世界有数の会計事務所EYは、不正行為の検知を目的として、監査プロセスに人工知能（AI）を導入しました。初期段階では有望な結果が得られており、最初の評価対象となった10社のうち2社でAIが疑わしい行為を特定しdentた。EYは監査におけるAIの可能性を高く評価していますが、不正検知におけるAIの信頼性については、業界では依然として意見が分かれています。.
監査におけるAI：不正行為の検出
監査・会計業界の大手企業であるアーンスト・アンド・ヤング（EY）は、監査プロセスの強化を目指し、人工知能（AI）の導入に着手しました。AIの力を活用することで、EYは監査手続きの精度と効率性の向上を目指しました。.
EYは2018年にAIを活用した監査への取り組みを開始し、不正行為の検知方法に革命を起こすことを目指しました。この取り組みの初期段階では、10社の企業をAIで評価しました。驚くべきことに、AIシステムはこれらの企業のうち2社で疑わしい行為をdent、その後、クライアントによって不正行為と確認されました。.
EYの英国およびアイルランドにおけるアシュアランス・マネージング・パートナーであるキャス・バロー氏は、AIシステムの有効性について楽観的な見方を示しました。AIソフトウェアの具体的な内容や検出された不正行為の性質は明らかにされていませんが、バロー氏の発言は、EYが監査プロセスへのAI導入に大きな可能性を見出していることを示唆しています。.
Helix GLADの誕生
EYの監査へのAI導入成功の立役者の一人が、新日本有限責任監査法人東京オフィスのアシュアランス・パートナーである市原直人氏です。プログラミングのバックグラウンドと監査のためのモデルやシステム開発への情熱を持つ市原氏は、会計データ分析における機械学習の応用を探求するようになりました。.
市原氏は既存の学術論文やアルゴリズムを徹底的に研究した結果、機械学習を活用すれば異常を検知するより効果的な方法があるという画期的な発見に至りました。このビジョンに突き動かされ、市原氏は膨大な金融情報データベース内の異常を検知できるAIソリューションの開発に乗り出しました。.
彼の革新的な技術は監査分野における先駆的なものであり、最終的にこの画期的なソリューションの特許取得につながりました。EY Helix GL Anomaly Detector（Helix GLAD）と名付けられたこの技術は、AIを活用した監査における重要なマイルストーンとなりました。.
AIへの信頼を獲得する
AIは膨大なデータセットを迅速に分析できる可能性を秘めていますが、会計業界では、多種多様な不正行為の検出におけるAIの信頼性について依然として意見が分かれています。こうした懐疑的な見方に対処するため、EYのアシュアランスチームは、事前に設定された不正な仕訳を含むデータセットを用いてHelix GLADの厳格なテストを実施しました。.
アルゴリズムがこれらの不正なエントリを一貫して正確に検出するにつれ、監査人はHelix GLADが監査精度を向上させる可能性に自信を深め始めました。しかし、まだ重要な要素が欠けていました。監査人は、AIシステムが特定の異常を検出した理由に関する洞察が不足していたのです。この知識は、フラグ付けされたエントリの妥当性と影響度を評価するために不可欠でした。.
ギャップを埋める：透明性のためのデータ分析
監査における透明性と理解の必要性を認識し、EYのチームはデータ分析を活用したソリューションを考案しました。このソリューションは、フラグ付けされたエントリの視覚的なマップを作成し、監査人がAIアルゴリズムによる検出の理由を理解できるようにすることを目的としています。.
これらの視覚的表現により、監査人はフラグ付けされたエントリを包括的に評価できるようになり、アルゴリズムの検出方法に対する信頼が高まりました。この変革は、監査プロセスの精度と効率性を向上させるとともに、財務上の不正が見逃されるリスクを低減する上で大きな前進となりました。.
監査不正検出におけるAIの利点と課題
EYのような大手会計事務所にとって、監査不正検知プロセスへのAIの統合は多くのメリットをもたらします。AIアルゴリズムは、人間の監査人が行うのと比べるとほんのわずかな時間で膨大な量のデータを分析する能力を備えています。この効率性により、監査人はデータの精査に時間を費やすのではなく、結果の解釈に集中できます。さらに、AIモデルは人間のバイアスや疲労の影響を受けにくく、事前にdefiされたルールと基準を常に適用して異常をdentします。.
この客観的かつ信頼性の高いアプローチにより、人為的なミスや見落としによる疑わしい取引を見逃すリスクが軽減され、不正行為の検出の有効性が向上します。.
しかし、監査不正検知へのAI導入には課題が伴います。既存の監査システムやワークフローにAI技術を統合することは大きな課題です。会計事務所は、AIアルゴリズムが自社のインフラやプロセスとシームレスに連携するようにする必要があり、そのためには、綿密な計画、トレーニング、そして監査人とAIスペシャリスト間の連携が不可欠です。.
もう一つの課題は、AIアルゴリズムの継続的な監視と更新です。不正行為者が技術を適応・進化させていく中で、AIアルゴリズムは新たなパターンや異常を検知できるよう常に適応性を維持する必要があります。新たな脅威に先手を打つためには、アルゴリズムを改良・更新し、監査担当者と開発者の連携が不可欠です。.
監査と規制におけるAIの将来
監査不正検出におけるAIの導入は、監査の質と効率性を向上させる可能性を秘めています。しかしながら、会計士が監査プロセスにおいてAIをどの程度活用できるかを決定する上で、規制当局は重要な役割を果たすことになります。.
英国財務報告評議会（FRC）のアシュアランス・テクノロジー責任者であるジェイソン・ブラッドリー氏は、AIを適切に活用すれば監査の質と効率性を向上させる機会が生まれると認めています。規制当局の判断は、会計士がAIシステムを批判的に評価・批評する能力にかかっていると言えるでしょう。.
さらに、データの所有権の問題も課題となります。企業は詳細な財務データを自社の機密情報とみなす場合があり、そのような非公開データを用いて他の組織の監査用AIシステムを学習させることは複雑になります。.
EYが監査不正検知にAIを成功裏に導入したことは、監査におけるAIの潜在的なメリットを浮き彫りにしています。課題は依然として残っていますが、AIを活用したソリューションがもたらす透明性と効率性は、将来、監査人が不正行為を検知し、対処する方法を変革する可能性があります。監査実務におけるAIの進化が続く中、業界、規制当局、そして監査人は、これらの機会と課題に協力して対応していく必要があります。.
