主要4領域でのコンテキストを保有するAI が強い
米国AnaplanのSVP Global Pre-SalesのJoe Horsey(ジョー・ハーシー)氏によるプロダクト戦略の解説では、最新のAIツール群の活用アプローチと経営改革へのアクションが示された。
Horsey氏は、近年のIT業界における「生成AIが既存のSaaSアプリケーションを不要にするのではないか」という“SaaS is Dead議論”に対し、明確な見解を提示した。大手テクノロジー企業の提携動向などを引き合いに出しながら、「業務知見と堅牢なデータ構造を持たない単体のAIが、企業の中核業務システムを置き換えることはない」と断言する。
Anaplanの強みは、長年にわたり培われてきた、以下の主要4領域の豊富なビジネスアプリケーション群にある。
- サプライチェーン&リテール:Demand Planning(需要予測)、Integrated Business Planning(IBP:統合ビジネス計画)、Inventory Planning(在庫計画)、Allocation & Replenishment(配分・補充計画)など、レジリエントなオペレーションを構築
- ファイナンス&IT:Integrated Financial Planning(統合財務計画)、Profitability Analysis(収益性分析)、Software Spend Optimization(IT投資最適化)など、収益性の高い成長を牽引
- 人事&ワークフォース:Operational Workforce Planning(オペレーショナル要員計画)、Project Resource Planningなど、人材配置と事業戦略を同期
- セールス:Territory and Quota(テリトリー・ノルマ管理)、Sales Forecasting(売上予測)など、予測可能な増収基盤を確立
「高度な業務ロジックが組み込まれたアプリケーション層と、監査可能性を備えたリアルタイム計算エンジンが存在して初めて、AIエージェントはその真価を発揮します。コンテキストのないAIは無力であり、ビジネスの文脈(コンテキスト)を持っていることこそがAnaplanの最大の差別化要因です」(Horsey氏)
【デモ実演】外部AI連携からモデル自動構築・予実分析の自動化まで
Horsey氏の講演を受けAnaplan ジャパンの大場達生氏から、同社の基幹AI製品である「AI Gateway」「CoModeler」「Analyst」の3つの高度なデモが披露された。
■Anaplan AI 製品群の役割
1:Anaplan AI Gateway
社内で常用されている外部LLM(例:Anthropic社のClaudeなど)のインターフェースから、Anaplan AI Gatewayを介して安全にAnaplan内のデータを参照・抽出するデモ。ユーザーがClaude上で「Anaplanのモデルから製品別の売上と粗利を抽出してレポートを作成して」と入力すると、AnaplanのモデルからMCP経由で権限管理された安全なデータのみが連携され、信頼性の高い外部分析レポートが生成された。
2:Anaplan CoModeler
Anaplan CoModelerは、Anaplanプラットフォームに直接組み込まれたインテリジェントな生成AIアシスタント。AIを活用することで、モデルビルダーは完全にカスタマイズされた独自のモデルからAnaplanアプリケーションの一部として提供されるモデルにいたるまで、あらゆる計画モデルの構築、拡張、最適化、そして解説を劇的に高速化させることができる。
デモでは、複雑に組まれた配賦ロジックの構造をAIが解読し、仕様書ドキュメントとして自動出力する様子や、自然言語の指示のみで新しい分析用ドライバーを追加・反映させる一連の流れが実演された。
3:Anaplan Analyst
この高度な予実分析デモは、日本市場向けのローカライズがネイティブに対応している。売上金額と販売数量の関係、粗利率などの指標変化をAIが瞬時に分析し、文脈の通った分析総評テキストとグラフを提示。不振チャネルのリカバリーに向けた最適シナリオの導出までを数秒で完了させた。
経営企画・財務・事業部門のミドルマネージャーが取るべきアクション
本カンファレンスを通じて示されたのは、AIエージェントの導入によって「データ集計に追われる受動的な管理部門」から「自律的なインサイトに基づき事業を牽引する能動的な推進組織」への脱皮が可能になるという確固たる未来像である。
経営企画、財務経理、人事、サプライチェーンを担うミドルマネージャー層は、自社における「Agentic Enterprise」の実現に向け、以下のアクションに取り組むことが求められるとした。
■「決定論的データ基盤」の再構築
確率的AI(LLM)の導入を焦る前に、全社の意思決定の拠り所となる「信頼できる唯一の情報源(Single Source of Truth)」が整備されているかを確認する。計算ロジックがブラックボックス化している既存のExcel業務から脱却し、統合データモデルの構築を進めることが不可欠である。
■業務プロセスの「自律性レベル」の設計
すべての業務を一度にAIに委ねる必要はない。本講演で示された「Automation(自動化)」「Augmentation(能力拡張)」「Advisory(助言)」のフレームワークに基づき、組織のリスク許容度に応じたエージェントの適用範囲を段階的に定義することが成功のカギとなる。
■部門の垣根を超えた「横串のデータ連携」
CFO組織のデータだけでなく、営業(CRO)、サプライチェーン(CSCO)、人事(CHRO)のデータをリアルタイムに結合できる環境を整える。データが孤立した「サイロ状態」を解消して初めて、AIエージェントは全社最適のシナリオを提示できるようになる。
Anaplanが提示した「Anaplan Intelligence」と「Agentic Office」は、テクノロジーの先進性を示すだけでなく、人間が「データ作業」から解放され「真の意思決定」に専念するための現実的なロードマップである。AI時代における自社の経営管理・意思決定プロセスのあり方を再定義する時期が、今まさに来ている。
この記事は参考になりましたか?
- この記事の著者
-




