Zuora AIで実現する、製品ローンチから収益認識まで

皆さん、こんにちは。ええと、今、画面を表示しています。もうご覧いただけていると思います。ケビン、そちらでは問題なく見えていますか？ よかったです。[咳払い] それでは、皆さん、こんにちは。ご参加いただきありがとうございます。ええと、シャレンと申します。フォスターシティにある本社からライブでお届けしています。本日はケビン・スアレと一緒に進めてまいります。皆さん、こんにちは。ケビン・スアレです。本日は皆さんとご一緒できてうれしく思います。本日は、製品のローンチから、その製品が生み出す収益を認識するまでの業務をZuora AIがどのように支援するのか、実務的な観点からご紹介します。つまり、製品がどのように収益を生み出すかということです。ええと、このウェビナーの着想源は、昔の「Schoolhouse Rock!」の名曲、

「法案が法律になるまで」です。ええと、Zuora AIを活用して、製品がQuote-to-Cashライフサイクルの各段階をどのように進んでいくのかをお見せしたいと思います。ええと、それでは早速始めますが、その前に、注意事項を共有します。ええと、一字一句読み上げることはしませんが、目を通しておいてください。このウェビナーでご覧いただく内容の一部は、将来構想に基づくものである可能性があります。そのため、本日ご覧いただく内容に基づいて購入を判断することはお控えください。それでは、事務連絡に移ります。まず、チャットタブで自己紹介をしていただけるとうれしいです。ええと、簡単なご挨拶と、どちらからご参加いただいているかをお知らせください。次に、「Resources」セクションのリンクにご注目ください。

Zoom画面の下部にある「More」をクリックしてください。ええと、3点目として、ぜひご質問をお寄せください。そのための「Q&A」タブがあり、こちらも「More」タブ内にあります。ええと、このセッションは録画します。後日、録画へのリンクを記載したフォローアップメールをお送りしますので、急いでメモを取る必要はありません。お好きなときに改めてご覧いただけます。また、途中でいくつかアンケートを実施しますので、ぜひご参加ください。皆さんのような方々からご意見を伺うことは、私たちにとって非常に有益です。それでは、正式な自己紹介に移ります。先ほど申し上げたとおり、私はシャレンと申します。プロダクトマーケティングチームに所属しており、本日はケビンと一緒に進めます。ケビン、簡単に自己紹介をお願いします。はい。皆さん、こんにちは。ケビンです。

Zuoraのプロダクトマネジメントチームに所属し、ZuoraのAI製品およびプラットフォーム製品を統括しています。Kevin、ありがとうございます。それでは、Kevinにデモをご案内いただきます。楽しいデモに入る前に、まず私から少しお話しさせていただきますので、あらかじめご了承ください。[笑] ただ、本題に入る前に、Zuoraが継続課金アプリケーション分野のGartner Magic Quadrantで再びリーダーに選出され、実行能力において最高位に位置付けられたことを、皆さまと共にお祝いしたいと思います。これは私見ですが、大規模な従量課金への対応、柔軟な料金モデル、円滑な財務決算処理など、Zuoraのプラットフォームが本来目指してきた価値が評価された結果だと考えています。レポートをご覧になりたい方は、下記のリンクをご利用ください。ダウンロード用のリンクは「リソース」タブでも共有いたします。

そして実際、[咳払い] 当社は主要なアナリストレポートのすべてにおいて、引き続きリーダーとして評価されています。今回のGartnerレポートでは、収益認識の項目で全ベンダー中最高スコアを獲得しました。これは、本日ご紹介する内容にも関係していますので、ぜひ強調しておきたいと思います。それでは、[咳払い] 最初のアンケートに移ります。日々の見積から入金までの業務において、AIをどの程度の頻度で利用しているかお答えください。ええと、結果が表示されません。[笑]

Kevin、そちらでは見えているでしょうか。ええと、これはどうすれば……この画面から先に進めませんね。では、「終了」を押します。[笑] 皆さまが結果をご覧になれたかどうか分かりません。私の画面には表示されていません。[笑] 申し訳ありませんが、このまま進めたいと思います。それでは、財務領域におけるAIについてお話しします。AIは他の部門では実際に生産性を向上させていますが、財務部門では、まだ同様の転機を迎えていません。「驚くほど生産性が上がった」と言えるような、10倍規模の飛躍的な進歩は、まだ実現していないのです。

「財務業務の担当者として、生産性が大幅に向上した」とは、まだ言い切れません。その理由は、財務チームには、自分たちの業務、業務上のコンテキスト、そして見積から入金までのプロセスを取り巻く統制を理解するAIが必要だからです。まさにその考え方に基づき、Zuora AIでは、見積から入金までの業務を担う方々に特化した専用エージェントと専門スキルを構築しています。この見積から入金までのライフサイクル全体には、それぞれ固有の業務があります。Zuora AIは記録システムに組み込まれており、さらにZuora自体がそれらの業務を実行するシステムであるため、既存の権限と統制を尊重しながら、契約、請求書、支払、債権回収、収益にまたがる共通のコンテキストを活用できます。また、AIが提案する変更によって生じる後続プロセスへの影響も、完全に可視化できます。

本日のデモを通じて念頭に置いていただきたいのは、専門性、スピード、信頼性という3つのポイントです。つまり、適切なコンテキスト、調査と実行の迅速化、そしてガバナンスの効いたアクションです。[咳払い] さて、財務チームは、時間や人員に余裕がない中で、すでに増大する複雑性と業務量に対応しています。昨今、テクノロジーは非常に速いペースで進化しています。月曜日にCEOから「金曜日までに製品をリリースしてほしい」と言われることもあるでしょう。[笑] 当社でも実際にあります。そして財務部門は、その後続プロセスへの影響の多くを引き受けなければなりません。また皆さまが、単に質問を入力するための新たな場所を求めているわけではないことも理解しています。必要なのは、手作業を削減することです。

つまり、何かが発生したことを把握し、次に何をすべきかを理解し、そのアクションを実行するためのツールを利用できる状態に至るまでの手作業を削減する必要があります。ここに示した例では、料金プランの変更、支払、収益処理、請求業務、請求書の貸倒処理に共通するパターンと、主要なワークフローで実現できる具体的かつ測定可能な時間短縮効果をご紹介しています。実際のワークフローは異なる場合がありますが、目標は共通しています。手作業による調査を減らし、次の意思決定までの時間を短縮するとともに、アクションが実行される前に、担当者が管理権限を維持できるようにすることです。それでは本日は、これを具体的にご説明するために、BarkBrain AIという架空の企業を使用します。これは犬の鳴き声を翻訳するプラットフォームです。

サブスクリプションの各プランと従量課金で構成されています。同社のビジネスモデルには、基本サブスクリプション料金に加え、おやつ、公園への訪問回数、発見したリスの数に応じた従量料金が含まれています。つまり、犬を中心とした事業を展開する企業です。すべての商品、価格、利用イベント、請求書、支払、収益結果を相互に連携させる必要があります。先ほど申し上げたとおり、Kevinには、BarkBrain AIのある顧客に関するストーリーを、価格・パッケージ設定、見積・販売、計測、請求、入金、収益認識、測定という7つの段階に沿ってご紹介いただきます。デモをご覧になる際は、チームがどれほど迅速に調査できるか、業務上の証跡が財務への影響とどのように結び付くか、そしてどの段階で承認権限がユーザーに維持されるか、という3点にご注目ください。それではKevin、デモをご案内ください。

先ほどこの画面を表示していなかったことに今気付きました。こちらが7つのワークフローです。失礼いたしました。それでは、Kevinにお渡しします。はい、ありがとうございます、Shaylyn。皆さま、こんにちは。本日はご一緒できてうれしく思います。それでは、画面を共有します。今日はZuora製品全体をご案内します。ZuoraではAI機能に非常に大きな投資を行ってきましたので、先ほどShaylynが説明したライフサイクル全体について、各事例を順にご紹介します。まず、デモの進め方について簡単にご説明します。画面を開きます。これから行うのは……Zuora AIへのプロンプトの一部、実際には多くを、あらかじめ実行してあります。本日はAIの応答を待つ時間をできるだけ省きたいと考えたためです。

Zuora AIのプロンプトの一部、実際には多くを、あらかじめ実行してあります。皆さまもAIをかなり利用されていると思いますが、特定のタスクは複数のステップで構成される場合があります。AIが複数のエージェントを起動して計画を立て、結果を返すため、数分かかることがあります。そのため時間の都合上、あらかじめ実行したプロンプトをいくつかお見せします。また、AIが実際に動作する様子をご覧いただけるよう、ライブでプロンプトも実行します。そして、一連のストーリー全体をご案内します。それでは、現在Zuoraにログインしているこの画面から始めます。まず、私がBarkBrain AIで働いていると想定しましょう。たとえば財務チームの担当者として、最初に価格とパッケージの設定に取り組みたいとします。

AIで働いているとします。私は財務チームに所属していて、まず価格とパッケージの設定から始めたいと考えています。最初にZuoraの「商品」領域へ移動し、商品カタログを開きます。ここを見ると、商品カタログはすでに用意されており、事業もすでに稼働しています。それでは、AIサイドパネルを開きます。AIサイドパネルはこちらにあります。まず、この機能の仕組みを簡単にご説明します。サイドパネルは、Zuoraのすべてのページで利用できます。現在Zuoraのどのページを開いているかを認識し、そのページに応じた処理を実行できます。

具体的には、Zuora内のデータを要約する参照操作、または当社が「監督付き操作」と呼ぶ、Zuora内のデータを実際に更新する操作を実行できます。ただし、常に人間が介在する仕組みとなっており、Zuora AIで実行するあらゆるアクションは、必ずユーザー自身が承認します。この仕組みを支える包括的なガバナンス機能も構築しており、ナレッジセンターに詳細を掲載しています。基本的には、AIが実行するすべてのアクションが、ログイン中のユーザーにひも付けられます。今回の場合、ログインしているのは私です。そのため、監査証跡などでは、データに対するすべての更新に、実行ユーザーとして私が記録されます。また、その更新は会話履歴にもひも付けられます。さらに、

AIで何が行われているかを完全に可視化し、監視できるWatchtower機能も備えています。それでは、BarkBrain AIのストーリーを始めましょう。数日前に、ここでプロンプトを設定しました。内容は基本的に、「BarkBrain AIは、顧客向けに新しいPark Proオファーを提供したいと考えています。これは従量計測を含むワーキングティア型のサブスクリプションです」といったものです。そして、リスのアラート数や公園への訪問回数など、このサービスを契約している犬の活動に基づいた、とてもユニークな測定単位を設定しています。

このプロンプトの要点は、財務部門が、見積、請求、収益、レポーティングを含むライフサイクル全体で、後になって想定外の問題が生じる可能性を最小限に抑えた新しい選択肢を作成したい、ということです。その内容をAIに伝えています。また、既存の商品カタログを確認するよう指示し、価格とパッケージの設定方法として検討している2つの案も提示しています。さらに、回答を4つのセクションに分けるようAIに指示しています。現在販売している内容、検討中の2つのパッケージ案、それぞれの案がもたらす影響、そして推奨案です。加えて、Zuoraでこれらを実装するために必要な手順についても提案するよう求めています。

これは、Zuoraを利用してアジャイルなマネタイゼーションに取り組む方にとって、非常に一般的なタスクの一例です。この種の操作を行うために、従来から標準インターフェースとAPIをご用意していますが、現在はさらにAIを組み込み、こうした作業を代行できるようにしています。ここに入力したプロンプトはかなり大規模なものです。Zuora AIにはほかにも多くの機能があり、必要に応じてファイルをアップロードできます。Markdownファイル、PDF、Excelファイル、PowerPointプレゼンテーションにも対応しています。たとえば、価格とパッケージの設定方法に関する複数の案について、チームで会議を行った場合、

その資料をZuora AIに直接読み込ませ、内容を読み取って処理させることができます。Zuora AIの機能の一つとして、処理の実行中に、各種関数の呼び出し内容が表示されます。この例では、情報を取得するためのスクリプトが作成されています。Zuora AIにはスクリプト機能が組み込まれているため、ユーザーからの依頼内容に基づいて、その場でスクリプトや小規模なプログラムを生成し、業務を支援できます。また、Zuora AIでは常に思考プロセスを表示します。当社が重視する原則の一つは、AIがどのように判断し、何を行っているのかについて、完全な透明性を確保することです。これにより、これらすべての情報を監査できます。さらに、

複数ステップの計画機能も備えています。このプロンプトは、すべてのステップを完了するまでに、おそらく5分ほどかかりました。そして最終的に、私が依頼した内容が返されました。まず、現在販売している内容について、分かりやすく要約されています。特に優れていると感じたのは、プロンプトで分析を依頼した2つの案に対する評価です。案1は、ワーキングサブスクリプション、従量料金、新しい定額制アドオンで構成されています。AIは、私が指定した各観点からこの案を分析しました。たとえば見積の観点では、ZuoraのCPQ製品にどのような影響があるかを評価し、シンプルに対応できると判断しています。

メディエーションと請求については、すでに使い慣れているパイプラインと料金モデルの多くを再利用できます。収益認識についても、現在と同様の日次認識方式を使用するため、ASC 606に基づく配分を非常に明確に行えます。また、レポーティングの集計もシンプルです。一方案2については、「見積処理がより複雑になります。また、請求とメディエーションには、これらすべての追加設定が必要です」と回答しています。収益認識に関する評価は、ユーザーに大きな価値をもたらす部分です。AIは、この案が後続プロセスで想定外の問題を引き起こす要因になる可能性を指摘しています。つまり、

財務チームがここで求めているのは、後の収益認識処理で想定外の問題が発生しないようにすることです。そのため案2には注意が必要であると判定され、レポーティングも別系統での対応が必要になると示されています。このように、AIはすべての観点について分析します。これらをすべて把握するには、従来であればチームで数時間、場合によってはそれ以上かかっていたかもしれません。しかしZuora AIに組み込まれた各種スキルと、読み込まれたすべてのコンテキストを活用することで、わずか数分で分析できます。そして、「案1が財務処理に適した選択肢です」という結論を直ちに提示します。これは、価格とパッケージの設定をAIがどのように支援できるかを示す一例です。それでは、実際の動作をご覧いただくため、ライブでプロンプトを実行します。

先ほどAIからかなり長い回答が返されたため、ここでは簡潔な要約を依頼してみましょう。これにより、Zuora AIを実際に使用する際の操作感をご覧いただけます。AIは、どの機能に接続すべきかを判断し、私が求めた内容について非常に簡潔な要約を返します。これらの回答はコピーできるほか、Zuora AI内のチャットを共有することもできます。また、次に入力するプロンプトを提案するエンジンも稼働しています。この機能は、多くのユーザーに頻繁に利用されています。それでは、価格とパッケージのプランが設定され、財務処理に適した、すべてのシステムで問題なく機能する状態になったとします。次に、これを見積の場面でどのように活用できるかをご紹介します。

価格とパッケージのプランが整いました。財務処理にも対応しており、すべてのシステムで円滑に機能します。それでは、見積の場面での活用方法をご紹介します。まず、あるアカウントに移動します。Fetch Fleetは当社の顧客の一社です。このアカウントに対し、新しいプランの見積シミュレーションを実行したいと考えています。ここで便利なのは、このプランをまだシステム上に作成していない点です。必要であれば、プランを作成する前にシミュレーションできます。また、AIにプランそのものを作成させることも可能です。

ええと、ここには別のプロンプト例を用意しています。内容としては、「この特定の顧客が、このPark Proパッケージを希望しています。いくつか異なる前提条件を設定したうえで、シミュレーションしてもらえますか？ 例えば、一定の割引が適用されるものと仮定した場合、この顧客にこのプランを提供すると、どのような結果になるでしょうか」といったものです。見積業務で非常によくあるシナリオとして、ARRやTCVへの影響、請求スケジュールがどのようになるか、といった点を確認したい場合があります。そこで、この例ではシミュレーションを実行させるためのプロンプトを作成しました。そして、「最後に、

4つの異なるカテゴリーに分けて整理してください」と指示しました。特に重要なのは、3番目の財務的影響です。つまり、当社にとって本当に実行する価値のある取引なのかを把握したいということです。この例では、AIにプロンプトを送信すると、AIが複数の異なる関数呼び出しを実行します。このケースでは、バックグラウンドで当社のプレビューAPIを呼び出しています。繰り返しになりますが、こうした処理はすべて監視コンソールから確認できるため、実際に行われている呼び出しを確認できます。この処理でも、複数ステップのプランニングプロセスを経て、詳細な検討が行われます。そして最終的に、「こちらが、

現在のサブスクリプションの非常に簡潔な概要です」という結果が返されます。もちろん、これはメインページでも確認できますが、ここでは概要を迅速に把握できます。新しいプランで提案している変更内容と、その財務的影響が表示されます。例えば、この変更によってARRが529ドル増加し、TCVには2,156ドルの影響があることを確認できます。このように、AIを使用してシミュレーションを実行できます。現在ご覧いただいているのは、Zuora Billing

製品内の画面です。現在、これをZuora CPQ製品にも追加する作業を進めています。そのため、今秋にはCPQ内でネイティブに利用できるようになり、営業チームは見積プロセスの中で、Zuoraに格納されているすべてのデータを活用した同等の機能にアクセスできるようになります。ここでもう少し興味深い内容にするため、追加のプロンプトを実行してみます。また、便利な点として、Excelファイルをダウンロードすることもできます。シミュレーション結果をExcelで確認したい場合は、ここから確認できます。それでは、「3つの箇条書きで、

見積への影響、主要な前提条件、承認基準について説明してください」と入力して実行します。AIが少し時間をかけて内容を検討します。AIは常に、どのように処理すべきかを判断しています。当社では、Zuora内のさまざまな機能に対応する「エージェント」と呼ばれる仕組みを内部で開発しています。例えば、請求業務エージェント、見積エージェント、収益分析エージェントなどがあります。これらは、当社のお客様企業で見られるさまざまな役割に応じて設計されています。先ほど最初のステップでご覧いただいたのは、

どのエージェントがこの処理を支援すべきかをAIが判断している場面です。そして、ご覧のとおり、概要が返されました。これで、AIを使用して価格設定とパッケージングを行い、見積も作成しました。次のステップとして、顧客がこの注文書に署名したとします。これで顧客はサービスに加入したことになります。今回見積もった内容には、多くの利用量と消費量が関連しています。各種のSquirrelアラートイベントがすべてZuoraおよび当社のメディエーションエンジンに取り込まれます。そのため、次は、

正確に計測し、請求できていることを確認する必要があります。ある非常に誠実なお客様から、次のような問い合わせがあったとします。「当社のエンジニアリングチームが確認したところ、御社の計測システム、つまり請求用のメディエーションエンジンに送信しているイベント数が、Zuoraの請求書に記載されている内容と一致していないようです。原因の調査を支援してもらえますか？」これは請求業務に関するタスクです。それでは、次の領域に移動してみましょう。Zuoraは、完全なメディエーション製品を提供しています。非常に高いスケーラビリティを備えており、大量の未加工イベントをZuoraに取り込むことができます。例えば、AIの収益化を行い、

消費されたトークン数に基づいて価格設定やパッケージングを行っている場合、そのすべてのデータをZuoraに取り込むことができます。その後、Zuoraは「メーター」と呼ばれるものを作成します。メーターは、未加工のイベントデータをリアルタイムで変換・集計し、利用実績レコードを生成します。その利用実績レコードに基づいて料金計算と請求が行われます。この例では、顧客から問い合わせがあり、「調査しやすいように、内容をプロンプトに入力しました」としています。顧客によれば、6月の請求書の金額が少なく、想定より低かったとのことです。エンジニアリングチームでは、「9,100件のイベントを送信したはずですが、請求書には

6,200件程度しか記載されていません」と報告しています。このような場合もAIを活用できます。請求に関する異議や問題が発生した際に、複数の情報を組み合わせて原因を迅速に調査する支援を行います。サブスクリプションの設定方法、請求処理の実行方法、あるいはメディエーションエンジンなど、さまざまな部分に問題がある可能性があります。Zuora AIの利点は、Zuoraのすべてのシステムを包括的に確認し、問題の調査を支援できることです。そこで、ここにプロンプトを入力し、

想定されていた内容と実際に請求された内容を指定しました。具体的には、これらのSquirrelアラートについて9,100件のイベントに基づく請求を想定していたものの、実際には6,200件しか請求されていないとしています。そして、現在バックグラウンドに表示されているメディエーションエンジン、請求への影響、さらに是正計画を分析し、実際にどのように修正すべきかを尋ねています。この例では、AIがシステムのさまざまな箇所を確認していることが分かります。異なるメーターや履歴を確認しています。当社ではメーター内に完全な監査証跡を保持しているため、AIはさまざまな情報を参照できます。また、この分析のためにスクリプトを作成する場合もあります。従来であれば、

Excelモデルを作成し、大量のデータをExcelに取り込んで分析していたかもしれません。Zuora AIであれば、必要なスクリプトを自動的に作成し、原因の特定を支援します。ここでもプランニングプロセスを経て、最終的に調査結果が返されます。まず、想定された内容と実際に請求された内容が改めて要約され、メディエーションパイプラインが確認されます。その結果、メディエーションは正常に稼働していると判断されます。こちらでも稼働していることを確認できます。このID番号5のメーターは有効です。実際、エラーはありませんでした。さらに、検出された事項を説明し、これをどのように修正するか、また最も安全な対応方法は何かについても提示します。

このケースでは、「デビットメモを発行してください」と提案しています。つまり、所定の金額についてデビットメモを発行し、その処理自体もAIに依頼できます。これは、請求処理中に異議や問題が発生した場合、AIを活用してその対応プロセスを効率化できる一例です。次の例は、債権回収です。例えば、顧客への請求を継続しており、

債権回収の状況を確認したいとします。Zuoraの決済セクションで、どの債権回収案件を優先すべきか判断しようとしている場合があります。事業への影響に基づいて回収計画を策定し、最も優先度の高い顧客から回収を進めたいという状況です。このような場合、AIに回収計画の策定を支援させることができます。この例では、「延滞債権や

未決済残高を含む債権回収状況のスナップショットとして整理してください。優先順位を付けたうえで、回収活動を計画するための推奨アクションを提示してください」と指示しています。ここでもAIが検討プロセスを経て、債権回収状況の全体像を返します。さらに高度な分析を行うことも可能です。お客様の中には、Zuoraに格納されているすべてのデータや各種イベントを基に解約分析を行い、「どの顧客の解約リスクが最も高いか」を特定している例もあります。ここでは主要なアカウントを一覧表示し、順位付けしています。例えば、Squirrel Watch本社の顧客が、

債権回収リスクの第1位となっています。このように顧客を順番にランク付けし、債権回収を最適化するために必要な情報を提供します。ここまでで、価格設定とパッケージングを行い、見積とシミュレーションを実施しました。その後、請求書を発行し、請求プロセスを管理しました。さらに債権を回収して入金を得る段階まで進み、このプロセス全体をAIが支援してきました。次は、収益を認識する段階です。それでは、収益認識に関するシナリオを確認してみましょう。収益管理製品に移動すると、

ここに収益契約があります。ここで行いたいのは、サブスクリプションの1つに対して契約期間中の変更を行った場合を想定し、それが収益にどのような影響を及ぼすかを分析することです。これらのサブスクリプションは、従量課金、継続課金、さまざまな利用実績の取り込みなどによって、非常に複雑になる場合があります。AIが支援できることの1つは、契約期間中や例外的なプロセスで発生する可能性のある、このような契約変更を評価することです。そこで、ここに見積、つまり

プロンプトを用意しています。Paw Prints Labsという顧客について、契約期間中に変更が行われました。そのため、収益管理チームは、この変更に伴う配分、決算準備状況、および対象会計期間の監査対応を把握する必要があります。そこで、まず「どのような変更が行われたのか」、次に配分、収益認識スケジュール、想定される影響を含む収益トレースを実行できるか、という構成にしています。さらに、決算および監査リスクの分析と、決算対応資料として保管すべき証憑も求めています。

ここでもAIが処理を進め、必要な情報をすべて収集したうえで、依頼した内容を返します。このケースでは、主に契約単位の合計に分けて情報を整理しています。収益契約には完全なバージョン管理機能があるため、契約変更の前後で配分がどのように変化したかを、バージョンごとに確認できます。この内容も非常に分かりやすく整理されています。また、Excelをダウンロードすることもできます。まだExcelはダウンロードしていませんが、どのような内容になるか確認してみましょう。皆様に画面が見えているとよいのですが。

このExcelを開きます。少しサイズを調整します。ご覧のとおり、非常に分かりやすいファイルが作成されます。このファイルは保存することができ、さまざまな契約変更イベント、バージョン別の配分と収益配分、収益契約明細、請求書別の請求内容などが整理されています。以上で、Zuoraのライフサイクル全体にわたってAIを活用するイメージをつかんでいただけたのではないかと思います。Zuoraには非常に多くの機能があり、お客様はさまざまな機能を活用されています。

そして、当社がAIによって実現しているのは、業務を大幅に効率化することです。今回ご紹介したプロセスの中には、従来であれば担当者が1日のうちかなりの時間を費やしていたものもあります。実際に、お客様の業務が大幅に迅速化され、より戦略的な業務やその他のタスクに取り組む時間を確保できるようになっています。事前に用意したプロンプトの最後の例をご紹介した後、ほかの機能をいくつか確認し、Shailenに進行を戻します。最後の例は分析機能です。Zuoraには、優れたダッシュボードやチャートがあり、追跡すべき主要なサブスクリプション指標をすべて確認できます。例えば、経営陣から作成を依頼されたとします。

Barkbrain AIの今四半期の業績について、いくつかのKPIを平易な言葉で示しています。これは非常に便利な機能で、求めている内容をプロンプトで入力できます。この例では音声入力を使ったかもしれません。AIに話しかけられる便利な音声入力機能があり、AIが発言を聞き取り、文字に起こしてここに入力します。そのため、思いつくままに話すこともできます。その後、さまざまなクエリなどが実行され、分析結果が返されます。Excelファイルをダウンロードすることもできますし、ダッシュボードが必要であればHTMLファイルを作成することもできます。では、こちらに移動します。これはまだ皆さんにお見せしていませんが、全画面モードに切り替えます。これまでこの

デモ全体でご覧いただいていたのは、サイドパネルです。繰り返しになりますが、サイドパネルはZuoraのページに表示されているすべての情報をコンテキストとして認識し、同じ機能をすべて備えています。一方、全画面モードでは、より没入感のある包括的なZuora AIエクスペリエンスを利用できます。たとえば、これらの分析を作成するよう依頼した後で、「この会話の内容をダッシュボードとして可視化できますか」と依頼したとします。すると、AIが処理を開始し、返された主要指標を表示する、ダウンロード可能な実際のダッシュボードを作成します。これも当社が提供する機能の一つで、ネイティブのグラフ作成機能

により、AIがグラフやダッシュボードを実際に作成できます。これらはすべて、もちろん共有可能です。たとえば、この会話を同僚と共有したい場合は、Zuoraへのアクセス権を持つ他のユーザーとチャットを共有できるオプションがあります。以上が、このBarkbrain AIという企業を例に、皆さんにご紹介したかったライフサイクル全体のプロンプトです。続いて、製品に搭載されているその他の機能をいくつかご紹介します。このページの上部に「ランブックに保存」というオプションがあることにお気づきでしょうか。AIを利用する中で、この分析や先ほど行った見積シミュレーションなど、繰り返し実行したい処理が増えていることが分かっています。

このボタンをクリックするとランブックに保存できます。また、ランブックのオプションでは、保存済みのプロンプトを確認できます。これは先ほど実行したメディエーション分析から保存されたランブックです。Zuora AIが会話内容に基づいてプロンプトを作成するため、そのまま再実行できます。このボタンをクリックするだけで、次に行いたい調査について新しい会話が開始される仕組みです。もう一つ、「コントロール」と呼ばれる機能があります。

コントロールにはいくつかの種類がありますが、基本的にはZuora AIの動作を制御するために設定できるガードレールです。具体例をお見せします。ここに408番の請求書があり、次のように設定しています。「このウェビナー中にZuora AIが、以下のいずれかのレコードに対して転記、適用、修正、または何らかの更新を行うよう依頼された場合、その操作をブロックし、『この操作はBBデモによってブロックされました』というメッセージを表示してください。

また、重要レコードへの書き込みもブロックしてください。」このようなプロンプトは、必要な数だけ作成できます。自然言語を使ってAIの動作を正確に制御でき、すべてのエンドユーザーがAIとどのようにやり取りするかを管理できます。それでは全画面モードから新しいチャットを開始し、プロンプトをコピー＆ペーストします。末尾が408の請求書を選択します。この請求書は、先ほどのコントロールによってブロックされるはずだからです。これを実行すると、ブロックメッセージが表示されるはずです。このブロックメッセージは、AIがこれらの請求書に対して操作を行わないよう、管理者である私が設定したコントロールによるものです。

処理の実行中に補足すると、この仕組みはあらゆる種類のオブジェクトや操作に適用できます。たとえば、一定金額を超える更新についてAIの操作を制限できます。監督モードであっても、「たとえば請求書の金額が5,000米ドルを超える場合は、Zuora AIに更新を実行させたくない」と設定できます。このように、AIの動作を管理するための非常に幅広い制御機能を提供しています。ここでは、実際に操作がブロックされたことを確認できます。デモで最後にご紹介するのは、監督モードです。監督モードは任意で有効にできます。

AIを読み取り専用で利用しているお客様もいらっしゃいます。一方、設定可能なAI監督モードを有効にすると、ユーザーがZuora上で書き込みを伴う更新を実行しようとするたびに、たとえば請求書を貸倒処理しようとした場合、AIはこれから実行する操作の内容を説明し、処理を続行してよいかユーザーに確認を求めます。これはZuora AIに備わっている安全対策です。ここで、「未充当の10米ドルのクレジットメモを特定の請求書に充当する」という別のプロンプトを入力します。これは更新操作に該当します。この場合、AIはこれから実行する処理を説明し、この更新を実行してよいか私に確認を求めるはずです。

ご覧のとおり、「この処理を実行できます」と表示され、私は「この操作を承認します」を選択する必要があります。それをクリックすると、クレジットメモを実際に充当する処理が開始されます。何か問題が発生したようです。確認してみます。請求書番号を間違えたのかもしれません。

これ以上ここで調整はしませんが、AIと対話しながら、意図したとおりに処理させることができます。それでは、デモでお見せしたかった内容は以上です。画面共有を終了して、スライドに戻ります。ありがとうございます、Kevin。それでは、先ほどKevinがご紹介したのは、見積から入金までの7つの段階を通じて、一つの顧客事例を追うものでした。しかし、このデモの真の価値は、それぞれの段階を結び付けている点にあります。つまり、共通のコンテキストと統制されたアクションを備えた、一つのプラットフォームであるということです。画面ごとに情報を組み立て直すことなく調査を行い、業務上の

根拠を実際の財務的影響に結び付け、人による承認を維持しながら、監査可能な形でインサイトからアクションへ移行する様子をご覧いただきました。これこそがZuora AIのより大きな可能性です。手作業を削減し、意思決定を迅速化するとともに、皆さんが取り組みたいと考えている戦略的な財務業務に、より多くの時間とリソースを充てられるようにします。それでは、次のアンケートに移ります。今回ご紹介したユースケースのうち、日々の業務に最も大きな効果をもたらすものはどれでしょうか。結果を確認できるよう、画面共有を停止します。

Shaylin、多くの方から、新しいオファー向けのパッケージおよびカタログ設計、使用量の計測と調査という回答が寄せられているようです。ただし、現時点では新しいオファー向けのパッケージおよびカタログ設計が最も人気であるものの、それ以外の選択肢もほぼ均等に支持されています。ありがとうございます。非常に興味深いですね。この領域で皆さんが抱えている課題の一端が表れていると思います（笑）。それでは、今後のZuora AIについて少しだけご紹介したいと思います。本日お見せした内容も、より大きな方向性の一部です。

今年後半は、画面に表示されている5つのテーマを軸に取り組んでいきます。第一は、私が「エージェント軍団」と呼んでいるもので、より多くのエージェント、より多くのスキル、より多くの適切なアクション、そして見積から入金までを網羅する、より完全なワークフローを提供します。要するに、見積から入金までのライフサイクルにおいて、実行すべきあらゆる業務に対応するエージェントが存在する、とお考えください。第二は、信頼性、セキュリティ、制御です。よりきめ細かな権限、承認、監査証跡に加え、チーム全体のAI利用状況に対する可視性を提供します。第三は、パーソナライズと精度です。つまり、組織、用語、設定、権限、コンテキストを理解するAIです。第四は、プロアクティブかつ常時稼働するエクスペリエンスです。AIは、

先ほどKevinが何度も入力していたようなプロンプトを、単に待つだけではありません。AIが皆さんにとって重要な情報を能動的に提示し、例外を監視し、対応が必要な事項を明示するとともに、定型業務をスケジュールに沿って処理します。そのため、皆さんの手作業をさらに減らすことができます。第五は、エージェント間連携です。当社のMCPを介して外部エージェントとZuoraのエージェントを接続し、ツールを何度も切り替えることなく、システムをまたいで業務を進められるようにします。それでは、次のアンケートに移ります。今回は、将来

を見据えた質問です。日々の財務業務に最も大きな効果をもたらすユースケースは何でしょうか。将来を思い描き、大胆にお考えください。次に何を開発すべきか、ぜひ皆さんのご意見をお聞かせください。画面共有を停止します。結果が集まり次第、Sabrinaから最新状況をお伝えします。現時点では、完全自律型の請求処理と、低リスクの例外を自動修正する請求書の品質保証が人気のようです。はい。「その他」と回答された方も何名かいらっしゃいます。ぜひチャットでお知らせください。皆さんが直面している課題を把握し、継続的に改善していきたいと考えています。

Shaylin、ただし、先ほど挙げた選択肢が現時点では圧倒的に人気です。使用量の不足、請求エラー、または決算リスクが発生する前のプロアクティブなアラートも上位に入っています。ツールを切り替えることなく、チーム間で業務を引き継げる、見積から入金までのエンドツーエンドのワークフローも同様です。Kevin、この結果に驚いた点はありますか。いえ、素晴らしい結果だと思います。特に意外ではありませんが、非常に期待が持てます。それでは、本日ご退出いただく前に、最後のアンケートが一つだけあります。最後に、ご参加いただいた皆さんに御礼を申し上げます。この対話を大変有意義に感じています。また冒頭でお伝えしたとおり、録画も後日ご覧いただけます。

Zuora AIについてもう少し詳しく話を聞くために、担当営業チームからの連絡をご希望の場合は、その旨をお知らせください。それでは、これで終了です。ご参加いただき、ありがとうございました。