freee 技術の日 2026 Opening Keynote_AI時代に、スモールビジネスを世界の主役に。

freee 技術の日 2026のセッション資料です。

Transcript

1. AI時代に、 スモールビジネスを世界の主役に。 CTO ⽶川 健⼀ CPO ⽊村 康宏 2026年10⽉3⽇
2. CTO CPO ⽶川 健⼀ ⽊村 康宏 2014年にfreeeに⼊社。freee会社設 ⽴など多くの新規プロダクトの⽴ち 上げに関わったのち、統合flowのた めのプロダクト共通基盤づくりを統 括。2026年1⽉よりCTOに就任。 野村総合研究所を経てfreee⼊社。政策 提⾔‧渉外活動を担当。最近は、プロ ダクト開発の組織横断テーマに取り組 んでいます。社会の進化につながるプ ロダクトを⽬指したい。
3. freee Movement Deck スモールビジネスを、 世界の主役に。 freeeは「スモールビジネスを、世界の主役に。」をミッションに 掲げ、統合型経営プラットフォームを開発・提供し、 だれもが自由に自然体で経営できる環境をつくっていきます。 起業やビジネスを育てていくことを、もっと魅力的で気軽な 行為に。個人事業や中小企業などのスモールビジネスに携わる すべての人が、じぶんらしく自信をもって経営できるように。 大胆にスピード感をもってアイデアを具現化できる スモールビジネスは、今までにない多様な価値観や生き方、 新しいイノベーションを生み出す起爆剤だと私たちは考えています。 スモールビジネスが大企業を刺激し、社会をさらにオモシロク、 世の中全体をより豊かにする流れを後押ししていきます。 3
4. freeeの柱は「徹底的な⾃動化への執着と追求」 例）仕訳作業 freee会計リリース以前 freee会計（2013） ‧⼈が通帳‧領収書‧請求書から 1次情報を取得 ↓ ‧⼈間が仕訳を判断して⼿作業で⼊⼒ ‧銀⾏によってフォーマットの違う CSVを⼈間が整理 ↓ ‧⽉末に通帳残⾼と帳簿残⾼を照合 ‧銀⾏⼝座やクレジットカードの明細 を⾃動で同期する ↓ ‧勘定科⽬を推測して仕訳を当てる ↓ ‧最後に⼈間の⽬で確認して 「承認」を押す freee会計＝⼊⼒いらずの会計ソフト
5. 帳簿のソースとなる一次情報をデジタル化し、自動で仕訳を切る ⾦融機関 EC等外部 サービス 業務ソフト アカウント アグリゲー ション API連携 データとして⽣成 連携 領収書、請求 書等 OCR 紙媒体として⽣成 画像‧データ変換 機械学習 明細データ取り込み ⾃動仕訳
6. freee Movement Deck 単一の会計ソフトからデータが自動連携される統合型 ERPへ 6
7. AI×freeeで価値の提供スピードも向上 5月 freee固定資産 freee for 医療 6月 freee AIアシスタント／カスタムオーダー freee在庫管理（ロジクラ） × freee会計 API連携 freee在庫管理 MCP対応 7月 freee顧問先管理｜業務管理・資料回収機能 8月 freee請求書 一括申請・承認機能 freee在庫管理 × freee請求書 連携 9月 freee請求書｜即日入金 freee開業のMCP公開 freee ETCカード
8. freee 有料課⾦ユーザー数は約70万社に freeeは創業13年で中⼩企業向けのクラウド業務ソフトの市場を⽣み出し、 会計ソフトのクラウド化率はキャズムを超えるところまできた。 法人 個人事業主 694,586 609,292 534,819 452,923 YoY 274,629 235,070 +16.8% 198,421 379,427 159,972 129,665 YoY 336,398 249,762 292,951 374,222 2022年 6月期 2023年 6月期 2024年 6月期 2025年 6月期 419,957 2026年 6月期 +12.2%
10. freeeが次に乗り越えるべき壁は何か
11. 次に乗り越える壁は「メインストリームへの価値提供」 採 ⽤ 者 数 アーリーマジョリティ∕ レイトマジョリティ イノベーター∕ アーリーアダプター ラガード キャズム （溝） freeeはこの10年の成果 会計のクラウド化率 2割 初期市場 これからの 10年が 本当の勝負 メインストリーム 時間
12. freeeが直⾯している2つの難所 ①デジタル化‧クラウド化が進んでいない層 ②業種による業務の進め⽅の違い
13. freeeが直⾯している2つの難所 ①デジタル化‧クラウド化が進んでいない層 ②業種による業務の進め⽅の違い
14. 難所① デジタル化‧クラウド化が進んでいない層 新しいツールの導⼊に対してハードルが⼤きい ◦ これまでの慣れているやり⽅を変えることへの忌避感 ◦ ⾃分でマニュアルやFAQを読んで設定するハードルが極めて⾼い デジタルに抵抗があり何が起こるかわからないことへの怖さ ◦ 勝⼿に業務が進むことに対して、問題なく業務が進んでいる⼿触り感が感じられない ◦ ⾃動化の中⾝がブラックボックスで安⼼出来ない
15. freeeが直⾯している2つの難所 ①デジタル化‧クラウド化が進んでいない層 ②業種による業務の進め⽅の違い
16. 業種による業務の進め⽅の違い 飲⾷ • • 建設 毎⽇のレジ締め。現⾦‧カー ド‧QRなど、決済⼿段ごと に売上を照合 • 消費税は、店内飲⾷10%∕ テイクアウト8%を区分 • ⼯事ごとに材料費‧労務費‧ 外注費を集計する原価管理 （⼯事台帳） 決算は「完成⼯事⾼」「未成 ⼯事⽀出⾦」など、建設業独 ⾃の勘定科⽬で⾏う ⼠業 • 顧問料を、毎⽉請求（定期請 求） • 報酬は源泉徴収されるため、 請求額と⼊⾦額がズレる → ⼊⾦の消込が煩雑 ▶同じ”会計業務 ”においても、建設業・学校法人・社会福祉法人・ NPO法人など 業種ごとに会計基準そのものが分かれている
17. さらに会社ごとに処理の⽅法が変わる 会計‧経理業務 • タクシー代 ◦ 旅費交通費か、交際費か、⾞両費か。税 法ではなく、会社の事情で決まる • 1⼈1万円以下の飲⾷代 ◦ • 会議費で処理する会社も、交際費にまと める会社もある 20万円のPC ◦ 特例で⼀括費⽤にする会社も、資産計上 して減価償却する会社もある ⼈事労務業務 • 残業1時間 ◦ 単価が違う。家族⼿当‧住宅⼿当を基礎に 含めるかは、⼿当の設計次第 • 給与の締め⽇‧⽀払⽇ ◦ 末締め翌25⽇払い、15⽇締め当⽉末払い • 労働時間制度 ◦ 固定時間、フレックス、変形労働時間制。 同じ出退勤でも、残業の計算が変わる ▶ 業界の慣習、さらにその会社独⾃のルールやニッチな業務が乗る と運⽤は1社ずつ変わってくる
18. メインストリームユーザーに価値を届けるために。 プロダクト開発における次の挑戦
19. ①デジタル化‧クラウド化が進んでいない層 誰でも使えて、価値を享受できる D4Uテクノロジー ②業種による業務の進め⽅の違い 広範な業種を速いスピードでカバレッジする Software Factory
20. ①デジタル化‧クラウド化が進んでいない層 誰でも使えて、価値を享受できる D4Uテクノロジー ②業種による業務の進め⽅の違い 広範な業種を速いスピードでカバレッジする Software Factory
21. D4Uとは？？ これまで これから Done by You Done for You あなたにとって、 いかに操作しやすいか あなたのAIにとって、 いかに操作しやすいか
22. D4Uとは？ ユーザーの代わりに作業を代行・完遂してくれる状態 ユーザー 「ここからここまでやっておいて」 まるっとかしこく安全に業務を代⾏ 丸ごとお任せ ⾃社ルールで判断 ガードレールがある 細切れの指⽰は不要 独⾃の業務を理解 確認‧修正‧巻き戻し 業務完了
23. なぜメインストリームへの価値提供に「D4U」が必要なのか 新しいツール‧やり⽅の 導⼊ハードルが⾼い 「ガイドの拡充」では⾃動化は進まない ⾃社の⽂脈を理解してくれてまるごと任せられる デジタルへの忌避感 何が起こっているかわかりやすく 間違えても簡単にやり直せるから安⼼
24. D4Uをどう実現するのか？
25. 「 責 任 あ る A I 」を 可 能 に す る 、た だ ⼀ つ の ク ラ ウ ド freee D4Uテクノロジー 1234 低コスト 設計 持続的な 成⻑モデル ⾼い 安全基準 信頼できる 実⾏⼒ AIが「無駄に考えなくて いい」 データ構造 使うほど賢くなるあなた 専⽤のAI AIが勝⼿に動かない証跡 がある安⼼感 分析で終わらず実務まで やりきる
26. D4Uテクノロジーを実現する難しさ 1 2 3 4 低コスト 設計 AIが「無駄に考えなくてい い」 データ構造 • トークン効率の最⼤化 • モデルの使い分け • AIが迷わないAPI設計 持続的な 成⻑モデル ⾼い 安全基準 信頼できる 実⾏⼒ 使うほど賢くなるあなた専⽤ のAI AIが勝⼿に動かない証跡があ る安⼼感 分析で終わらず実務までやり きる • ドメイン知識や個社 ルールの継続学習 • フィードバックループ の構築 • 初期精度の担保 • ガードレール（ブレー キ‧確認設計） • AIの監査‧証跡ログ • 巻き戻せるドメイン操 作 • 法規制の遵守 • 複数システムやAPIを 跨いだオーケストレー ション • 業務領域を繋げる統合 データ設計 • エラーハンドリング⾃ 律修復
27. ①デジタル化‧クラウド化が進んでいない層 誰でも使えて、価値を享受できる D4Uテクノロジー ②業種による業務の進め⽅の違い 広範な業種を速いスピードでカバレッジする Software Factory
28. Software Factory とは？ ソフトウェア開発の⼿順やツール‧品質管理などを標準化し⼯業製品のように効率的かつ⼤量に⽣産する仕組みや考え⽅ Software Factory 改善 要求 ガイド 修正 開発 出荷可能な ソフトウェア センサー ⼈間は価値の発⾒‧探索にさらに⼒を⼊れられるようにするため ソフトウェアは⾃律的に⼯場製品のような⾼度な⽣産管理によって構築される ソフトウェア開発のD4U（Done for You）
29. なぜメインストリームへの価値提供に Software Factoryが必要なのか 業種‧業態ごとに違う 会社ごとのやり⽅ 法改正への 多様な業務タイプ ニッチな業務 即時追従 業種‧業態ごとの違いを 個社ごとのやり⽅の違いや カバーする業種‧業務が増えれば 広範囲にカバーする必要がある ニッチな業務を無視できなくなる 対応する法的要件も広がる
30. freeeにおけるSoftware Factoryの全体像 価値探索 運⽤ 開発 要件定義 ログ収集 プロトタイプ⽣成 設計 トライアル環境構築 何を作るか 決める 実装 リリースを 判定する トリアージ ⾃動修復 探索ログ分析 テスト ナレッジベース 既存仕様‧⽤語‧業務ルール 設計⽅針‧意思決定 ⾏動ログ‧利⽤データ
31. freeeにおけるSoftware Factoryの難しさ 統合型という freeeの価値の根幹かつ複雑さの理由が Software Factory の難易度を上げる • 絡み合うドメインと変更時の影響範囲の広さ ◦ ナレッジや検査するべき観点の肥大化がAIの間違いを助長する ◦ 例）請求書の仕様を1箇所変えると、「売掛金仕訳」「消込」「振込」まで連鎖的に影響するドメ イン依存関係 • コード品質に留まらないドメイン的・法的な正しさの担保 ◦ 「貸借の一致」「端数処理が税法に準拠」「社会保険料の等級判定が正しい」といったドメイン 固有の複雑でクリティカルな品質基準を検査できないといけない • 大規模マルチプロダクトの巨大なコードベースとシステム連携 ◦ 純粋なシステムとしての巨大さから来るコンテキスト肥大化やCIスループットの課題
32. ①デジタル化‧クラウド化が進んでいない層 誰でも使えて、価値を享受できる D4Uテクノロジー ②業種による業務の進め⽅の違い 広範な業種を速いスピードでカバレッジする Software Factory
33. まとめ スモールビジネスのメインストリームに価値を届ける 難しさと AIによって生まれた実現可能性 メインストリームユーザーに価値を届けるにはプロダクト的にも技術的にもこれまで以上に難しい課 題に向き合う必要がありますが、 AIの進化によってついにそのギャップを埋めることができる可能 性が生まれたということでもあります。 デジタル化の進まないスモールビジネスに向けた真の業務自動化や、多様な業種・業態をカバーす る異次元の生産性など、 freeeがずっとやりたかったことが、実現可能な解くべき課題として目の前 にあるのが、まさに今だと考えています。
35. 最後に 我々が正解を持っているとは思っていません。 スモールビジネスに本気で向き合う過程で先駆けてたくさんの課題に向き合い、試⾏ 錯誤を経て、現在も学びながら進んでいく最中にあります。今⽇はそういった学びや 失敗と共に直⾯した課題を、皆さんに共有できればと思っています。 これからやろうとしている⽅の参考になれば嬉しいですし、同じように新しいことに 挑戦している⽅には共感していただいて、⼀緒に議論をしたり悩みを共有するきっか けになればと思います。