ付け・リスク条項の自動抽出までは今のAIで実務水準に達している。一方で「この簿外債務は計画に致命的か」「この取引は正常収益力から除くべきか」という重要性判定と落とし込みは人の仕事として残る。分担ラインを最初に決めておくと、AI出力の検証で消耗しない。まず洗い出しを全量やらせ、人は判断だけに時間を使う。
AIエージェント経営は①意思決定支援 ②経営企画 ③業務執行 ④組織学習の4層で整理される。再生計画づくりに直接効くのは②——中期経営計画のドラフト生成、競合分析・市場スキャニングの自動化、KPIの候補出し。骨子をAIに作らせ、実現可能性と社長の腹落ちは人が詰める分業が現実的。全社導入ではなく「計画のたたき台生成」1業務に絞るのが失敗しないコツ。
AI投資のROIを明確に示せると確信している経営幹部はわずか6%、58%が測定方法が分からないと回答している。裏を返せば、効果測定の型を持っている支援者が圧倒的に有利。導入前に「削減時間・削減金額・エラー率」のベースラインを取り、月次でAIに予実差異の要因仮説と社長への確認質問を作らせる。導入した事実ではなく、空いた時間を何に使ったかを記録するところまでが伴走支援の仕事。
月刊『税理』2026年4月臨時増刊号が10事務所の実践を掲載。内製開発で年間8,000時間超を創出、CSV変換 50時間→5分、AI-OCRで医療費控除入力 1時間→5分。共通するのは「汎用AIを全社に入れた」のではなく、時間を食っている単一作業を特定して潰したこと。事務所の非効率は各所で似ているので、他事務所の事例がそのまま転用しやすい領域。
会計ソフトの乗り換えでは、AIにデータ変換スクリプトを書かせるだけで1社数日の工数が消える。さらに申告期限のリマインド、月次資料の提出催促、打ち合わせ後のアジェンダ自動生成——「覚えておかなければならないこと」を任せると、精神的な管理コストが大きく下がる。freee・弥生・マネーフォワードのAI自動仕訳＋銀行/カード連携は前提として、その外側の“隙間業務”に効き目が残っている。
従業員100名以下で生成AIを使ったことがある企業は約35%だが、「業務に定着している」は10%程度にとどまる。成功と失敗を分けたのは「特定の業務に絞って導入したか」「なんとなく全社に入れたか」の差、ただ一点。支援先に勧めるときも、ツール選定より先に“どの1業務を、誰が、いつ使うか”を決める。月3万円以下・1業務からで十分に効果は出る。
2026年7月、Claude Opus 5が登場。最上位のFable 5に迫る知能をOpus 4.8と同水準の低コストで提供する。Thinkingモードで自律的に自己検証を行うため、手順を細かく書くより「目的（ゴール）」を伝えるプロンプトのほうが精度が出るという変化が起きている。あわせて、生成した画面をその場で確認できるリアルタイムWebプレビューも追加。
OpenAIがPlusユーザー向けにコード実行機能を提供。会話内でPythonをそのまま実行し、結果を即座に確認できる。コード生成→実行→修正が1画面で完結するため、試算表や元帳CSVの集計・突合を「その場で回して確かめる」使い方が現実的になった。数字を扱う実務との相性がよい更新。
GeminiのDeep Researchが全ユーザーに開放され、業界調査・競合調査を投げっぱなしにできるように。3社とも強みは分かれたままなので、DD資料の読込はClaude／大量資料の横断調査はGemini／数値集計と壁打ちはChatGPTという割り振りが引き続き有効。ただし料金体系が定額から従量へ動いているため、今後は「どれを契約するか」より「何にどれだけ使ったか」を見る必要がある。
あなたは事業再生に精通した公認会計士です。
以下のアクションプラン案について、実行可能性と効果額を評価してください。
①各施策の年間効果額（売上増/原価減/経費減/在庫圧縮）を試算し、算定根拠を明記
②「効果額 ÷ 実行負荷（人・カネ・期間）」で優先順位を付け、上位3つを特定
③各施策のKPIと、モニタリングで見る先行指標を1つずつ設定
④効果が出ない場合に最初に疑うべき前提を、施策ごとに1行で
表形式で出力し、最後に社長への確認質問を3つ。
【前提】業種・売上規模・直近3期のPL/BS要約：（貼り付け）
【アクションプラン案】（貼り付け）
先月の「資金繰り起点」に続き、今月はAP（アクションプラン）の効果額試算と優先順位付け。今号のSTEP3のとおり、KPIと先行指標を最初に決めさせるのがポイントです。④を入れておくと、計画の前提の弱さが先に出てきます。