ESG格付けの結果が出てから対策を考える——企業のIR担当者にとって、それが当たり前だった。2026年5月12日、その前提を変えようとするツールが登場した。
estomaがMSCIスコア予測AIを正式リリース
株式会社estomaは、「MSCIスコア予測AI」を正式リリースした。MSCIは、機関投資家がESG評価に使う格付けの中で世界シェア26%を占める最大手だ。ESG——環境・社会・企業統治への取り組みを数値化し、機関投資家の投資判断に直結するスコアを算出する。GPIFをはじめとする大口投資家が運用指針に組み込んでいる。
このAIが新しいのは、格付けが確定する前に自社のスコアをシミュレーションできる点だ。MSCIが用いる33の重要課題と150以上の指標を分析し、スコアに影響する改善点をあらかじめ特定する。estomaの自社試算では、MSCI対応にかかる年間工数を125時間から30.5時間へ、約75%削減できたという。
格付けが出てから慌てる時代が、終わるかもしれない。
MSCI Version 5で上場企業37%のスコアが変わる
なぜ今、このAIが必要になったのか。背景にあるのは、MSCIが2026年3月に実施した評価ルールの大幅な刷新だ。
MSCIの格付けはAAAからCCCまでの7段階で表される。最上位のAAAに近いほど「優れたESG企業」として機関投資家に評価される仕組みだ。問題は、そのルールが変わったことである。
「Version 5」と呼ばれる新モデルの導入により、全格付け対象企業の約37%でスコアが変動すると予測されている。このうち26%はモデル自体の変更、残り11%はデータ精度の改善による影響だ。4割近い企業のスコアが動くとなれば、微調整とは言えない。ルールそのものが書き換えられた、と理解した方が正確だ。
「年次更新」から随時更新へ移行
Version 5のもう一つの変更が、更新頻度だ。
これまで格付けの見直しは年1回のサイクルで行われていた。企業は「来年の評価に向けて対策を打つ」という時間軸で動けた。それが今後は週次でデータが更新され、数ヶ月ごとに再評価が行われる体制に移行する。
その週次更新はすでに始まっている。いつスコアが動くかは前もって分からない——年に一度の試験が、予告なしの抜き打ちテストに変わった状況だ。
格付けの閾値付近の企業に直撃する理由
全ての企業が同じように影響を受けるわけではない。
格付けがあるランクから別のランクへ変わる「境界線」のギリギリに位置している企業が、最も大きなリスクを抱える。たとえばBBBからBBに下がった場合、ESGを重視するファンドの投資対象から外れる可能性がある。
日本でこの影響が特に大きい背景には、GPIF（年金積立金管理運用独立行政法人）の存在がある。MSCIに連動した指数を投資基準の一つに使っているため、スコアが下がれば大口の機関投資家が保有株を売却する圧力が生じる。格付けの変動は、株価に直接跳ね返ってくる問題だ。
変動前に改善点を特定する仕組み
予告なしに格付けが動く可能性が生まれた今、企業に求められるのは「結果が出てから動く」ではなく「先に手を打つ」姿勢だ。estomaのMSCIスコア予測AIは、その問いに対する一つの回答として設計されている。
33課題・150指標にAIが回答案を生成
MSCIの格付けは、大きく「33の重要課題」という評価軸に沿って行われる。気候変動への対応、労働環境、コーポレートガバナンス（企業統治）といったテーマが含まれ、それぞれに細かい指標が設定されている。例えば「気候変動」の課題であれば、「温室効果ガスの削減目標を設けているか」「再生可能エネルギーの使用割合はどのくらいか」といった具体的な質問が届く。指標の数は150以上に及ぶ。
このAIは、その33課題・150指標に対して回答案を自動生成する。担当者が一つひとつの指標を手作業で確認していた作業を、AIが下書きとして用意する仕組みだ。
さらに、スコアのシミュレーション機能を備える。AAAからCCCまでの7段階のどのあたりに自社が位置するかを、格付けが確定する前に推計できる。加えて、スコアを押し下げている開示不足の項目を特定し、具体的な改善アクションとして提案する。格付け結果を「受け取ってから対処する」のではなく、「あらかじめ備える」という動き方が、このツールによって可能になる。
サービスの提供形態や料金、対象企業規模の詳細については、estomaへの問い合わせが必要だ。
社内PDFを学習し企業ごとに精度を最適化
汎用のAIと異なるのは、各企業の社内情報を学習させる仕組みを持つ点だ。
自社の非公開資料——サステナビリティ報告書の原稿や社内データを収めたPDFファイルを一括で取り込むと、AIはその企業固有の情報をもとに回答案を生成する。個々の企業の実態に即した形でデータが処理されるため、汎用ツールの出力をそのまま使う場合より精度が上がる設計だ。
精度については、CDP（カーボン・ディスクロージャー・プロジェクト——企業の環境情報開示を促す国際的な非営利団体）の2024年最終スコアとの照合で誤差が小さいことを確認しているという。詳細な数値は非公開だが、実際の格付けデータを使って精度を確かめているという点では、汎用の生成AIとは位置づけが異なる。
工数125時間が30時間になった実績
estoma自身の試算によると、このAIを活用した場合、MSCI対応に費やす年間総工数は125時間から30.5時間へ削減される。削減率は約75%だ。ただし、これはestoma自身による計算であり、第三者による独立した検証は行われていない。
削減される主な作業の内訳
削減対象となるのは、格付け機関から届く質問票への回答作成、スコアに異議がある場合の申し立て、その根拠となる資料の確認といった一連の実務作業だ。AIが回答の下書きを用意することで、担当者は確認・判断に専念できる構造に変わる。
年間125時間は、月換算で約10時間強。専任担当者を置けない中堅・中小企業にとっては、他業務を圧迫する負担だ。その大部分をAIが引き受けることで、人間の目が本当に必要な判断業務に工数を絞り込める。
トーカロが初のFTSE選定を達成
estomaのESG対応AIが実務で結果を出した事例がある。
製造業のトーカロ株式会社は、estomaのESG情報統合管理クラウドとAI回答生成機能を導入した。格付け機関から届く設問にAIが回答案を自動生成する仕組みを活用した結果、2024年比でFTSEのスコアが大幅に上昇し、「FTSE Blossom Japan Index」の構成銘柄に初めて選定された。ESG対応にかかるコストも前年比で約40%削減している。
FTSEはMSCIと並ぶ主要なESG評価機関だ。「FTSE Blossom Japan Index」はGPIFが運用対象として採用している指数で、選定されることで大口の機関投資家からの資金流入につながる。AIを活用したESG格付け対応が、指数選定という具体的な結果に結びついた事例だ。
