ERP（ユースケース）に関するニュース一覧

元マイクロソフト幹部が設立したスタートアップ「Maximor」が、企業の財務業務を自動化するAIエージェントを開発し、正式に発足しました。同社はFoundation Capital主導のシードラウンドで900万ドル（約13億円）を調達。多くの企業が依然として依存するExcelでの手作業をAIで置き換え、月次決算などのプロセスを効率化することを目指します。

なぜ今、AIによる変革が必要なのでしょうか。多くの企業ではERPやCRMといった専門システムを導入しているにもかかわらず、最終的な数値の調整や監査準備のためにデータをExcelにエクスポートし、手作業で照合しているのが現状です。この非効率なプロセスが、財務チームの大きな負担となっています。

MaximorのAIエージェントは、NetSuiteやQuickBooksなどの各種システムに直接接続し、取引データを継続的に収集します。これにより、運用データと財務データがリアルタイムで統合・可視化され、月次決算を待たずに財務状況を把握できます。作業文書や監査証跡も自動生成され、監査対応も効率化します。

導入効果は既に出ています。不動産テック企業のRently社では、Maximorの導入により月次決算にかかる日数が8日から4日へと半減しました。これにより、会計担当者2名の追加採用を回避できただけでなく、チームの時間の約半分をより戦略的な業務に振り分けることが可能になったといいます。

同社の特徴は、AIと人間の協業モデルにもあります。AIエージェントが実務（Preparer）を担い、人間がレビュー（Reviewer）に集中する体制を構築できます。また、社内に財務チームがない企業向けに、人間による会計サービスもオプションとして提供し、AIの導入を支援します。

創業者らはマイクロソフトで大手企業の財務DXを率いた経験を持ちます。その知見とビジョンが、RampやGustoのCFO、PerplexityのCEOといった著名なエンジェル投資家からの信頼を集め、今回の大型シード資金調達につながりました。

食品サプライチェーンのバックオフィス業務を自動化するAIスタートアップのBurntは25日、シード資金調達ラウンドで380万ドル（約5.7億円）を調達したと発表しました。このラウンドはNBAのスター選手、ステフィン・カリー氏が支援するベンチャーキャピタル「Penny Jar Capital」が主導しました。同社はAIエージェントを活用し、従来型のソフトウェアでは解決が難しかった食品業界の非効率な業務プロセスの変革を目指します。 同社のAIエージェント「Ozai」は、電話やFAXなど多様な形式の注文を自動処理します。既存のERPシステムを置き換えず、その上で動作するのが特徴です。これにより企業は従来の業務プロセスを大きく変えることなく、非効率な手作業から解放されます。 同社は今年1月のサービス開始以来、月間1000万ドル（約15億円）以上の注文を処理。英国の大手食品コングロマリットも導入を進めるなど事業は順調です。すでに数十万ドル規模の年間経常収益を達成しており、市場での需要の高さがうかがえます。 食品サプライチェーンは長年、技術導入の遅れが課題でした。多様なチャネルからの注文を、スタッフが手作業で旧式システムに入力することが常態化。従来のシステム刷新は高コストで導入期間も長く、中小企業の多い業界の障壁となっていました。 Burntの強みは創業チームの業界知見です。CEOのジェイコブ氏は食品業界で育ち、現場を経験。この経歴が関係性を重視する業界での信頼獲得につながっています。投資家もこうした「見過ごされた」産業にこそ、大きな機会があると評価しています。 今回の事例は、業界課題を深く理解し、AIで「置き換え」ではなく「補完」するアプローチの有効性を示唆します。既存の業務フローを尊重しつつ、非効率な部分を自動化する手法は、IT化が遅れる他の伝統的産業にも応用できるのではないでしょうか。

NVIDIAは2025年9月19日、企業の生産性と収益性を高めるカスタムAIエージェントの導入・活用ガイドを発表しました。AIを戦略的パートナーと位置づけ、(1)タスクに最適なエージェント選択、(2)データ連携による学習、(3)業務部門への展開、(4)ガードレールによる統制という4段階のプロセスを提唱。企業のAI活用を最大化し、組織変革を推進します。 最初のステップは、タスクに最適なAIエージェントを選ぶことです。人間を特定の職務で採用するように、AIも役割に応じて選択・訓練します。例えば、複雑な問題解決には推論エージェント、開発支援にはコード生成コパイロットなど、適切な使い分けが性能やコスト、セキュリティを最適化する上で重要です。 次に、強力なデータ戦略を構築し、AIエージェントを継続的に学習させます。AIは、タスクやビジネスに特化した最新データを得ることで最高の性能を発揮します。組織内の知識資産を活用し、多様な情報源に接続することが、精度の高い応答を生む鍵です。この学習サイクルは「データフライホイール」と呼ばれます。 インフラとデータ戦略が整えば、AIエージェントを各業務部門へ展開します。IDC調査によれば、ITプロセスや事業運営、顧客サービスがAI導入の優先分野です。CRMやERPと連携し、リード認定やサプライチェーン管理を自動化することで、従業員の生産性を高めます。 最後に、AIエージェントに対するガードレール（保護機能）とガバナンスを確立します。従業員にガイドラインが必要なように、AIにも信頼性や正確性を担保し、倫理的境界内で動作させる統制が不可欠です。不適切なトピックへの逸脱防止や、悪意あるプロンプトからの保護などが含まれます。 優れたAIエージェントは汎用品ではなく、目的に応じてカスタム訓練され、継続的に学習します。企業は「AIでどんな事業成果を目指すか」を自問することから始めるべきです。将来的には、あらゆる事業部門が専用AIを持ち、その導入と運用が企業変革を主導するでしょう。