1999年9月23日、NASAの火星探査機「マーズ・クライメート・オービター」は、火星を回る軌道に入る操作の途中で交信が途絶え、そのまま失われました。
原因を調べた調査委員会の報告書によると、問題は単位でした。探査機の小さな噴射の効果を記録するファイルは、要件ではメートル法で書くことになっていました。ところが、それを出力する地上のソフトは、英国式の単位(ヤード・ポンド法)で数字を書き込んでいました。受け取った軌道計算の担当者は、要件どおりメートル法で来ていると考えて使い続けます。9か月の飛行のあいだに軌道の推定のずれが積み重なり、火星に着いたとき、探査機は計画より約170km低い軌道にいました。
数字は届いていた。けれど、その数字が何を表しているかが、渡す側と受け取る側で一致していなかった。そして、それを見つけるはずの確認の手順も働きませんでした。
会社の数字をAIに集計させる時代になって、この種のずれは他人事ではなくなりました。この記事では、Claudeに売上などの集計を頼むときに、答えの数字より先に、何をどう数えたかを確かめる頼み方を整理します。
「売上を出して」の一言では、決まっていないこと
たとえば、こんな場面を考えてみてください(説明のための想定例です)。
社長が、販売管理システムから書き出した1年分の受注データをClaudeに渡し、「地域別に、四半期ごとの売上を出して」と頼みます。表とグラフはすぐに出てきます。見た目も整っている。ところが、翌週の会議で経理が締めた数字と並べると、第3四半期の関西だけが1割ほど多い。
調べると、9月末に受注して10月に出荷した、関西支店の大口案件が、第3四半期に入っていました。Claudeは受注した日で、経理は出荷した日で、四半期を分けていたのです。どちらの日付もデータに入っていて、どちらを使っても、計算としては筋の通った数字が出ます。「売上を出して」という一言では、そのどちらを使うかが決まっていませんでした。
日付だけではありません。同じデータから「売上」を出すとき、決めておかないと数字が変わる条件は、ほかにもあります。
- 金額は税込か、税抜か
- キャンセルや返品になった受注を含めるか
- 「関西」は、お客さまの所在地か、担当した支店か
NASAの事故は、決めてあった仕様が守られなかったものでした。この想定例は、そもそも条件を伝えていなかったものです。原因は違いますが、受け取った側が「こういう意味の数字だろう」と想定して使った点は同じです。
人に頼んでも、前提を共有していなければ、やはり違う数え方をします。Claudeも、確認の質問を返してくることはありますが、条件を自分で仮定して集計を進めることもあります。聞き返してくれることを当てにせず、条件の確認を、依頼の中に組み込んでおく必要があります。
あいまいな質問の読み方を、AIは拾いきれなかった
AIがあいまいな依頼をどう扱うかは、研究でも調べられています。
2024年、エディンバラ大学の研究者が「AMBROSIA」という評価用のデータを発表しました。データベースへの質問を、AIに検索用の命令文(SQL)へ書き換えさせる課題です。質問には、わざと二通り以上に読めるものを混ぜてあります。論文の例は「CD Specialを発行したのは誰か」。データベースには銀行と支店の両方が入っているので、答えは銀行とも、支店とも、その両方とも取れます。データベースの中身を見ても、どちらの意味かは決まりません。
あいまいな質問に対して、考えられる読み方ごとのSQLをどれだけ出せるか。6つのモデルを調べたところ、例を与えない条件では、成績がいちばん良かったモデルでも、正解とされた読み方のうち拾えたのは30.7%でした。あいまいでない質問では64.5%です。2024年当時のOpenAIの主力モデルGPT-4oは、27.1%と63.4%でした。そして、読み方をすべてそろえて示せた質問は、どのモデルでも2%に届きませんでした。
この評価にClaudeは入っておらず、モデルも2年前のものです。今のClaudeで同じ割合になるとは言えません。ただ、読み方が複数ある依頼を渡して、AIがそれに気づいて全部並べてくれることを当てにするのは難しい、とは言えます。数字が一つだけ返ってくれば、ほかの読み方があったことに、受け取った側も気づけません。
数字をクリックすると、数え方が出てくる
集計の条件を確かめる手がかりになる機能も出てきました。
2026年10月8日、Anthropicは「Claude Dashboards」を発表しました(有料プランでベータ提供)。BigQueryやSnowflakeといったデータベース、Salesforceなどの顧客管理システムにつないで、Claudeがダッシュボード(数字やグラフをまとめた画面)を作り、データが変われば更新される機能です。発表で例に挙がっている依頼文の一つが、まさに「地域別の四半期売上」でした。
注目したいのは、数字の見せ方です。発表には、こう書かれています。
どの数字でもクリックすれば、その数字を出した問い合わせ(クエリ)が見られる。Claudeに説明させることもできる。(筆者訳)
各グラフには、データを最後に更新した時刻も表示されます。そして発表は、「Claudeが最初の版を作り、何を共有するかはあなたが決める」(筆者訳)と書いています。
冒頭の想定例なら、関西の数字をクリックして出てきたクエリを経理の集計条件と見比べれば、四半期を分ける日付の列が違うことを、会議の前に確かめられます。
Dashboardsを使わない場合も、考え方はそのまま使えます。Excelや書き出したデータをチャットで渡して集計を頼むなら、依頼文はたとえばこうなります。
依頼文の例:添付の受注データから、地域別・四半期別の売上を出したいです。集計の前に、次の点をどう扱うかを、使う列の名前と一緒に箇条書きで示してください。四半期の区切りに使う日付/金額は税込か税抜か/キャンセル・返品をどう扱うか/地域の分け方。データから判断できない点は、決めずに私に質問してください。私が確認してから集計に進んでください。
ポイントは、集計の前に止めることです。数字が出てからでは、人はつい数字の方を見てしまいます。条件を先に出させれば、確かめる対象を、集計の前に一覧にできます。足りない条件をClaudeに聞かせる頼み方は、「Claudeに先に質問させる頼み方」で詳しく書きました。
数え方を見ても、間違いに気づけるとは限らない
ただし、数え方を見せてもらえば済む、という話でもありません。うまくいかない場面が少なくとも三つあります。
一つ目は、見せられた数え方を、読める人がいないことです。Dashboardsで出てくるのはSQLという命令文です。慣れていない人には、どこで出荷日の列を使っているのか、読み取れないかもしれません。Claudeに説明させることはできますが、その説明が命令文と本当に合っているかは、別に確かめる必要があります。AIの答えの裏付けをAI自身に求めない、という話は「AIに『本当か』と聞いても、裏付けにはならない」に書きました。
二つ目は、会社の側で、数え方が決まっていないことです。営業部は受注日で、経理は出荷日で、それぞれ「売上」を数えている。そういう会社では、Claudeに「経理と同じ数え方で」と頼もうにも、その数え方が書かれた紙がありません。AIに集計させようとして、初めて社内の定義の食い違いに気づく、ということは十分ありえます。それはAIの失敗ではなく、会社の側で決めておくべきことです。
三つ目は、数え方の説明が正しくても、数字が合っているとは限らないことです。データの書き出しが途中で切れていた、更新が止まっていた、といった問題は、数え方を読んでも見つかりません。Dashboardsが各グラフに更新時刻を出しているのは、この種の確認の手がかりになります。
三つ目への手当てとして、まずは答えが分かっている数字と突き合わせます。経理が締めた先月の売上合計と、Claudeが同じ条件で出した合計が一致するか。ただし、合計が一致しても、地域や四半期への振り分けまで正しいとは限りません。漏れと重複が打ち消し合っていることもあります。合計に加えて、返品のあった取引や、四半期の境目(月末に受注して翌月に出荷した取引など)を数件選び、元のデータでどこに入っているかを一件ずつ確かめます。冒頭の大口案件は、まさにこの種の取引でした。
報告書が最初に求めた確認
火星探査機の報告書は、要約すると、こう書いています。宇宙機の計画で間違いが起きるのは避けられない。普通は、それが致命的になる前に捕まえる手順がある。この計画では、その手順が働かなかった。報告書は、地上ソフトの検証が不十分だったことなど、単位の取り違えのほかにも複数の原因を挙げています。そして、後続の探査機に出した勧告の最初の一つが、設計から運用まで、単位が一貫して使われていることを確認することでした。
冒頭の会議に戻ると、関西の1割の差は、受注日と出荷日の違いでした。出荷日で数え直すと、経理の数字とそろいます。次の月からは、依頼文の最初に「四半期は出荷日で分ける、税抜、返品は差し引く、地域は担当支店」と書いておけば、同じずれは起きにくくなります。
Claudeは、集計を速くしてくれます。けれど、「売上」をどう数えるかを決めるのは、会社の側の仕事です。Claudeが出した数字を会議に出す前に、経理と同じ条件で数えたかを、日付・金額・返品・地域の4つについて言えるかを確かめてください。言えなければ、その数字は、まだ経理の数字と並べられる状態にありません。
参考文献・資料
NASA "Mars Climate Orbiter Mishap Investigation Board Phase I Report"(1999年11月10日)
Anthropic "Dashboards and Motion"(2026年10月8日)
Irina Saparina、Mirella Lapata "AMBROSIA: A Benchmark for Parsing Ambiguous Questions into Database Queries"(arXiv、2024年。NeurIPS 2024)