公認会計士事務所が生成AIを監査補助に活用するための独立性規程と情報管理の実践ポイント

「監査の過程で生成AIを使いたいが、独立性の観点で問題にならないか」「クライアントの財務データを生成AIに入力してよいのか」——公認会計士事務所の所長・担当者から、こうした質問が急増しています。

生成AIは監査調書の下書き作成・会計基準の解釈支援・リスク情報の整理といった業務において大幅な時間短縮をもたらす一方、監査業務固有の「独立性規程」「守秘義務」「情報管理」という要件が導入のハードルになっています。これらを正しく理解しないまま運用を始めると、クライアント情報の外部流出や職業倫理上の問題が生じる可能性があります。

この記事では、公認会計士事務所が生成AIを監査補助業務に安全に活用するために、独立性規程の観点から押さえるべき実務ポイントと、情報管理設計の基本を解説します。比較表・FAQ・導入前チェックリストもまとめていますので、事務所の方針検討にそのままご活用ください。

監査業務で生成AIの活用が進まない3つの壁

公認会計士事務所でのAI活用が他の士業に比べて遅れがちな背景には、監査業務特有の3つの課題があります。現状をきちんと整理することが、適切な導入設計の出発点です。

第1の壁は「独立性への影響が不明確」という点です。日本公認会計士協会（JICPA）の倫理規則では、監査人は実際の独立性だけでなく「外観上の独立性」も求められています。生成AIサービスのベンダーが監査対象企業と何らかの関係を持つ場合、独立性を損なっていないかという疑義が生じます。「AI会社と監査対象会社の間に資本関係はないか」「AIプロバイダーが被監査会社に対してシステム導入支援を行っていないか」——こうした確認が必要になるにも関わらず、具体的なチェック手順がない事務所がほとんどです。

第2の壁は「守秘義務との抵触リスク」です。公認会計士法第27条では、正当な理由なくクライアントの業務上の秘密を漏洩することを禁止しています。クライアントの財務データ・内部統制に関する情報・未公表の決算数値などを、クラウドサービス型の生成AIに入力した場合、情報がサービスプロバイダーのサーバーに送信されます。この行為が守秘義務に抵触するかどうかについて明確なガイドラインがなく、事務所ごとに慎重な判断が求められている状況です。

第3の壁は「誤情報リスクに対するチェック体制の不足」です。生成AIは事実と異なる内容を自信満々に生成することがあります（ハルシネーション）。監査調書や意見形成の根拠となる文書にAIの誤情報が混入した場合、監査品質に直接的な影響が及びます。生成AIの出力を人間が必ず検証するプロセスを確立しないまま業務に組み込むと、品質管理上の重大なリスクになります。

この3つの壁を正しく認識した上で対処策を設計することが、公認会計士事務所でのAI活用の第一歩です。「よくわからないから使わない」という判断は短期的には安全に見えますが、生産性向上の機会を逃し続けることにもなります。正しく使う方法を知ることが、コンプライアンスと効率化の両立への道です。

独立性規程から見た生成AI活用のリスクと実務対策

JICPAの倫理規則および独立性に関する指針では、監査人が利用するツール・サービスについても独立性の観点からの評価が求められています（執筆時点の2026年7月時点で、生成AIに関する個別指針はJICPAから公表されていませんが、汎用の独立性基準の解釈が適用されます）。

生成AIの利用が独立性の問題を引き起こす可能性があるケースを整理します。

・AIプロバイダーと被監査会社の関係: 利用する生成AIサービスのプロバイダーが被監査会社に対してITコンサルティングや製品導入を行っている場合、外観上の独立性が損なわれる可能性があります。
・AI出力への過度な依存: 生成AIが提示した会計処理の解釈や内部統制の評価をそのまま採用する場合、監査人としての独立した判断が形骸化する懸念があります。
・自己レビューの禁止との抵触: 事務所が提供するAI活用支援サービスを利用している被監査会社の監査を行う場合、自己レビューに相当するリスクが生じます。

これらのリスクに対して、現時点で実施できる実務対策は次の3点です。

（1）AIプロバイダーの独立性チェックリストへの組み込み
事務所内の独立性確認プロセスに「利用中の生成AIサービスのプロバイダーと被監査会社・その関連会社との関係確認」を追加します。既存の利害関係チェックシートに1項目追加するだけで対応できます。年1回の独立性確認のタイミングで一括して確認する運用にすると負担が最小化されます。

（2）AI利用ポリシーの文書化
「どの業務工程にAIを使うか」「AI出力のレビュー責任者は誰か」「使用ツールとバージョンの記録方法」を文書化します。品質管理上の根拠になるとともに、監査事務所としての品質管理対応にもなります。文書は1～2ページ程度のシンプルな内規でも十分です。

（3）人間による最終判断の原則の明記
AIはあくまで補助ツールであり、監査意見の形成・判断は監査人が行うことを方針文書に明記します。調書にAI活用の旨と人間レビューの実施記録を残すことで、独立性の観点での透明性が確保されます。「AIが提案し、担当者が確認・修正・承認した」という流れを業務フローとして定型化することが重要です。

これらの対策はいずれも大規模なシステム投資なしに実施できます。まず「方針の文書化」から始めることが現実的な対応の出発点です。

クライアント情報を外に出さない情報管理の基本設計

監査業務で生成AIを活用する際に最も慎重な判断が必要なのが「どの情報をAIに入力するか」という点です。クラウドサービス型の生成AIは入力データがサービスプロバイダーのサーバーに送信されます。主要ツールには「入力データを学習に使わない設定」がありますが（2026年7月時点）、送信そのものをゼロにすることはクラウドサービス型を使う限り不可能です。

情報の分類と管理ルールを整理すると、次のように区分できます。

この分類から導かれる設計原則は「クラウドAIは情報の型作りに使い、クライアント固有の数字・名称・状況は絶対に入力しない」という方針です。

具体的な運用例を挙げます。監査調書のひな型を生成AIで作成する場合は「中規模製造業の売掛金残高確認の調書テンプレートを作成して。会社名・金額は全て○○○で置いておく」という形で指示します。クライアント固有の情報を一切含まずに「型」だけを生成し、その後は事務所内で実際の数値を手入力するという運用です。このアプローチは守秘義務との抵触を防ぎながら、文書作成の効率を高める実践的な方法です。

クライアントの財務データを直接AIで分析したい場合は、情報を外に出さない社内専用AI（ローカルLLM）の構築が唯一の選択肢です。社内のサーバーにAIモデルを設置し、インターネットを経由せずに分析できる環境を構築することで、守秘義務と情報管理の両立が実現します。初期構築には専門的な知識が必要ですが、一度構築すれば事務所内で処理できる業務範囲が大幅に広がります。

情報区分のルールをスタッフ全員が理解していることが、情報管理設計の前提条件です。方針を策定した後は、全スタッフへの説明と、入力してよい情報・してはいけない情報の一覧表を事務所内で共有することを推奨します。

監査補助業務への生成AI適用シナリオとBefore/After比較

実際にどのような監査補助業務に生成AIを適用できるか、具体的なシナリオで整理します。以下はすべてクライアント固有の情報を含まない形での活用例です。

・会計基準・法令の解釈支援: 「収益認識基準の第○号に関する設例のうち、ライセンス型の取引に該当するケースを整理して」という指示で、基準の該当箇所と論点を整理した文書を生成できます。担当者が1時間以上かけて基準書を読み込む作業が、20～30分程度に短縮されます。
・監査手続チェックリストの作成: 「製造業・在庫評価に関する監査手続チェックリストを作成して。先入先出法・総平均法・個別法のそれぞれに対応した確認項目を含めること」という指示で、手続一覧のひな型が短時間で完成します。
・質問状・確認状のドラフト作成: 「棚卸立会時にクライアント経理担当者に対して使う質問事項リストを作成して。架空資産・循環取引への確認も含めること」という指示で、質問項目のドラフトが数分で得られます。
・調書コメントの文章整理: 事務所スタッフが書いた調書コメントの表現を整える作業をAIが代行し、表現の統一と誤字の修正を効率化できます。シニアスタッフの修正作業を半分以下の時間に削減できます。

Before/After の比較:

年間で換算すると、監査補助業務の文書作成だけで50～100時間の削減が視野に入ります。これは専任スタッフ1人の年間勤務時間の2.5～5%に相当し、繁忙期の残業削減や若手スタッフの育成時間の確保に直結します。「AIに任せると品質が落ちるのでは」という懸念は、人間によるレビュープロセスを必ず組み込むことで解消できます。

クラウド型AIと社内専用AIの選択基準

事務所の規模・扱う案件の性質・予算によって、最適なAI環境の選択は異なります。2026年7月時点での主要な選択肢を比較します（料金・機能は変更される場合があります）。

多くの公認会計士事務所に適するのは「クラウド型AIから始めて効果を測り、社内専用AIへの移行を中期計画とする」2段階アプローチです。まず「公開情報・ひな型作成」に特化してクラウド型を活用し、クライアント固有データの処理には一切使わないというルールを徹底します。3～6か月で効果が確認できたら、社内専用AIの構築を検討するという流れが事務所の実情に合っています。

社内専用AIを選択する場合、導入支援を提供するITコンサルタントとの連携が現実的です。サーバー選定・モデル選定・セキュリティポリシーの整備まで一括で設計できる支援を活用することで、構築期間と初期コストを抑えられます。

よくある質問

Q1. 生成AIを監査補助に使うことはJICPAの倫理規則で問題になりませんか？

2026年7月時点では、生成AIの監査補助利用を明示的に禁止したJICPAの規定はありません。ただし「独立性の外観への影響」「守秘義務との関係」「監査人としての独立した判断の維持」という既存の原則がそのまま適用されます。利用するAIサービスのプロバイダーと被監査会社との関係確認、人間によるレビューの徹底、利用ポリシーの文書化を実施することが、現時点で取れる最善策です。今後のJICPAからの指針公表にも注意を払い、方針を随時アップデートする体制を整えておくことを推奨します。

Q2. クラウドAIに監査調書のひな型を作らせる場合、クライアント名や金額を含めなければ問題ないですか？

クライアント固有の識別情報（社名・代表者名・金額・業種から特定できる情報）を含まない形での利用であれば、守秘義務との抵触リスクは大きく下がります。ただし「業種や規模の組み合わせから特定のクライアントが推定できるような記述」も避ける必要があります。「中規模製造業向けの調書テンプレート」という形で固有情報を置き換えた上で使うことを推奨します。

Q3. AI出力の品質が低い場合に備えて、どのようなレビュー体制が必要ですか？

最低でも「AIの出力は必ず担当者が確認・修正してから使用する」という手順をポリシー化することが必要です。特に会計基準の引用や法令解釈を含む文書については、原典（条文・基準書）との照合を義務付けます。また、事務所のシニアスタッフが月1回程度AI出力のサンプルをチェックし、誤情報の傾向を把握する仕組みを設けると品質管理の精度が上がります。「AIが下書きし、担当者が確認・修正し、上長が承認する」という3段階の流れが品質確保の基本です。

Q4. 社内専用AIの構築にはどれくらいの費用と期間がかかりますか？

事務所の規模と必要な機能によって異なりますが、小規模事務所で最小構成を構築する場合、サーバー費用と導入支援を含めて50万円～150万円程度の初期費用が目安です（2026年時点）。構築期間は導入支援を活用すれば1～3か月が一般的です。運用コストはサーバーの保守費用が主になるため、月次のランニングコストはクラウド型より低く抑えられます。

Q5. 事務所スタッフへのAI利用教育はどこから始めればよいですか？

まず「入力してよい情報と入力してはいけない情報の分類」と「AIの出力は必ず確認する」という2点を全スタッフに周知することが最優先です。その後、よく使う業務（チェックリスト作成・文章整理・法令調査）に特化したプロンプトのひな型を事務所共有フォルダに用意し、スタッフが試行しやすい環境を整えることが定着への近道です。外部のAI研修を活用することも有効ですが、まず事務所内で「自分たちのルール」を作ることを優先してください。

導入前チェックリストと本記事のまとめ

事務所で生成AI活用を始める前に、以下の項目を確認してください。

・AIプロバイダーと被監査会社との関係確認の手順を定めたか: 既存の独立性チェックシートに生成AIサービスプロバイダーの関係確認を追加したか確認します。
・クライアント情報の入力禁止ルールを文書化したか: 「クラウド型AIにはクライアントの財務データ・社名・未公表情報を入力しない」というポリシーを事務所内規として明文化したか確認します。
・情報区分の一覧表をスタッフに共有したか: 入力可・条件付き可・不可・厳禁の4区分を全スタッフが理解しているか確認します。
・AI出力のレビュープロセスを定めたか: AIが生成した調書・チェックリスト・文書を必ず人間が確認する手順を業務フローに組み込んだか確認します。
・使用ツールの記録方法を定めたか: どの業務工程でどのAIツールを使用したかを記録する方法を決めたか確認します。
・スタッフへの利用ポリシーの周知が完了しているか: 事務所全体で守るべきAI利用ルールを全スタッフに説明・共有したか確認します。
・まず試す業務を1つ選定したか: 最初は「監査手続チェックリストの雛形作成」や「会計基準の解釈整理」など、クライアント情報を含まない業務1つに絞って試験運用を開始します。
・効果測定の基準を決めたか: 導入前後の業務時間を記録し、削減効果を数値で確認できる仕組みを用意したか確認します。

本記事では、公認会計士事務所が生成AIを監査補助に活用するための独立性規程の実務ポイントと情報管理設計を、比較表・FAQ・チェックリストとともに解説しました。導入の第一歩として最も重要なのは「クラウド型AIへのクライアント情報の入力を厳禁にした上で、公開情報の調査・ひな型作成から試験運用を開始する」という方針の徹底です。方針を文書化し、スタッフに周知した上で小さく始めることで、コンプライアンスと業務効率化の両立が実現します。