シナリオ分析は、将来を1つの予測に固定せず、複数のあり得る状況を描き、それぞれで投資や事業の結果がどう変わるかを比較する方法です。
生成AIを補助的に使うと、主要な不確実性の洗い出し、シナリオの叩き台作成、前提矛盾のチェック、各シナリオで見るべき財務項目、トリガーや先行KPI候補の整理を効率化できます。
一方で、生成AIにシナリオ分析そのものを丸投げすると、根拠のない成長率を作る、低位・高位を都合よく設定する、入力にない市場情報を補う、確率を勝手に付ける、最終的な投資判断まで断定する、といった危険があります。
この記事では、生成AIをシナリオ分析の補助として使う方法を、具体的なプロンプト例、出力の使い方、人が確認すべきポイント、AIの限界まで含めて解説します。
基本的な意味から確認したい場合は、シナリオ分析とは?を参照してください。実務の手順は、シナリオ分析のやり方で確認できます。
生成AIを使いやすい6つの場面
生成AIは、次の6つの場面で使いやすいです。
- 不確実性を漏れなく洗い出す
- 重要度×不確実性で整理する
- 低位・ベース・高位の叩き台を作る
- ストーリーと数値前提の矛盾をチェックする
- トリガーと先行KPI候補を整理する
- 低位・高位それぞれの対応アクション候補を出す
重要なのは、AIを「未来を当てる道具」ではなく、「考慮漏れや矛盾を減らす整理役」として使うことです。
1. 不確実性を洗い出させる
シナリオ分析では、最初に「何が将来結果を大きく変えるか」を整理します。
プロンプト例
次の投資案件について、結果を左右しそうな不確実性の候補を洗い出してください。
案件:BtoB設備保守サービス会社の新営業拠点+遠隔監視サービス投資 評価期間:5年 検討中の選択肢:
- 一括投資
- 段階投資
- 1年延期
条件:
- 内部要因と外部要因に分ける
- 入力にない数値は作らない
- 重要そうな理由を一言添える
- 最終的な採用項目は決めない
出力の使い方
AIから、
内部要因として、
- 新規顧客獲得速度
- 解約率
- 営業人員の立ち上がり
- 遠隔監視利用率
- システム追加開発費
外部要因として、
- 競合の価格攻勢
- 顧客設備投資の景況感
- 金利・資本コスト
- 規制変更
などの候補が出たら、人が実際の事業計画や市場情報に照らして優先順位を付けます。
AIが挙げた項目を全部シナリオの主軸にする必要はありません。
2. 重要度×不確実性で整理させる
不確実性を増やしすぎると、シナリオが複雑になりすぎます。
プロンプト例
次の不確実性候補を、「事業結果への影響度」と「将来の振れ幅」の2軸で整理するための観点を示してください。
候補:
- 新規顧客獲得速度
- 解約率
- 遠隔監視利用率
- システム追加開発費
- 資本コスト
- オフィス備品費
条件:
- 評価そのものは断定しない
- 高・中・低の判断根拠に必要なデータを示す
- 重要かつ不確実な項目を優先する考え方を示す
出力の使い方
AIには、
- 売上やCFへの感応度
- 過去の変動幅
- コントロール可能性
- 予測可能性
- 投資額への影響
などの評価観点を整理させます。
そのうえで人が、今回の主軸を、
- 新規顧客獲得速度
- 解約率
- システム追加投資
- 資本コスト
の4つへ絞ります。
3. 低位・ベース・高位の叩き台を作らせる
生成AIは、複数シナリオの文章構造を作る補助にも向いています。
プロンプト例
次の4つを主軸に、低位・ベース・高位の3シナリオの叩き台を作ってください。
主軸:
- 新規顧客獲得速度
- 解約率
- システム追加投資
- 資本コスト
条件:
- 数字は作らない
- 各シナリオに一貫したストーリーを持たせる
- 高位で都合のよい前提だけを同時に置かない
- 低位を現実離れした最悪ケースにしない
- 各シナリオで「なぜそうなるか」を示す
出力の使い方
AIがたとえば、
低位:
- 顧客獲得が遅れる
- 解約率が高止まりする
- 追加システム投資が必要になる
- 資本コストが上がる
ベース:
- 顧客獲得は計画どおり
- 解約率は改善目標内
- 追加投資は予定範囲
- 資本コストは現状水準
高位:
- 顧客獲得が早まる
- 解約率が改善する
- 追加サービス契約率が高い
- 追加投資は予定内
といった叩き台を出したら、人が市場・顧客・事業計画と照合します。
4. 数値前提の矛盾をチェックさせる
シナリオの文章と財務モデルがずれると、分析の信頼性が下がります。
プロンプト例
次のシナリオ設定について、ストーリーと数値前提の矛盾をチェックしてください。
低位:
- 顧客獲得は1年遅延
- 解約率は悪化
- 売上成長率はベースより高い
ベース:
- 顧客獲得は計画どおり
- 解約率は計画内
条件:
- 数値を修正しない
- 矛盾点だけを指摘する
- 追加確認が必要なデータを示す
出力の使い方
AIに、
顧客獲得が遅れ、解約率も悪化しているのに、売上成長率がベースより高いのは整合しにくい
といった矛盾を指摘させます。
人は売上を、
新規顧客数 × 顧客単価 × 継続率
のような事業ドライバーへ分解して再確認します。
AIの役割は「矛盾の候補を見つけること」であり、正しい数値を決めることではありません。
5. トリガーと先行KPI候補を整理させる
シナリオ分析は、どのシナリオへ近づいているかを観測できなければ実務で使いにくくなります。
プロンプト例
次のシナリオ分析について、観測可能なトリガーと先行KPIの候補を整理してください。
主な不確実性:
- 新規顧客獲得速度
- 解約率
- 遠隔監視利用率
- 追加開発費
条件:
- KPI候補だけを出す
- 閾値は作らない
- 短期で見える指標と中期で見える指標を分ける
- 指標がどの不確実性に対応するか示す
出力の使い方
AIには、
- 月次新規契約数
- 商談化率
- 営業1人あたり契約獲得数
- 解約率
- 遠隔監視利用率
- 顧客側導入リードタイム
- 追加開発見積額
などを出させます。
正式な閾値は人が決めます。
たとえば、
新規契約数が3か月連続で計画80%未満なら追加営業採用を再評価する
といったルールは、人が事業計画と許容差に基づいて設定します。
6. 対応アクション候補を出させる
シナリオごとに「何をするか」を整理する際もAIは使えます。
プロンプト例
次の3シナリオについて、対応アクション候補を「実行」「保留」「縮小」「加速」に分けて整理してください。
低位:顧客獲得遅延、解約率悪化、追加開発費増 ベース:計画内 高位:顧客獲得加速、利用率上昇
条件:
- 投資判断そのものは決めない
- 顧客対応や将来価値の高い活動を一律停止しない
- 高位時の機会損失回避も含める
出力の使い方
低位では、
- 追加営業採用を保留
- 大型システム拡張を縮小
- 既存顧客維持を優先
高位では、
- 追加営業採用
- システム拡張
- 第2拠点検討
といった候補を整理させます。
実際に何を実行するかは、人が財務結果とリスクを見て決めます。
通し例|5,000万円投資を生成AIで補助する
ここでは、BtoB設備保守サービス会社が新営業拠点と遠隔監視サービスへ5,000万円を投資するケースを通して見ます。
1. 人が意思決定テーマを固定する
比較するのは、
- 5,000万円を一括投資する
- 段階投資する
- 1年延期する
の3案です。
評価期間は5年とします。
2. AIに不確実性候補を出させる
AIには、内部・外部要因に分けて候補を出させます。
人が事業インパクトと振れ幅を確認し、主軸を、
- 新規顧客獲得速度
- 解約率
- システム追加投資
- 資本コスト
へ絞ります。
3. AIに3シナリオの叩き台を作らせる
低位では顧客獲得1年遅延、解約率悪化、3年目追加投資500万円、資本コスト上昇。
ベースでは計画どおり。
高位では顧客獲得と追加サービス契約が想定より早いケースを使います。
ここで、500万円などの正式な前提値は人が実際の見積や履歴から決めます。
4. 人が正式な数値へ落とす
1〜5年目の増分キャッシュフローを、
低位:
- 600万円
- 1,000万円
- 1,300万円
- 1,700万円
- 2,000万円
ベース:
- 1,200万円
- 1,500万円
- 1,800万円
- 2,000万円
- 2,200万円
高位:
- 1,500万円
- 1,900万円
- 2,300万円
- 2,500万円
- 2,700万円
と確定したとします。
5年間累積増分CFは、
- 低位:6,600万円
- ベース:8,700万円
- 高位:10,900万円
です。
5. AIに矛盾チェックをさせる
AIには、文章で設定した顧客獲得、解約率、追加投資と、各年CFの動きが矛盾していないかを確認させます。
正式な財務計算は表計算シートや管理会計モデルで人が再確認します。
6. AIにトリガー候補を出させる
AIから、
- 新規契約数
- 解約率
- 遠隔監視利用率
- 追加開発額
を候補として出させます。
人が閾値を決め、たとえば、
- 新規契約数が3か月連続で計画80%未満
- 解約率が基準超過
- 追加開発費見積が500万円超
- 遠隔監視利用率が計画未達
を見直しトリガーにします。
7. 人が段階投資を判断する
低位では追加投資と資本コスト上昇によって余裕が小さくなるため、一括投資ではなく、
- 新営業拠点1か所
- 遠隔監視の初期機能
- 最小限の営業人員
を先行する段階投資を採用します。
6〜12か月の実績を見て、次の営業採用やシステム拡張を判断します。
この通し例で生成AIが担当したのは、不確実性候補、シナリオの叩き台、矛盾チェック、KPI候補、対応アクション候補の整理です。
正式な前提値、数値モデル、トリガー閾値、投資判断は人が担当しました。
具体的な記入型が必要なら、シナリオ分析テンプレートが使えます。具体的な適用過程をケースで追いたい場合は、シナリオ分析の具体例も参考になります。
人が必ず確認すべきポイント
主要不確実性の採否
AIが挙げた項目をすべて採用せず、事業への影響度と振れ幅で人が絞ります。
正式な前提値
成長率、解約率、顧客獲得速度、追加投資額、資本コストをAIに作らせません。
シナリオ間の整合性
低位・高位のストーリーと売上、利益、CFが矛盾していないか確認します。
発生確率
AIにシナリオごとの確率を勝手に付けさせません。確率を使う場合は、根拠となるデータや専門判断が必要です。
財務モデル
累積CF、NPV、IRRなどの正式計算は、人が表計算や承認済みモデルで検証します。
トリガー閾値
「計画80%未満」「追加開発費500万円超」などの閾値は、社内基準や過去実績から人が決めます。
最終投資判断
AIが「高位では投資すべき」「低位では撤退すべき」と断定しても、そのまま採用しません。
よくある失敗を確認したい場合は、シナリオ分析で失敗しやすいポイントも参考になります。
生成AIの誤りと限界
生成AIは、次のような誤りを起こす可能性があります。
- 入力にない市場成長率を作る
- 根拠のない確率を付ける
- 低位を過度に悲観化する
- 高位を願望的に作る
- シナリオ間の前提を矛盾させる
- 一般論のKPIを出しすぎる
- 実際には観測できないトリガーを提案する
- ベースシナリオを未来の正解のように扱う
- KPI未達の原因を見ず低位移行と判断する
- 財務モデルを簡略化しすぎる
- 低位では一律に投資停止を勧める
- 高位では無条件の拡大を勧める
また、同じAIにシナリオの作成と最終レビューをさせると、自分が作ったシナリオを正当化する方向へ偏る可能性があります。
重要な判断では、正式な事業計画、顧客実績、財務モデル、市場データ、社内投資基準へ戻ります。
生成AIに任せすぎないためのチェックリスト
- 何を決める分析か人が固定したか
- 評価期間を人が決めたか
- AIが出した不確実性候補を人が絞ったか
- 正式な前提値をAIに作らせていないか
- 低位が極端な最悪ケースになっていないか
- 高位が願望になっていないか
- シナリオ間のストーリーと数値が整合しているか
- 発生確率を根拠なく付けていないか
- 財務計算を正式モデルで再確認したか
- トリガーを観測可能な指標にしたか
- 閾値を人が決めたか
- 低位時の対応を一律停止にしていないか
- 高位時の加速条件を決めたか
- KPI未達時に原因を確認する設計か
- 実績に応じてシナリオを更新するか
- AIに最終投資判断を丸投げしていないか
まとめ
生成AIは、シナリオ分析の前提整理やレビューを効率化する補助役として使えます。
特に、不確実性の洗い出し、重要度×不確実性の整理、低位・ベース・高位の叩き台、ストーリーと数値前提の矛盾チェック、トリガー・先行KPI候補、対応アクション候補の整理で使いやすいです。
一方で、正式な前提値、発生確率、財務モデル、トリガー閾値、最終投資判断は人が管理する必要があります。
生成AIに「未来を当ててもらう」のではなく、「考慮漏れを探させる」「シナリオの叩き台を作らせる」「矛盾を見つけさせる」「観測KPI候補を広げさせる」ために使うと、判断責任を人に残しながらシナリオ分析を効率化できます。