内部監査をOptroのAIで進める方法|監査人が持つ判断

内部監査をOptroのAIで進める方法|監査人が持つ判断

「統制テストの時期になると、証跡の突き合わせだけで監査チームの手が埋まって、肝心のリスクの議論に時間が回らない」「AIで監査を速くしようという話が出ているが、監査法人に説明できる形で入れられるのか見当がつかない」——上場企業や上場準備企業の内部監査室、内部統制の事務局から繰り返し届く声です。監査にAIを入れる難しさは、AIの精度だけの問題ではありません。本当の難所は、AIが下作業をした後も「誰が、何を根拠に、どう判断したか」を監査調書として説明できる形に残せるかどうかです。この記事では、旧 AuditBoard の Optro が2026年に広げたエージェント機能を手がかりに、統制テスト・証跡の照合・リスク評価の初期点をAIエージェントに下作業させるとき、監査人が持ち続ける判断と残す証跡の線を、導入の手順に沿って整理します。画面の操作手順や料金の一覧は扱いません。


カメ先生カメ先生

監査にAIを使うというと、監査人の仕事がAIに置き換わると思われがちなんだ。でも実際に置き換わるのは、証跡を集めて、読んで、突き合わせるという手の作業のほうなんだよ。


カメ子カメ子

結論を出す仕事は残って、そこに至るまでの作業が変わる、ということですか。


カメ先生カメ先生

そう。ただ、作業をAIがやると、その作業が正しかったことを誰がどう確かめたかを、新しく記録しないといけない。ここを決めずに入れると、速くなったのに説明できない監査になってしまうんだ。


カメ子カメ子

速さの分だけ、確かめた跡を残す仕事が増えるんですね。


この記事のポイント
  • Optro(旧 AuditBoard)は2026年に社名変更、統制テスト自動化の Midship 買収、運用監査まで広げたエージェント群の発表と動きが続いている。AIに任せるのは証跡の読み込み・照合・初期点の提案まで
  • 導入は「任せる統制を選ぶ→母集団と抽出の線を決める→照合を任せる→不備の疑いを人が判定する→調書を残す」の順。どの段でも、結論と署名は監査人が持つ
  • 被監査部門のデータへのアクセス権、外部監査人への事前の説明、データの流れ、買収が続くベンダーの継続性、費用の増え方と止め方を先に決めておく

あなたのWebサイトは、AIによる攻撃に耐えられますか?

AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。

目次

Optroとは:旧 AuditBoard の監査・リスク・コンプライアンス基盤

Optro は、米国の AuditBoard が2026年3月9日に社名を変えた会社です。公式の説明では、2014年に SOX 対応の道具を作る会社として創業し、2017年に AuditBoard、2026年に Optro と名前を変えてきました。提供しているのは、内部監査・リスク管理・情報セキュリティ・コンプライアンスを一つの基盤で扱う業務システムで、統制の文書化、テストの計画と実施、調書、指摘事項の管理、取引先リスク、規制対応などの製品が並んでいます。社名変更の発表では、監査・リスク・情報セキュリティ・コンプライアンスを一つの見通しで扱うことを新しい名前に込めたと説明しています。

所有の面では、2024年に投資会社の Hg が取得しており、取得額は30億ドル超と発表されました。現在は非上場です。利用企業について、同社は米国の大企業500社の半数超が使っていると公表しています。ここで押さえておきたいのは、Optro は「監査を受ける側」ではなく「監査をする側」の業務基盤だという点です。したがってこの記事の問いも、AIの利用を監査することではなく、監査という仕事そのものにAIを使うことです。

一方で、公式サイトの表示は英語のみで、日本語の画面や日本の拠点は公式情報から確認できませんでした。日本企業が検討する場合は、国内の代理店の有無や日本語での支援の範囲を、最初の打ち合わせで確かめる必要があります。

2026年の動き:社名変更、Midship の買収、10月のエージェント群

2026年の Optro の動きは三つに分けて見ると整理しやすくなります。一つ目は3月の社名変更で、同時にAIガバナンスの製品を持つ会社の買収も発表しました。二つ目は5月6日の Midship の買収です。Midship は2024年創業の会社で、SOX の統制テストを自動化する道具を作っていました。同社の説明では、形の揃っていない証跡をそのまま読み込み、アクセス権の見直しや銀行勘定の調整といった属性テストを実行し、外部監査人の想定に合わせた Excel の調書までまとめます。この技術は Optro の統制管理の製品に統合されると発表されています。

三つ目が、10月14日に年次の利用者会議で発表した、監査・コンプライアンス・取引先リスク・AIガバナンス向けのエージェント群です。主なものは、SOX で使っていた自動テストを運用監査まで広げること、証跡を提出する側の担当者が依頼の意図を理解して不足を直してから出せるよう手伝うこと、そして選んだデータを分析し、根拠を添えてリスク評価の初期点を提案することです。ただし、証跡の自動収集は「今後の拡張」と書かれており、シャドーAIの発見機能は2027年の提供に向けたプレビューとされています。発表の時点で何が使えて何が予定なのかは、契約前に一つずつ確かめるべきです。

事例として、Reddit の内部監査チームが最初の3か月で175の統制、SOX の範囲の4割超を自動化し、統制あたりのテスト時間を平均で6割減らしたと紹介されています。これは同社の発表に載った数字であり、統制の性質や証跡の整い方が違う自社で同じ効果が出る保証はありません。

前提:「AIの利用を監査する」と「監査にAIを使う」は別の話

社内でAIと監査の話をすると、二つの話題が混ざりがちです。一つは、社員のAI利用が規程どおりかを点検する話で、点検項目や残す記録の一覧が中心になります。もう一つが今回の、監査人自身がAIエージェントに下作業をさせる話です。前者は別の記事で扱っているので、ここでは後者に絞ります。

後者で問われるのは、監査の結論を支える証拠が、AIを通った後も監査証拠として通用するかです。内部監査の国際的な基準は、2024年に公表され2025年に発効したグローバル内部監査基準で、監査人が十分で信頼できる情報に基づいて結論を出し、その過程を記録することを求めています。AIが読んだ・照合した・提案したという事実は、この「情報の信頼性」と「過程の記録」の中に組み込まなければなりません。以下の手順は、この二点を崩さずにAIの下作業を入れるための順番です。

手順1:AIに任せる統制を選ぶ

最初にやるのは、すべての統制を一度にAIに渡さないことです。向いているのは、判定の条件が文章で書け、証跡の形がある程度決まっている統制です。たとえば、権限の付与に承認の記録があるか、退職者のアカウントが期限内に止められているか、請求書と発注書と検収の金額が一致しているか、といった属性テストです。Midship の説明に挙がっている例もこの種類です。

反対に、見積もりの妥当性、経営者の判断を伴う引当金の評価、取締役会の議論が実質的だったかどうかなど、判断そのものを評価する統制は、AIの下作業が効きにくい領域です。ここをAIに渡すと、もっともらしい要約が付いた分だけ、監査人が判断を省略する危険が増えます。

統制の種類AIの下作業監査人が持つもの
承認・権限・期限の有無を見る属性テスト証跡の読み込み、条件との突き合わせ、例外の抽出条件の定義、例外の判定、結論
金額や件数の一致を見る照合全件の突き合わせ、差異の一覧化差異の原因の確認、重要性の判断
手順書どおりの実施を見る運用テスト記録の有無の確認、手順との差分の下書き差分が不備に当たるかの判断
見積もり・経営判断を伴う統制関連資料の整理まで評価の全体
全社的な統制・風土議事録などの整理まで評価の全体と面談

対象を選んだら、統制ごとに判定条件を文章で書き出します。たとえば「承認者は申請者と別人で、申請日から5営業日以内に承認されていること」のように、誰が読んでも同じ判定になる粒度まで落とします。条件があいまいなまま渡すと、AIはあいまいさを自分の解釈で埋めてしまい、その解釈は調書のどこにも残りません。判定条件を書き出す作業は、統制記述書の見直しにもなります。書けない統制は、そもそも統制の設計があいまいな可能性があり、AIの導入以前に整えるべき課題が見つかることも少なくありません。

最初の対象は、件数が多く、判定条件が明確で、過年度に不備がほとんど出ていない統制から選ぶと、AIの結果と従来の結果を比べやすくなります。比べられる対象から始めることが、後で外部監査人に説明するときの材料にもなります。

手順2:母集団と抽出の線を決める

Optro は分析機能と組み合わせることで母集団の全件を対象にできると説明しています。全件を見られるのは確かに強みですが、全件を見たことと、全件を正しく判定したことは別です。監査人がまず決めるべきなのは、母集団が完全であることをどう確かめるかです。システムから抜き出したデータに漏れがあれば、全件を見たつもりでも一部しか見ていません。抽出の条件、抜き出した日時、件数の照合を記録に残す必要があります。

従来の抽出による手法から全件の確認に切り替える場合も、すぐに抽出をやめる必要はありません。最初の期は、従来の抽出テストを監査人が行い、同じ母集団をAIにも全件で判定させて、両者の結果が食い違ったものを一件ずつ確かめます。この並行期間の記録が、AIの判定をどこまで信頼してよいかの根拠になります。食い違いの理由が、AIの読み違いか、従来の抽出で見落としていたものかを分けて記録しておくと、次の期の範囲を決めやすくなります。

手順3:証跡の取り込みと照合を任せる範囲

Midship の強みとして説明されているのは、形の揃っていない証跡、つまり画面の写し、メールの控え、PDF の承認記録などを、監査人が読むのと同じように読み込む点です。ここで決めるべきなのは、AIが証跡から読み取った値を、どの単位で人が見直すかです。日付や金額の読み違いは、照合の結果を丸ごと狂わせます。

現実的なのは、読み取った値と元の証跡の該当箇所を並べて見られる状態にし、例外として挙がったものは全件、例外なしとされたものは一部を、監査人が元の証跡に戻って確かめるやり方です。例外なしの見直しをゼロにすると、AIが読めなかった証跡を「問題なし」として通してしまう恐れが残ります。

10月の発表にある、証跡を提出する側を手伝う機能も、この工程に関わります。提出者が依頼の意図を理解して不足を直してから出せれば、差し戻しの往復は減ります。ただし、提出前にAIが「この証跡で足りる」と示すことは、監査人が十分と判断したことと同じではありません。提出者向けの案内は、あくまで依頼の明確化として扱い、充足の判断は監査人側に残します。

手順4:AIの「不備の疑い」を人が判定する

AIが例外や不備の疑いを挙げたとき、それをそのまま不備として報告してはいけません。疑いは判定の入口であり、結論ではありません。監査人は、疑いが挙がった理由を元の証跡で確かめ、被監査部門に事情を聞き、代替の統制で補われていないかを見たうえで、不備かどうか、どの程度の重さかを判定します。

ここでよく起きる失敗を挙げておきます。

  • AIが挙げた例外の件数をそのまま不備の件数として報告書に載せる
  • 例外の理由を被監査部門に聞かず、AIの説明文をそのまま指摘事項の文章にする
  • AIが「例外なし」とした統制を、監査人が一度も証跡を見ないまま有効と結論づける
  • AIの判定の条件を期の途中で変えたのに、変えた日と理由を記録しない
  • 重要性の判断(どの程度の不備か)をAIの初期点に合わせてしまう

公式の説明でも、運用監査の製品について「人の関与なしに承認・回付・完了されるものはない」と書かれ、AIの出力は提案として示されるとしています。道具の側がそう作られていても、社内の監査手順書に「不備の判定は監査人が行う」と書いておかなければ、運用は簡単に流されます。

判定の結果は、少なくとも「AIの疑いどおり不備」「事情を確かめた結果、不備ではない」「代替の統制で補われている」「証跡の読み違い」の四つに分けて記録しておくと役に立ちます。とくに「証跡の読み違い」の件数と内容は、AIの判定条件や証跡の出し方を直す手がかりになります。期ごとにこの内訳を見直せば、AIに任せる範囲を広げるか狭めるかを、感覚ではなく記録で決められます。

手順5:調書と根拠の記録を残す

AIが下作業をした監査で、調書に残すべきものは従来より増えます。何を記録するかを先に決めておかないと、期末にまとめて書き起こすことになります。

STEP1
使った機能と条件を記録する

どのエージェントに、どの統制の、どの判定条件を渡したか。条件を変えた場合は、変えた日と理由も残します。

STEP2
対象とした母集団を記録する

抜き出した元のシステム、抽出条件、日時、件数、完全性を確かめた方法を残します。

STEP3
AIの出力をそのまま保存する

例外の一覧、読み取った値、AIが付けた根拠を、人が手を入れる前の形で保存します。

STEP4
人が確かめた範囲と結果を記録する

どの例外を誰がいつ元の証跡で確かめたか、例外なしのうちどれを抜き取りで見直したかを残します。

STEP5
結論と署名を監査人が付ける

統制が有効か、不備ならどの程度かの結論は、監査人の名前で記録します。AIの判定と結論が違った場合は、その理由も書きます。

Optro は、エージェントの行動・判断・証跡がすべて記録され、出典が付き、監査に耐える形で残ると説明しています。基盤の側に記録が残ることは大きな助けですが、基盤の記録は「AIが何をしたか」であり、「監査人がそれをどう評価したか」までは自動では残りません。後者は監査人が自分で書く部分として、手順の中に組み込みます。

リスク評価の初期点を受け取るときの線

10月の発表で目を引くのは、選んだデータをAIが分析し、根拠を添えてリスク評価の初期点を提案する機能です。年間の監査計画を作るとき、どの部門・どの業務から見るかを決めるリスク評価は、毎年の大きな作業です。初期点があれば議論の出発点ができ、前年の評価をなぞるだけの惰性も崩しやすくなります。

一方で、初期点には二つの癖が出やすいことを知っておく必要があります。一つは、データに表れたものしか点数に反映されないことです。経営陣の交代、新規事業の立ち上げ、現場の人手不足のように、まだ数字に出ていない変化は、監査人が面談や経営会議の情報から足す必要があります。もう一つは、どのデータを選んだかで点数が大きく変わることです。分析の対象に入れたデータの一覧を記録し、入れなかったデータとその理由も残しておくと、点数の偏りを後から説明できます。

最終的な点数と監査計画は、内部監査部門長が決め、監査委員会や取締役会に説明するものです。初期点からどこを変えたか、なぜ変えたかを記録しておくと、AIに引きずられていないことを示す材料になります。

監査の独立性:被監査部門のデータへのアクセス権

AIエージェントに証跡を照合させるには、被監査部門のシステムやデータにつなぐ必要があります。ここで気をつけたいのは、つなぎ方が監査の独立性を損なわないかです。監査のために必要なのは、原則として読み取りの権限です。エージェントが被監査部門のシステムに書き込める状態にしてはいけません。書き込める状態だと、監査人の道具が監査対象のデータを変えうることになり、監査の前提が崩れます。

反対向きの問題もあります。監査の基盤に被監査部門の担当者が入り、証跡の提出を手伝うエージェントを使うとき、その担当者が監査人の判定条件や途中の結果まで見えてしまうと、監査の手の内が明かされることになります。提出者に見せる範囲と、監査チームだけが見る範囲を、権限の設計で分けておく必要があります。

さらに、Optro は MCP の接続口を用意しており、社員が使っている ChatGPT や Claude、Copilot から Optro のデータに問い合わせられると説明しています。利用者の権限を守ると説明されていますが、監査調書や指摘事項の途中の情報を、汎用のAIから誰が引き出せるかは、接続を許可する前に情報システム部門と一緒に確かめるべき点です。初期の段階では、この接続を監査チームに限るか、使わない判断も十分にありえます。

外部監査人に説明できるか

内部統制報告制度の対象となる上場企業では、内部監査や内部統制の評価の結果を、外部監査人が一定程度利用します。2023年に改訂された内部統制の基準と実施基準は、2024年4月以後に始まる事業年度から適用されており、IT の利用に関する記述も厚くなりました。AIに下作業をさせた評価結果を外部監査人に利用してもらうには、どの作業をAIが行い、人がどこを確かめたかを、調書から追えることが前提になります。

実務では、導入を決める前に外部監査人と話しておくことを勧めます。伝えるべきなのは、AIに任せる統制の範囲、判定条件の決め方、人が見直す割合、並行期間の比較の結果、記録の残し方です。外部監査人によっては、AIの判定条件そのものを確かめたい、あるいは最初の期は従来どおりの抽出テストも残してほしい、と求めることがあります。期末になってから説明しても、手戻りが大きくなるだけです。

Midship の説明にある、外部監査人の想定に合わせた調書を作る機能は、この説明の負担を軽くするための工夫だと読めます。ただし、日本の監査法人の調書の慣行や様式に合うかは、公式情報からは分かりません。実際の出力を外部監査人に見てもらうのが確実です。

データの流れ:何が社外に出るか

監査の基盤には、財務、人事、権限、取引先、指摘事項といった機微な情報が集まります。AIを使う前に、データの流れを押さえておく必要があります。Optro の公式のAIの説明では、顧客データを自社のAIやモデルの学習には使わないとしています。モデルは自社で開発・運用するものと外部の連携によるものがあり、生成の機能にはマイクロソフトのクラウド上で提供される OpenAI のモデルを使う外部のモデルを利用していると書かれています。

また、AIの利用は顧客がいつでも選んで有効にできる方式で、AIの成果物は実務者が確認する工程を通ると説明しています。基盤は顧客ごとの専用環境で、暗号化の鍵を顧客が管理できるとも書かれています。一方で、データを保存する地域や、外部モデルに送られるデータの処理地域は、公式の説明からは確認できませんでした。

  • データの保存地域と、AIの処理で外部モデルに送られるデータの処理地域を、書面で確認する
  • 外部モデル側でのデータの保存期間と、不正利用の監視のための保存があるかを確認する
  • AIの機能を部門単位・製品単位で有効・無効にできるかを確認する
  • 監査調書や指摘事項を、AIの処理の対象から外せるかを確認する
  • 個人情報(人事情報など)を含む証跡を扱う場合、委託先としての契約と社内規程の整合を法務と確かめる

社名変更・買収を重ねたベンダーを選ぶときの確認

Optro はこの1年で、社名の変更、AIガバナンスの会社の買収、Midship の買収と、大きな変化を重ねています。買収で機能が増えるのは利点ですが、選ぶ側は統合の途中にある製品を買うことになります。

確かめたいのは三つです。一つ目は、買収した技術が、今使える製品のどこに入っているかです。発表では Midship の技術を統制管理の製品に統合するとしていますが、統合が済んだ部分と予定の部分を分けて聞きます。二つ目は、契約書や利用規約の名義が新しい社名に切り替わっているか、既存の契約がそのまま引き継がれるかです。三つ目は、投資会社が所有していることの意味です。投資会社の保有は一定期間の後に売却や上場で終わるのが一般的なので、数年後に所有者が変わる可能性は織り込んでおくべきです。

所有者が変わること自体は悪いことではありません。大切なのは、そうなっても自社の監査が止まらない備えがあるかです。調書と証跡を自社が読める形で取り出せるか、その手順を契約前に確かめておくことが、次の止め方の話につながります。あわせて、日本からの問い合わせを受ける窓口と対応時間、障害時の連絡経路も確認します。期末の評価の最中に時差のある窓口しかないと、監査の日程そのものが揺らぎます。

費用の増え方と、止め方・やめ方

Optro は価格表を公開しておらず、選んだ製品と範囲に応じて組織ごとに見積もる方式だと説明しています。一般に、この種の基盤では、使う製品の数、利用者の数、対象とする統制や取引先の数で費用が増えます。AIエージェントで作業が軽くなると、対象の統制や取引先を広げたくなり、その分だけ費用が想定を超えやすいことを見込んでおきます。

費用対効果は、統制あたりのテストにかかった時間、差し戻しの往復の回数、監査人がリスクの議論や面談に使えた時間で測るのが分かりやすい物差しです。導入前の期に、これらを記録しておかないと効果を説明できません。AIの見直しに使った時間も必ず数えます。読み取りの見直しや例外の確認に時間がかかれば、浮いたはずの時間は小さくなります。

止め方も最初に決めます。AIの判定に重大な誤りが見つかった、外部監査人が利用を認めなかった、契約条件が変わった、といった場合に、どの統制をどの手順に戻すかです。従来の抽出テストの手順書を捨てずに残し、並行期間の記録を自社で持っておくことが、止めても監査が止まらない保険になります。やめるときは、調書・証跡・AIの出力・人の確認記録を、法定の保存期間を満たす形で自社に移せるかを確かめておきます。

よくある質問

AIが全件をテストすれば、抽出テストは不要になりますか

ただちに不要にはなりません。全件を対象にできることは強みですが、母集団が完全か、AIの判定が正しいかを確かめる必要は残ります。最初の期は並行して比べ、食い違いを確かめた記録をもとに、外部監査人と相談しながら範囲を決めるのが現実的です。

AIが提案したリスク評価の点数をそのまま使ってよいですか

出発点として使うのはよいですが、最終の点数は内部監査部門長が決めます。データに表れていない変化を足し、どこを変えたかと理由を記録しておくことで、評価の説明責任を果たせます。

日本語の証跡も読み込めますか

公式情報からは、日本語の画面や日本語の証跡への対応は確認できませんでした。日本語の稟議書、請求書、メールの控えなどを使う統制を対象にするなら、実際の証跡で読み取りの精度を試してから判断してください。

小規模な内部監査室でも入れる意味はありますか

統制の数が少なく、証跡の形も揃っていない場合、AIの判定条件を整える手間のほうが大きくなることがあります。件数の多い属性テストを抱えているか、監査人の時間の多くが証跡の突き合わせに消えているかが、判断の目安になります。

社員が使う ChatGPT から監査のデータに問い合わせられるようにしてもよいですか

接続の仕組みは用意されていますが、監査の途中の情報が誰に見えるかを確かめるまでは、監査チームに限るか、使わないほうが安全です。監査の独立性と、監査の手の内を守る観点で、権限を先に設計してください。

まとめ

Optro(旧 AuditBoard)は、2026年に社名を変え、統制テストを自動化する Midship を買収し、運用監査まで広げたエージェント群を発表しました。証跡の読み込み、全件の照合、リスク評価の初期点の提案といった下作業は、AIに任せられる範囲が確実に広がっています。一方で、母集団の完全性、例外の判定、重要性の判断、監査の結論と署名は、監査人が持ち続ける仕事です。導入は、任せる統制を選び、抽出の線を決め、照合を任せ、不備の疑いを人が判定し、調書を残すという順で進め、被監査部門のデータへの権限、外部監査人への事前の説明、データの流れ、買収を重ねたベンダーの継続性、費用の増え方と止め方を先に決めておく。AIに作業を任せ、判断と説明は人が持つ。その線を手順書に書いてから小さく始めるのが、速くて、なおかつ説明できる内部監査への近道です。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。

あなたのWebサイトは、AIによる攻撃に耐えられますか?

AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。

運営会社:株式会社デボノ

目次