株式会社renue
AI導入・DXの悩みをプロに相談してみませんか？
AIやDXに関する悩みがありましたら、お気軽にrenueの無料相談をご利用ください。 renueのAI支援実績、コンサルティングの方針や進め方をご紹介します。
監査法人の監査部門の業務内容｜監査調書作成からJ-SOX・証憑突合まで徹底解説
監査部門は、監査法人の「中核」を担う部門です。上場企業の財務諸表が適正に表示されているかを検証する法定監査（会計監査）を実施し、監査調書の作成、勘定科目の分析的実証手続、証憑突合、内部統制の評価（J-SOX）、監査意見の形成まで、財務報告の信頼性を保証する全プロセスを担います。Big4監査法人（あずさ、新日本、トーマツ、PwC Japan有限責任監査法人）が市場の大部分を占めます。
本記事では、監査部門の主要業務（監査計画の策定、実証手続・証憑突合、内部統制評価（J-SOX）、監査調書の作成、監査意見の形成）を具体的に解説します。
監査部門の主要業務
業務1：監査計画の策定
業務の詳細
- 被監査会社の理解：事業内容、業界環境、内部統制の概要、経営者の方針を理解
- リスク評価：財務諸表に重要な虚偽表示が生じるリスク（固有リスク、統制リスク）の評価
- 重要性の基準値の設定：監査上の重要性（マテリアリティ）の金額基準を設定
- 監査手続の設計：リスク評価に基づく監査手続（実証手続、運用評価手続）の種類・時期・範囲を設計
- 監査チームの編成：案件の規模・複雑性に応じたチームメンバーの配置、専門家の関与判断
この業務で人間にしかできないこと
- リスク評価における「職業的懐疑心」の発揮（「経営者の説明をそのまま受け入れてよいか」の判断は監査人の経験に依存）
- 監査手続の範囲判断（「このリスクにはどの程度の手続が必要か」の総合的判断）
業務2：実証手続・証憑突合
業務の詳細
- 分析的実証手続：財務データの趨勢分析、比率分析、予測値との比較により異常値を検出
- 証憑突合（バウチング）：仕訳の裏付けとなる証憑（請求書、契約書、銀行取引明細等）との照合（出典：金融庁 "内部統制の監査基準"）
- 確認手続：銀行残高確認書、売掛金・買掛金の残高確認書の発送・回収・照合
- 実査・立会：現金の実査、有価証券の実査、棚卸資産の実地棚卸への立会
- 見積りの検討：引当金、減損損失、公正価値評価等の経営者の見積りの合理性検討
この業務で人間にしかできないこと
- 異常値の背景の判断（「この数値の変動は正常な事業変動か、虚偽表示の兆候か」の判断）
- 経営者の見積りへの挑戦（「この見積りの前提は楽観的すぎないか」の職業的懐疑心に基づく検証）
業務3：内部統制の評価（J-SOX）
業務の詳細
- 全社的な内部統制の評価：経営者の統制環境、リスク評価、情報と伝達等のCOSOフレームワークに基づく評価（出典：OBC "J-SOXとは"）
- 業務プロセスに係る内部統制の評価：販売、購買、経理等の業務プロセスにおける統制活動のウォークスルー（追跡）テスト
- IT統制の評価：IT全般統制（アクセス管理、変更管理等）とIT業務処理統制の評価
- 3点セットの検証：業務記述書、フローチャート、リスク・コントロール・マトリックス（RCM）の検証
- 内部統制監査報告書の作成：経営者の内部統制報告書に対する監査意見を記載した報告書の作成
この業務で人間にしかできないこと
- 統制の「実質的な有効性」の判断（「形式上は統制が存在するが、実際に機能しているか」の実質判断）
- 不備の重要性判断（「この統制上の不備は開示すべき重要な不備か」の監査判断）
業務4：監査調書の作成
業務の詳細
- 監査調書の作成：実施した監査手続、入手した監査証拠、到達した結論を文書化した監査調書の作成
- クロスリファレンス：調書間の参照関係を明確にし、監査ファイルの整合性を確保
- パートナーレビュー：チーム作成の調書を監査責任者（パートナー）がレビューし、品質を確保
- 審査（EQCR）：上場企業等の監査では、監査チームとは独立した審査担当パートナーによる審査
- 監査ファイルの最終化：監査報告書の日付から原則60日以内の監査ファイルの最終化（アーカイブ）
この業務で人間にしかできないこと
- 監査証拠の「十分かつ適切」の判断（「この証拠で監査意見を表明するに足りるか」の専門的判断）
- 監査判断の文書化（「なぜこの結論に至ったか」の論理的な記録は監査人の思考力に依存）
業務5：監査意見の形成・監査報告書の作成
業務の詳細
- 未修正の虚偽表示の集計：監査の過程で発見された未修正の虚偽表示を集計し、重要性を評価
- 継続企業の前提の検討：被監査会社に継続企業の前提に関する重要な疑義がないかの検討
- 監査意見の判断：無限定適正意見、限定付適正意見、不適正意見、意見不表明のいずれを表明するかの判断
- 監査報告書の作成：監査基準に準拠した監査報告書の作成
- KAM（監査上の主要な検討事項）の記載：当年度の監査において特に重要な事項を監査報告書に記載
この業務で人間にしかできないこと
- 監査意見の最終判断（財務諸表が「適正」かどうかの最終判断は監査人の責任と専門的判断に依存）
- KAMの記載内容の判断（「何を主要な検討事項として開示するか」は監査人のジャッジメント）
AI化の可能性と限界
AIで効率化できる業務
- 証憑突合の自動化：AIが仕訳データと証憑（請求書画像等）を自動照合し、不一致を検出
- 分析的手続の高度化：AIが全仕訳データを分析し、異常パターンを自動検出（従来のサンプリングから全量分析へ）
- 監査調書のドラフト生成：LLMが監査手続の結果から調書のドラフトを自動生成
- 3点セットの整合性チェック：AIがフローチャート・業務記述書・RCM間の整合性を自動検証
- 継続企業の前提の予測分析：AIが財務指標のトレンドから経営リスクを予測
人間にしかできない業務
- 職業的懐疑心の発揮：経営者の説明を鵜呑みにしない批判的な姿勢
- 経営者の見積りへの挑戦：前提条件の合理性の検証
- 統制の実質的有効性の判断：形式ではなく実態の評価
- 監査意見の最終判断：財務諸表の適正性に対する責任ある判断
- KAMの記載判断：開示すべき重要事項の選定
まとめ
監査法人の監査部門は、監査計画の策定、実証手続・証憑突合、内部統制評価（J-SOX）、監査調書の作成、監査意見の形成の5つの業務で構成されています。AIは証憑突合の自動化や分析的手続の全量分析化、監査調書のドラフト生成で大幅な効率化に貢献しますが、職業的懐疑心の発揮、経営者の見積りへの挑戦、監査意見の最終判断は完全に監査人の専門的判断と責任の領域です。
設計観点の整理: 監査法人監査部門AI導入の3大落とし穴
2025-2026年時点の公開文献（PwC Japan「J-SOX評価業務の生成AI活用による効率化診断サービス」2025公式プレス、Deloitte トーマツ「内部監査・J-SOX評価向け生成AI導入支援」2024-10日経報道、EY Japan「監査業務におけるAIへの対応と活用事例」2025-02情報センサー、KPMG「Clara/Workbench多Agent Collaboration」2025-06公式プレス、Deloitte「Omnia Global Audit Platform AI拡張」公式発表、PwC GL.ai×H2O.ai公開資料、日本公認会計士協会（JICPA）公式解説、北京注冊会計師協会「人工智能と注冊会計師行業発展」2025-09ほか）を踏まえ、監査法人の監査部門（Audit Practice）における生成AI／機械学習導入で繰り返し観察される「設計上の落とし穴」を3つの論点として整理する。特定ベンダーや社内プロジェクト事例には触れず、公開ガイドライン・業界報告に限って設計観点を提示する。
① J-SOX内部統制評価AI×PwC/Deloitte国内事例×監査基準ISA 315（R2024）×全量分析転換
日本市場のJ-SOX（金融商品取引法内部統制報告制度、旧J-SOX法）対応領域で、四大監査法人が2024-2025年に生成AI導入を業界公開発表している。PwC Japan監査法人は、J-SOX内部統制42評価項目の初次評価自動化パイロット（企業規模により数百～数千時間削減効果）および「効率化診断サービス」を業界公開発表している（業界公開レポート参照：PwC Japan J-SOX評価生成AI効率化診断 2025）。Deloitte トーマツは、RAG接続型LLMアプリで証憑ファイル＋監査手続きをInputとして証憑自動評価・参照根拠ファイル・ページ番号出力・監査調書自動作成機能を業界公開水準で展開している（業界公開レポート参照：日経 Deloitte トーマツ J-SOX生成AI 2024-10、SOC報告書ラボ 生成AI×監査×J-SOX、EY Japan 情報センサー 監査AI 2025-02、KOTORA JOURNAL 生成AI会計監査最新レポート、JICPA 日本版SOX法解説、TOKIUM J-SOX法解説、アビタス CIA J-SOX内部統制報告制度、契約ウォッチ J-SOX、企業法務弁護士ナビ J-SOX内部監査）。
設計観点として整理すると、J-SOX AIの最大の落とし穴は「AI自動評価結果の監査調書Defensibility（立証可能性）」と「職業的懐疑心の維持」である。ISA 315（Revised 2019／2021 Final＋Japan Version）改訂は「リスク・アプローチの深化」を要求し、自動化・AI利用時の理解・評価・対応を明示化している。設計原則として（a）AI評価結果は「Preliminary Assessment（予備評価）」として位置付け、最終判断は監査人（公認会計士）の職業的懐疑心に基づく確認必須、（b）AI利用範囲・AIモデル・学習データ・評価期間の監査調書（Working Paper）完全記録、（c）監査人から独立したModel Validation（独立検証）の実施、（d）全量分析可能となったことで従来サンプリング不可能だった異常値全件検知に対応、（e）経営者の見積り（Estimates）への挑戦（challenge）業務はAI代替せず監査人責任で実施――が業界公開ベンチマークで推奨される。
② Big4 AI Audit Platforms×KPMG Clara/Workbench×Deloitte Omnia×PwC GL.ai×EY Agentic Audit
グローバル動向として、2025年にBig4全社が大規模AI監査プラットフォームを業界公開水準で刷新した。KPMGは2025-06に「Workbench」（Multi-agent Collaboration環境、人間監査チームのミラーリング）を発表し、KPMG Claraプラットフォームに統合、全世界95,000+監査人の支援を業界公開発表。パイロット事例では銀行・消費財・エネルギー業界で証憑Vouching＋Workpaper Assemblyの業界公開水準時間削減を達成している（業界公開レポート参照：KPMG Clara AI統合 2025-04、Accountio KPMG AI監査Pilot 2025）。
Deloitte Omnia（Global Cloud-based Audit and Assurance Platform）は2025年にAI機能拡張を業界公開発表、PwCはGL.ai（×H2O.ai統合）で業界公開水準の仕訳件数を秒単位で処理し異常検知を実現、EYも税務・監査領域でのAIエージェント活用と大規模なAI投資を進めているとされる（業界公開レポート参照：Deloitte Omnia AI拡張公式、Emerj Big 4 AI比較、Unity Connect Big 4 AI Agents 2025、Substack AI Big Four変革、DNYUZ Big Four AI 2025-12、OpenTools Big Four AI Audits、IJSAT Transformative Power of AI in Auditing）。
設計観点として、Big4型AI Audit Platformの落とし穴は「監督当局（金融庁・PCAOB・FRC等）の監査品質管理要件」と「監査独立性」である。設計原則として（a）AI利用監査でもISA 220（Quality Management for Audit）・ISQM 1/2（品質管理基準）を完全遵守、（b）PCAOB Inspection・JFSA検査・ESMA（EU）・FRC（UK）等監督当局検査時のAI監査調書説明責任、（c）AIベンダーの独立性評価（監査クライアントへの追加サービス提供がAuditor Independenceに抵触しないか）、（d）Audit Data Analytics（ADA）Standards（IAASB Discussion Paper進行中）への前向き対応、（e）監査クライアントデータのAIベンダーへの流出防止（Data Localization＋Private Cloud＋AI学習Opt-out）――が業界公開ベンチマークで推奨される。
③ 中国監査業AI×四大中国事務所×DeepSeek監査×北京注協指針×Multi-regional Audit Governance
中国では北京注冊会計師協会が「人工智能與注冊会計師行業発展：協同、風險及挑戦」を2025-09公表し、業界戦略指針を示した。安永華明会計師事務所（EY China）は「智能科技＋専業洞見」双引擎駆動の監査新パラダイムを提唱、大数据＋AIの監査プロセス全面統合を業界公開発表している（業界公開レポート参照：北京注協 人工智能與注冊会計師行業発展 2025-09、北京注協 数智賦能人材重塑 2025-08、新浪財経 徳勤内部監査革新 2025-03、DeepSeek 会計審計大模型応用方案、53AI 安徽銀行AI内部監査 2025-03、武漢金融局 AI賦能券商審計 2025-12、深圳注協 AI賦能審計領域実操案例 2025、貴州省庁 生成AI内部監査 2025-12、ISACA AI審計師スキル、CSDN 金融銀行DeepSeek応用）。
業界公開レポートでは、AI技術が「サンプリング審計」から「全量データ審計」への移行・動的モニタリング・サプライチェーン取引グラフ分析によるサプライヤーリスク特徴識別（業界公開水準の割合検出）・DeepSeek大模型による財務諸表異常値自動検知・AI監査底稿自動生成（国家データ局「データ要素×」大会）等が具体化している。
設計観点として、Multi-regional展開監査法人のAIの構造課題は「監査基準の地域差分（日基準/IFRS/US GAAP/中基準）×監査独立性×クライアントデータ跨境」である。日本（JICPA監査基準＋金融庁検査＋J-SOX＋企業会計審議会）／米国（PCAOB AS＋GAAS＋HFCAA 2020＋SOX 2002）／EU（ISA＋ESMA＋CSRD＋EU AI Act 2026-08-02）／英国（FRC＋UK ISA＋Audit Reform）／中国（独立審計準則＋中注協＋公開公司審計→外資監査限制＋PIPL＋跨境データ移転2023-09-28＋中国網信弁2023-08-15＋工信部備案）が並存する。公開文献に基づく設計観点として、多拠点展開監査法人は「Regional Audit Engine（法域別監査基準＋監査調書フォーマット＋監督当局要件）＋Global Audit Data Intelligence（匿名化・フィーチャーレベル共有）＋Cross-jurisdictional Audit Data Sovereignty Orchestration（クライアントデータ地理的保存要件＋跨境移転監査）」の3層構造が業界共通解となる。
