<何が起きたか>
【EY新日本有限責任監査法人】
2026年11月19日、監査で求められるAIのスキルを4つ定義し、本年度の人事評価から使用すると発表した。公式表記では「監査プロフェッショナルの人事評価の基準となる『職階別期待スキル』にAIに関するスキルを追加し、本年度の人事評価から使用します。」とある(同法人の新年度は7月1日開始)。
追加されたスキルの中身は、こう書かれている。「『会計基準理解・論点対応能力』や『監査手続設計・遂行能力』といった従来の16項目の職階別期待スキルに、①AIの利用とその成果物を適切に検証する『AI活用能力』、②AIによる業務プロセスの再構築や新たな価値を創出する『AI価値創出』、③人とAIが適切に役割を分担して業務を進める『AIコラボレーション』、④AI利用に伴うリスクを適切に管理する『AIガバナンス』の4つを定義し、追加しました。」
背景として挙げられているのは、監査人に求められる能力が変わるという認識である。「監査業務はますます変化し、監査プロフェッショナルは従来の職業的懐疑心や判断力に加え、AIの成果物を批判的に検証する力やテクノロジーに関する知見が一層求められます。」とある。
適用は職階ごとだ。「スタッフからシニア、マネージャー、シニアマネージャーまで、職階に応じた期待水準を定め、評価につなげることで、AIを活用した新たな監査業務への対応力を高めます。」とある。つまり、同じ「AIの成果物を検証する」という行為でも、スタッフに期待する水準とシニアマネージャーに期待する水準を、別々に定めたということになる。
このリリースのなかで、もう一つ初めて明かされた事実がある。「EY新日本では証憑の不正を見抜くツールや膨大な契約書から必要な情報を検出するツールなど、監査品質の向上と業務効率化を図るためのAIツールの開発と導入を進めており、2026年4月からはグローバルで使用している監査プラットフォーム『EY Canvas』にエージェント型AIを組み込むプロジェクトを開始しました。」という一文である。監査プラットフォームそのものにエージェント型AIを入れるプロジェクトが、2026年4月から動いていた。進捗も適用範囲も公表されていないが、存在が明記されたのはこれが初めてだ。
あわせて、評価の公平性についても手を入れている。「評価者ごとの評価傾向(いわゆる『甘辛』)を統計的に補正し、被評価者の相対的なパフォーマンスを推定した情報の提供を2026年度の評価サイクルから全ての監査事業部で開始しました。」とあり、方法として「評点を『評価者の評価の偏り(甘辛)』と『甘辛を除いた評価』および誤差に分解し、ベイズ推定という統計手法によりそれらを同時に推定する仕組みを導入しました。」と書いている。効果として「評価の公平性を高めるだけでなく、評価会議に要する時間の削減が期待できます。」とあるが、数字はない。
【前日には別の発表もあった】
2026年11月18日、同法人は「BrainHub / Document Explorer」という仕組みを11月から導入したと発表している。監査チームごとに溜まったメールや資料やチームのルールを生成AIに読み込ませ、チーム専用のAIアシスタントとして使えるようにするものだ。「会計・監査の基準や法人内のナレッジといった法人共通の知識に、各監査チームが業務を通じて蓄積してきたメールや資料、過去の問い合わせと回答などを組み合わせることで、そのクライアントとチームの文脈に沿って情報を探し、整理するチーム専用のAIアシスタントを監査チームの数だけ構築できます。」としている。
ここでの線の引き方は明快だ。「AIアシスタントは、チームの資料を根拠に情報の検索・整理や文案の作成を支援するもので、会計上・監査上の判断は会計士が行います。」とある。AIは関連情報の推薦と文案作成の支援までで、「生成AIによる関連情報の推薦と、プロフェッショナル各自による参照元の確認・選択を組み合わせる」と書いている。
【何が新しいのか】
この2本を並べて読むと、EY新日本がやったことの性格が見えてくる。ツールを入れた、という発表ではない。ツールを使う人の側の要件を、評価制度のなかに書き込んだ、という発表である。
AIを入れた会社や事務所の発表は、これまでほとんどが「何ができるようになったか」の話だった。これに対してEY新日本は、「AIの成果物を批判的に検証する力」を職階別の期待水準として定義し、人事評価で測ると言った。レビューの中身を、方法論の側からではなく「誰がどの水準で見るか」という人の側から定義した、国内で最初の発信だと思う。
一方で、埋まっていないところもはっきりしている。承認、証跡、ログという語は、11月19日のリリース本文に一件も出てこない。11月18日のリリースにも、監査調書や承認記録という語はない。人の検証として書かれているのは「参照元の確認・選択」までで、確認したという事実を記録に残す仕組みの記述はない。そして、AIの出力のうちどこを人が見なくてよいのか、どういう条件のときに人に戻すのか、という閾値の話も書かれていない。
削減率の数字も、どちらのリリースにもない。効率への言及は「評価会議に要する時間の削減が期待できます。」だけで、しかも対象は監査手続ではなく社内の評価会議である。
<あなたが明日からできること>
【バックオフィスはこう変わる】
監査法人の側が「AIの成果物を批判的に検証する力」を人事評価の項目に入れた、ということは、監査を受ける会社の側にも同じ問いが返ってくるということだ。被監査会社がAIで作った数字を出したとき、それを検証する能力を職階別に定義している監査チームが、来期から現場に来る。自社の経理側でも、AIの出力を誰がどの水準で見たのかを、人の名前と職位で説明できる状態が求められるようになる。
【バックオフィスが押さえるべきポイント】
EY新日本が定義した4つのスキルは、そのまま自社の経理部門の要件に翻訳できる。AIの出力を検証する力、AIで業務の組み立てを変える力、人とAIの役割分担を設計する力、AI利用のリスクを管理する力。このうち自社に明確に割り当てられているのはどれか、を確認してほしい。たいていの会社では、4つ目のAIガバナンスは情報システム部門に、1つ目のAIの出力を検証する力は誰にも割り当てられていない、という状態になっているはずだ。その空白が、監査対応のときに効いてくる。
【今日からの5分トライ】
自社の経理部門の職務記述書か、等級ごとの期待役割を書いた資料を開いて、「AI」「生成AI」という語を検索してほしい。5分で終わるのはここまでだ。一件も出てこなければ、現状では「AIの出力を誰がどの水準で検証するか」が、どこにも定義されていないということになる。これは悪いことではなく、ほとんどの会社がそうである。定義されていないという事実を確認することが出発点になる。
【中長期でこうついていく道筋】
EY新日本が人の側から定義したのに対し、ベンダーの側は機能から定義している。この二つの間に、「では具体的に何をどう検証すれば監査に耐えるのか」という空白が残っている。埋めるべきはそこだ。AIの判定と人の採否をそろえて記録し、どの条件のときに人に戻すかを文書にし、通したものを後から抜き取って確かめる。EY新日本のリリースにも、承認・証跡・ログの語が一件もないということは、この空白が監査法人の側でもまだ言語化されていないということである。私の側の現在地は、部門全体で50%削減を、人のレビュー時間を含んだ正味の数字として上場会社で実績にしているところにあるが、重要なのは数字そのものより、その50%が何を検証したうえでの50%かを説明できることにある。
<出典>
出典:[EY新日本有限責任監査法人「監査で求められるAIスキルを定義し人事評価を開始」(2026年11月19日)]
https://www.ey.com/ja_jp/newsroom/2026/11/ey-japan-news-release-2026-11-19
出典:[EY新日本有限責任監査法人「監査チームごとの知見を生成AIで共有する仕組みを導入」(2026年11月18日)]
https://www.ey.com/ja_jp/newsroom/2026/11/ey-japan-news-release-2026-11-18
ISAOの管理部門のAI導入事例
AIは、こうした小さな「動かない」でつまずきます。ISAOは、その先——実際の業務に
AIを乗せて回すところまでを、お客様の管理部門と一緒に進めています。
月次決算の工数を50%以上削減|東証グロース上場企業A社
少人数の経理財務部門で、決算業務を1本ずつAI化。外注に頼らず社内で決算を完結
できる体制をつくりました。(Claude Cowork/Microsoft 365 Copilot)
全社でAIを使わない日がない状態へ|医薬品・上場準備企業
ツールを配って終わりにせず、顧問として伴走。安全に使える環境の整備から
リテラシー向上まで。G検定の合格率は100%。
収益認識の判定をAIエージェント化|創薬支援CRO
月100件を超える契約の収益認識判定を、監査証跡を保ったままAIがドラフト。
ドラフト・レビュー工数を75%以上削減しました。
「AI管理部長」を数年かけて共同研究|東証上場のIT企業
管理部門の業務をAIが担う仕組みを研究。汎用LLMで足りる部分と、自社で作り込む
べき部分の線引きを実務で検証しています。
