メディア
AI エージェント

内部監査の仕事に AI を入れる順番|リスクの洗い出し・証跡の確認・報告書で AI に任せる作業と人に残す判断

公開
執筆者: Offers AX 編集部・編集部

内部監査に AI を入れるなら、監査計画のためのリスクの洗い出しから始め、規程と証跡の確認、報告書の下書きへと広げ、個人の発言を含むインタビューの整理は入力の決まりを作ってから加える順番が進めやすい形です。どの業務でも、重大性の判断、指摘の確定、独立性の確保の3つは人に残します。

AI の出力はそのまま監査の根拠にせず、元の記録で確かめてから使い、AI を使ったこと自体も監査調書に残してください。この2つを最初の設計に入れておけば、AI が読み違えても、指摘や結論に届く前に監査人が止められます。

AI の仕組みそのものを監査の対象にする話は、用語集の AI 監査で扱っています。この記事は、監査の仕事の道具として AI を使う側の話です。

O
執筆者

編集部

Offers AX 編集部

株式会社overflow が運営する Offers AX の編集部です。全社の AI 導入(AX)を支援する現場の知見をもとに記事を制作しています。

この執筆者の詳細・記事一覧 →

内部監査の AI 活用は計画と報告から広がり、結論の責任は監査人に残る

北米の調査では、内部監査で AI を広く使っている部門が多いのは監査計画と報告書の作成で、証跡を確かめる現場の手続ではまだ少ない状況でした。北米の内部監査部門の幹部に聞いたその調査では、監査計画で35%が AI を「広く使っている」、33%が「時々使っている」と答えています。

報告書の作成は35%と34%、リスク評価は25%と39%、往査などの現場の手続は19%と39%でした。自部門の AI の利用が今後1年で増えると見込む人は83%にのぼります(IIA の内部監査財団・AuditBoard の共同調査・北米の内部監査部門の幹部 n=373・2025年第4四半期)。

会計監査の側では、生成 AI の利用は監査手続や判断そのものではなく、補助的な用途にとどめるべきだと整理されています。どの監査手続を実施すべきかの判断や調書作成の最終的な責任は監査人にあり、AI や専門家の業務を利用した場合でも監査人の責任は軽減されないという考え方です(日本公認会計士協会「監査におけるAIの利用に関する研究文書」2024年8月13日)。

内部監査でも構図は同じで、AI は材料をそろえる道具にとどまり、何を指摘として報告するかは内部監査人と内部監査部門長が決めます。利用が進んでいる計画と報告から入り、証拠そのものを扱う手続へ順に広げるのが、責任の置き場所を崩さない進め方です。

4つの業務で、AI に任せる作業と人に残す判断を並べる

内部監査の業務を4つに分けると、AI に任せる作業と人に残す判断は次の表のとおりです。「確かめる元」の列には、AI の出力を照らす記録を書きました。

業務 AI に任せる作業 人に残す判断 確かめる元 始める順
リスクの洗い出しと監査計画 開示資料・規程の改定・社外の報道・過去の監査報告の要約と、リスクの候補の一覧づくり どのリスクを重要とみて計画に入れるか、入れないものの理由 開示資料・報道の原文・過去の監査調書 1
規程と証跡の確認 規程から確認項目を起こし、証跡との食い違いの候補を根拠つきで挙げる 候補を発見事項とするか、重大性をどう評価するか 証跡の原本・システムの記録 2
報告書の作成 確定した調書からの下書き、用語の統一、調書と報告書の食い違いの点検 指摘の確定、重大性の格付け、報告書の承認 監査調書 2
インタビューの整理 録音やメモからの記録の下書きと、論点の整理 発言をどう解釈し、どの発言に裏付けを取るか 録音・相手の確認を受けた記録 3

右端の「始める順」は、入力する情報の機密の度合いと、誤りが結論に届くまでの距離で並べました。リスクの洗い出しは開示資料や社外の報道のような公表済みの情報から始められ、誤りがあっても計画のレビューで見つかるので1番目です。

規程と証跡の確認と報告書の作成は、元の記録や調書と照らせるので2番目に置きました。インタビューは個人の発言や人事の情報を含むため、入力してよい範囲と AI を置く場所を決めてから加えます。

人に残す3つの判断は、どれも拠り所がはっきりしたものです。内部監査人は発見事項ごとに重大性を判断し、重大性に基づいて優先順位を付けなければならず、最終的な報告は発行前に内部監査部門長のレビューと承認を受ける必要があります。客観性は、内部監査人が妥協や他人への判断に依拠することなく業務を遂行することだとされています(内部監査人協会(IIA)「グローバル内部監査基準」2024年1月9日公表・基準14.3・15.1・2.1)。

判断を AI の出力に預けると、他人の判断に依拠するのと近い形になるでしょう。AI には材料を並べる役を任せ、重大性の格付けと指摘の確定は監査人が自分で組み立て、報告の承認は内部監査部門長が行う分担です。

リスクの洗い出しと監査計画は、材料集めを任せて優先順位は人が決める

リスクの洗い出しでは、AI に材料を集めて要約させ、どのリスクを計画に入れるかは内部監査部門長が決めます。内部監査の計画は、組織体の戦略・目標・リスクに関する文書化された評価に基づいて策定し、その評価は少なくとも年1回行わなければなりません。

計画は IT ガバナンスや不正リスクなどの高リスク分野をカバーすることを考慮し、組織体の事業やリスクの変化に応じて、動的かつ適時に更新する必要があります(内部監査人協会(IIA)「グローバル内部監査基準」2024年1月9日公表・基準9.4)。

変化に合わせて計画を見直し続けるには、読む資料の量が壁になります。AI に任せやすいのは、開示資料、規程の改定の履歴、社外の報道、過去の監査報告と改善の進み具合を読み、部門ごとにリスクの候補と根拠の箇所を一覧にする作業です。

会計監査でも、議事録や経営者とのディスカッションの内容といった企業内の情報と、ニュースなどの企業外の情報を AI が一元的に集めて分析し、結果を監査人に示す使い方が想定されています(日本公認会計士協会「監査におけるAIの利用に関する研究文書」2024年8月13日)。

人に残すのは、候補のうちどれを重要とみるかと、計画に入れない高リスクの分野をどう説明するかです。高リスクの分野で計画に含めないものはその理由を最高経営者と取締役会に伝えることが求められているので、AI の一覧は判断の材料として残し、優先順位の理由は監査人の言葉で書いてください。

手早い始め方は、前年の監査計画を作ったときの資料を AI に読ませ、出てきたリスクの候補と実際の計画を並べてみることです。計画に無い候補が出てきたら、外した理由を説明できるかを確かめるだけでも、次の計画の見直しの材料になります。過去の監査報告や内部通報の傾向のように社外に出せない情報は、後の節で書く入力の決まりに沿った環境ができるまで AI に渡さないでください。

規程と証跡の確認は、AI の出力を元の記録で確かめてから根拠にする

証跡の確認で AI が挙げた食い違いの候補は監査の証拠ではなく、監査人が元の記録を開いて確かめた結果が証拠になります。分析と評価のために集める情報は、関連性があり、信頼でき、十分でなければなりません。

情報の信頼性は、内部監査人が直接または独立した情報源から入手したときや、裏付けが取れているときに強化されるとされています。十分な情報とは、能力のある者が同じ監査プログラムを繰り返して、内部監査人と同じ結論に達することを可能にするものです(内部監査人協会(IIA)「グローバル内部監査基準」2024年1月9日公表・基準14.1)。

AI の要約は、元の記録から作られた二次的な情報です。要約だけを根拠にすると裏付けの取れていない情報に頼ることになり、生成 AI はもっともらしい誤りを出すこともあります。この現象はハルシネーションと呼ばれます。

進め方の最初は、規程から確認項目を起こす作業を AI に任せることです。経費の承認なら「承認日が申請日より後か」「承認者が職務権限規程の金額区分に合っているか」といった項目に分け、証跡のどの欄と照らすかまで書き出させる形です。そのうえで食い違いの候補を挙げさせ、候補ごとに規程の条文と証跡の該当箇所を添えさせてください。

監査人は候補の全件を原本で確かめ、加えて「問題なし」とされた証跡からも一定数を抜き出して確かめます。AI の見落としは、問題なしの側にしか現れないためです。経理の側で AI の出力を帳票と突き合わせる設計は、経理の仕事に AI を入れる順番の記事で扱っています。

件数の集計や金額の照合のように答えが1つに決まる処理は、生成 AI ではなく、決まった手順で動くデータ分析の道具に任せるほうが確実です。データ分析ソフトウェアを使えば母集団を全件で検証しやすくなることも、同じ基準が考慮事項に挙げています。全件を機械で照らし、例外だけを人と AI で読む分担にすれば、サンプルの抜き方に頼らずに済むでしょう。

会計監査の側でも、AI のロジックがブラックボックスのままだと、監査人がなぜその取引を異常と判断したかの過程に課題が残ると指摘されています(日本公認会計士協会「監査におけるAIの利用に関する研究文書」2024年8月13日)。候補ごとに根拠を添えさせるのは、この過程を監査人が自分の言葉で説明できるようにするためです。

AI を使ったことは、使った道具と確かめた記録ごと監査調書に残す

AI を使った手続は、どの AI に何を入れ、出力を誰がどの記録で確かめたかまで監査調書に残します。内部監査人は個々の内部監査業務の結果を裏付ける情報と証拠を文書化しなければならず、文書は十分に情報を得た有能な者が仕事を繰り返して同じ結果を導き出せるものでなければなりません。

調書には、手続の詳細とデータの出所を含む分析の説明と、業務を実施・監督した人の氏名またはイニシャルを含めるべきだとされています(内部監査人協会(IIA)「グローバル内部監査基準」2024年1月9日公表・基準14.6・10.3)。

テクノロジーに係る資源の基準も、適合していることの証拠の例として「個々の内部監査業務の期間中のテクノロジーの使用を証明する調書」を含む使用の記録を挙げています。生成 AI も内部監査で使うテクノロジーの1つで、何を入れて何が出たかが残っていなければ、別の監査人が同じ手続を繰り返せません。

調書に残す項目は、次の6つを目安にしてください。

  • 使った AI のサービスとモデル、設定
  • 入力したデータとその出所、抽出した日
  • AI に与えた指示文
  • AI の出力(候補の一覧や下書き)
  • 出力を確かめた元の記録と、確かめた結果
  • 確かめた人と、レビューした人

指示文をその都度書き直すと、同じ手続でも結果が変わります。よく使う指示文は監査部門の手順書に載せ、変えたときは日付と理由を残しておくと、調書のレビューで手続の違いを追えるようになるでしょう。社内で共有する指示文の置き場と変更の記録の決め方は、プロンプト管理の進め方の記事にまとめています。

Offers AX は、監査の業務を分け、AI を置く場所と記録から設計する

Offers AX は、全社の AI 活用の現在地を6つの領域(業務ルール・システム基盤・組織力学・意思決定・法務と統制・人とスキル)と5段階(LV0〜4)で診断し、平均点ではなく最も低い領域から着手します。内部監査に AI を入れるなら、入力の決まりを持つ法務と統制の領域と、記録を残すシステム基盤の領域のどちらが低いかで、最初に手を付けることが変わるはずです。

進め方は、業務の現場に近い距離で戦略立案と実装を一体で進める FDE(Forward Deployed Engineer)型です。FDE という働き方の定義は Offers FDE の解説記事にあります。要件定義書ではなく動くもので合意し、数週間でプロトタイプを作って実際の業務で確かめてから本実装へ進むため、終わった監査の調書を使えば本番の監査に影響を出さずに試せます。

構築は GCP・Azure・AWS のいずれにも対応し、お客様の既存環境に作る方針です。理由の1つに監査の容易性を挙げており、当社の環境に顧客データを持ちません。クラウドの LLM を使えない高機密の人事案件では、貸与された PC の中で処理を完結させ、テレメトリを含む外部通信を無効にし、端末内の暗号化・アクセス制御・監査ログまで設計に含めた実績があります。

インタビューの録音や通報の記録のように外に出せない情報でも、AI を置く場所から設計できるということです。AI の出力は下書き・参考情報として扱い、事実認定・合否・処遇は人が判断する前提で組みます。引き継ぎも最初から設計に入れ、ドキュメントの整備と社内の運用体制づくりまでが支援の範囲です。

証跡の突き合わせに近い例は、人事の領域にあります。人事部を AX の起点に選んだ日本たばこ産業(JT)では、3系統のデータの突き合わせを自動化し、15時間ほどかかっていた作業が数十分になったと、2026年10月16日の Forbes JAPAN の記事「JTがoverflowとともに挑む人事部起点の「AX」」が伝えています。

支援の範囲と進め方は Offers AX のサービスページにまとめました。監査のどの業務から始めるか、入力の決まりをどう作るかが決まっていない時点でも相談できるので、無料相談を申し込むからご連絡ください。

守秘の観点では、入力してよい情報と AI を置く場所を先に決める

内部監査人は職務に必要な記録や情報に制限なく触れられるため、AI に渡してよい情報の区分と AI を動かす環境を、使い始める前に決めます。内部監査人は秘密性・専有性のある情報や個人を特定できる情報を受け取ることが多く、秘密保持・情報プライバシー・情報セキュリティに関する法令や方針を理解して遵守し、不注意による情報の暴露や開示のリスクを管理しなければなりません。

開示から保護される秘密情報の例として挙がっているのは、個人の給与と人事問題の記録です(内部監査人協会(IIA)「グローバル内部監査基準」2024年1月9日公表・原則5・基準5.2)。

個人情報を含む指示文を生成 AI サービスに入力する場合は、利用目的の達成に必要な範囲内かを十分に確認することが求められています。本人の同意なく個人データを含む指示文を入力し、その個人データが応答の出力以外の目的で扱われると、個人情報保護法の規定に違反する可能性があるため、提供者が機械学習に利用しないこと等を確認する必要もあります(個人情報保護委員会「生成AIサービスの利用に関する注意喚起等」2023年6月2日)。

注意喚起の全体を確かめるなら、用語集の個人情報保護委員会の生成 AI 注意喚起が手早い入口です。

内部監査部門が内部通報の調査を担う会社では、法律上の守秘義務も重なります。公益通報対応業務従事者とその経験者は、正当な理由なく、業務で知り得た事項のうち公益通報者を特定させるものを漏らしてはなりません(公益通報者保護法 第12条)。通報の記録を AI に読ませるなら、その記録と AI の出力を誰が見られるかまで、事前に決めておく必要があります。

会計監査の側の整理も、入力と出力に分けてリスクを見る点で参考になるでしょう。機密情報を配慮せず入力してしまうリスクには教育や入力時の制御を、入力が学習データに使われるリスクには契約で学習データとしない生成 AI を使うことを、低減策として挙げています(日本公認会計士協会「監査におけるAIの利用に関する研究文書」2024年8月13日)。

情報を3つに分けた入力の決まりの例が、次の表です。各社の情報の格付けに合わせて置き換えてください。

情報の区分 例 AI への入力
公表済み・社内で公開している情報 開示資料、社内規程、社外の報道 会社が利用を認めた AI サービスなら入力してよい
業務の記録 取引データ、承認の記録、システムのログ、過去の監査報告 入力が学習に使われない契約の AI サービスか、自社の環境で動かす AI に限る
個人と通報にかかわる記録 インタビューの録音、人事の記録、内部通報の記録 自社の環境で動かし、見られる人を監査の担当者に限れる場合だけ入力する

外部のサービスにデータを渡すときの経路ごとの対策は、生成AIの情報漏洩を防ぐ順番の記事にまとめています。

インタビューの整理を最後に加えるのは、この3つ目の区分を扱うためです。録音からの記録の下書きと論点の整理は AI に任せやすい作業ですが、発言をどう解釈するかと、どの発言に裏付けを取るかは監査人が決めます。

インタビューで得た発言は、文書やシステムの記録、話し手とは別の人への確認で裏付けてから、発見事項の材料にしてください。会議の音声から記録を作る仕組みで、何を自動化して何を人に残したかの例は、商談の議事録 AI を自社で組んだ記録にまとめています。

報告書は、下書きと矛盾の点検を任せ、指摘の確定と承認は人が行う

報告書の作成で AI に任せるのは、確定した監査調書からの下書きと、調書と報告書の食い違いの点検です。会計監査でも、実施した手続とその結果の端的な情報から調書の文章を作る使い方や、複数の調書を読み込んで記載内容の矛盾点を抜き出す使い方が想定されています(日本公認会計士協会「監査におけるAIの利用に関する研究文書」2024年8月13日)。

内部監査の報告には、決まった中身があります。個々の業務の最終的な報告には目標・範囲・改善のための提言(該当する場合)・結論を含め、アシュアランス業務では発見事項とその重大性および優先順位付けを書かなければなりません。

報告は正確・客観的・明確・簡潔・建設的・完全かつ適時でなければならず、発行前に内部監査部門長のレビューと承認を受けます。発行した報告に重大な誤りや漏れがあった場合、内部監査部門長は元の報告を受け取ったすべての関係者に、訂正した情報を速やかに伝える必要があります(内部監査人協会(IIA)「グローバル内部監査基準」2024年1月9日公表・基準15.1・11.4)。

AI の下書きで特に確かめたいのは、数字・日付・部署名と、発見事項の重大性を表す言葉です。下書きの数字は調書へ1つずつ戻って照らし、「重大な」「軽微な」といった評価の言葉は AI に選ばせず、監査人が格付けしたものを差し込む形にしてください。

指摘として確定させるか、どの表現で経営管理者に伝えるかも、監査人と内部監査部門長が決める事柄です。誤りが発行後に見つかれば訂正の連絡が要るため、発行前の照合に手間をかけるほうが、結果として負担は軽く済みます。

独立性は、AI の設定を変えられる人を監査部門に限って守る

監査で使う AI は、指示文や設定を変えられる人を監査部門に限り、監査の対象になる部署が出力を左右できないようにします。内部監査人は客観性に対する実際の、潜在的な、及び外観上の侵害を認識して回避または低減しなければならず、他人の利益や周囲の状況から不当に影響を受けてはなりません(内部監査人協会(IIA)「グローバル内部監査基準」2024年1月9日公表・基準2.2・2.1・10.3)。

全社の AI 基盤を情報システム部門や AI 推進室が運用している会社では、監査部門もその基盤を借りることが多いでしょう。新しいテクノロジーを導入するときは、組織体の情報技術と情報セキュリティの部門と連携しなければならないと、同じ基準も求めています。基盤は共有しても、監査で使う指示文と設定、調書の置き場は監査部門が持ち、変更の記録を残す分け方が現実的です。

もう1つは、監査人自身の偏りへの備えです。内部監査人は潜在的な偏見(バイアス)を認識して対処しなければならず、例には自分の仕事をレビューする際に批判的視点が欠ける自己評価のバイアスなどが挙がっています。AI の出力を繰り返し読むうちに確かめ方が甘くなる偏りも、同じ扱いで手順に組み込んでおくのが安全です。原本で確かめる件数を手順書で決めておけば、慣れによって確認が減っていくことを防げます。

監査で使う AI も、ほかの業務の AI と同じく全社のリスク管理の対象です。業務ごとに AI のリスクを洗い出して評価する方法は、AI のリスク管理の進め方の記事で確かめられます。

最初の1か月は、終わった監査の調書で並べて試す

最初の1か月は本番の監査に入れず、終わった監査の調書と証跡で AI と人の手順を並べて動かすのが確実です。結論がすでに出ているので、AI の候補と実際の発見事項を比べれば、誤りと見落としの出方が分かります。進め方は次の4つの手順です。

  1. 表の4つの業務から、公表済みの情報か業務の記録だけで試せる作業を1つ選ぶ(始めやすいのはリスクの洗い出しか、規程と証跡の確認)
  2. 入力してよい情報の区分、AI を動かす環境、調書に残す6つの項目を決める
  3. 終わった監査の資料で AI を動かし、実際の発見事項と食い違った件と、人が直した内容を記録する
  4. 1か月分の記録を見て、次の監査で並べて使うか、次の業務へ広げるか、やめるかを決める

やめる判断も、この期間の成果の1つです。証跡の形式がそろった業務では、AI よりデータ分析の道具で全件を照らすほうが速いこともあるでしょう。AI の候補を確かめる手間が、監査人が最初から確かめる手間を上回るなら、元の手順に戻せば足ります。

うまくいった作業は、同じ確かめ方と記録の残し方のまま、表の次の業務へ広げていくのが順当です。経理・総務・法務を並べたバックオフィス全体の進め方はバックオフィス AI の始め方の記事に、AI エージェントを業務に入れる話は AI エージェントのカテゴリにまとめています。

AI を全社の成果につなげる Offers AX

コンサルティング・AI エージェント開発・内製化支援の3本柱で、実装まで支援します。無料相談を受け付けています。

無料で相談する

Offers AX のサービスを見る

記事一覧へ