先読み型プランニング

過去や現在に偏重せず、将来を見通して判断するデータドリブン型の意思決定プロセスへのシフトを実現するため、AI予測とビジネスロジックに裏付けられた計画シミュレーション機能を活用した経営管理プロセスの構築を支援します。

変化の激しい経営環境下で求められる「先読み型プランニング」

急激な為替変動や、地政学リスクの上昇など、経営環境の変化はより激しさを増し、先が見通せない状況が続いています。そうした状況下においては、経営の“航海図”となる経営計画が以下のような課題を抱えているようでは、“荒波”を乗り切ることができません。

スピード感の欠如：

計画策定が完了する頃には経営環境に変化が生じており、できあがった計画では満足に対応することができない
計画達成が自己目的化し、環境変化に追随できない

経験と勘：

根拠情報と財務計画を紐づける“ビジネスロジック”が曖昧であるため、予実分析による明瞭な原因把握が困難

過去からの延長：

過去実績の収集と計算に忙殺され、将来の見通し検討が困難
計画が過去の延長にとどまり、目標や戦略を反映できていない

個別最適：

部門、拠点、事業部の間などで多数の個別調整が必要で、各所の計画が連動していない

これらの課題を解決し、環境変化に素早く対応できる経営に移行するためには、過去と現在に偏重せず、将来を見通して判断する意思決定構造へシフトすることが求められます。

PwCのサービス―計画シミュレーションによる先読み型経営の実現

PwC Japanグループが提供する「先読み型プランニング」は、「過去を学習すれば将来がある」から「学習すべきは将来にある」へのシフトを目指します。過去分析など意思の必要がない予測はAIに任せることで、経営者はシミュレーションされた複数の将来シナリオを見て意思決定を行うことに注力することができます。さらに、成功要因・リスクに影響するパラメータを常時モニタリングし、オンデマンドでシミュレーションを実施することで、変化に対する現場の先読みアクションを促します。

AI予測

計画シミュレーションにおける予測対象は多岐にわたるため、精度・汎用性・柔軟性を兼ね備えたAI予測が必要となります。PwCのAI・機械学習を用いた需要予測ソリューションMDF（Multidimensional Demand Forecasting）は実戦で磨き上げられた予測モデルであり、多様な予測に対応できる機能を備えています。

計画シミュレーション

ビジネスシナリオに沿って①ビジネス上の前提や因子の設定、②業績数値の算出、③将来の可視化のプロセスをオンデマンドで試行して意思決定を行います。

①ビジネス上の前提や因子の設定：

ビジネスシナリオを為替や税率、また市況などの前提や因子に落とし込み、パラメータとして設定します。その際、過去の実績などから導き出して成り行きとして設定するパラメータと、ビジネス戦略に基づく意思を反映させるパラメータを複数使い分けることにより、さまざまなビジネスシナリオを表現します。時系列データから予測可能な数量・単価など、一部のパラメータはAIが導出してくれるため、経営者はビジネス環境の変化に柔軟に追従することが可能となります。

②業績数値の算出：

ビジネス上の前提や因子が収益に及ぼす影響をビジネスロジックにより算出します。ビジネスロジックによる計算は将来の姿を見立て、意思決定することが目的です。そのため、現実世界を精緻に再現する複雑な計算式である必要はなく、当事者が理解しやすく合理的であることが重要です。

③将来の可視化：

収益確保に責任を負う本社・事業・拠点のリーダーが、ビジネスシナリオに基づく将来の姿を複数パターン確認し、意思決定を行います。このとき、経営計画とその根拠であるビジネス上の前提や因子がビジネスロジックによって紐づけられるため、選択したシナリオを現実のものとするにはどのようなアクションが必要なのかをメンバー間で共有することが容易となります。

実現アプローチ

先読み型プランニングの実現に向けて、構想および実行計画策定でゴールまでの「青写真」を描いた後、スモールスタートで着手し、早めに効果を得ながら改善を進めて高度化を図ります。その際には、技術的な実現性担保のための「最新テクノロジー」の活用、効率的かつ確実に実現する「段階的拡大」、そして何よりも、新しい仕組みを実現する主体となる「人」の「意識改革」がポイントとなります。

実践事例―予算編成への適用

クライアントの課題

予算編成にあたっては、事前に予算目標をガイドラインとして提示していたものの、目標や達成シナリオについて経営トップと各事業トップとの十分なすり合わせができないままに各部門・各拠点の予算積上プロセスに入っていました。そのため、積み上げた結果と目標との間に大きな乖離が生じ、2巡目、3巡目の積み上げが必要となり、予算目標の合意までに多大な工数と期間を要していました。また、目標達成シナリオ（業務計画）の裏付けが不十分なまま予算目標だけが合意されるという事態も珍しくない状態でした。

PwCのアプローチ

AIを活用した需要予測と計画シミュレーションを用いることで、経営トップと各事業トップが目標および達成シナリオをそれぞれ事前に検討した上で対話を行いました。それにより、予算目標と達成シナリオを早期に合意し、その合意内容を各部門・各拠点に落とし込むというプロセスに変更することで、「目標づくりのための予算編成」から「達成シナリオの落とし込みのための予算編成」に変革することができました。