<ニュース概要>
国内の大手監査法人であるEY新日本有限責任監査法人が、2026年に入ってAIの取り組みを立て続けに公表しています。証憑(請求書や契約書などの証拠書類)と会計データの突合を生成AIで自動化するシステムを全被監査先3,805社に広げ、4月からは収益認識の検討を、さらに新リース会計基準のリース判定もAIで支援する仕組みを使い始めました。10月30日の「監査品質に関する報告書2026」では、契約書をAIが一括で読み、リース判定や収益認識の検討ポイントを基準条文とともに整理すると明記しています。証憑1枚・仕訳1本から、契約の判断、工事の進捗度、グループ全体の数字まで、監査の側がAIで論点を拾いにくる範囲は、会社の経理の仕事のほぼ全体に広がっています。
<取り組みごとの中身>
【IPO支援のAIツール(2025年12月運用開始・2026年1月15日発表)】
出典⑤
上場準備会社の最初の調査(ショート・レビュー)について、100件以上の知見を集めた生成AIツールの運用を始めました。AIツール開発の専門チームも新たに作っています。発表では「本ツールは、会計士の専門的判断を代替するものではありません」と明記しています。
【証憑突合を自動化するDIP(2026年1月28日 本格運用)】
出典④
Document Intelligence Platform(DIP)は、生成AIで証憑を読み取り、会計データと突合し、監査調書の作成まで一貫して処理するシステムです。独自に開発した画像解析AIで、証憑の改ざんの兆候を見つけるとすぐにアラートを出します。2025年2月からパイロット版を運用し、本格運用で全被監査先3,805社(2025年6月30日現在)の監査で使えるようになりました。削減時間などの数字は公表されていません。
【AIエージェントと会計・監査の寄稿(2026年2月)】
出典⑥
EY新日本の会計士が、企業と監査法人の両方の目線でAIエージェントを解説しています。入出力が柔軟な業務は生成AI、厳密な定型業務は自動化ツールと使い分けること。AIに実行権限を持たせると誤送金やデータ削除のような取り返しのつかない事故が起き得るため、会社が許容できるリスクに照らして線を引くこと。そして「Human in the Loop(人が途中で確認する仕組み)を厚くすれば安全性は高まるが、スピードと自律性は失われる」という両立の難しさにも触れています。財務の人材は、AIの成果をレビューし判断する「司令塔」に役割が移るとしています。
【収益認識判定サポートツール(2026年4月使用開始・5月25日発表)】
出典③
不動産の売却取引について、売買契約書や覚書を生成AIが読み、不動産売却に特有の論点を含む約20の検討項目ごとに該当する条項を抜き出して整理し、会計基準を参照した監査調書の下書きを作ります。会計士はより専門性の高い判断に集中できるとしており、今後は個別受注取引を扱うほかの業界の監査にも広げることを視野に入れています。効果の数字は公表されていません。
【業種別の監査とリース判定ツール(2026年5月の寄稿)】
出典⑦⑨
1つの業界でツールを試し、業界の特徴をモデル化してから、同じ業界のほかの監査チームに広げる進め方を紹介しています。不動産では上記の収益認識ツール、建設・ソフトウェアでは、機械学習で進捗率を予測し、損失が出る可能性の高い案件を示すツール(PPAD)を生成AIと組み合わせて使っています。あわせて、AIエージェントで契約書のリース該当性を判定する「新リース会計基準判定サポートツール」も紹介しています。新リース会計基準は2027年4月1日以後に開始する事業年度から原則適用です。
【監査品質に関する報告書2026(2026年10月30日)】
出典①②
複数の契約書を生成AIが一括分析し、リース判定や収益認識などの会計上の検討ポイントを、契約書の該当箇所・基準条文とともに整理すると書いています。PDF証憑の読み取りから、証憑の信頼性の検査、会計データとの突合、監査調書データの出力までを自動化し、監査計画・リスク評価・監査手続・結果の総括の各段階でAIエージェントが役割を分担する形も示しました。役割分担は「人が最終的な判断と責任を担い、AIが監査人の意思決定や監査手続を支援する」。AIの管理では「アウトプット統制が最重要」「高リスクエリアを最優先」「継続モニタリングが前提」と優先順位を置いています。会社側がAIを使っている場合の監査についても、入出力の検証や統計的な手法を使い、入力データの品質、出力の正確性・説明可能性、モデル更新の変更管理、アクセス権限の管理といったAI特有の観点を見ると明記しました。報告書に載っている規模の数字(EYの公表値)は、仕訳データを分析するツール(General Ledger Analyzer)の上場会社監査での利用率98.4%、デジタルの「エキスパート以上」の人材4,120名(前年度から1,332名増)、年間のIT費用約102億円、次世代の監査基盤へのグローバル投資10億米ドル(4年間)です。一方で、AIの出力を工程ごとに承認する手順、ログの保存期間、サンプル数、合否基準までは書かれていません。
【「AI」の中身は3種類(2017年からの積み上げ)】
出典⑧⑨⑩
EY新日本の「AI」は1種類ではありません。DIP、収益認識の判定支援、IPO支援のツールは、文章や証憑を読んで下書きする生成AIです。一方、異常を見つけるツールは機械学習が中心で、当時の新日本監査法人は2017年11月に、大量の仕訳から取引パターンを学び、収益の過大計上や費用の過少計上といった異常な仕訳を自動で検知する仕組みを実用化しています。EYのAIの紹介ページでも、仕訳の異常検知(GLAD)と進捗度の異常検知(PPAD)は機械学習、グループの財務諸表から不正の兆候を探すツール(TBAD)は学術研究に基づく不正会計の予測モデル、拠点の損益の異常は回帰分析と書き分けています。そして報告書で利用率98.4%とされるGeneral Ledger Analyzerは、データ分析の基盤「EY Helix」の中核ツールで、EYのページでは総勘定元帳をデータの大きさに関わらず検証・分析するツールと説明されており、AIを使うとは書かれていません。「監査の98%でAIが使われている」と読むのは誤りで、生成AI・機械学習・データ分析ツールが役割ごとに並んでいると見るのが正確です。
<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AIは、証憑1枚・仕訳1本の突合から、契約書の判断、工事の進捗度、グループ全体の数字の動きまで見に来ます。経理に届く質問は早く、細かくなり、「この条項をどう判断したのか」「なぜこの時期にこの仕訳が多いのか」に、会社側も同じ粒度で答える必要が出てきます。
【バックオフィスが押さえるべきポイント】
監査法人がAIでやっているのは「契約書を読む→項目ごとに条項を抜く→基準を引いて下書きする」という作業で、会社の経理がポジションペーパー(会計処理の判断と根拠をまとめた文書)を作るときと同じ流れです。監査を待たずに、同じ作業を社内でAIに寄せ、人は結論と根拠の書き方に集中する形に組み替えておくのが筋です。あわせて、生成AI(読む・下書きする)、機械学習(異常を見つける)、集計・分析ツールのどれに何を任せたかを分けて、誰がどこで確かめたかを残しておくと、監査法人と同じ言葉で話ができます。
【今日からの5分トライ】
今期の契約のうち、収益認識かリースの判断で迷いそうなものを3件だけ書き出してください。来期から新リース会計基準の対象になる契約があるかも、あわせてメモしておくと、AIに最初に読ませる候補になります。
【中長期でこうついていく道筋】
まずは判断の論点がはっきりした契約(不動産の売買、賃貸借、個別受注)から、AIに条項の抜き出しと基準の当てはめの下書きを任せ、人が結論を書く形を作る。次に対象の契約を広げ、仕訳や数字の動きの異常を先に自分たちで拾う仕組みも足し、最後に「誰がどの順で確かめたか」の記録まで仕組みにしていく。新リース会計基準の適用までの期間は、その練習にちょうどよい時間です。
<出典>
出典①:EY新日本有限責任監査法人 ニュースリリース・2026年10月30日(監査品質に関する報告書2026)
https://www.ey.com/ja_jp/newsroom/2026/10/ey-japan-news-release-2026-10-30
出典②:EY新日本有限責任監査法人「監査品質に関する報告書2026」本体
出典③:EY新日本有限責任監査法人 ニュースリリース・2026年5月25日(収益認識判定サポートツール)
https://www.ey.com/ja_jp/newsroom/2026/05/ey-japan-news-release-2026-05-25
出典④:EY新日本有限責任監査法人 ニュースリリース・2026年1月28日(DIP本格運用)
https://www.ey.com/ja_jp/newsroom/2026/01/ey-japan-news-release-2026-01-28-02
出典⑤:EY新日本有限責任監査法人 ニュースリリース・2026年1月15日(IPO支援AIツール)
https://www.ey.com/ja_jp/newsroom/2026/01/ey-japan-news-release-2026-01-15
出典⑥:EY 情報センサー2026年2月「AIエージェントが切り開く会計・監査の未来 後編」
https://www.ey.com/ja_jp/insights/digital/info-sensor-2026-02-06-digital-and-innovation
出典⑦:EY 情報センサー2026年5月「アナリティクス技術の活用により深化するセクターフォーカス監査」
https://www.ey.com/ja_jp/insights/digital/info-sensor-2026-05-08-digital-and-innovation
出典⑧:共同通信PRワイヤー・2017年11月6日「新日本監査法人 AIによる会計仕訳の異常検知アルゴリズムを実用化」
https://kyodonewsprwire.jp/release/201711067606
出典⑨:EY新日本有限責任監査法人「監査におけるAIの活用」
https://www.ey.com/ja_jp/digital-audit/ai
出典⑩:EY「EY Helix」
https://www.ey.com/ja_jp/audit/technology/helix
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。
