KPMGのAIエージェント、人間の監査チームより鋭い質問を投げかけた試験監査

AI Agents Ask Better Questions Than KPMG Accountants in Landmark Audit Trial

KPMGのAIエージェント、人間の監査チームより鋭い質問を投げかけた試験監査

KPMG UKがFTSE 250企業の財務諸表を対象に、100体以上のAIエージェントを動員した「Project Exponential」を実施。エージェントは情報収集から分析、文書化、結論の草案作成まで監査プロセス全体を担い、いくつかの論点では人間の監査チームより深く掘り下げ、監査人が気づかなかった疑問を提示した。ただし規制要件の照合で誤りがあり監査人が介入する場面もあり、正式な法定監査とは区別されている。KPMGは最大20件の大規模監査への拡大を計画するが、データ品質や技術の成熟度が課題として残る。

KPMG UKの監査責任者Cath Burnet氏によれば、この技術はいくつかの事例で通常の監査チームよりもはるかに深く問題に踏み込み、追加調査が必要な領域を特定し、人間の監査人が必ずしも提起しなかった質問を投げかけた。
  1. trentnix

    KPMGの会計士は概して経験不足で、過重労働で、インセンティブも貧弱だ。大手事務所のパブリック・アカウンティング・モデル全体が、複数のレベルで搾取的になっている。

  2. origini

    普通の仕事でも、二人の人間の間にはものすごく大きな差がある。それに対抗する仕組みが機能している唯一の組織は、手順とチェックリストを備えたパイロットだ。

    そして毎年、新しい人間がやってきて、そのすべてをまた一から学ばなければならない。

    もちろん、一つのAIエージェントと、一つのAIを教えることは、その仕事の平均的な人と同じくらいの能力になった途端に圧倒的に有利になり、ほんの少しでも上回れば他の全員をぶっちぎる。

  3. chilmers

    適切に訓練されたAIエージェントは、こうした文脈で人間に対して大きな優位性を持つと思う。彼らには本質的に怠惰に傾く傾向がないからだ。ほとんどの人間は、純粋にそれが好きでやっているのでない限り、職業上の場面で行う仕事の量を最適化しようとする自然な傾向があると思う。プロセスやインセンティブを設定することでこれに対抗できるが、精神的なエネルギー消費を最小化し、反復的で退屈な、あるいはつまらない作業を避けようとする、進化によって深く刷り込まれた傾向に常に逆らうことになる。

    一方、AIでは強化学習を使って、そうした進化的な傾向を持たないエージェントを作る。そこでは(アラインメントと不正を解決できる限り)どれだけの労力がかかろうと、何が伴おうと、仕事をするように訓練される。

  4. odyssey7

    Excelは会計士を置き換えなかったし、その前の計算機も同様だ。AIは彼らがより多くをこなすのを助けるのであって、より少なくするのではない。

  5. chirau

    全然驚かない。

    AIラボはMercorのような企業と1年以上にわたって協力し、まさにこうした事務所のコンサルタントや会計士自身に、彼らが日常的に取り組む典型的なタスクごとにかなりの額を支払っていた。中には実際の文書を提供したケースもある。

    期待値はより厳格で、評価基準はかなり広範だった。だから何万人ものコンサルタントから訓練されたエージェントが、最終的に個々のコンサルタントよりも良い質問をするようになるのは当然だ。

  6. priyadarshy

    自社のSOC2コンプライアンスをOpus(あるいはそのレベルのモデル)で監査する際にも同じ経験をした。

    Opusは、我々のポリシー、リポジトリ、SOC2管理基準のすべてにアクセスできると、あらゆる種類のセキュリティ/コンプライアンスレビューで私がこれまで関わったどの監査人よりも、証拠に関して徹底的で厳格だった。

    ほとんど欠点と言えるほどで、ある事柄については非現実的な基準を設定するため、少し後ろに押し戻す必要があり、また永遠にあなたを忙しくさせる仕事を勝手に作り出すことにも積極的だ。

  7. prometheus1992

    TFAを読め——この実験はKPMG自身が実施している。この実験の結果は、「今日のFAANGのコードの大部分はAIによって書かれている」というのと同等だ。

    ビジネスの監査というタスクは、データや情報があちこちに散らばっているために極めて複雑だ。AIは人間を上回る地点には達していなかったが、この実験で彼らはエージェントのグループがこのタスクに十分適していることを発見した。それでも、監査人が暗黙のうちに理解している、例えばデータ発見のような、定義の乏しいタスクがまだたくさんあり、監査が始まる前にすら、ソフトウェアプロジェクトと同様に監査を開始し完了するには人間が常に必要だと私は思う。

  8. marconey

    https://www.ft.com/content/5168b3e9-75d0-4be0-9ccd-d327d6b16...

    これが元のFT記事だと思う

この日のほかの記事

2026-11-18