AIへの過信が招くリスク：経営幹部の84％が「出力を信頼」する一方、4人に1人が誤りの「取締役会到達」を経験

Workivaの最高財務責任者（CFO）であるバーバラ・ラーソン氏は、この状況を次のように直接的に指摘している。「データ品質を管理せずにAIに自信を持つことは、戦略ではなく、むしろ負債（リスク）でしかありません」。

データ品質こそが最大の弱点

この信頼ギャップの根底には、より根本的な問題、すなわちデータ品質の問題が存在する。AIの利用に十分なデータ品質を自社が備えていると考える経営幹部は、わずか**11％**にとどまった。残りの89％は、自社がすでに導入しているAIツールに対して、基礎となるデータの準備が整っていないことを認めていることになる。

このミスマッチは、現実的な影響を及ぼしている。**71％**の経営幹部は、データ品質の低さが、財務報告およびサステナビリティ報告におけるAIの活用に「少なくとも中程度の影響」を与えたと回答している。データ品質不良による主な結果として、誤った、または遅延した業務上の意思決定が挙げられ、それに規制上の罰金や法的措置、そして投資家や債権者からの信用喪失が続く。

投資家は固く見守っている

機関投資家は、経営幹部の自信に安心感を抱いてはいない。実に**89％**の機関投資家が、企業開示におけるAI生成コンテンツの正確性について懸念を表明している。この懸念は、規制当局がAIの出力を単なる非公式な草稿ではなく、監査可能な記録として扱うよう求める圧力の高まりと時を同じくしている。

さらに、**95％**の機関投資家は、リーダーたちが断片的な財務報告データのリスクを過小評価していると考えている。時間の経過とともに、品質が低く検証不可能なデータは、ステークホルダーからの信頼を損なう可能性がある。

インフラ整備の優先順位：今後の道筋

経営幹部は、明確なインフラ整備の使命をもってこれに応えている。調査によると、**96％**の経営幹部が、データサイロを解体するために経営トップ（Cスイート）の連携が不可欠であると答え、**79％**が、全社的なデータ格差を解消するためにデータの自動化とガバナンスを優先事項として挙げている。ほとんどの組織は、専任のITサポート（73％）と専用予算（71％）を割り当てることで、この変革を資金面で支えている。

内部監査チームの**76％**は、すでに自社のAIモデルの評価を積極的に実施している。また、ビジネスリーダーのほぼ全員が、データガバナンスを成功させるためには、CFO（最高財務責任者）、CIO（最高情報責任者）、CSO（最高サステナビリティ責任者）が団結しなければならないことに同意している。

インフラ整備の優先順位は、「実行」から「統合」へと移行しつつある。CFOたちは特に、単一の「システム・オブ・トゥルース（真実の体系）」として機能するプラットフォームを求めている。これは、AIエージェントをトレーサブル（追跡可能）で規制対応可能なデータ環境に基礎づけ、すべてのアウトプットを検証可能にし、すべての開示内容を防御可能にするためのものだ。

レポーティング業務へのAIエージェント導入

本調査結果と並行して、Workivaは監査可能なガードレール内で動作するよう設計された、3つの専用AIエージェントを発表した。すなわち、財務報告書の一貫性チェックを行う「Tie-Out Agent」、同業他社の開示分析を行う「Benchmarking Agent」、そして欧州サステナビリティ報告基準（ESRS）や国際サステナビリティ基準審議会（ISSB）の基準への準拠を支援する「Sustainability Disclosure Agent」である。これらのエージェントは、「Workiva Knowledge」と呼ばれる永続的なインテリジェンス層に組み込まれており、AIの出力を組織自身のデータ、指示、コンテンツに基づかせている。

この監査証跡アーキテクチャが重要なのは、規制対象となる財務諸表におけるAI生成アウトプットが、FINRA（金融業規制当局）の「2026年 Annual Regulatory Oversight Report（年次規制監督報告書）」で、新たなリスクカテゴリーとして名指しされたからである。AIが最も自由度の高いナラティブ（経営陣による解説、注記開示、ESG関連の文言など）を生成する領域で、ハルシネーション（幻覚）リスクは最大となる。これらのエージェントはまさに、そうした領域をソースデータに基づかせることでリスクを抑えるように設計されている。

結論

Workivaの2026年中期エグゼクティブ・ベンチマーク調査が描き出すのは、AI導入のスピードは速いものの、その導入を安全にするために必要なデータ基盤とガバナンス構造の構築が遅れている業界の姿である。数字は衝撃的だ。「自信」は84％、「実際に捕捉されたエラー」は26％、「データ準備ができている」と答えたのはわずか11％、そして投資家の「懸念」は89％にも上る。AIへの「信頼」とAIへの「制御」の間にあるこのギャップを埋めることが、今や財務、リスク、サステナビリティのリーダーたちにとって最大の課題となっている。