「経営会議が近づくと、決算数値や各部門の報告を集めるだけで時間がなくなる」
「何とか資料を完成させても、会議では過去の数字を読み上げるだけで終わってしまう」
経営会議資料の作成に、このような課題を感じている企業もあるのではないでしょうか。
経営会議の資料を作るには、会計ソフトから数値を取り出し、各部門から報告を集め、Excelへ転記し、予算と実績の差を確認する必要があります。そこからグラフを作り、差異の理由を確認し、経営陣向けのコメントを付けなければなりません。
必要な情報が複数のシステムやファイルに分かれている場合、数字を分析する前の準備だけでも、担当者の大きな負担になります。
本来、経営会議は、完成した数字を報告するだけの場ではありません。
計画と実績の差がなぜ生じたのかを確認し、今後の売上や利益、資金繰りへの影響を考え、会社として次に取るべき行動を決める場です。
近年は、ChatGPTやClaudeなどの生成AIを利用し、部門報告の要約や予実差異の説明文、経営陣向けのサマリーを作成できるようになりました。データ連携や資料テンプレートまで整備すれば、データ取得から資料の下書き作成までを段階的に自動化することも可能です。
ただし、経営数値を生成AIに読み込ませるだけで、正確な経営会議資料が自動的に完成するわけではありません。
重要な経営数値は、Excelの数式、BIツール、データベース、計算プログラムなど、計算過程を検証できる仕組みで算出・確定します。AIを計算に利用する場合も、元データや計算式を確認できる設計にすることが重要です。
そのうえで、AIには文章の整理や要因候補の抽出、資料の下書き作成を任せるなど、それぞれの役割を分ける必要があります。
本記事では、経営会議資料の作成をAIで効率化する方法と、自動化するために必要な仕組み、導入時の注意点を解説します。
目次
なぜ経営会議資料の作成には時間がかかるのか
経営会議で確認する数字は、会計ソフトだけに保存されているとは限りません。
売上や原価は会計ソフトや販売管理システム、商談数や受注見込みはSFAやCRM、人件費は給与計算システム、事業KPIは部門ごとのExcelファイルなど、複数の場所に分散していることがあります。
資料作成の担当者は、それぞれのシステムやファイルから必要なデータを集め、同じ形式にそろえなければなりません。
例えば、あるファイルでは金額が円単位、別のファイルでは千円単位になっていることがあります。部門名や商品名、日付の形式が統一されていなければ、そのままデータを結合することもできません。
そのため、経営会議資料の作成では、分析そのものよりも、データの収集や転記、表記の統一に時間を取られることがあります。
ようやく数字をまとめても、資料が「売上は予算比90％でした」「営業利益は前年を下回りました」といった結果の報告だけで終わってしまうケースもあります。
経営判断に必要なのは、差額だけではありません。
売上が予算を下回ったのであれば、販売数量が減ったのか、平均単価が下がったのか、特定の商品や顧客の影響が大きかったのかを確認する必要があります。
しかし、資料を完成させることに時間を使いすぎると、差異が生じた理由や今後の対応を考える余裕がなくなります。
さらに、複雑なExcel関数やマクロ、独自の集計ルールが使われている場合、資料作成が特定の担当者に依存する問題も生じます。
担当者が休んだり異動したりすると、どのデータを更新すればよいのか分からず、資料作成そのものが止まってしまう可能性があります。
経営会議資料の作成を改善するには、単に作業を早くするだけでなく、データの集め方や分析方法を組織で共有できる状態へ変えることが重要です。
経営会議資料の作成でAIに任せられること
生成AIは、文章を読み取り、内容を整理し、決められた形式で出力する作業を得意としています。
例えば、営業部や製造部、管理部門から提出された報告書をAIに読み込ませれば、各部門の重要な出来事や課題、次月の予定を一定の形式にまとめられます。
計算済みの予算、実績、差額、達成率を渡し、差異の大きい項目を説明する文章を作成することも可能です。
複数の部門報告と数値データをもとに、経営会議資料の1ページ目に掲載するエグゼクティブサマリーの下書きを作ることもできます。
これまで担当者が一つずつ文章を読み、重要な部分を抜き出していた作業を、AIが支援するイメージです。
商品別、顧客別、拠点別など、分析に必要な粒度で実績データが整理されていれば、売上未達への影響が大きい項目を抽出・整理することもできます。
ただし、AIが示した内容を、そのまま確定した原因として扱うことはできません。
例えば、売上が下がった数値だけを見て、AIが「競合企業の値下げが原因」と出力したとしても、実際には請求の計上時期がずれていたり、営業担当者の入力が漏れていたりする可能性があります。
AIが整理した原因は、あくまで人が追加確認するための仮説です。
一方で、正確な金額の確定や経営判断は、人が担当する必要があります。
予算や実績、差額、達成率などは、Excelの数式やBIツール、データベース、計算プログラムなど、計算条件を確認できる仕組みで算出します。
AIが提示した改善案についても、会社の人員、予算、顧客との関係、現場の負担を考慮したうえで、実行するかどうかを人が決めます。
AIは、経営者に代わって答えを決める存在ではありません。資料を作るための作業を減らし、人が原因の確認や意思決定に使える時間を増やすための支援役です。
経営会議資料はどこまで自動作成できるのか
「AIで経営会議資料を自動作成する」といっても、自動化できる範囲は企業のデータ環境によって異なります。
最も始めやすいのは、担当者が必要なデータを用意し、生成AIに入力する方法です。
計算済みの予実データや部門報告を、社内で利用を許可された生成AI環境に読み込ませ、差異コメントや要約文を作成します。
機密情報を扱う場合は、契約プラン、入力データの利用条件、保存期間、社内ルールなどを事前に確認する必要があります。
この方法であれば、特別なシステムを構築しなくても始められます。ただし、データの収集やAIへの入力、完成した文章の転記は人が行います。
次の段階では、入力データと資料の形式を統一します。
毎月同じ形式のExcelやCSVファイルを用意し、「全体総括」「重要な差異」「確認すべき原因」「対応案」といった出力項目を固定します。
入力と出力の形式が決まっていれば、毎月AIへの指示を作り直す必要がなくなり、資料の内容も比較しやすくなります。
さらに自動化を進める場合は、会計ソフトや販売管理システム、CRMなどと連携する仕組みが必要です。
会計・販売・営業システムから必要なデータを取得し、項目名や集計単位を統一します。予算と実績の差額や達成率は、数式や計算プログラムで算出します。
その計算結果と部門報告をAIが参照し、重要な差異の説明、要因候補、追加で確認すべき事項を文章にまとめます。
最後に、決められたPowerPointやGoogleスライド、Wordなどのテンプレートへ出力し、担当者が内容を確認してから保存・共有します。
ここまで自動化するには、データ連携の方法だけでなく、誰がどの情報へアクセスできるのか、どの段階で人が承認するのか、エラーが起きた場合に処理を止めるのかといった設計も必要です。
そのため、最初から資料全体の完全自動化を目指す必要はありません。
まずは部門報告の要約や差異コメントの下書きなど、毎月繰り返している一つの作業から始める方が現実的です。
AIを活用する前に経営会議資料の構成を決める
AIに資料を作らせる前に、経営会議で何を確認し、何を決めるのかを明確にする必要があります。
資料の構成が毎月変わる状態では、AIを導入しても出力内容が安定しません。
経営会議資料の1ページ目には、今月の業績状況、重要な変化、重大な懸念事項、会議で決めるべき内容などを短くまとめます。
その後に、売上や営業利益などの財務数値、商談数や成約率といった主要KPI、予実差異、資金繰りへの影響などを掲載します。
差異が生じている項目については、「確認できている事実」と「追加確認が必要な仮説」を分けて書くことが重要です。
例えば、「新規商談数が前月より減少した」はデータから確認できる事実です。
一方、「広告の訴求が弱かったことが原因」といった説明は、広告データや問い合わせ内容を確認するまで断定できません。
資料の最後には、会議で決まった行動を記載します。
「営業を強化する」といった曖昧な内容ではなく、誰が、いつまでに、何を実施し、どの指標で結果を確認するのかを決めます。
経営会議資料は、きれいなグラフを作るためのものではありません。数字の変化を行動へつなげるための資料です。
経営会議資料をAIで効率化する5つのステップ
STEP1．現在の資料作成業務を整理する
最初に、経営会議資料がどのような手順で作られているのかを整理します。
誰がデータを集め、どのシステムやファイルを参照し、どの数値を計算しているのかを書き出します。
各部門への提出依頼、データの転記、グラフ作成、コメント記入、上司による確認など、資料が完成するまでの流れを確認すると、どこに時間がかかっているのかが見えてきます。
そのうえで、AIに任せる作業と、人が判断する作業を分けます。
部門報告の要約や説明文の下書きはAIが支援しやすい一方、数値の確定や対策の決定は人が担当します。
STEP2．データの入力ルールをそろえる
AIの出力品質は、入力するデータの状態に左右されます。
部門ごとに項目名や金額単位、日付形式が異なっている場合は、先にルールを統一します。
「売上」「売上高」「月間売上」のように同じ意味の項目が複数ある場合は名称をそろえ、部門コードや商品コードも統一します。
各部門がいつまでに、どのファイルを、どの場所へ保存するのかも決めます。
AIを導入することと、データの問題を解決することは別の作業です。元データが整理されていなければ、AIを使っても正確な資料は作れません。
STEP3．重要な数値は検証できる仕組みで確定する
予算、実績、差額、達成率などの計算は、ExcelやBIツール、データベース、計算プログラムなどで行います。
生成AIの文章生成機能だけに重要な経営数値の計算を任せると、計算条件の取り違えや出力ミスを見落とす可能性があります。
AIを計算に利用する場合も、元データ、計算式、処理条件を人が確認できる状態にしておくことが重要です。
そのうえでAIには、計算済みのデータをもとに、差異の大きい項目の整理や、経営会議で確認すべき内容の文章化を任せます。
数値計算と文章作成の役割を分けることで、誤った数値が資料に掲載されるリスクを抑えられます。
STEP4．AIへの指示と出力形式を固定する
AIに「経営会議資料を作ってください」とだけ依頼すると、必要な情報が抜けたり、毎月異なる形式で出力されたりします。
そこで、何を分析し、どのような順番で報告するのかをあらかじめ決めます。
例えば、次のような条件を設定します。
- 差異の大きい項目を抽出する
- 入力データから確認できる事実と仮説を分ける
- 根拠がない原因は断定しない
- 追加で必要な情報を示す
- 数値を変更せず、そのまま引用する
- 対応案には前提条件を付ける
出力形式も、「全体総括」「重要な差異」「確認できた事実」「原因の仮説」「会議で確認する事項」「対応案」のように統一します。
形式を固定することで、前月の資料とも比較しやすくなります。
STEP5．人が確認しながら対象範囲を広げる
導入初期は、AIが作成した文章を必ず人が確認します。
元データと数値が一致しているか、入力されていない事実を補っていないか、原因を根拠なく断定していないかを確認します。
最初は、部門報告の要約や資料の一部分だけにAIを使います。
運用を続けながら、不要な出力を減らし、必要な情報を追加し、自社の経営会議に合った形式へ改善していきます。
効果を確認する際は、AIで作成したページ数だけを見るのではなく、資料作成にかかる時間が減ったか、会議で要因分析や対策の検討に使える時間が増えたかを確認することが重要です。
経営会議資料にAIを使う際のセキュリティ対策
経営会議資料には、未公開の売上や利益、資金繰り、顧客情報、人事情報、新規事業の計画などが含まれる場合があります。
そのため、生成AIを利用する際は、単に便利なサービスを選ぶのではなく、入力したデータがどのように扱われるのかを確認する必要があります。
確認すべきなのは、入力内容がモデルの学習に利用されるか、データがどこに保存されるか、保存期間や削除方法が定められているかといった点です。
管理者が利用状況や操作履歴を確認できるか、利用者ごとに閲覧権限を分けられるか、外部サービスへどの情報が送信されるかも確認します。
社員が個人で契約したAIサービスへ、決算情報や顧客情報を入力しないよう、社内で使用できるAIサービスを決めることも重要です。
顧客名を「A社」に置き換えれば安全とは限りません。金額、地域、日付、案件内容などを組み合わせることで、取引先が推測される可能性があります。
AIには、利用目的に必要な情報だけを入力し、不要な個人情報や機密情報は削除します。
また、AIが外部へメールを送信したり、資料を公開したりする仕組みを構築する場合は、実行前に人が承認する工程を残す必要があります。
AIが作成した資料をそのまま使ってはいけない理由
生成AIは、入力された情報に不足がある場合でも、自然な文章を作ろうとします。
その結果、根拠のない原因や、実際には存在しない出来事を、もっともらしく補うことがあります。
経営会議資料では、AIが作成した内容をそのまま確定情報として使用してはいけません。
確認時には、次の点をチェックします。
- 数値が元データと一致しているか
- 比較期間や集計条件が正しいか
- 原因として記載された内容に根拠があるか
- 事実と仮説が明確に分かれているか
- 会社固有の事情が反映されているか
- 存在しない商品、顧客、出来事を補っていないか
- 対応案が現実的な人員や予算の範囲に収まっているか
利用環境が対応している場合は、AIの出力に参照したファイル名やデータ項目を併記させると、確認しやすくなります。
ただし、表示された参照元が正しいかについても、人が元データと照合する必要があります。
また、事実、仮説、今後の予測を分けて記載することで、経営陣が情報の確実性を判断しやすくなります。
AIが作成するのは、経営判断そのものではなく、経営判断に必要な材料の下書きです。
AIだけでなく経営管理の仕組みを見直す
AIを使えば、部門報告の要約や資料コメントの作成は効率化できます。
しかし、元データが複数のExcelやシステムに分散したままであれば、資料を作る前の収集や転記作業は残ります。
経営会議資料の作成を継続的に改善するには、AIツールを導入するだけでなく、事業計画や予算の作り方、事業KPIの管理方法、予実差異を確認するルールまで見直す必要があります。
売上や利益だけでなく、売掛金、在庫、借入金、現預金などを関連づけて確認できる状態も重要です。
会議で決まった施策について、担当者や期限を設定し、次回の会議で結果を検証する仕組みも必要です。
経営会議資料は、月に一度だけ作る報告書ではありません。計画、実績、改善行動をつなぐ経営管理の一部です。
経営管理の仕組みを整える選択肢「BanSo」
経営伴走支援サービス「BanSo」は、事業計画の作成、財務数値の可視化、予実管理、改善策の検討などを通じて、中小企業の経営管理を支援します。
経営会議で予算と実績を比較するためには、比較対象となる事業計画や予算が必要です。
BanSoでは、標準化されたフォーマットを活用し、売上や費用の根拠を整理しながら、事業計画を作成できる状態を目指します。
また、利用する機能や入力・連携するデータに応じて、P/L（損益計算書）、B/S（貸借対照表）、C/F（キャッシュフロー計算書）などの経営数値や、計画、改善アクションを確認しやすい状態へ整理します。
必要な情報を一つの仕組みで管理しやすくすることで、経営会議資料の集計負担を軽減し、数字をもとに次の行動を考えやすくします。
AIによる情報整理や改善のヒントを活用しながら、会社として検討すべき対応案を整理することも可能です。
さらに、必要に応じて専門家による支援を組み合わせられます。実際に利用できる機能、データの連携方法、更新頻度、専門家支援の内容や料金は、利用環境や契約プラン、支援範囲によって異なります。
重要なのは、資料を作って終わることではありません。
数字の変化を確認し、必要な対策を決め、担当者と期限を設定し、次回の経営会議で結果を検証するところまでを経営管理の仕組みにすることです。
まとめ：資料を作る時間を、経営を考える時間へ変える
経営会議資料のAI活用は、単に文章やスライドを早く作るためのものではありません。
データの収集、部門報告の要約、予実差異の説明、資料の下書きにかかる負担を減らし、経営者や担当者が要因の確認や改善策の検討に使える時間を増やすことが目的です。
そのためには、AIを導入する前に、元データの形式や資料の構成を整える必要があります。
重要な経営数値は、計算条件を確認できる数式やシステムで確定します。AIには、要約、要因候補の整理、文章作成などを任せます。
AIが示した原因や対応案は、確定した結論ではなく、人が確認する仮説として扱います。
最初から資料全体を自動化する必要はありません。
まずは毎月繰り返している部門報告の要約や、予実差異コメントの下書きなど、負担の大きい一つの作業から始めることが現実的です。
経営会議資料を作るために使っていた時間を、数字をもとに会社の次の行動を考える時間へ変える。
それが、経営会議でAIを活用する本当の意味です。
