監査は長年、「年に一度」の世界でした。

企業は決算期末に財務諸表を作成し、監査人は一定期間をかけて検証を行い、監査報告書を提出する――。

これが伝統的な監査モデルです。

しかしAIやデータ分析技術の進化によって、この前提が揺らぎ始めています。

現在、監査業界では、

• リアルタイムデータ取得
• ERP連携
• AI異常検知
• 自動分析
• 常時モニタリング

などが急速に進み、「継続監査（Continuous Auditing）」への関心が高まっています。

つまり、

「監査は年1回で本当に十分なのか」

という問いが現実味を帯び始めているのです。

AI時代に監査は「常時監視」へ変わるのでしょうか。

そしてそれは、本当に企業や社会を良くするのでしょうか。

---

なぜ監査は「年1回」なのか

現在の監査制度は、基本的に「期末監査」を前提にしています。

これは歴史的に、

• 手作業中心
• 紙証憑
• 人海戦術
• データ処理能力の限界

があったためです。

大量データをリアルタイムで分析することは現実的ではありませんでした。

そのため監査は、

• 一定期間ごと
• サンプリング方式
• 過去データ確認

を中心に発展してきました。

つまり現在の監査制度は、「技術制約」の上に成立している側面があります。

---

AIは「常時監視」を可能にするのか

AI時代に大きく変わるのは、この技術制約です。

現在は、

• ERP
• クラウド会計
• API連携
• IoT
• 電子契約
• デジタル証憑

などによって、企業データがリアルタイム化しています。

そこへAIを組み合わせることで、

• 異常仕訳
• 不自然な承認
• 異常取引
• 不正アクセス
• 契約変更
• 急激な数値変動

などを常時監視できる可能性が生まれています。

つまり監査は、

「後から確認する仕事」

から、

「リアルタイムで監視する仕事」

へ変わる可能性があります。

---

「継続監査」とは何か

継続監査とは、単なる頻繁監査ではありません。

本質は、

「異常を発生時点に近いタイミングで検知すること」

です。

従来は、

• 決算後
• 数カ月後
• 監査時

に異常が発見されることも珍しくありませんでした。

しかし継続監査では、

• 仕訳登録直後
• 承認直後
• 契約変更直後

などにAIが異常を検知できる可能性があります。

これは内部統制にも大きな影響を与えます。

つまり監査が、

「過去確認」

ではなく、

「予防・抑止」

へ近づいていく可能性があるのです。

---

監査と内部監査の境界は消えるのか

継続監査が進むと、外部監査と内部監査の関係も変わる可能性があります。

従来、

• 内部監査＝社内管理
• 外部監査＝年次保証

という役割分担がありました。

しかし常時モニタリングでは、

• データ分析
• リスク検知
• 異常監視
• 統制評価

が連続的に行われます。

すると、

• 内部統制
• リスク管理
• 外部保証

の境界が曖昧になっていく可能性があります。

監査は単なる「決算確認」ではなく、「企業活動全体の信頼性監視」へ拡張されるかもしれません。

---

サステナビリティ保証との相性

継続監査が特に重要になるのが、サステナビリティ情報です。

例えば、

• 温暖化ガス排出量
• 電力使用量
• サプライチェーン情報
• 労働安全
• 人権リスク

などは、本来リアルタイム性が高い情報です。

年1回確認するだけでは、実態把握として不十分な可能性があります。

AIによる常時モニタリングは、こうした非財務情報保証と非常に相性が良いと考えられています。

つまり継続監査は、財務監査以上に「ESG時代」で重要になるかもしれません。

---

しかし「常時監視社会」の問題もある

一方で、継続監査には大きな問題もあります。

それは、

「監査」と「監視」の境界です。

常時モニタリングが進めば、

• 全取引監視
• 全承認記録
• 全アクセス記録
• 全メール分析

などが現実化する可能性があります。

すると企業は、

「常に見られている組織」

へ近づきます。

これは不正抑止には有効かもしれません。

しかし同時に、

• 萎縮
• 過度管理
• 心理的圧力
• 挑戦回避

を生む可能性もあります。

つまり、「信頼を高める仕組み」が、「自由を減らす仕組み」にもなり得るのです。

---

AI警告は本当に使いこなせるのか

継続監査には、もう一つ大きな問題があります。

それは「アラート疲れ」です。

AIは大量の異常候補を検出できます。

しかし、

• 誤検知
• 軽微異常
• ノイズ

も大量発生します。

すると現場では、

「またAI警告か」

となり、本当に重要な異常を見落とす可能性があります。

これはサイバーセキュリティ分野でも深刻な問題です。

つまり継続監査で重要なのは、

「大量検知」

ではなく、

「本当に重要な異常を絞り込めるか」

なのです。

---

「リアルタイム保証」は可能なのか

将来的には、

「決算を待たない保証」

という概念も生まれるかもしれません。

例えば投資家が、

• 今の売上状況
• 今の在庫状況
• 今のCO2排出量
• 今のリスク状況

をリアルタイムで知りたいと考える可能性があります。

すると監査も、

「年次報告」

ではなく、

「継続保証」

へ進化する可能性があります。

これは資本市場の構造自体を変えるかもしれません。

---

AI時代でも最後は「人間の判断」

ただし、どれほど継続監査が進んでも、最後は人間の判断が必要になります。

AIは異常を見つけられます。

しかし、

• それは本当に問題か
• 背景は何か
• 経営判断として合理的か
• 不正意図があるか

は、簡単には判断できません。

監査とは本来、「文脈理解」の仕事です。

つまりAI時代になっても、

• 職業的懐疑心
• 業界理解
• 経営理解
• 人間理解

は依然として重要です。

---

結論

AIによって、「継続監査」は技術的には現実味を帯び始めています。

特に、

• ERP連携
• AI異常検知
• 常時モニタリング
• サステナ保証

との組み合わせは、監査を大きく変える可能性があります。

監査は今後、

「年1回の確認」

から、

「常時信頼性を監視する仕組み」

へ進化するかもしれません。

しかし同時に、

• 監視社会化
• 過度管理
• アラート疲れ
• AI依存

という新しい問題も生まれます。

そして監査の本質は依然として、

「異常を見つけること」

ではなく、

「その意味を考えること」

にあります。

AI時代の継続監査とは、単なる効率化ではなく、「信頼」と「監視」の境界を問い直す変化なのかもしれません。

---

参考

・日本経済新聞 2026年5月8日朝刊「あずさ、サステナ保証にAI　質問を自動作成」
・日本公認会計士協会 AI・データ分析関連資料
・COSO「内部統制フレームワーク」関連資料
・IAASB（国際監査・保証基準審議会）関連資料
・継続監査（Continuous Auditing）関連論文・実務資料