Media > AI活用ユースケース > 購買 > 取引先監査の提出資料を読み込んで、当日に聞くべき論点を先にまとめる

取引先監査の提出資料を読み込んで、当日に聞くべき論点を先にまとめる

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

取引先が監査の前に提出する資料を読み込み、必要な記載があるか、前回の監査から何が変わったか、当日に確認すべき論点は何かを整理します。監査を担当する人の作業は、数十ページを読み通すことから、整理された内容を確かめることに変わります。

サマリー
利用ツール
AWS Textract/Azure AI/ChatGPT/Claude/Gemini/Google Document AI/Make/n8n/Power Automate
対象業界
その他/医療/商社/小売/製造
対象部門
購買
対象業務
内容確認・チェック/要約
主な課題
判断に時間がかかる/属人化している/引き継ぎができていない
AIで行う処理
要約
主な効果
品質標準化/工数削減/教育コスト削減
導入難易度
★★☆☆☆
実装レベル
半自動化
費用感
API連携(中)
人間の確認
条件付き
現在工数
40h/月
AI導入後
12.8h/月
想定削減
68%
年間削減
326h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 監査の予定が決まったら、取引先へ事前資料の提出を依頼する
  2. 取引先から資料が届く(メール添付、または共有リンク)
  3. SharePoint の取引先フォルダへ保存する
  4. 担当者が資料を開き、最初から読み通す
  5. 必要な記載があるかを、チェックリストと照らす
  6. 前回の監査報告書を探し、指摘事項を確認する
  7. 前回の指摘に対する是正の状況が、今回の資料に書かれているかを見る
  8. 気になる点を、当日の質問としてメモにまとめる
  9. 品質保証部の担当者と、当日の分担を打ち合わせる
  10. 監査当日、メモを見ながら質問する
  11. 監査後、報告書を作成する
導入後(After)
  1. 取引先から資料が届き、SharePoint の取引先フォルダへ保存される
  2. 自動保存を検知して処理が始まる
  3. 自動PDF・Excel・スキャン画像から、文字と表の構造を取り出す
  4. 自動監査のチェックリストと照らし、記載の有無と厚みを判定する
  5. 自動前回の監査報告書から、指摘事項を取り出す
  6. 自動前回の指摘に対する記載が、今回の資料にあるかを確認する
  7. 自動前回の資料と今回の資料を比べ、変わった点を出す
  8. 自動当日に確認すべき論点を、根拠となるページとともに整理する
  9. 人担当者が、整理された内容と該当ページを確かめる
  10. 人論点を取捨選択し、当日の質問を決める
  11. 人品質保証部と分担を打ち合わせる
  12. 人監査当日、質問する
  13. 自動監査後、報告書の指摘事項を記録へ蓄積する
各工程の詳しい説明を読む
  1. 監査の予定が決まったら、取引先へ事前資料の提出を依頼する
  2. 取引先から資料が届く(メール添付、または共有リンク)
  3. SharePoint の取引先フォルダへ保存する
  4. 担当者が資料を開き、最初から読み通す
  5. 必要な記載があるかを、チェックリストと照らす
  6. 前回の監査報告書を探し、指摘事項を確認する
  7. 前回の指摘に対する是正の状況が、今回の資料に書かれているかを見る
  8. 気になる点を、当日の質問としてメモにまとめる
  9. 品質保証部の担当者と、当日の分担を打ち合わせる
  10. 監査当日、メモを見ながら質問する
  11. 監査後、報告書を作成する

問題は7つあります。

(a)読み通すだけで2時間かかる。 40〜80ページを通しで読みます。月16回なら32時間。これだけで1人分の週次業務になります。

(b)様式がばらばらで、必要な記載を探すのに時間がかかる。 取引先ごとに文書の構成が違います。「工程変更の管理」がどこに書かれているかを、目次から探すところから始まります。

(c)スキャン画像の資料が読みにくい。 紙の記録をスキャンしたPDFは、検索ができません。目で追うしかありません。

(d)前回の指摘が掘り出されない。 過去の報告書はSharePointにありますが、該当箇所を探すのに10分かかります。 忙しいと省略されます。

(e)書かれていないことに気づけない。 チェックリストはありますが、「ある/ない」の二択では、記載が薄い場合を拾えません。 「手順書がある」と書かれていても、改訂の管理まで書かれているかは別です。

(f)担当者の経験差が結果に出る。 ベテランと新人で、当日の質問の質が違います。準備の質がそのまま監査の質になります。

(g)読んだ内容が当日に生きない。 メモを作っても、現地で資料と突き合わせる余裕はありません。論点が整理されていないと、聞きたいことを聞けずに終わります。

もう1つ、構造的な問題があります。 監査の準備は、繁忙期に集中します。年190回の監査は均等に散らばらず、期初と下半期の始まりに偏ります。 忙しい時期ほど準備が薄くなり、監査の質が落ちます。

準備が薄いことの影響は、当日には見えません。 資料を読み込めなくても、現地で工場を見て回れば監査は成立します。質が落ちたことに、誰も気づきません。 だからこそ、準備の部分を仕組みで支える価値があります。当日の判断は人にしかできませんが、資料を読むところは違います。

  1. 取引先から資料が届き、SharePoint の取引先フォルダへ保存される
  2. 【自動】 保存を検知して処理が始まる
  3. 【自動】 PDF・Excel・スキャン画像から、文字と表の構造を取り出す
  4. 【自動】 監査のチェックリストと照らし、記載の有無と厚みを判定する
  5. 【自動】 前回の監査報告書から、指摘事項を取り出す
  6. 【自動】 前回の指摘に対する記載が、今回の資料にあるかを確認する
  7. 【自動】 前回の資料と今回の資料を比べ、変わった点を出す
  8. 【自動】 当日に確認すべき論点を、根拠となるページとともに整理する
  9. 【人】 担当者が、整理された内容と該当ページを確かめる
  10. 【人】 論点を取捨選択し、当日の質問を決める
  11. 【人】 品質保証部と分担を打ち合わせる
  12. 【人】 監査当日、質問する
  13. 【自動】 監査後、報告書の指摘事項を記録へ蓄積する

自動化されるのは「文字と表の取り出し」「記載の判定」「前回指摘の突き合わせ」「前回資料との差分」「論点の整理」の5つです。残るのは、論点を取捨選択して当日の質問を決めることです。

評価も判定もしません。 「この取引先は品質管理体制が不十分」といった記述を出させないでください。この構成が出すのは「この項目について記載が見当たらない」という事実です。

監査の合否を決める材料にもしないでください。 資料に書かれていないことが、実際に行われていないとは限りません。現地で見て確かめるのが監査です。

「前回資料との差分」が、この構成で最も価値のある部分です。 現状、前回の資料と今回の資料を並べて比べる作業は、時間がなくてほとんど行われていません。

02今回想定するシステム構成

構成図
取引先からの提出資料(PDF / Excel / スキャン画像)
   │
   ▼ SharePoint の取引先フォルダへ保存
   │
   ▼【トリガー】ファイルの保存を検知
   │
Azure AI Document Intelligence(レイアウト解析)
   │  ・文字の抽出(スキャン画像も対象)
   │  ・表の構造の取り出し
   │  ・見出し・段落の構造の把握
   │  ・ページ番号と位置情報の保持
   │
   ▼
   ├──▶ 監査チェックリスト(必須項目と、書くべき厚み)
   ├──▶ 前回の監査報告書(指摘事項)
   ├──▶ 前回の提出資料(差分の比較用)
   │
   ▼
Claude API(要約・論点の整理)
   │  ・記載の有無と厚みの判定
   │  ・前回指摘に対する記載の確認
   │  ・前回資料との差分
   │  ・当日に確認すべき論点の整理
   │  structured outputs でスキーマどおりのJSONを返させる
   │
   ▼
事前整理シート(Word / SharePoint)
   │  ・項目ごとの記載の有無と、該当ページ
   │  ・前回指摘への対応状況
   │  ・前回からの変化
   │  ・当日の論点(根拠ページ付き)
   │
   ▼
担当者が確認 ──【人】該当ページを開いて確かめる
   │
   ▼
論点の取捨選択と当日の質問の決定 ──【人】
   │
   ▼
品質保証部との分担の打ち合わせ ──【人】
   │
   ▼
監査の実施 ──【人】
   │
   ▼
指摘事項を記録へ蓄積(次回の準備に使う)
役割想定する製品代替候補
OCRAzure AI Document IntelligenceGoogle Document AI、AWS Textract
生成AIClaude APIOpenAI API、Gemini API
連携Power AutomateMake、n8n
保管SharePointBox、Google ドライブ
記録Microsoft ListsGoogle スプレッドシート

スキャン画像の資料があることが、この構成でOCRを使う理由です。 紙の検査記録をスキャンしたPDFは、そのままでは文字として読めません。取引先の資料の3割程度が、この形で届きます。

Azure AI Document Intelligence のレイアウトモデルは、文書から文字、表、選択マーク、文書の構造を取り出します。 表の行と列の構造を保ったまま取り出せるため、検査記録や工程表のような表形式の資料を扱えます。取り出した要素にはページ番号と位置情報が付くため、「どのページに書かれていたか」を示せます。

根拠ページを示せることが、この構成の使い勝手を決めます。 「工程変更の管理について記載が見当たりません」とだけ言われても、担当者は資料を最初から探し直します。「12ページに手順はあるが、改訂の記録には触れていない」と示せれば、そのページを開くだけで確かめられます。

Claude API はPDFを直接扱えます。 文字の抽出だけでなく、図や表を含むページの内容を視覚的に読み取ります。ただし、スキャン画像のみの資料や、表の構造を厳密に保ちたい場合は、Document Intelligence で構造を取り出してから渡すほうが安定します。

03どうやって実装するのか

Step1

処理の起点を決める

SharePoint の取引先フォルダに資料が保存されたときを起点にします。

資料は複数回に分けて届きます。 「まず品質マニュアルを送り、検査記録は後日」という形が普通です。1ファイルごとに処理し、揃った時点で整理シートを作る形にしてください。

「揃った」の判定が要ります。 チェックリストの必須の資料が揃ったら、整理シートを作ります。揃わないまま監査の1週間前になったら、不足している資料を知らせます。

この「不足の通知」だけでも価値があります。 現状、資料が揃っていないことに気づくのが監査の直前になることがあります。1週間前に分かれば、取引先へ催促できます。

再処理の入口も用意してください。 資料が差し替えられることがあります。差し替え後に整理シートを作り直せる形にしてください。

Step2

入力データを集める

データ中身取得元
提出資料品質マニュアル、工程図、検査記録、是正処置報告、認証の写し取引先(SharePoint)
監査チェックリスト確認項目、必須かどうか、書かれているべき内容の厚み品質保証部の文書
前回の監査報告書指摘事項、是正の要求、期限SharePoint
前回の提出資料差分の比較用SharePoint
取引先の基本情報供給品目、取引額、重要度の区分、認証の有無購買システム
過去の品質事象受入検査での不適合、クレーム、納期遅延品質保証部の記録
監査の種類新規/定期/特別(品質事象を受けての監査)監査の計画
Step3

データの取得方法を決める

監査チェックリスト: ここがこの構成の質を決めます。「ある/ない」の二択ではなく、次の形で持ってください。

列例
項目工程変更の管理
必須か必須
何が書かれているべきか変更の申請、承認、記録、顧客への通知の手順
薄いとみなす状態「変更は管理している」とだけ書かれ、手順が示されていない
確認すべき点実際の変更記録を現地で見る。直近1年の変更件数を聞く
供給品目による要否部品:必須/副資材:任意

「薄いとみなす状態」の列が、この構成でもっとも効きます。 記載があるかないかだけなら、目次を見れば分かります。価値があるのは、「書いてあるが中身がない」を拾うことです。

「確認すべき点」の列は、当日の質問に直結します。 記載が薄い項目について、何を聞けばよいかをあらかじめ書いておけば、経験の浅い担当者でも質問できます。ベテランの頭の中にあるものを、ここへ移す作業です。

前回の監査報告書: 指摘事項を、次の形で構造化してください。

列中身
監査日 / 取引先
指摘の内容
区分重大/軽微/観察事項
要求した是正
是正の期限
是正の確認状況完了/未確認

この構造化が、前回指摘の突き合わせを可能にします。 報告書がWordの文章のままだと、指摘を取り出す処理が毎回必要になります。過去3年分を一度構造化しておけば、以後は監査のたびに1行足すだけです。

過去の品質事象: 受入検査での不適合やクレームの記録は、監査の論点に直結します。「直近1年で寸法の不適合が3件」という情報があれば、その工程を重点的に見ることになります。

この情報は、品質保証部が別に持っていることがほとんどです。 購買部の監査準備で使うには、部門をまたいだ共有が要ります。「監査の準備のために、その取引先の直近1年の不適合を教えてほしい」という依頼を、監査のたびに出す形でも構いません。 自動連携は後からでよく、情報が準備の材料になることのほうが重要です。

チェックリストの整備には、品質保証部を巻き込んでください。 監査の観点は品質保証部が持っています。購買部だけで作ると、「何が書かれているべきか」の水準が定まりません。 合同で監査を行っているなら、チェックリストも合同で作るのが自然です。

「薄いとみなす状態」の例は、実際の資料から拾ってください。 想像で書くと、現実の資料と噛み合いません。過去に「書いてあるが中身がなかった」例を、品質保証部の担当者に10件挙げてもらうのが、いちばん早い方法です。「手順書がある、とだけ書かれていて改訂の管理に触れていない」といった具体例が集まります。

Step4

AIへ渡す前に整形する

  1. ファイル形式の判別 … PDF(文字あり)/PDF(スキャン画像)/Excel/Word を判別します
  2. 文字と構造の取り出し … Document Intelligence のレイアウトモデルで、文字・表・見出しをページ番号付きで取り出します
  3. 文書の種類の判定 … 品質マニュアル/工程図/検査記録/是正処置報告/認証の写しのどれかを判定します
  4. チェックリスト項目への割り当て … どの文書のどのページが、チェックリストのどの項目に対応するかを対応づけます
  5. 前回資料との対応づけ … 同じ種類の文書を、前回の資料と対応させます
  6. 個人情報の確認 … 検査記録に担当者の氏名や印影が含まれることがあります。扱いを決めてください

4の対応づけが、この構成の要です。 取引先ごとに文書の構成が違うため、「この項目はこの文書のここに書かれている」という対応を作る必要があります。見出しの言葉が違うことも多いので、ここは生成AIで対応づけます。

2のOCRは、スキャン画像がなければ省けます。 ただし、文字ありのPDFでも、表の構造は取り出しにくいことがあります。検査記録のような表形式の文書は、レイアウトモデルを通したほうが安定します。

Step5

AIに処理させる

4つの処理をさせます。

(1)記載の有無と厚みの判定

判定内容
記載あり・十分チェックリストの「何が書かれているべきか」を満たす
記載あり・薄い触れてはいるが、手順や記録に及んでいない
記載なし該当する記述が見当たらない
対象外供給品目や監査の種類により、この取引先には不要

(2)前回指摘への対応の確認

前回の指摘事項ごとに、今回の資料に是正の記載があるかを確認します。「記載がある」と「是正されている」は別です。 この構成が言えるのは前者までです。

(3)前回資料との差分

差分内容
追加された記述新しい手順、新しい設備、新しい認証
削除された記述これが重要。手順や工程が消えていることがある
変更された数値検査の頻度、工程の能力、要員の数
組織の変更品質責任者の交代、部署の統廃合

(4)当日の論点の整理

記載が薄い項目、前回指摘に触れていない項目、削除された記述、品質事象に関係する工程。これらを、確認すべき優先度とともに並べます。 各論点には、根拠となるページ番号を付けます。

取引先の評価はさせません。 「品質管理体制が不十分」「取引の継続は再検討が必要」といった記述を禁じてください。資料に書かれているかどうかと、実際にできているかどうかは別の話です。

是正の完了も判定させません。 「前回の指摘は是正済み」と書かせないでください。資料に是正の記載があることと、是正されていることは違います。 確認は現地で行います。

Step6

指示内容を固定する

あなたは購買部で取引先監査の準備を担当する者です。
取引先から提出された資料について、監査当日に確認すべき論点を整理してください。

【厳守事項】
- 取引先を評価しないでください。
  「品質管理体制が不十分」「信頼性が低い」「取引の継続は再検討が必要」
  と書かないでください。
- 是正の完了を判定しないでください。
  「前回の指摘は是正済み」と書かないでください。
  「前回の指摘に対応する記載が18ページにある」という事実までにしてください。
- 監査の合否に関わる判断をしないでください。
  合否は現地で見て人が決めます。
- 資料に書かれていないことを推測で補わないでください。
  「一般的にはこうしているはず」と書かないでください。
  記載が見当たらない場合は「記載なし」としてください。
- すべての指摘に、根拠となるページ番号を付けてください。
  ページ番号を示せない指摘は書かないでください。
- 記載の厚みは、下の「何が書かれているべきか」に照らして判定してください。
  一般的な品質管理の教科書に照らさないでください。
- 「記載あり・薄い」と判定した場合、何が足りないのかを具体的に書いてください。
  「記載が不十分」ではなく「手順は示されているが、記録の保存期間に触れていない」
  と書いてください。
- 前回資料から削除された記述は、必ず論点に挙げてください。
  削除には理由があるはずで、それを聞くことが監査です。

【監査の種類】
{audit_type}

【取引先の供給品目と重要度】
{supplier_profile}

【監査チェックリスト(項目/必須か/何が書かれているべきか/薄いとみなす状態/確認すべき点)】
{checklist}

【今回の提出資料(文書ごと、ページ番号付き)】
{documents}

【前回の提出資料(差分の比較用)】
{previous_documents}

【前回の監査の指摘事項(内容/区分/要求した是正/期限)】
{previous_findings}

【この取引先に関する直近1年の品質事象】
{quality_events}

「すべての指摘に根拠ページを付ける」の指示が、この構成の使い勝手を決めます。 ページが示せない指摘は、担当者が確かめられません。確かめられない指摘は、当日の質問に使えません。

「削除された記述を必ず挙げる」も外せません。 追加された記述は目に付きますが、消えた記述は気づきにくいものです。工程が1つ消えている、検査項目が減っている。これらは監査で聞くべきことです。

「一般的にはこうしているはず、と書かない」の指示が要ります。 生成AIは、資料に書かれていない一般論で埋めようとします。監査の準備でこれをされると、書かれていないことが書かれているように見えてしまいます。

Step7

出力形式を固定する

{
  "supplier": "",
  "audit_date": "",
  "audit_type": "new | periodic | special",
  "documents_received": [
    { "file_name": "", "doc_type": "", "pages": 0, "received_date": "" }
  ],
  "documents_missing": [],
  "checklist_results": [
    {
      "item": "",
      "required": true,
      "status": "sufficient | thin | not_found | not_applicable",
      "evidence": [ { "file_name": "", "page": 0, "excerpt": "" } ],
      "what_is_missing": ""
    }
  ],
  "previous_findings_status": [
    {
      "finding": "",
      "severity": "major | minor | observation",
      "mentioned_in_current": false,
      "evidence": [ { "file_name": "", "page": 0 } ],
      "note": ""
    }
  ],
  "changes_from_previous": {
    "added": [],
    "removed": [],
    "value_changed": [],
    "organization_changed": []
  },
  "audit_points": [
    {
      "point": "",
      "reason": "",
      "related_checklist_item": "",
      "evidence": [ { "file_name": "", "page": 0 } ],
      "priority": "high | medium | low",
      "suggested_question": ""
    }
  ]
}

Claude API の structured outputs では、出力にスキーマを指定すると、そのスキーマに沿ったJSONが返ります。 根拠ページの記載漏れを防げます。

evidence を配列にしていることが重要です。 1つの項目について、複数の文書の複数のページに記載が散っていることがあります。すべてを示せる形にしてください。

what_is_missing の列が、「薄い」判定を使えるものにします。 「記載が不十分」では担当者が動けません。「手順は示されているが、記録の保存期間に触れていない」と書かれていれば、そのまま質問になります。

suggested_question は、当日の質問の下書きです。 チェックリストの「確認すべき点」をもとに作ります。そのまま使うのではなく、担当者が取捨選択して使います。

documents_missing は、監査の1週間前に効きます。 必須の資料が届いていないことを、早い段階で知らせます。

Step8

システムへ連携する

出力は事前整理シートとして作るだけで、他のシステムへの書き込みは行いません。

出力先内容
Word(SharePoint)事前整理シート。当日そのまま持っていける形
Teams資料が揃った時点、および不足がある場合に通知
Microsoft Lists論点と、当日の確認結果を記録する

当日そのまま持っていける形にすることが大事です。 画面で見るための形ではなく、印刷して書き込める形にしてください。現地では、紙のほうが扱いやすい場面が多くあります。

取引先へ自動で連絡しないでください。 「資料が不足しています」という連絡が自動で飛ぶと、取引先との関係に響きます。担当者が内容を見て、必要なら連絡します。

購買システムへの書き戻しも行いません。 取引先の評価情報を自動で更新する構成にしないでください。評価は監査の結果を見て人が決めます。

Step9

人が確認する

担当者の確認は必ず残します。

確認することなぜ
「記載なし」とされた項目見落としの可能性がある。該当ページを開いて確かめる
「薄い」とされた項目何が足りないのかが妥当か
削除されたとされた記述本当に消えているのか、別の場所に移っただけか
論点の優先度監査の時間は限られる。聞く順番を決める
質問の文言そのまま使えるか、言い方を変えるか

1つ目が最重要です。 「記載なし」が誤りだった場合、監査当日に「ここに書いてあります」と言われることになります。信頼を損ないます。 必ず該当する文書を開いて確かめてください。

確認を速くするための設計が効きます。

  • 該当ページへのリンクを、整理シートから直接張る
  • 「記載なし」の項目を上に並べる
  • 前回の指摘と、今回の記載を左右に並べる
  • 論点ごとに、根拠の抜粋を数行載せる
  • 当日の確認結果を書き込む欄を右端に置く

5つ目が、次回の準備につながります。 当日の確認結果を書き込んでおけば、それが次回の「前回の指摘」になります。報告書とは別に、この欄を必ず埋めてください。

確認の記録には、「聞いたが問題なかった」も残してください。 論点として挙がったが、現地で確認したら十分だった——という結果です。これが残っていれば、次回は同じ論点の優先度を下げられます。 報告書には書かれない情報なので、整理シートの側で拾う必要があります。

品質保証部との分担も、整理シートの上で決めてください。 論点ごとに「誰が聞くか」の欄を置きます。打ち合わせの時間が短くなり、当日の重複や漏れも減ります。 現地では別行動になることもあるため、事前の割り振りが効きます。

「記載なし」の確認は、必ず整理シートの該当リンクから行ってください。 記憶で「たしか書いてあった気がする」と判断すると、誤りが残ります。リンクをたどって該当ページを開き、実際に見当たらないことを確かめる。 この一手間が、当日の信頼を守ります。

Step10

例外に対処する

起きること対応
スキャン画像の文字が読み取れない該当ページを「読み取り不可」として示す。推測で補わない
資料が揃わないまま監査日が近づく1週間前に不足を通知する
資料が差し替えられた整理シートを作り直す。古い版で準備しない
前回の資料がない(新規取引先)差分の処理を省く。チェックリストのみで整理する
文書の種類が判定できない担当者に確認させる。推測で分類しない
取引先の様式が大きく変わった前回との対応づけができない。差分は省き、その旨を示す
外国語の資料が届いた翻訳の扱いを決める。訳した内容を根拠として扱う際は注意が要る
資料に個人情報が含まれる検査記録の担当者名など。扱いを決め、必要なら伏せる
資料の分量が極端に多い分割して処理する。1回で読み切れない量は精度が落ちる
AIが取引先を評価したプロンプトで禁止する。テストで確認する
AIが根拠ページを示さず指摘したページのない指摘は出力から外す
AIが一般論で記載を補った禁止する。「記載なし」と正しく言わせる
論点が30件を超えた優先度で絞る。当日に聞ける数は10件程度

「論点が多すぎる」問題は必ず起きます。 チェックリストの項目が40あれば、薄い項目は20出ます。当日に聞けるのは10件程度です。 優先度を付けて絞る処理を、必ず入れてください。

Step11

記録を残す

この記録は、次回の監査の準備に直接使われます。

  • 処理した資料の一覧と、受領日
  • チェックリストの判定結果
  • 前回指摘への対応状況
  • 前回資料との差分
  • 整理された論点と、優先度
  • 担当者が実際に選んだ論点
  • 当日の確認結果
  • 判定が誤っていた事例(記載を見落とした、あるはずのないものを指摘した)

「担当者が実際に選んだ論点」の記録が効きます。 出した論点のうち、どれが使われたかが分かれば、優先度の付け方を直せます。毎回使われない種類の論点は、出す必要がありません。

「判定が誤っていた事例」は必ず記録してください。 特に「記載なし」としたのに実際は書かれていた事例は、対応づけの問題です。見出しの言葉の違いを、チェックリストへ反映してください。

取引先の資料には、工程や設備の情報が含まれます。 取引先にとっての機密情報です。外部のAIサービスへ渡してよいかを、取引先との秘密保持契約に照らして確認してください。 契約によっては、第三者への開示にあたる可能性があります。

保管場所と閲覧範囲を限定してください。 他の取引先の情報が混ざらないよう、フォルダの権限を取引先ごとに分けることも検討してください。

04実装レベルの3段階

最小構成:資料を生成AIに読ませ、チェックリストの判定と論点の整理をさせる / 読み込みと整理
半自動化:資料の保存を検知して、OCR・判定・整理シートの作成まで / 準備の大部分
本格構成:上記+前回資料との差分+前回指摘の突き合わせ+論点の記録の蓄積 / 準備の全体と、次回への引き継ぎ

半自動化の時点で、150分が80分程度になります。 資料を読み通す時間が消えるためです。本格構成では48分になりますが、減るのは前回報告書を探す時間と、差分を確かめる時間です。 本格構成の「前回指摘の突き合わせ」は、現状ほとんど行われていない作業です。 ここは時間削減というより、これまでできていなかったことができるようになる部分です。 「前回資料との差分」も同じです。 現状、前回の資料と並べて比べる余裕はありません。削除された記述を拾えるようになることは、監査の質そのものを変えます。 「論点の記録の蓄積」は、3回目の監査から効きます。 「この取引先には毎回この論点を聞いている」「前々回から同じ指摘が続いている」といったことが見えます。取引先ごとの傾向が、担当者の頭の外に出ます。 最小構成で止めるという判断も、監査の回数によってはあり得ます。 年に20回程度なら、資料をそのまま生成AIに読ませる運用で足ります。OCRもワークフローも作らず、担当者が資料を渡して整理シートを受け取る形です。年190回という規模だからこそ、自動化の価値が出ます。 半自動化の段階で、必ず現地で使ってみてください。 整理シートが画面で見るための形になっていると、現地で使えません。印刷して書き込める形か、タブレットで扱いやすい形か。 実際に監査へ持って行って、使い勝手を確かめてください。ここを確かめずに全社展開すると、作ったシートが使われないまま終わります。 本格構成へ進む前に、前回資料の保管を整えてください。 差分を出すには、前回の資料が同じ場所に、同じ形で保管されている必要があります。取引先ごとのフォルダに、監査の回ごとのサブフォルダを作るという整理が要ります。この整理ができていないと、差分の機能は動きません。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
3 名
月間件数
16 件
1件あたり現在時間
150 分
1件あたり導入後時間
48 分
現在  16件 × 150分 ÷ 60 = 40 時間/月
導入後 16件 × 48分 ÷ 60 = 12.8 時間/月
月間削減時間
27.2h
削減率
68%
年間削減時間
326h
年間金額換算(時間単価3,500円)
114万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 年に100社以上の取引先監査を行っている企業。監査の前に、取引先から数十ページの資料を受け取って読み込んでいる場合。読み込みの質が担当者の経験に左右されている場合。前回の監査での指摘事項が、次回の準備で参照されていない場合。
向いていない
  1. 取引先監査が年に数回しかない企業。監査の資料が定型の様式に統一されており、記入漏れが機械的に分かる場合。品質管理システムで取引先の情報が一元管理されており、資料の読み込み自体が発生しない場合。監査を外部機関に委託しており、自社で資料を読まない場合。

07最小構成で試す方法

  1. 取引先を1社選ぶ(前回の監査報告書と、前回・今回の資料が揃っているところ)
  2. 監査チェックリストを、「何が書かれているべきか」「薄いとみなす状態」の列付きで整える
  3. 今回の資料をPDFのまま、生成AIに読ませる
  4. チェックリストの判定と、論点の整理をさせる
  5. 担当者が実際に準備したメモと突き合わせる

見るのは次の4点です。

見る点判断
「記載なし」の判定が正しいか誤りが1件でもあれば原因を調べる。ここが崩れると使えない
「薄い」の判定が担当者の感覚と合うか合わないならチェックリストの書き方を直す
根拠ページがすべての指摘に付いているか付いていない指摘は使えない
取引先の評価や一般論が混ざっていないか混ざったらプロンプトを直す

1つ目が最重要です。 書かれているのに「記載なし」とされると、当日に恥をかきます。逆に、書かれていないのに「記載あり」とされると、聞くべきことを聞き逃します。 どちらも起きてはいけません。

次に、スキャン画像の資料でOCRを試してください。 紙の検査記録をスキャンしたPDFを1つ選び、文字と表が取り出せるかを確かめます。手書きの部分は読めないことが多いので、そこをどう扱うかを決めておいてください。

最後に、前回資料との差分を試してください。 前回と今回の資料を両方渡し、削除された記述が拾えるかを確かめます。ここが動けば、この構成の価値の半分は確保できています。

チェックリストの「薄いとみなす状態」は、この段階で厚くしてください。 ベテラン担当者に、過去の監査で「書いてあるが中身がなかった」例を挙げてもらいます。10例集めれば、判定の精度が変わります。

08実装時につまずきやすいポイント

問題対策
AIが取引先を評価する禁止する。テストで必ず確認する
AIが是正の完了を判定する禁止する。記載の有無までにとどめる
AIが一般論で記載を補う禁止する。「記載なし」と正しく言わせる
根拠ページのない指摘が出るページのない指摘は出力から外す
「記載なし」が誤っている対応づけの問題。見出しの言葉の違いをチェックリストに反映する
「薄い」の判定が担当者と合わない「薄いとみなす状態」の例を増やす
削除された記述が拾えない前回資料との対応づけを確認する
論点が30件出て絞れない優先度を付ける。当日に聞けるのは10件程度
スキャン画像の手書き部分が読めない読み取り不可として示す。推測で補わない
資料が差し替えられたのに古い版で準備する再処理の入口を用意する
取引先へ自動で連絡が飛ぶ自動化しない。担当者が判断して連絡する
整理シートが画面向けで現地で使えない印刷して書き込める形にする
当日の確認結果が記録されない整理シートに記入欄を置く
取引先の機密情報が外部へ出る秘密保持契約を確認する。契約次第では使えない
チェックリストを購買部だけで作る品質保証部と合同で作る。観点は品質保証部が持っている
「薄いとみなす状態」を想像で書く過去の資料から実例を10件拾う
前回資料の保管が整理されていない取引先×監査回のフォルダ構成にしてから差分を作る
整理シートを現地で使っていない半自動化の段階で、実際に監査へ持って行く
論点に優先度が付いていない当日聞ける数は10件程度。優先度で絞る

「整理シートを現地で使っていない」は、導入が失敗する典型的な形です。 準備の時間は減ったが、当日は結局これまでどおり資料をめくっている——という状態になります。整理シートは、準備のための文書であると同時に、当日の道具です。 両方を満たす形になっているかを、実地で確かめてください。

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 取引先の品質マニュアル、工程図、検査記録、是正処置報告。取引先にとっての機密情報そのものです。

  1. 秘密保持契約の確認 … 取引先から受け取った資料を、外部のAIサービスへ渡すことが契約に違反しないかを確認してください。「第三者への開示」にあたる可能性があります。 契約によっては、この構成自体が使えません。ここを確認せずに始めないでください
  2. 取引先への説明 … 契約上問題がない場合でも、資料の取り扱いについて取引先へ説明しておくことが望ましいです。後から知られるより、先に伝えるほうが関係を保てます
  3. 学習利用 … 入力を学習に使わないことが契約で保証されるサービスを選びます。取引先の工程情報が学習に使われることは、絶対に避けなければなりません
  4. アクセス権限 … 取引先ごとにフォルダの権限を分けてください。A社の資料をB社の担当者が見られる状態にしないでください。 競合関係にある取引先が含まれることがあります
  5. 個人情報 … 検査記録には、検査担当者の氏名や印影が含まれます。必要なら伏せて処理してください
  6. 評価との分離 … この構成は取引先を評価しません。「記載が薄い」ことは、品質管理ができていないことを意味しません。 整理シートにその旨を明記してください
  7. 監査の独立性 … 準備が整理されることで、担当者が「聞くべきことが決まっている」と感じる恐れがあります。現地で見て気づいたことを聞く余地を、必ず残してください。 論点の一覧は出発点であって、台本ではありません
  8. 取引先への影響 … 整理シートが取引先の目に触れると、「AIに読ませている」ことが知られます。社外へ出さない前提で作ってください
  9. 保存期間 … 監査の記録は、品質マネジメントシステムの要求で保存期間が定められていることがあります。整理シートもその対象に含めるかを決めてください
  10. 自動実行してよい範囲 … 資料の読み込み、判定、差分、論点の整理までです。論点の取捨選択、取引先への連絡、監査の実施と判断は人が行います

誤りが起きた場合のリスクは、書かれているのに「記載なし」として当日に指摘してしまうこと、逆に書かれていないのに見落として確認すべきことを聞き逃すことです。前者は取引先との信頼に直接響きます。 「記載なし」とされた項目は、必ず担当者が該当文書を開いて確かめてください。

10まず何から始めるか

1週目:監査チェックリストを書き直す

現状のチェックリストに、「何が書かれているべきか」と「薄いとみなす状態」の列を足します。ベテラン担当者に、過去に『書いてあるが中身がなかった』例を10件挙げてもらってください。 この作業がこの構成の土台です。

2週目:過去の監査報告書から指摘事項を構造化する

直近3年分について、指摘の内容・区分・要求した是正・期限を表にします。取引先180社分は多いので、まず監査の予定が近い20社から始めてください。

3週目:1社で試す

前回・今回の資料が揃っている取引先を選び、判定と論点の整理を試します。「記載なし」の判定を1件ずつ確かめてください。 ここが崩れていると、先へ進めません。

4週目:スキャン画像の資料でOCRを試す

紙の検査記録をスキャンしたPDFで、文字と表が取り出せるかを確かめます。手書きの部分の扱いを決めてください。

2か月目: 5社で運用します。整理シートを現地へ持っていき、当日の使い勝手を確かめてください。 印刷して書き込める形になっているか、論点の数は適切かを見ます。

3か月目以降: 前回資料との差分を足します。削除された記述が拾えることを確認してから、全社へ広げてください。 同時に、当日の確認結果を記録する運用を始めます。

半年後: 出した論点のうち、担当者が実際に選んだものの割合を見てください。毎回使われない種類の論点は、出すのをやめます。 また、「記載なし」の誤りがあった事例を振り返り、見出しの言葉の違いをチェックリストへ反映してください。取引先ごとの様式の癖が、ここでたまっていきます。

同時に、監査で新たに見つかった指摘の件数を、導入前と比べてください。 準備が厚くなれば、当日に気づくことが増えるはずです。指摘が増えることは、悪いことではありません。 これまで見過ごしていたものが見えるようになった、という意味です。

経験の浅い担当者の監査の質も、この時期に確かめられます。 入社2〜3年目の担当者が出した指摘と、ベテランが出した指摘を比べてください。差が縮まっていれば、準備の標準化が機能しています。

1年後には、事前資料の様式そのものを見直す材料がそろいます。 「この項目は、どの取引先でも記載が薄い」という傾向が見えたら、提出を依頼するときに、記入の手引きを添えるという対策が取れます。取引先にとっても、何を書けばよいかが分かるほうが負担が軽くなります。点検を厚くするより、最初から書いてもらうほうが、双方にとって効率的です。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-09-24/最終更新:2026-09-24
確認した内容情報源確認日
Azure AI Document Intelligence のレイアウトモデルで、文書から文字・表・選択マーク・文書構造を抽出でき、抽出した要素にページ番号と位置情報が付くことMicrosoft Learn: Document Intelligence layout model2026-09-24
Claude API がPDFを直接入力として扱え、文字だけでなく図や表を含むページの内容を読み取れることAnthropic Docs: PDF support2026-09-24
Claude API の structured outputs で、出力にスキーマを指定すると、そのスキーマに沿ったJSONが返ることAnthropic Docs: Structured outputs2026-09-24

取引先監査のチェックリスト、監査の頻度、指摘の区分は、業界と自社の品質マネジメントシステムによって異なります。この部分は自社の品質保証部門の定めに応じた個別対応が必要です。 取引先から受け取った資料を外部のAIサービスへ渡してよいかは、取引先との秘密保持契約の内容によります。契約の確認を、自社の法務部門と行ってください。 この記事は取引先の評価や監査の合否に関する判断を示すものではありません。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-0225)についてのご相談はこちらから。

AI活用について相談する
目次