AIが書いたコードの監査で詰まる原因|Kosliで残す変更の証跡

AIが書いたコードの監査で詰まる原因|Kosliで残す変更の証跡

「生成AIでコードを書くのを全社で解禁したいが、内部監査に何と説明すればいいのか分からない」「監査で『この本番の変更は誰がレビューして、誰が承認したのか』と聞かれて、AIが書いた部分をどう答えるのか決まっていない」——AIコーディングの解禁を任された情報システム部門やAI導入の担当者から、2026年に入って急に増えた相談です。詰まる原因はAIが書いたコードの品質ではなく、変更が本番に出るまでの承認と検査の記録が、監査に出せる形で一本につながっていないことです。ノルウェーの Kosli は、ソフトウェアの変更をコミットから本番まで証跡として記録する基盤で、2026年5月には「AI支援のソフトウェア配信のための統制基盤」を打ち出しました。この記事では、このツールを手がかりに、AIが書いた変更の監査がどこで詰まり、なぜ詰まり、何を記録し、どの判定を人が持ち、何が社外に出て、監査人に何を見せるかを、課題、原因、対策の順に整理します。開発者向けの設定手順は扱いません。


カメ先生カメ先生

AIが書いたコードの監査って、AIが書いた行に印を付ければ済む話だと思われがちなんだ。でも本当に監査で聞かれるのは、その変更が誰の承認と、どの検査を経て本番に出たかなんだよ。


カメ子カメ子

書いたのが人かAIかより、本番までの通り道のほうが問われる、ということですか。


カメ先生カメ先生

そう。AIで変更の数が何倍にも増えると、会議と事後の証拠集めでは追いつかなくなる。だから記録を後から集めるのではなく、変更が通るたびに証拠として残し、方針に照らして判定する仕組みが要る。ただし、方針を決めるのと例外を認めるのは人の仕事のままだ。


カメ子カメ子

記録は機械に任せても、何を合格とするかは人が持ち続けるんですね。


この記事のポイント
  • Kosli はコミットから本番までの変更を、成果物の指紋と検査・承認の証拠でつなぎ、方針に照らして判定する基盤で、2025年秋から2026年にかけてAIによる問い合わせ機能やAI支援の配信向けの統制を相次いで打ち出した
  • AIが書いたコードの監査が詰まるのは、変更管理が会議と事後の証拠集めのままであること、作者と承認者は別という前提がAIで曖昧になること、証跡が道具ごとに散らばっていることが原因
  • 対策は、統制を先に文章で決めて判定は仕組みに任せ、方針の作成と例外の承認は人が持ち、AIの関わり方を証拠として残し、社外に出る情報と監査人への見せ方を契約前に決めること

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

Kosliとは:変更をコミットから本番まで「証拠の連鎖」でつなぐ基盤

Kosli は2019年に創業したノルウェーの会社で、ソフトウェアの変更が本番に届くまでの出来事を記録し、統制が守られたことを証明するための基盤を提供しています。公式の説明では、ビルド、テスト、脆弱性の検査、コードのレビュー、承認、本番への反映といった出来事を、改ざんされにくい追記専用の記録として残し、変更ごとに方針に照らした判定を残すとしています。主な顧客は銀行や保険会社などの規制業種で、Deutsche Bank は顧客であり、2025年3月に発表された1,000万ドルの資金調達にも同行の投資部門が参加しています。

仕組みの中心は、成果物の指紋です。コンテナの中身やプログラムのファイルを名前やタグではなく、内容から計算した値で識別するので、名前が同じでも中身が違えば別物として扱い、本番で動いているものがどのビルドから来たかを追えるようになっています。ビルドの一回ごとに「トレイル」と呼ぶ記録を作り、そこにテスト結果やレビューの記録、承認の記録を「アテステーション」として積み上げます。必要な証拠がそろっていないトレイルは、準拠していないと判定されます。

日本語でこの製品を紹介した記事はほとんどありません。社内でどのAIコーディング道具が使われているかの棚卸しや、エージェントの危ない操作をその場で止める仕組み、ソフトウェア部品表の読み方は、それぞれ別の記事で整理しています。ここでは「AIが関わった変更を、監査と内部統制に出せる形で残す」という一点に絞ります。2026年11月時点で、買収や事業終了の告知は公式サイトでも報道でも確認できませんでした。

2025年秋から2026年秋までに打ち出されたこと

この1年の動きを並べると、記録の基盤からAI時代の統制の基盤へと軸足を移していることが分かります。2025年10月には「Kosli Answers」を発表し、コンプライアンスやセキュリティの担当者が、本番の変更すべてに脆弱性の検査が付いているか、検査を飛ばした反映はどれか、といった問いを自然な文章で尋ねられるようにしました。2026年4月には Gartner の継続的コンプライアンス自動化ツールの市場ガイドで代表的なベンダーの一つに挙げられたと公表し、同じ月に開発基盤の導入支援を行う英国の Adaptavist との戦略提携を発表しています。

2026年5月15日のプレスリリースが、この記事の主題に当たります。AIの支援でソフトウェアの変更が急増し、手作業の承認、変更諮問の会議、事後の証拠集めが追いつかなくなっているという問題意識のもと、統制そのものをソフトウェアとして書き、試し、版を管理し、変更ごとに暗号学的な証拠の連鎖と準拠状況を残す基盤として打ち出しました。10月の公式ブログでは、Deutsche Bank が投資家としてだけでなく、自社の配信の流れに統制を組み込んで運用し、金融業界の団体の作業部会でAI支援の開発を統制する公開の標準づくりにも加わっていると紹介しています。

時期公式に発表されたことこの記事での読み方
2025年3月1,000万ドルの資金調達。Deutsche Bank の投資部門が参加規制業種の顧客と一緒に作っている製品であること
2025年10月Kosli Answers(証拠を自然な文章で尋ねる機能)AIの答えは調べる入口であり、監査の証拠そのものではない
2026年4月Gartner の市場ガイドに掲載、Adaptavist と提携導入は道具だけでなく、移行の支援と組み合わせる前提
2026年5月AI支援の配信向けの統制基盤を発表変更の急増に対し、承認を会議から仕組みへ移す提案
2026年7月自社のAIレビューの実験と統制の枠組みをブログで公開AIが関わる変更で何を証拠に残すかの具体例

課題1:「この変更は誰が承認したか」に答えるのに何日もかかる

AIコーディングを解禁した会社で最初に起きるのは、監査の質問への回答が遅くなることです。内部監査や外部の監査人は、本番で起きた変更を一つ選び、誰が変更を書き、誰がレビューし、どの検査が通り、誰が本番への反映を承認したかを求めます。従来は変更の申請票と会議の議事録、画面の写しを集めて答えてきましたが、AIで変更の数が増えると、選ばれた一件の証拠を集めるだけで担当者の何日分もの手間がかかるようになります。

しかも、集めた証拠どうしがつながっている保証がありません。レビュー済みのプルリクエストと、本番で動いているコンテナが同じものだと示すには、ビルドの記録と反映の記録を手で突き合わせる必要があります。Kosli 自身も、手作業の統制は変更の多さに押し流され、承認されていない変更が人の確認をすり抜け、監査の指摘への対応に費用がかかると説明しています。

ここで大事なのは、回答が遅いこと自体より、遅いせいで監査の対象を少数の抜き取りに絞らざるを得ず、抜き取られなかった変更は誰も確かめていない状態になることです。AIで変更が十倍に増えれば、抜き取りの割合は十分の一に下がります。解禁の判断をする側は、この割合の低下を説明できる手立てを先に持っておく必要があります。

課題2:AIが書いた変更と人が書いた変更が、記録の上で区別できない

二つ目の課題は、どの変更にAIがどの程度関わったかが、記録に残っていないことです。コードの補完、チャットでの書き換え、エージェントがチケットから変更を作ってプルリクエストを出すまで、関わり方には大きな幅があります。ところが、リポジトリの記録に残るのは多くの場合、コミットした人の名前だけです。エージェントが書いた変更でも、作者欄には起動した社員の名前が入ることがあります。

区別できないと、二つの困りごとが出ます。一つは、事故が起きたときに原因の切り分けができないこと。もう一つは、監査人に「AIが書いた変更にも同じレビューの統制が働いているか」と聞かれたときに、根拠を示せないことです。Kosli の公式ブログによれば、同社では2025年7月以降、プルリクエストのおよそ8割で Claude の支援を受けていたと述べています。開発の現場でAIが関わる割合は、管理する側の想像より早く高くなります。

ただし、AIが書いた行に自動で印を付ける仕組みを、Kosli が製品の機能として備えているとは、公式の資料からは確認できませんでした。AIの関わり方をどう見分けて何を記録するかは、製品が決めてくれるものではなく、自社が統制として決める項目だと考えておくのが安全です。この点は後の対策で扱います。

課題3:本番で動いているものが、承認された変更と同じだと言い切れない

三つ目の課題は、承認の記録と本番の実態がずれることです。承認の流れを整えても、障害の対応で本番を直接直した、検証用の設定がそのまま残った、パイプラインを通さずに反映した、といった変更は、承認の記録の外で起きます。AIのエージェントに本番の環境を触れる権限を与えると、この「記録の外の変更」が人の手を介さずに起き得るようになります。

Kosli はこの問題を、本番の環境を定期的に写し取り、そこで動いている成果物の指紋を、ビルドと承認の記録までさかのぼって照らし合わせることで扱っています。公式のドキュメントでは、照らし合わせの結果、どのトレイルにもつながらない成果物は準拠していないとして示され、自社で作っていないが信頼する部品は許可の一覧に載せる、と説明しています。インフラの設定を、決められた手順の外で書き換えたことを見つける使い方も紹介されています。

監査の目線で言い換えると、承認の記録は「こうするはずだった」の証拠で、本番の写しは「実際にこうなっている」の証拠です。両方がそろって初めて、承認された変更だけが本番で動いていると言える。AIコーディングの解禁を判断する立場なら、承認の流れだけでなく、本番の実態と突き合わせる仕組みを持っているかを確かめる必要があります。

原因1:変更管理が「事前の会議と事後の証拠集め」の形のまま

ここからは、詰まる原因を見ていきます。多くの会社の変更管理は、変更諮問の会議で事前に承認し、監査の時期に事後で証拠を集める、という二つの手作業で成り立っています。これは変更が月に数件から数十件の時代に作られた形です。Kosli は、AI支援の開発で統制すべき変更の量が桁違いに増えると見ており、Adaptavist との提携を伝えるブログでは、手作業の承認の関所で生産性が落ち、統制の費用が増え、反映したものと記録したものの差が広がると予想しています。

会議で承認する形の弱点は、承認した内容と実際に反映された中身を、会議の場では確かめようがないことです。議事録に残るのは「この変更を認める」という判断であって、どの指紋の成果物を認めたかではありません。事後の証拠集めの弱点は、集める人の手間と、集めた証拠が本物かどうかを確かめにくいことです。画面の写しは、後から作り直せてしまいます。

つまり、AIで変更が増えて詰まるのは、会議の回数が足りないからではなく、判断の記録と、判断の対象になった中身が、最初からつながっていないからです。会議を増やしても、AIに議事録を書かせても、この構造は変わりません。

原因2:「作者と承認者は別人」という前提が、AIで曖昧になる

コードのレビューの統制は、おおむね四つの前提で成り立っています。変更が他の人にレビューされたこと、レビューした人が作者ではないこと、その証拠が記録されていること、保護されたブランチにしか反映できないことです。Kosli の2026年7月のブログは、レビューをAIが行うようになっても、この四つの統制そのものは変わらないが、その下にある前提をはっきり書き直す必要があると述べています。

たとえば、社員がAIに書かせたコードを自分で軽く見てプルリクエストを出し、別の社員がAIのレビュー結果を見て承認したとします。書いたのは誰で、レビューしたのは誰か。作者欄には社員の名前が入り、レビュー欄にも人の名前が入るので、記録の上では「作者と承認者は別人」が満たされています。しかし実際に中身を読んだのが、二人ともAIだけだった可能性は残ります。

同じブログには、AIのレビューで起きた失敗が具体的に挙げられています。15のファイルを読んだと言いながら実際には5つほどしか読んでいなかった、1行の変更に対して差分に存在しない指摘を12件出した、読み込ませた社内の基準を適用しなかった、二つのモデルの指摘の重なりが2割から3割程度しかなかった、というものです。AIのレビューが「実施された」という記録だけでは、統制が働いた証拠にならないことがよく分かる例です。

原因3:証跡が開発の道具ごとに散らばり、つなぐ鍵がない

三つ目の原因は、証拠のありかです。レビューの記録はリポジトリの管理画面に、テスト結果は自動化の実行記録に、脆弱性の検査結果は検査の道具に、変更の申請は Jira などのチケットに、本番の状態はクラウドの管理画面に、それぞれ別々に残ります。Kosli Answers の発表でも、配信の証拠がこうした道具のあちこちに散らばっていることが、コンプライアンス担当が開発者に聞かないと答えられない理由だと説明されています。

散らばっていること以上に困るのは、それらをつなぐ共通の鍵がないことです。チケット番号はコミットの説明に書かれていたりいなかったりし、コンテナのタグは上書きされ、検査結果がどのビルドのものかは実行の時刻から推測するしかない、という状態がよくあります。Kosli が成果物を内容の指紋で識別し、トレイルの識別子にコミットやチケットの番号を使えるようにしているのは、この「つなぐ鍵」を最初から決めておくためです。

AIのエージェントが変更を作るようになると、つなぐ鍵の問題はさらに大きくなります。エージェントは、人が読んだチケットとは違う版を読んで作業しているかもしれません。Kosli のブログでは、人がチケットを承認した時点でその内容の指紋を取り、開発の途中で書き換えられていないことを示すという工夫が紹介されています。何を承認したのかを中身ごと固定しておくことが、AI時代の変更管理の出発点になります。

対策1:統制を先に文章で決め、判定の規則は人が書いて人が承認する

ここからが対策です。最初にすべきことは、道具を入れることではなく、統制を文章で決めることです。Kosli のドキュメントは、統制を「ソースコードのレビュー」「認証情報を埋め込まない」「脆弱性の検査を通過」のような名前の付いた要件として登録し、各統制について、集めた証拠が要件を満たすかを方針の規則で判定し、その結果を「判定」として記録する、という形を説明しています。統制の登録と編集は組織の管理者だけが行える設計で、この機能は2026年11月時点でベータの扱いです。

この形の利点は、AIに合否を判断させないで済むことです。判定は、書かれた規則に証拠を当てはめて機械的に出るもので、同じ証拠からは同じ結果が出ます。その代わり、何を合格とするかという規則そのものが、統制の中身を決めることになります。規則を書くのは開発の担当でも、その規則が社内の規程の要件を正しく写しているかを確かめ、変更を承認するのは、内部統制や情報セキュリティの責任者であるべきです。

Kosli 自身も、規則の書き方を誤ると準拠していないものが準拠と判定される危険があるとして、誤検知を防ぐ規則の書き方をドキュメントで説明しています。規則は一度書いて終わりではなく、版を管理し、変えるときは誰が何のために変えたかを残す対象です。規則の変更こそ、監査で最初に見られる変更だと考えておく必要があります。

STEP1
統制の一覧を作る

社内規程や監査の要件から、ソフトウェアの変更に関わる統制を名前付きで書き出します。AIの解禁で新しく増やすのではなく、既存の統制の前提を書き直すのが基本です。

STEP2
統制ごとに証拠を決める

レビューの記録、テスト結果、検査結果、承認の記録など、どの証拠がそろえば満たしたとみなすかを決めます。AIが関わった変更で追加する証拠もここで決めます。

STEP3
規則の持ち主と承認者を決める

判定の規則を書く人、内容が規程と一致するか確かめる人、変更を承認する人を分けます。規則の変更履歴を監査に出せる形で残します。

STEP4
例外の通り道を決める

障害対応などで統制を満たせないまま反映する場合の、事後承認の手順と期限、記録の残し方を決めます。例外の承認はAIに任せません。

対策2:AIが関わった変更は、「関わり方」を証拠として記録する

課題2で見たとおり、AIが書いた行を自動で見分ける仕組みを当てにするのは危険です。代わりに考えたいのは、AIがどう関わったかを、変更ごとの証拠として記録することです。Kosli は、組込みの証拠の種類のほかに、自社で形を定義した証拠を登録できるとしており、AIの関わり方を自社の決めた形で記録し、それを判定の規則で確かめることができます。

何を記録するかの参考になるのが、Kosli が7月のブログで公開した自社の実験です。同社は、セキュリティや設計、テストの質などを見る16の専門のレビュー役を作り、Claude と Gemini の両方で動かし、意見が割れたときは取りまとめ役が調整する仕組みを本番のリポジトリで運用していると述べています。そのうえで、レビュー役が読んだ範囲を行番号付きで申告させて実際の差分と照らす、指摘には確認できるファイルと行を示させ、別のモデルに読み直させて裏付ける、基準は一つずつ適用した結果を報告させる、すべてのレビュー役が実際に動いたかを規則で確かめる、各レビューの費用を推計でなく実額で残す、といった対策を挙げています。

ここで見落とせないのは、この実験でもマージするかどうかの最後の判断は人が持ち続けている点です。エージェントがチケットから計画、実装、レビュー、修正まで進める実験的な流れでも、マージの手前で止まる設計だと説明しています。1件のチケットからマージまでで80件を超える証拠が残ったとも書かれています。これは自社の判断で採用する工夫であり、製品を入れれば自動でこうなるわけではない点に注意が必要です。

AIが関わった変更で記録を検討する項目
  • どの段階でAIが関わったか(補完・書き換え・エージェントによる作成・レビュー)
  • 人が承認したチケットの内容と、その時点の指紋
  • AIのレビューが読んだ範囲と、指摘の根拠の位置
  • 最後にマージを判断した人と、その人が作者と別であること
  • AIへの入力に仕込まれた指示の検査をしたかどうか
  • 例外として統制を満たさずに通した場合の、事後承認の記録

対策3:本番の実態を写し、承認の記録と突き合わせ続ける

三つ目の対策は、課題3への答えです。承認の流れをどれだけ整えても、本番が承認の記録と同じだと示せなければ、監査には答えきれません。Kosli では、本番の環境ごとに、いま動いている成果物の一覧を定期的に写し取り、それぞれをビルドと承認のトレイルまでさかのぼって照らします。公式の説明では、Kubernetes やクラウドの各種の実行環境に対応し、写し取りは顧客の側から送る形が基本で、管理された取得のサービスも用意されているとしています。

環境ごとに方針を置き、承認が必要な統制をそろえていない成果物が本番に現れたら準拠していないと示す、という使い方ができます。反映の前に、その成果物が反映先の方針を満たすかを確かめ、満たさなければ止める関所を自動化の流れに置くこともできます。止める関所と、すり抜けたものを後から見つける写し取りは、別々に持っておくことが大切です。関所だけでは、関所を通らない変更が見えません。

写し取りの頻度と、準拠していないものが見つかったときに誰に知らせ、誰が判断するかも決めておきます。見つかったものを自動で本番から外すかどうかは、業務への影響が大きい判断です。AIのエージェントや自動の仕組みに外させるのではなく、担当の責任者が理由を確かめてから判断する流れにしておくのが無難です。

Kosliに渡るもの、渡らないもの

社内に入れるかを判断するうえで、何が社外に出るかは最初に確かめる項目です。Kosli の公式のセキュリティの説明では、顧客が送ったものだけを保存し、顧客の環境に取りに行くことはしないとしています。送られるのは主に、環境の情報、成果物の名前と指紋、ビルドとコミットの情報、テスト結果や依存関係の検査報告などの証拠です。証拠には報告のファイルを添付でき、それは証拠の保管庫に保存されて、監査の際に取り出せます。

保存先は、複数の顧客で共用する版では AWS のフランクフルトの拠点で、ロンドンを予備にしており、アプリケーションのデータはEU域内に置くと説明しています。大口の顧客向けには、単一の顧客専用の版、保存する地域の指定、自社の鍵による暗号化も用意されています。外部の監査として SOC2 の第二種の報告を受けたとも公表しています。一方で、データの保持期間、委託先の一覧、Kosli Answers が使うAIの提供元と、その処理に何が渡るかは、確認した公式の資料には書かれていないので、契約前に書面で確かめる項目になります。

もう一つ見ておきたいのが、AIアシスタントとつなぐ仕組みです。Kosli は、Claude などのAIアシスタントから Kosli の記録を読み書きできる MCP サーバーをベータで公開しています。公式のドキュメントは、読み取りは自動で許可され、作成・変更・削除は利用者の承認を求めるが、その確認の画面が呼び出し前の唯一の関門で、AIが誤った操作や誤った値を選ぶことがあると注意しています。監査の証拠を持つ基盤に書き込める鍵を、社員のAIアシスタントに渡すかどうかは、別に判断すべき事柄です。

  • コミットの説明やチケットの本文に、顧客の個人情報や機密の数値を書いたまま、そのまま証拠として送る
  • テスト結果や検査報告を、中身を確かめずに添付ファイルとして丸ごと保管庫に送る
  • 監査の証拠を書き換えられる権限の鍵を、個人のAIアシスタントの設定ファイルに平文で置く
  • Kosli Answers の回答を、元の証拠を開かずにそのまま監査の回答として使う

監査人に見せるもの:元の証拠と、読むだけの役割

監査人に何を見せるかは、導入前に決めておくと後が楽です。Kosli には、トレイルや成果物、個々の証拠ごとに、記録の情報と添付ファイルをまとめた監査パッケージを取り出す機能があります。役割には、管理者、メンバー、スナップショットの報告担当、閲覧者の四つがあり、閲覧者は記録を見て、検索し、報告を出せるが、何も書き換えられない役割で、公式のドキュメントでも監査人やコンプライアンス担当に向くとされています。

気をつけたいのは、自然な文章で尋ねられる Kosli Answers の扱いです。公式の発表は、回答は記録された配信の証拠に基づいており、作り話ではないと説明しています。調べものの入口としては便利ですが、監査に出すのはAIの答えではなく、その答えが指している元の証拠にすべきです。AIの要約は、どの証拠を見ればよいかを探す道具と位置づけ、答えの根拠となる記録を必ず開いて確かめる手順にしておきます。

また、記録の基盤を入れたことで、監査人の質問が変わることも想定しておきます。手作業の時代には抜き取りの数件を見せれば済んだものが、全件の判定結果が見えるようになると、準拠していないと示された変更の一つひとつについて、なぜ通したのか、誰が例外を認めたのかを聞かれるようになります。例外の記録を残す運用がないまま全件を見える化すると、かえって説明の量が増える点は、解禁の判断をする側が先に知っておくべきことです。

役割主な担い手持たせる権限の考え方
統制と規則の承認内部統制・情報セキュリティの責任者統制の登録と規則の変更を承認する。日々の記録には書き込まない
記録の送り手開発の自動化の流れ(専用のアカウント)証拠と成果物を送るだけ。個人の鍵は使わない
本番の写し取り運用の担当・専用のアカウント環境の状態を送る権限に限る
監査人・内部監査社内外の監査担当閲覧のみ。監査パッケージを取り出せる
AIアシスタント社員が使う対話型のAI原則は読み取りのみ。書き込みは解禁の判断を別に行う

費用の増え方と、止め方・やめ方

費用について、Kosli の料金ページは、何を記録するかと、それをどれだけの期間保持するかで決まり、年間契約のみで月ごとの契約はないと説明しています。契約期間中は使用量が上限を超えても請求は固定で、期間の終わりに見直すとしています。記録の量が増えるほど単価は下がるとも書かれています。つまり、AIで変更の数が増えたときに費用が跳ねるのは契約の更新時で、そのときの見直しの材料は、どれだけの変更を記録し、どれだけ長く持っていたかです。

保持期間は、監査や規制の要件から逆算して決める項目です。長く持てば費用が増え、短くすれば監査の対象期間をまかなえないおそれがあります。添付ファイルを何でも送ると量が膨らむので、監査に必要な証拠と、調べものに便利なだけの記録を分けて送ることが、費用と社外に出る情報の両方を抑えることにつながります。

止め方については、Kosli が停止したときに自動化の流れを止めないための手順が公式に用意されています。環境変数ひとつで、Kosli への送信を行わずに送るはずだった中身を表示するだけの状態に切り替えられ、復旧後に戻す、というものです。便利な仕組みですが、切り替えている間は記録が抜けます。いつからいつまで記録を止めたか、その間の変更をどう事後に確かめたかを、別に残す手順を決めておかないと、監査で説明できない空白になります。やめる場合は、契約の終了前に保持期間内の監査パッケージを取り出して自社で保管する段取りを、最初の契約時に確かめておきます。

よくある質問

AIが書いたコードを、Kosliが自動で見分けてくれるのですか

確認した公式の資料からは、AIが書いた行を自動で見分けて印を付ける機能は確認できませんでした。Kosli が提供するのは、変更ごとの証拠を記録して方針で判定する仕組みです。AIの関わり方は、自社が統制として何を記録するかを決め、自社で定義した証拠として送る形になります。

方針の判定をAIに任せることになりませんか

判定は、書かれた規則に証拠を当てはめて出るもので、AIが合否を考えるわけではありません。ただし規則の書き方を誤れば、誤った判定が自動で量産されます。規則を書く人と、規程と一致するか確かめて承認する人を分け、規則の変更履歴を残すことが前提です。

変更諮問の会議はなくせますか

Kosli は手作業の承認や会議を、仕組みによる判定に置き換えることを提案していますが、すべての変更を一律に置き換えるかは自社の判断です。定型の変更は判定に任せ、影響の大きい変更や例外は人が会議で判断する、というように範囲を分けて移すのが現実的です。

ソースコードそのものは社外に出ますか

公式の説明では、送られるのは主に成果物の指紋やコミットの情報、検査結果などで、顧客が送ったものだけを保存するとしています。ソースコードを送るかどうかは、自社がどの証拠を何の形で送るかの設計で決まるので、送る中身を導入前に一覧にして確かめます。

  • 統制と判定の機能、MCP サーバーは2026年11月時点でベータの扱いです。仕様は変わる可能性があります
  • 料金や保持期間の条件は個別の見積もりで決まります。数字は契約前に書面で確かめてください
  • 自社のAIレビューの実験で示された数値は Kosli 自身の公表であり、他社で同じ結果になるとは限りません

まとめ

AIが書いたコードの監査で詰まるのは、AIの品質のせいではなく、変更管理が会議と事後の証拠集めのままで、作者と承認者は別という前提がAIで曖昧になり、証拠が道具ごとに散らばってつなぐ鍵がないからです。Kosli は、成果物の指紋で変更をコミットから本番までつなぎ、方針に照らした判定を変更ごとに残すことで、この詰まりをほどこうとしている基盤です。

ただし、道具を入れれば統制ができるわけではありません。統制を文章で決め、判定の規則は人が書いて人が承認し、例外の承認はAIに任せない。AIが関わった変更は関わり方を証拠として残し、マージの最後の判断は人が持つ。社外に出る情報、AIの要約の扱い、監査人に渡す閲覧の役割、記録を止めたときの空白の埋め方まで、解禁の前に決めておくことが、AIコーディングを社内に広げても監査に答え続けられる条件です。

※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