労務監査とは、就業規則や労働契約の遵守状況を点検する社労士業務のことです。

社会保険労務士法の一部を改正する法律が、令和7年6月25日に公布されました（法律第77号、出典：衆議院 法律案・成立法律一覧）。この改正で、労務管理の相談・指導業務に「監査」という言葉が条文上はじめて明記されました。本記事では、この改正を踏まえて労務監査を新サービスとして立ち上げる際に、生成AIをどこまで業務に組み込めるかを整理します。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、職能団体・国会の見解は各公表資料で確認しています。

社労士法9次改正が労務監査に与える変化

第9次社会保険労務士法改正は、令和7年6月18日に第217回通常国会で可決・成立し、同月25日に公布されました（出典：衆議院 法律案・成立法律一覧）。全国社会保険労務士会連合会が最重点課題として取り組んできた改正で、社労士業務の位置づけを変える内容が含まれています（出典：全国社会保険労務士会連合会 第9次法改正特設ページ）。

改正の柱は大きく2つです。1つ目は社会保険労務士法第1条の使命規定の拡充です。同条は、個人の尊厳が保持された適正な労働環境の形成に寄与することを、社労士の使命として明記しました。2つ目は社会保険労務士法第2条第1項第3号への監査機能の追加です。労務管理その他の労働に関する事項について相談・指導する業務に、法令や労働協約、就業規則、労働契約の遵守状況を監査することを含む、という文言が加わりました。

このほか、社会保険労務士法第2条の2は裁判所における補佐人としての出頭・陳述に関する規定です。文言が整理されたうえで、令和7年10月1日に施行されています。社会保険労務士法第26条の名称使用制限は、公布の日から起算して10日を経過した日に施行されました（出典：衆議院 法律案・成立法律一覧）。第1条と第2条の改正は公布日である令和7年6月25日から施行されているため、2026年9月時点ではすでにすべての条文が効力を持っています。

労務監査という言葉が条文に明記されたことで、従来から一部の事務所が独自に提供していた就業規則点検や労務コンプライアンスチェックのサービスが、法律上の根拠を持つ業務として位置づけやすくなった、という論点整理が見られます（出典：社会保険労務士PSRネットワーク）。事務所としてこれを新サービスとして立ち上げる場合、監査対象の洗い出しとチェックリストの作成という定型作業に生成AIを組み込む余地が生まれます。

これまで社労士の業務は、手続代行や給与計算代行のような定型処理と、労務相談のような個別対応の二極で語られる場面が多くありました。労務監査は、この中間に位置する業務です。定型のチェック項目に沿って進める部分と、顧問先の事情に応じて論点を組み替える部分の両方を含みます。この二面性こそが、生成AIとの相性を考える出発点になります。チェックリストの骨格づくりは定型作業に近く、AIに壁打ちさせる余地が大きい一方、個別の指摘や改善提案の最終判断は、有資格者の経験に委ねる部分が大きくなります。

顧問先の立場から見ても、労務監査という言葉が法律上の業務として位置づけられたことは意味を持ちます。これまで、就業規則を見直してもらうという依頼が、何を根拠にどこまでの範囲で行われるのか曖昧だった事務所もあります。条文に業務として明記されたことで、監査の範囲と成果物を契約時に明確化しやすくなる、という実務上の変化が見込まれます。

労務監査チェックリストをAIで作る7ステップ

労務監査を新サービスとして立ち上げるとき、最初のハードルはチェックリストの設計です。何を、どの順番で、どの根拠条文に基づいて確認するかを一から整理すると、それだけで数十時間かかります。ここに生成AIを組み込む手順を7段階で示します。生成AIを新業務にどこから組み込むかという設計自体は、社労士事務所の生成AI最小導入 30日で1業務に絞る7ステップで扱った考え方が土台になります。

1つ目のステップは、監査対象領域の洗い出しです。就業規則、労働条件通知書、36協定、賃金台帳、労働時間管理の記録といった、監査で確認する書類カテゴリを生成AIに列挙させます。この段階では顧問先固有の情報は一切入力せず、一般的な労務管理の論点整理としてAIに壁打ちします。

2つ目のステップは、各書類カテゴリごとのチェック項目のたたき台作成です。ChatGPTやClaudeに、就業規則の必須記載事項を網羅したチェックリストの構成案を出すよう依頼し、粒度の異なる項目を洗い出します。ここでもAIの出力は下書きであり、労働基準法・労働契約法の該当箇所は有資格者である社労士自身が条文に当たって最終確認します。項目の粒度が細かすぎると監査実務での運用が煩雑になり、粗すぎると見落としが増えるため、実際に監査を担当する社労士の感覚に合わせて調整する工程も欠かせません。

3つ目のステップは、チェックリストの根拠条文の突合です。AIが出力した項目一つひとつについて、根拠となる条文番号をe-Govで実際に開いて照合します。生成AIは条番号を誤って出力することがあるため、この突合工程は省略できません。

4つ目のステップは、顧問先ごとのカスタマイズです。業種・従業員数・雇用形態の構成によって重点確認事項は変わります。業種別の労務リスクの傾向を一般論としてAIに整理させ、そのうえで社労士が顧問先の実情に合わせて優先順位を組み替えます。

5つ目のステップは、監査実施フローの設計です。書類の受領方法、面談の有無、指摘事項の伝え方、改善提案の書式といった実務フローを、他事務所の一般的な進め方を参考にしながらAIに複数案出しさせ、自事務所の体制に合う形を選びます。

6つ目のステップは、監査報告書のひな形作成です。指摘事項・根拠条文・改善提案・対応期限を整理した報告書のフォーマットをAIに下書きさせます。ひな形の段階では架空の「A社」を想定事例として使い、実在する顧問先の情報は入力しません。

7つ目のステップは、有資格者による最終確認と商品化です。チェックリストと報告書ひな形が固まった段階で、社労士自身が全項目を通しで確認し、料金体系（初回監査、年次フォロー等）と提供頻度を決めます。AIが作った下書きをそのまま顧客に渡すのではなく、社労士の判断を経て初めて商品として成立します。

7つのステップを通じて共通しているのは、AIに任せる範囲と有資格者が担う範囲を、工程ごとに区切って明確にしておくという考え方です。チェックリストの骨格出し、根拠条文の突合、報告書ひな形の下書きまでは生成AIとの壁打ちで時間を圧縮できます。一方、顧問先固有の事情を踏まえた優先順位づけと、監査結果としての最終判断は、有資格者である社労士自身が担う部分です。この線引きを事務所内で言語化しておくことが、AIを使った新サービスを継続的に運用するための土台になります。

freee人事労務やSmartHRのような労務管理システムに就業規則や労働条件のデータを蓄積している事務所であれば、システムから出力したデータの整理にもAIを使えます。ただし顧問先の実データをAIに入力する場合は、次章で扱う守秘義務の論点を先に整理しておく必要があります。AIの一次回答の精度をどう担保するかという論点は、労務相談のAI一次回答を社労士事務所で回す 精度を担保する7工程でも整理しています。

チェックリストと報告書ひな形は、一度作って終わりにはなりません。法改正のたびに確認項目が増え、監査を重ねるごとに見落としやすい論点が見えてきます。年に一度など、チェックリスト自体を見直すタイミングをあらかじめ決めておく事務所もあります。この改訂作業もまた、直近の法改正情報をAIに要約させたうえで、社労士が反映箇所を判断する、という7ステップと同じ考え方の繰り返しになります。監査対象の企業規模や業種が広がるほど、業種別のたたき台をあらかじめ複数パターン用意しておくと、初回相談から報告書提出までの流れが組み立てやすくなります。

あなたは社労士事務所の業務設計を支援するアシスタントです。
以下の条件で、労務監査チェックリストの構成案（大項目のみ）を作成してください。

- 対象：中小企業（従業員30〜50名規模）の一般的な労務管理体制
- 確認範囲：就業規則、労働条件通知書、36協定、賃金台帳、労働時間管理
- 出力形式：大項目を7〜10個、各項目に1行で確認観点を添える
- 実在する企業名・個人名は一切使わず、一般論として整理してください
- 法令の当てはめ判断は行わず、確認すべき論点の列挙にとどめてください

以下は労務監査報告書のひな形骨子です。架空の「A社」を想定した記載例を作成してください。

- A社：従業員35名、製造業、就業規則は5年前に改定
- 報告書の構成：指摘事項／根拠となる社内規程または法令の条項名（条番号は空欄のまま）／
  改善の方向性（断定は避け、選択肢を示す形）／対応目安期限
- 文体：ですます調
- 「〜すべきです」「〜しなければなりません」のような言い切りは使わず、
  「〜という運用例があります」のような紹介する書き方にしてください

監査で預かる労務データをAIに入れる前に決めること

労務監査は、就業規則や賃金台帳、労働時間の記録といった顧問先の内部情報にまとまって触れる業務です。通常の給与計算代行よりも扱う書類の範囲が広く、従業員個人の氏名や賃金額が含まれる資料に接する機会も増えます。生成AIをこの業務に組み込む前に、事務所として決めておくべき論点を整理します。

まず、利用するAIツールが入力データを学習に使うかどうかの確認です。Anthropicは法人向けプランのデータ利用ポリシーを公式に公開しており、商用契約条件の中でデータ取り扱いの範囲を明示しています（出典：Anthropic Commercial Terms）。OpenAIやGoogleも同様にビジネス向けプランのデータ利用方針を公式サイトで公開しています。無料版や個人向けプランはこの限りではないため、事務所として業務利用する場合はプラン種別を確認する工程が要ります。

次に、社労士自身の守秘義務の根拠条文です。社会保険労務士法第21条は、正当な理由がなく業務に関し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。同条は社会保険労務士でなくなった後も同様に適用されます。労務監査で預かる資料は、この守秘義務の対象そのものです。

顧問先への説明と同意取得の実務としては、監査業務でAIを使う範囲をあらかじめ契約書または業務委託の覚書に明記する運用が考えられます。どの工程でAIを使い、どの工程を有資格者が単独で行うかを区分し、実在する従業員氏名や個人番号をAIに入力しない運用ルールを事務所内で共有する事務所もあります。

事務所規程に落とし込む際の観点は3点あります。AI利用範囲の限定です。チェックリスト作成・報告書ひな形作成のみに限り、実データ入力は原則禁止とする等の線引きです。接続先ツールの承認制です。事務所として契約したプランのみ使用可とする運用です。そして有資格者の最終確認工程の明文化です。全国社会保険労務士会連合会も生成AI利用に関する留意点を継続的に発信しており、事務所規程を作る際の参考になります（出典：全国社会保険労務士会連合会）。

労務監査で扱う書類には、賃金台帳のように個人番号やマイナンバーに関連する情報が含まれる場合もあります。こうした情報は、就業規則点検のたたき台作成の段階では扱わず、監査実施フェーズに入ってから、必要最小限の範囲で有資格者が直接確認する運用にとどめる事務所もあります。AIに渡す情報と、社労士が単独で扱う情報を工程ごとに切り分けておくことが、事務所規程を設計するうえでの実務的な出発点になります。

複数の事務所が連携して大口の顧問先を監査するケースでは、どの事務所がどの範囲のデータを扱うかという情報共有の線引きも論点になります。委託先・再委託先を含めてAIツールの利用範囲を統一しておかないと、事務所ごとに異なる運用が混在し、顧問先への説明が一貫しなくなります。

労務監査という業務が条文上明記されたことで、この業務を新サービスとして外部に提供する事務所が増えることが見込まれます。守秘義務の建て付けを先に固めておくことが、サービス立ち上げの前提になります。

AI活用でつまずく4つの失敗パターン

労務監査へのAI導入でよくあるつまずきを4つ紹介します。

1つ目は、実データをそのままAIに投入してしまうケースです。チェックリスト作成の下書き段階のつもりで、顧問先から預かった就業規則の実物ファイルをアップロードしてしまうと、氏名や賃金額を含む個人データが外部のAIサービスに渡ります。架空の「A社」で下書きを作り、後から実データに差し替える順序を徹底することで防げます。

2つ目は、AIが出力した条文番号をそのまま報告書に載せてしまうケースです。生成AIは条番号や法令名を実在しないものに差し替えて出力することがあります。労務監査の報告書は顧問先の実務対応の根拠になるため、条文番号はe-Govで実在確認したうえで記載する工程を挟みます。

3つ目は、AIの出力をそのまま「監査結果」として渡してしまうケースです。チェックリストや報告書ひな形はあくまで下書きであり、有資格者が個々の項目を確認しないまま顧客に渡すと、事務所としての品質管理が形骸化します。誰がどの工程でAIを使い、誰が最終確認したかを記録に残す運用が、事務所の品質管理としても有効です。

4つ目は、チェックリストを一度作った後、更新しないまま使い続けてしまうケースです。労働関係法令は毎年のように改正が入ります。古いチェックリストのまま監査を続けると、直近の改正事項が漏れる可能性があります。チェックリストの更新履歴をバージョン管理し、どの時点の法令を反映したものかを記録しておく運用が、この失敗を防ぐ手立てになります。

労務監査サービスの費用・工数・体制

労務監査を新サービスとして立ち上げる際の費用と工数の目安を整理します。チェックリストと報告書ひな形の初期構築には、AIを使わない場合で数十時間、生成AIを壁打ちに使う場合は下書き作成の時間を大幅に圧縮できるという報告が事務所ヒアリングベースで聞かれます。ただし条文突合や有資格者の最終確認の工程は圧縮できないため、初期構築全体の時間が単純に何分の一になるといった数値は、事務所の規模や監査範囲によって幅があります。

ツール費用としては、ChatGPT Enterprise・Claude・Gemini for Workspaceのようなビジネス向けプランの月額利用料が主な固定費になります。各社の料金は変動するため、契約時に公式サイトで最新の金額を確認する工程を挟みます。

体制としては、チェックリストと報告書ひな形の初期構築を所長または主任社労士が担当し、AIとの壁打ち自体は補助者が行い、最終確認と顧客への説明を有資格者が行う、という役割分担を採る事務所があります。監査業務は顧問先ごとにカスタマイズが必要なため、テンプレートの流用だけでなく、更新・保守を継続的に担当する人員をあらかじめ決めておくことが運用の安定につながります。労務相談業務でAIの一次案作成を検証した事例としては、HRbase PROで労務相談の一次案を作る 社労士事務所の検証7工程があります。

新サービスとして立ち上げる際の初年度は、既存の顧問先への案内から始める事務所が多く見られます。すでに信頼関係のある顧問先であれば、監査範囲の説明や資料提出への協力を得やすく、初回の運用を通じてチェックリストと報告書ひな形の実務適合性を検証できます。新規の顧問先開拓は、この初年度の検証を経てから広げる、という段階的な立ち上げ方を採る事務所もあります。

労務監査ビジネスの今後の論点

社労士法9次改正によって労務監査が条文上の業務として位置づけられたことで、これを事務所の収益源として育てる動きが今後の論点になります。従来の手続代行や給与計算代行に比べて、労務監査は顧問先の労務体制そのものに踏み込むコンサルティング型の業務であり、報酬設計の考え方も異なります。時間単価ではなく、監査範囲や従業員数に応じた固定料金を設定する事務所の例も見られます。

生成AIの活用範囲は、チェックリストと報告書ひな形の下書き作成にとどまらず、監査結果を踏まえた就業規則改定案の骨子作成や、顧問先向けの説明資料作成にも広がる余地があります。一方で、監査で得た情報をどこまでAIに入力してよいかという線引きは、事務所ごとに規程として固めておく必要がある論点であり続けます。

事務所間での違いも今後の論点になります。労務監査を単発サービスとして提供する事務所と、顧問契約に組み込んで継続的に実施する事務所とでは、AIの使い方も変わってきます。継続監査であれば、前回指摘事項からの改善状況を追跡する仕組みをAIに手伝わせる余地が生まれます。単発監査であれば、初回のチェックリスト精度をどこまで高められるかが焦点になります。どちらの型を選ぶかによって、事務所として整備すべきAI活用の優先順位も変わってきます。

よくある質問

労務監査は新しい業務なのですか

社労士法上、監査という言葉が条文に明記されたのは第9次改正が初めてです（出典：衆議院 法律案・成立法律一覧）。ただし就業規則点検や労務コンプライアンスチェックといった類似の業務は、改正前から一部の事務所が独自に提供してきました。

生成AIに就業規則の実物ファイルを読み込ませてよいですか

事務所として契約しているAIツールのデータ利用ポリシーを先に確認する工程が要ります。入力データを学習に使わないプランかどうか、各社の公式ドキュメントで確認できます。実在する顧問先データを入力する前に、事務所規程で利用範囲を定めておく運用が考えられます。

AIが作った監査チェックリストをそのまま顧客に渡してよいですか

チェックリストや報告書ひな形はAIの出力を下書きとして扱い、有資格者である社労士が項目ごとに確認する工程を挟む運用が一般的です。条文番号はe-Govで実在確認したうえで報告書に記載します。

労務監査サービスの料金はどう決めればよいですか

事務所によって、時間単価型と固定料金型のいずれかを採る例があります。監査範囲や従業員数に応じた料金体系を設計する事務所の例が見られますが、標準的な相場が確立しているとは言えない段階です。

社労士法第2条の2の改正は何が変わったのですか

裁判所における補佐人としての出頭・陳述に関する規定の文言が整理され、令和7年10月1日に施行されています（出典：衆議院 法律案・成立法律一覧）。労務監査業務そのものとは別の改正項目です。

労務監査で守秘義務違反が疑われた場合はどうなりますか

社会保険労務士法第25条は懲戒処分の種類として戒告、業務停止、失格処分の3種を定めています。個別の事案がどの処分に相当するかは、行政機関の判断に委ねられる論点です。

他士業と連携して労務監査を提供することはできますか

労務監査は社労士の業務範囲内の事項が中心ですが、就業規則の改定に伴う契約書の見直しなど、弁護士や税理士の業務範囲と重なる論点が生じる場合があります。業際にまたがる部分は、それぞれの有資格者が自らの業務範囲で対応する分担が実務上の一般的な考え方です。

小規模な社労士事務所でも労務監査サービスを始められますか

事務所の規模ではなく、チェックリストと報告書ひな形をどこまで固められるかが立ち上げの鍵になります。生成AIを壁打ちに使えば、少人数の事務所でも初期構築の作業量を抑えられます。ただし有資格者による最終確認の工程は事務所規模に関わらず省略できないため、監査を担当できる人員の稼働時間を先に見積もっておく必要があります。

参考文献

• 衆議院 法律案・成立法律一覧「社会保険労務士法の一部を改正する法律」
• e-Gov法令検索 社会保険労務士法
• 全国社会保険労務士会連合会 第9次法改正特設ページ
• 社会保険労務士PSRネットワーク「社労士の業務に労務監査を明記するなどの第9次社労士法改正案が成立」

※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/