監査のAI活用は問いを広げるためのもので、答え手を減らすためではない
KPMGの実証実験は、AIエージェントが会計書類を人より的確に問いただせることを示した。ただし人による確認は依然として必要であり、規制当局はその維持を求めるべきだ。

要点
- 実証実験ではAIエージェントが会計士より的確な質問を投げかけたが、人の介入は依然として必要だった
- 質の悪い質問は数分で捨てられる一方、質の悪い監査結論は財務諸表の虚偽記載につながりうるため、AIは判断の前段階に位置づけるべきだ
- 規制当局はAI利用の開示、誤り率の公表、資格を持つ人間による署名の明記を義務付けるべきだ
KPMGの実証実験は真剣に受け止めるべきだが、監査人を置き換える前触れとしてではない。我々はこれを、AIが経営陣への問いを広げる場面で最も役立つ一方、結論と答えに責任を負うのは人であり続けるという証拠と見ている。この大手4大監査法人の一つは、FTSE250種の企業の財務諸表の精査にAIエージェントを使い、エージェントは会計士よりも的確な質問を投げかけた。それでも人の介入は必要だった。この結果の両面はいずれも重要であり、政策はその両方を反映すべきだ。
監査は、企業が自らについて語る内容を検証するために存在する。すべての注記を読み、すべての数字を突き合わせ、疲れを知らない査閲者は、締め切りに追われる人員に比べて明らかな優位を持つ。業界への批判者はまた、若手スタッフには報酬を払う顧客に対して厄介な質問を避ける理由があると指摘する。ソフトウェアには守るべきキャリアがない。それは質問の筋道を生み出すためにAIを使う論拠にはなるが、判断を委ねる理由にはならない。
限界は現実にあり、実験の詳細も不明確だ。エージェントの質問のうち何件が成果につながったのか、何件が誤っていたのか、人の介入が具体的に何だったのかは分からない。報告はまた、こうしたエージェントが扱える十分に整ったデータを持つ企業は現状ほとんどないことにも触れている。一社での一回の実験は有望な結果ではあるが、確立された手法とは言えない。
最も強い反論はインセンティブに関するものだ。機械が質問を下書きできるのなら、企業は従来その作業を担ってきたチームを削減し、署名者を数人残して、より安く質の低い監査を売りたくなる誘惑に駆られるだろう。AI分析にわずかな誤り率があるだけでも、すべてを確認し直す必要が生じる。自信満々に誤ったことを主張するモデルは、不確実さを見せるモデルよりも危険だ。人材育成の問題もある。若手監査人は、今ではソフトウェアに任されている作業をこなすことで職業的技能を身につけてきた。
これらのリスクは深刻だが、道具を使わないことではなく、導入の仕方を考える根拠になる。質問の生成に使えば、AIの誤りのコストは小さく抑えられる。拙い質問は数分かけて捨てればよいが、拙い結論は誤った財務諸表を投資家の前に残しかねない。英シティグループの英国証券子会社で、規制当局の承認を受けていない社内モデルを使って取引が記録され、リスク加重資産が約350億ドル過少に計上されていた統制の不備は、体系的な質問者が狙いを定めるべき類いの欠陥だ。その誤りがどのように発見されたかは分からず、AIが見つけていたはずだと主張するつもりもない。要点は、疲れを知らず、気後れもしない質問には価値があるが、その答えの意味を判断するのは資格を持つ人間であるべきだということだ。
三つのことが続くべきだ。第一に、監査当局は、監査にAIエージェントを使った場合にその旨を監査委員会に伝え、人間が出力をどう扱ったかを示すよう監査法人に義務付けるべきだ。第二に、監査法人は実証実験の結果を公表し、エージェントがどれだけの頻度で誤ったかも含めるべきだ。そうすれば「より良い質問ができる」という主張は前提とされるのではなく、検証できるものになる。第三に、資格を持つ特定の人間が意見表明への全責任を負い続け、法人の責任が採用したツールによって変わることがないようにすべきだ。
企業にも役割がある。監査委員会は監査人にAIをどう使っているかを尋ね、そこで生じた節約を報酬に反映させるよう求めるべきだ。経理部門は、これらのツールが必要とするデータの整備に着手すべきだ。監査法人もまた、若手監査人の研修の機会を守るべきだ。将来いつか意見に署名することになる人々は、良い質問とは何かをどこかで学ばなければならないからだ。
この社説はGlobal Eye 24の見解です。AIの支援を受けて作成し、英語から翻訳しています。誤りのご指摘は次の宛先まで: corrections@globaleye24.com.