AIエージェントは人間の監査人より深く問い掛けるが、独立署名はできない:KPMGが100超のエージェントで全工程監査実験を初めて完了

2026年11月18日、KPMG(毕马威)は四大会計事務所史上初のAIエージェントによる全工程実監査の完了を発表した。100超のAIエージェントが英国のFTSE250上場企業の年次監査の全段階を貫徹した。このプロジェクトは社内で「Project Exponential」と呼ばれ、実際の監査チームと並行して運用され、AIエージェントは自律的にデータを収集・分析し、結論を起草して後続の提言を行った。KPMGイギリス監査責任者のCath Burnetは、AIが複数の工程において「通常の監査チームよりもはるかに深く掘り下げられる」と述べ、「監査人よりも優れた質問を提示した」とさえ語った。最終的な法定監査意見は通常チームが作成しパートナーが署名し、AIの結論は正式な財務書類の承認には使用されなかった。

プロジェクト全体を通じて記録された失敗は1件のみだった。AIエージェントは法規文書と会社文書のマッチングを完了できず、人間の介入が必要となった。このタスクは法規の趣旨を理解し、適用範囲を判断し、例外条項を識別することを要求するものであり、AIの意味理解とコンテキスト推論の限界を示している。こうした解釈的作業は監査において大きな比重を占める。

KPMGのシステム全体は4か月以内に構築され、2名のパートナー、1名のディレクター、シニアマネージャーおよびジュニアスタッフが共同で開発した。システムは完全な可視性と追跡可能性を提供し、各エージェントと文書のやり取りを文字単位・タイムスタンプ単位の粒度で記録する。

AIが「より深く問い掛ける」構造的な理由

従来の監査はサンプリングに依存しており、監査人は時間と人員の制約から1日に精読できる文書の量が限られている。AIエージェントは同じ時間内に全量データを走査し、すべての取引と注記に対して体系的に検索を行い、サンプリングでは見落とされる可能性が高い異常パターンを識別して問題を提起する。これはAIの知能レベルが高いからではなく、カバレッジの広さに由来する。

データ品質:AIの能力より先に底をつくボトルネック

Cath Burnetは、この技術はまだ数千件の監査を支えられる段階にないと述べた。なぜなら「AIエージェントが確実に機能できるほどデータが整備されている企業はほとんどない」からだ。KPMGはまず最大20件の大規模監査へ拡大したうえで、クライアントへの展開を検討する方針だ。監査の原材料には元帳、契約書、銀行照合表、内部統制記録が含まれるが、これらはシステムをまたいで存在し、フォーマットが統一されておらず、過去の遺留課題も抱えている。AIエージェントが自律的に機能するには、高度に構造化され明確に定義されたデータ環境が必要であり、ほとんどの企業の実際のIT状況ではまだその条件が満たされていない。現在の規模拡大を制約するボトルネックは、モデルの能力ではなくクライアント側のデータガバナンスの成熟度だ。

監督当局のシグナル:2日前に発せられ、独立性を直撃

Project Exponentialの結果が公表された11月18日の2日前、英国の監査監督機関であるFRC(財務報告評議会)は、監査人がAIを使用する際の独立性維持に関するガイダンスを公表した。AIの全量分析能力は、本来法定監査の範囲外にある多数の「異常」を発見する可能性があり、それをクライアントへのコンサルティングサービス販売に利用すれば独立性の脅威となる。従来のサンプリングはこうした発見数を自然に制限していたが、AIの全量カバレッジはその制限を取り除く。FRCはAIが「確証バイアス」を生む可能性があり、従来の独立性保護措置がAI環境では必ずしも有効でないと警告している。

料金体系の行方

KPMGは「明確な時間節約の機会がある」と認めたが、クライアントへの料金を引き下げるかどうかの説明は拒否した。KPMGインターナショナルは自社の監査人に対して「AIはコストを下げるべきだ」と主張し、より低い費用を獲得している。外部監査サービスの提供者として、同社が同じ論理をクライアントへの価格設定に適用するかどうかはまだ明らかにしていない。監査の価格設定は長らく人件費・工数と連動してきたが、AIエージェントが人手の必要性を圧縮した以上、料金の根拠は再構築の圧力にさらされている。

評価:これは数値化された一線であり、技術誇示ではない

Project Exponentialは、実際のビジネス環境から得られた全工程AIエージェント監査の限界に関する初の実データだ。100超のエージェント、FTSE250の1社、完全な監査サイクル、そして記録された1件の失敗を網羅している。このデータは3点を示している。AIエージェントは数量的カバレッジで人間を超えており、全量走査と異常識別には実際の根拠がある。AIエージェントは解釈的な法規推論において依然ギャップがある。制度的障壁は技術的障壁と同等以上であり、データ品質・監督当局の独立性規則・料金モデルが20件の監査から2000件へ拡大できるかを左右する。現在のAIエージェントの商業展開状況は、ある側面では人間を上回り、別の側面ではまだ準備が整っておらず、最も解決が難しい問題はモデルの中にないことが多い。