監査調書作成をAIで効率化｜大手監査法人の動向と実務への落とし込み
2025年10月、監査法人デロイト・トウシュ・トーマツ（Deloitte）が世界 5,000 名規模の会計士・監査人による生成 AI の本格活用を発表しました。出典: 日本経済新聞「デロイト、監査業務でAI活用広げる 会計士ら5000人で10月から」。これは Big4 初の規模感での全面導入であり、監査業界全体の標準が大きく変わる転換点です。
本記事では、監査調書作成における AI 活用の現状と、中堅・中小監査法人や個人会計士が実務に取り入れるための具体的アプローチを整理します。
この記事で分かること
- 大手監査法人での AI 導入動向（デロイト等）
- 監査調書作成で AI が効果を発揮する具体工程
- 監査基準・倫理規則との整合性
- 中小監査法人・個人会計士でも始められる導入ステップ
- AI 出力の品質を担保するためのレビューポイント
大手監査法人での AI 導入動向
2025 年から 2026 年にかけて、Big4 各社は監査業務での AI 活用を加速させています。
- デロイト：2025年10月から会計士・監査人 5,000 名で生成 AI 活用を本格化
- PwC：「My AI」プラットフォームでクライアント文書の要約・財務分析を支援
- EY：EY.ai プラットフォームで監査ワークフローへの AI 統合を推進
- KPMG：KPMG Trusted AI フレームワークで監査品質と AI 透明性を両立
研究レベルでも、ChatGPT が日本の公認会計士試験 短答式の監査論で 60% 以上の正答率を出したという報告があります。出典: J-STAGE「ChatGPTは公認会計士試験を突破できるか？」。AI が監査論の体系を一定水準で理解できることが、学術的にも確認されています。
監査調書作成で AI が効果を発揮する工程
工程 | AI 効果 | 主な使い方 |
|---|---|---|
1. 監査計画策定 | ★★ | リスク評価の論点整理・前年比較 |
2. リスク評価 | ★★ | 業界・会社特性の論点抽出 |
3. 内部統制テスト | ★ | サンプル抽出ロジック検証 |
4. 実証手続 | ★★★ | 分析的手続のシナリオ構築 |
5. 調書ドラフト作成 | ★★★ | 定型調書の文章生成 |
6. 整合性チェック | ★★★ | 調書間・財務諸表との突合 |
7. 監査意見の最終判断 | — | 会計士の専権領域、AI 不可 |
★★★ の領域では大幅な時短が可能ですが、★ の工程は必ず会計士の判断を上書きさせる前提で運用します。
監査計画・リスク評価の AI 活用
業界特性の論点抽出
例：「製造業（売上高30億円規模、海外子会社2社あり）の監査計画における固有のリスク要因を、業界特性・規模・連結範囲の観点で整理してください。各リスク項目について、想定される監査手続を併記してください。」
前年からの変動要因分析
「前期と当期の財務諸表（仮名化済み）を比較し、収益性・成長性・財務安全性の指標で大きく変動した項目TOP10を抽出してください。各項目について、想定される事業要因と監査上の留意点を併記してください。」
分析的手続のシナリオ構築
分析的手続は、監査調書の中でもAI が最も価値を発揮する領域です。財務指標の推移・業界平均との比較・期待値計算など、定量分析の前段作業を AI に任せると、会計士は判断と検証に集中できます。
期待値の算出と差異分析
「以下の売上推移（過去5期分）と業界成長率データから、当期の期待売上高レンジを算出してください。実績が期待値から外れる場合の追加手続案も提示してください。」
変動率分析テーブル
「以下の損益計算書（前期・当期）について、各勘定科目の絶対額変動・変動率を表化し、変動の大きい項目について監査上の論点を整理してください。」
調書ドラフト作成の自動化
標準的な調書テンプレートに、当期の監査結果を流し込む作業は AI が得意です。
リスク評価調書のドラフト
「以下のクライアント情報（仮名化済み）について、リスク評価調書のドラフトを作成してください。構成：①事業内容、②前期比の重要変動、③特定された重要なリスク、④リスクへの対応方針。」
分析的手続の調書ドラフト
「以下の分析結果について、監査調書として体裁を整えてください。構成：①手続の目的、②期待値の根拠、③実施結果、④差異の説明、⑤結論。」
整合性チェック
「以下の監査調書セット（リスク評価・実証手続・分析的手続・要約）について、調書間の整合性が取れているかを検証し、矛盾点や記載漏れを指摘してください。」
監査基準・倫理規則との整合性
AI を監査業務に取り入れる際、会計士は監査基準・倫理規則・職業的懐疑心の観点で AI 出力を評価する責任を負います。
守るべき5つのルール
- 監査意見の最終判断は AI ではなく会計士が行う（職業的責任の所在を明確に）
- クライアント情報の仮名化を徹底（個別社名・固有名詞は AI に入力しない）
- Enterprise・API 経由で学習除外を契約上担保
- AI 利用の事実と範囲を監査ファイルに記録（後の品質レビュー対応）
- AI 出力の検証手続を独立に設計（AI 出力を AI で検証するのは不可）
日本公認会計士協会の 倫理規程 は、AI 利用時にも例外なく適用されます。
中小監査法人・個人会計士の導入ステップ
STEP 1：個別情報を含まない領域から開始（即日〜1ヶ月）
監査基準・会計基準のリサーチ、業界動向の整理、調書テンプレート作成など、個別クライアント情報を入力しない用途から始めます。
STEP 2：プロンプトテンプレートの資産化（1〜3ヶ月）
STEP 1 で実績のあった使い方を、事務所共通のプロンプト集として整理します。同時に「入力可能情報・不可情報」のガイドラインを文書化します。
STEP 3：エンタープライズ契約の AI に拡張（3〜6ヶ月）
セキュリティ要件を満たすツール（士業AI のような業務特化 AI、ChatGPT Enterprise、Claude for Work など）を選定し、調書ドラフト作成・整合性チェックなど個別案件に展開します。
STEP 4：監査ファイル記録の標準化（6ヶ月〜）
AI 利用の範囲・プロンプト・出力検証手続を、調書として記録する運用を確立します。後の品質レビュー・監査品質管理上の証跡を残せる状態を目指します。
AI 出力の品質を担保するレビューポイント
AI 出力を採用する前に、必ず以下のレビューを行います。
- 出典の検証：AI が引用した会計基準・通達・判例が実在するか確認
- 計算の検証：数値計算は別途 Excel 等で再計算する
- クライアント特性の反映：業種・規模・組織構造が AI 出力に反映されているか
- 監査論点の網羅性：AI が見落とした論点がないか会計士が補完
- 表現の修正：AI の標準表現を、事務所固有の表現に書き換え
士業AIで監査業務を支援する
士業AI は、会計士業務に特化した AI として、監査基準・会計基準のリサーチ、調書ドラフト作成、論点整理など、監査の前段作業を効率化します。汎用 AI に比べて専門用語・実務文脈の理解度が高く、所員ごとの試行錯誤コストを削減できる設計です。
まとめ：監査の核心は判断、AI は判断の質を高める装置
監査の本質は会計士の専門的判断と職業的懐疑心であり、これは AI が代替できる領域ではありません。しかし、AI に下準備と整理を任せれば、会計士は判断・検証・コミュニケーションにより多くの時間を投じられます。
大手監査法人の AI 導入は標準を変え始めており、中堅・中小監査法人や個人会計士も「使うか使わないか」ではなく「どう取り入れるか」を考える段階に入りました。本記事のステップを参考に、まずは小さな範囲から始めてみてください。