証憑突合の自動化とは、証憑と会計データの照合をAIで行う仕組みのことです。

大手監査法人が、証憑と会計データの突合に生成AIを本格導入しました。EY新日本有限責任監査法人は2026年1月28日、生成AIを組み込んだ書類解析システム Document Intelligence Platform（DIP）の本稼働を、全被監査先3,805社を対象に始めたと発表しています（出典：EY Japan ニュースリリース）。本記事では、この公開情報から読み取れる範囲を整理し、中小規模の監査事務所や会計事務所が、同種のツールを検討する際の判断軸を7つにまとめます。本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、事例の内容は発表元の公表資料で確認しています。大手のシステムをそのまま真似る話ではなく、自事務所の規模で何を取り入れられるかを考える材料として読んでください。

公表資料で確認できるDIPの全体像

最初に、公表資料に書かれている事実だけを確認します。EYのニュースリリースによると、DIPは、証憑の読取と理解から、会計データとの照合、調書の作成までを一貫して処理する仕組みです。独自開発の画像解析AIが、デジタル証憑の改ざんや偽造の兆候を多角的に検査し、不自然な加工が見つかった場合にはアラートを発出するとされています（出典：EY Japan ニュースリリース）。

導入の経緯については、IT系の報道が整理しています。2025年2月にパイロット版の運用が始まり、2026年1月の本稼働で、同法人の顧客全3,805社の監査で利用可能になったと報じられています（出典：IT Leaders 記事）。パイロットから本稼働まで、段階を踏んで対象を広げた点は、事務所規模の導入でも参考になる進め方です。

効果については、ニュースリリースに、大量の証憑を人手で確認する従来の方法と比べて、ヒューマンエラーのリスクが低減し、不正の早期発見につながることで、監査品質のさらなる向上が期待できると書かれています（出典：EY Japan ニュースリリース）。ここで注意したいのは、書かれているのは期待であって、実測された削減時間や検出件数ではないことです。公表資料の範囲では、削減できた時間や、アラートの精度に関する数値は確認できません（要確認）。

今後の方針として、EY新日本は、自動化の対象業務の範囲をさらに拡大する予定とされています（出典：EY Japan ニュースリリース）。大手の取り組みは、中小の事務所に、市販のツールや、会計ソフトのAI機能を通じて、数年遅れで波及する傾向があります。今のうちに判断軸を持っておくと、ベンダーの提案を受けたときに、比較の物差しになります。

大手の事例を中小事務所の判断に変換する考え方

大手監査法人の事例を、そのまま自事務所に持ち込むことはできません。被監査先の数も、システムを内製できる体制も、桁が違うためです。それでも、事例から取り出せる構造はあります。

1つ目は、工程の切り方です。DIPの説明は、読取、理解、照合、調書作成という工程に分かれています。この工程の分け方は、事務所の業務にも当てはめやすい考え方です。たとえば、会計事務所の月次の検証でも、領収書や請求書を読み取り、仕訳と照合し、確認の記録を残すという流れがあります。どの工程をAIに任せ、どの工程を人が見るかを、工程ごとに決めていく設計です。

2つ目は、不正の兆候の扱いです。画像解析で改ざんの兆候を検知する機能は、デジタル証憑が増えるなかで、関心が高まっている分野です。ただし、アラートが出たことと、不正があったことは別の話です。アラートは、人が詳しく調べるきっかけに過ぎません。事務所がこの種の機能を使う場合、アラートが出たときに誰が何を調べ、どこに記録を残すかを、先に決めておく必要があります。

3つ目は、段階導入です。パイロットを経て本稼働に進んだ経緯は、事務所にとって、試験運用の設計の手本になります。小さな範囲で試し、結果を確認してから対象を広げる進め方です。

なお、監査における生成AIの利用については、日本公認会計士協会の研究文書を読み解いた記事もあります。事務所の規程への落とし込みは、監査におけるAIの利用 JICPA研究文書第11号を事務所規程に落とす7論点で、データ分析の整理は、JICPA研究文書14号が監査データアナリティクスを整理、会計士の3論点で扱っています。

自事務所で検討する7つの判断軸

ここからは、公認会計士と職員を合わせて数名から十数名規模の事務所が、証憑突合や調書作成を支えるAIツールを検討する場面を想定した運用例です。AIは補助に使い、判断と記録は公認会計士が担う前提で組みます。

判断軸1は、対象の業務の特定です。月次の証憑確認、期末の残高確認、固定資産の台帳突合など、どの業務の工数が大きいかを洗い出します。入力は、直近の業務時間の記録で、返ってくるのは、工数の大きい業務の順位です。ツールの比較は、この順位の上位から始めます。

判断軸2は、読取の精度の確認です。証憑の種類ごとに、読取の誤りがどの程度あるかを、試験用の資料で測ります。手書きの領収書、スキャンの品質が低い書類、外貨建ての請求書など、癖のある証憑を意図的に混ぜます。精度の評価は、自事務所の実測で行い、ベンダーの資料の数字は参考に留めます（要確認）。

判断軸3は、突合のルールの透明性です。AIが何を根拠に一致と判断したのかを、人が追えるかを確認します。照合の結果だけが返り、根拠が見えないツールは、調書の裏付けに使いにくくなります。

判断軸4は、不正の兆候への対応です。改ざんの検知機能を持つツールの場合、アラートの基準や、誤検知の扱いを確認します。アラートを受けた後の調査の手順は、事務所の手順書に書き込みます。

判断軸5は、記録の残し方です。AIを使った工程の入力、出力、確認者、確認日を、調書に追えるように残します。記録の設計は、監査業務で生成AIを使った記録をどう残すか 会計事務所が置く証跡7設計で整理しています。

判断軸6は、データの取扱いです。被監査先や顧問先の証憑には、取引先の名称、金額、個人の情報が含まれます。入力データの保管場所、学習への利用の有無、削除の手順を、提供事業者の公式の記載と契約で確認します。

判断軸7は、費用対効果の測り方です。導入前後で、同じ業務にかかる時間を同じ方法で測り、事務所の実測で効果を判断します。大手の期待の記述を、自事務所の期待値に置き換えないことが要点です。

次に、判断軸2と判断軸5で使えるプロンプトの例を2本示します。どちらも架空の設定で、実在の被監査先の情報は入力しません。

あなたは公認会計士事務所の試験運用の補助です。
架空の会社「X社」の請求書の読取結果（下に貼り付け）と、仕訳データの抜粋（下に貼り付け）を照合し、次の形式で出力してください。

- 金額、日付、取引先名が一致している項目
- 一致しない項目と、不一致の内容（推測で埋めず、見えているとおりに書く）
- 人が原本を確認すべき項目の候補（理由つき）

判断は公認会計士が行います。一致・不一致の結論は断定せず、確認の候補として出力してください。

【読取結果】
（ここに匿名化した読取結果）
【仕訳データ】
（ここに匿名化した仕訳）

あなたは公認会計士事務所のAI利用記録の作成補助です。
次の作業メモ（匿名化済み）から、AIを使った工程の記録を、次の項目で整理してください。

- 作業の目的
- AIへの入力の種類（個人名や取引先名は含めない）
- AIの出力の要旨
- 人が確認した内容と、確認者の役職
- 未確認の事項

事実として書かれていないことは補わず、「記載なし」と書いてください。

数名規模の会計事務所での具体的な当てはめ例

ここで、数名規模の会計事務所を例に、判断軸の使い方を具体的に見ます。月次の記帳代行を中心に、決算と申告を支援している事務所を想定します。この事務所で工数が大きいのは、顧問先から届く領収書や請求書の整理と、仕訳との突き合わせです。判断軸1で、この工程を最優先の候補にします。

判断軸2の読取の精度は、顧問先の業種ごとに癖が出ます。飲食業の顧問先では、レシートの印字が薄いものが多く、建設業の顧問先では、請求書の形式が取引先ごとに異なります。試験運用では、この癖のある資料を意図的に混ぜます。読取の結果を並べて、どの種類の資料で誤りが多いかを把握すれば、ツールの得意な範囲と、人が見るべき範囲が分かります。

判断軸6のデータの取扱いは、顧問先ごとの同意の整理と関わります。AIツールを使うことを、顧問契約の更新時に説明する方法があります。説明の資料には、入力する証憑の範囲、データの保管の考え方、最終の確認は税理士や公認会計士が行うことを記載します。顧問先が不安を感じる場合は、特定の顧問先の資料にはAIを使わない運用も選べるようにしておくと、関係が円滑になります。

最後に、判断軸7の費用対効果を、事務所の言葉で測ります。たとえば、証憑の整理と突合に使っている時間を、導入前に数か月分記録し、導入後に同じ方法で記録して比べます。削減できた時間を、顧問先への提案や、決算の見直しなど、有資格者にしかできない業務に振り向けられたかどうかまで見ると、導入の意味が見えます。時間が減っただけで、空いた時間の使い方が決まっていなければ、事務所の収益にはつながりません。

証憑と調書をAIに入れる前に 守秘義務・規程上の論点

監査や会計の業務で扱う証憑には、取引先の情報や、個人の情報が含まれます。生成AIや外部のAIツールに入力する前に、守秘義務と個人情報の扱いを整理します。

公認会計士法第27条は、公認会計士は、正当な理由がなく、その業務上取り扱ったことについて知り得た秘密を他に漏らし、又は盗用してはならないと定めており、公認会計士でなくなった後であっても同様としています。この条文を、AIツールへの入力にどう当てはめるかは、サービスの契約や設計によって異なります。本記事では判断せず、事務所が確認する項目を挙げます。

1つ目は、入力データの保管と学習利用です。大手が独自開発のシステムを使う場合と、外部のサービスを使う場合では、データの流れが異なります。外部サービスの場合は、提供事業者の公式の記載と契約で、学習への利用の有無、保管の期間、海外のサーバーへの移転の有無を確認します。法人向けプランの比較の観点は、生成AIの法人プランと学習利用の比較 公式記載を読む5つの観点で整理しています。2つ目は、入力してよい証憑の範囲です。個人が特定できる書類は除く、取引先名を伏せる、といった線引きが運用例として考えられます。3つ目は、被監査先や顧問先への説明です。AIツールを使うことを、契約書や業務の案内で説明する方法があります。

個人情報の面では、個人情報保護法第27条が、個人情報取扱事業者は、同条第1項に列挙された場合を除き、あらかじめ本人の同意を得ないで個人データを第三者に提供してはならないと定めています。クラウド型のAIサービスへの入力が、第三者提供と委託のどちらの整理になるかは、サービスの仕様と契約で変わります。個人情報保護委員会の公表資料と、契約条項で確認する論点です。

事務所の規程に落とす場合の運用例としては、AIツールの利用の可否を業務ごとに一覧にする、入力できる証憑の種類を明記する、AIの出力は公認会計士が確認するまで調書に載せない、という3点があります。会計事務所の利用規程の整備状況は、会計事務所の生成AI利用率は75%へ、ルール未整備は70% 白書2026から読む利用規程の7判断軸で扱っています。

試験運用の進め方 小さく始めて記録を残す

判断軸を決めたら、試験運用に移ります。大手がパイロットを経て本稼働に進んだ経緯は、事務所の進め方の手本になります（出典：IT Leaders 記事）。事務所の規模では、対象を1つの業務、1つのクライアントの類型に絞り、期間を区切って試す形が現実的です。

試験運用の最初の段階では、すでに人が確認を終えた過去の資料を使います。過去の資料で、AIの読取と照合の結果を、人の確認結果と並べ、一致の度合いを見ます。結果は、一致した件数と、食い違った件数の2つに分け、食い違いの理由を分類します。分類は、読取の誤り、照合のルールの誤り、資料側の不備の3つに分ける方法があります。この段階では、実際の業務の成果物にAIの出力を使いません。

次の段階で、現行の業務と並行して、AIの出力を参考として使います。人の確認は従来どおり行い、AIの出力が確認の助けになったか、見落としを防げたかを記録します。この段階でも、AIの出力だけで結論を出さず、人の確認を省かないことが前提です。並行運用の期間が終わったら、記録をもとに、本格利用の可否を、公認会計士が判断します。

試験運用の記録には、使ったツールの名称と版、入力した資料の種類、出力の要旨、人の確認の結果、気づいた課題を残します。この記録は、事務所の規程を改訂する際の根拠にもなります。日本公認会計士協会は、会員向けに、監査や会計の実務に関する資料を公表しているため、運用の見直しの際は、日本公認会計士協会の公表資料も確認します。

監査事務所と会計事務所で、取り入れ方はどう変わるか

同じ証憑突合でも、監査事務所と会計事務所では、目的と責任の置き方が異なります。監査事務所では、監査証拠の入手と、その記録が中心になるため、AIの出力を調書の根拠にする場合の説明責任が、より前面に出ます。AIが読み取った内容を、そのまま証拠として扱うのか、原本と照合した結果を証拠として扱うのかを、事務所の方針として決めておく運用があります。

会計事務所では、顧問先の記帳や決算の支援が中心で、証憑の読取と仕訳の候補の作成にAIを使う場面が多くなります。この場面では、AIの出力を人が確認してから仕訳に反映する流れで、確認の記録を残すことが、後日の説明の根拠になります。顧問先との契約や、報酬の設計にも関わるため、AIを使った工程が増えたときに、報酬や責任の範囲をどう整理するかも論点です。

どちらの場合も、AIは補助であり、結論を出すのは公認会計士や税理士という整理が出発点です。この整理を、顧問先や被監査先への説明資料に書いておくと、期待のずれを防げます。生成AIが作る文章や数字には誤りが混じることがあるため、事務所内での確認手順を、手順書として共有しておきます。手順書は、新しく入った職員にも渡し、誰が担当しても同じ水準で確認できる状態を目指します。

導入で起こりがちな失敗と回避策

失敗の1つ目は、大手の期待の記述を、自事務所の成果の見込みとして扱うことです。ニュースリリースの効果は、期待として書かれており、実測値ではありません（出典：EY Japan ニュースリリース）。回避策は、自事務所の試験運用で、時間と誤りの数を測ることです。

失敗の2つ目は、アラートを結論として扱うことです。改ざんの兆候の検知は、調べるきっかけであって、結論ではありません。アラートの内容を読み、原本や取引の事実関係を確認する工程を置く設計になります。回避策は、アラート後の調査手順と、記録の様式を先に決めることです。

失敗の3つ目は、読取の誤りに気づかず、後続の工程に流すことです。金額の桁の読み違いや、日付の取り違えは、後工程で発見しにくい誤りです。回避策は、読取の結果を、原本の一部と抜き打ちで照合する工程を残すことです。

失敗の4つ目は、AIの利用記録が残っていないことです。後日、調書の根拠を説明する場面で、どの工程にAIを使ったかを示せないと、説明に困ります。回避策は、判断軸5の記録を、導入の初日から残すことです。

費用・工数・体制

費用は、ツールの種類と契約の形によって大きく異なります。本記事では金額を示しません（要確認）。大手のような内製は、事務所の規模では現実的でない場合が多く、市販のツールや、会計ソフトのAI機能を使う形が中心になると見込まれます。工数は、業務の洗い出し、試験運用、記録の整備、規程の改訂が中心です。

体制としては、導入責任者を公認会計士の中から決め、試験運用と記録を担う職員を決めます。会計事務所のAIエージェントの選定の観点は、会計事務所のAIエージェント比較 製品表を作る前に決める7つの軸でも整理しています。ベンダーの提案を受ける際は、判断軸の7つを質問票に落とし、回答を比較する運用があります。

今後の展望と独自考察

大手が証憑突合と調書作成までをAIで通す動きは、監査の工程の分け方そのものを見直す契機になります。論点になるのは、次の3点です。

1つ目は、人が見る工程の設計です。全件をAIが処理するとき、人はどこを、どの程度見るのかが問われます。2つ目は、AIの出力を調書の根拠にする場合の説明責任です。根拠が追える設計でなければ、後日の説明が難しくなります。3つ目は、被監査先との関係です。証憑のデジタル化と、AIによる検査が進むと、被監査先が提出する書類の形式にも影響が及びます。

中小の事務所にとっては、大手と同じ規模の仕組みを持つことが目標ではありません。自事務所の業務で、工数が大きく、誤りが起きやすい工程を選び、AIを補助に使い、人が確認する構造を作ることが、現実的な出発点です。会計事務所のAI活用の実態調査の読み方は、会計事務所の有償AIサービス提供は40%、収入か労働時間が改善した事務所は67% 743名調査から読む報酬設計の7判断軸で整理しています。

よくある質問

DIPはどのような仕組みですか。

証憑の読取と理解、会計データとの照合、調書の作成までを一貫して処理する、EY新日本の生成AI活用システムです。画像解析AIで改ざんの兆候を検査し、アラートを発出するとされています（出典：EY Japan ニュースリリース）。

本稼働の時期と対象はいつ、どこまでですか。

2026年1月28日の発表で、全被監査先3,805社を対象とした本稼働とされています。パイロット版は2025年2月に始まったと報じられています（出典：IT Leaders 記事）。

中小の事務所も同じ仕組みを使えますか。

DIPは、EY新日本のシステムであり、外部の事務所が使えるものとして公表されているかどうかは、確認できません（要確認）。市販のツールを検討する場合は、判断軸の7つで比較する運用があります。

AIツールに証憑を入力する際の守秘義務はどうなりますか。

公認会計士法第27条は、業務上取り扱ったことについて知り得た秘密を他に漏らし、又は盗用してはならないと定めています。個別の入力との関係は、サービスの契約と設計によるため、本記事では判断していません。

アラートが出た証憑はどう扱えばよいですか。

アラートは、確認のきっかけとして扱う運用があります。原本や取引の事実関係の確認、調査の記録の保管を、事務所の手順書に定めておく方法が考えられます。

効果はどのくらい見込めますか。

公表資料には、期待は書かれていますが、削減時間などの数値は確認できません（要確認）。自事務所の試験運用で実測する運用があります。

参考文献

• EY Japan ニュースリリース EY新日本、生成AIを活用したシステムを本格運用
• IT Leaders EY新日本、生成AI活用の書類解析システムが本稼働
• 日本公認会計士協会
• e-Gov法令検索 公認会計士法
• e-Gov法令検索 個人情報の保護に関する法律

※士業のチカラでは、生成AIの導入支援から運用最適化まで、貴事務所の業務に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://shigyonochikara.jp/contact/