ＡＩで

士業は変わるか？

【第16回】

「ＡＩで不正会計はなくなるか？」

税理士・公認不正検査士（CFE）　米澤　勝

昨年10月に行われた一般社団法人日本公認不正検査士協会のカンファレンスでは、「不正調査と人工知能（ＡＩ）」がテーマとして取り上げられた。当日は、ベーカー＆マッケンジー法律事務所所属の弁護士・井上朗氏が「ＡＩを活用した不正調査の現状と今後の課題」と題して、基調講演を行い、これまで手がけてきた国際カルテル事件におけるアメリカ司法省との戦いの中で、どのようにＡＩを活用してきたのか、その一端を明らかにした。

不正調査では、億単位の膨大なドキュメント（文書、スプレッドシート、メール）などのすべてに目を通すことは不可能であり、ＡＩによって重要なドキュメントを絞り、それらを読み込んで仮説の修正や裏付けを行い、インタビューによって事実を明らかにしていくというプロセスは、もはや一般的なものであろう。

一方、会計監査の実務では、本連載【第７回】でも説明されているように、大手監査法人では、「不正会計予測モデル」が実用化され監査の品質管理が強化されていることや、「ＡＩによる会計仕訳の異常検知アルゴリズム」が実用化段階に入っているという。

こうした状況の中、本稿では、『ＡＩで不正会計はなくなるか？』をテーマに、不正会計の抑止又は早期発見とＡＩの活用といった視点から、論考をまとめてみたい。

＊　　＊　　＊

不正会計を含む不祥事をいかに予防するかについては、去る３月30日、日本取引所自主規制法人が「上場会社における不祥事予防のプリンシプル」を公表したところである。その中で、原則４は、予防だけではなく早期発見についても重要性を指摘、以下のように定義されている。

この「不正の芽の察知」、言葉を変えれば、不正の端緒をいかに把握するかについて、ＡＩの活用が考えられるのではないかというのが筆者の結論である。

これまで、不正の端緒の発見は、「人」にかかってきた。例えば、公認会計士の宇澤亜弓氏は、近著『不正会計リスクにどう立ち向かうか！』の中で、不正会計の端緒について、次のように語っている。

（出典）　宇澤亜弓『不正会計リスクにどう立ち向かうか！　内部統制の視点と実務対応』（清文社、2018年３月）、77頁

宇澤氏の指摘については、まったくその通りであると首肯するものであるが、こうした「違和感」を適時適切に覚えられる「職業的懐疑心」の持ち主が不足していることこそ、不正の早期発見が難しい理由の１つであることもまた、事実であろう。

それでは、不正の会計の端緒となる「違和感」をＡＩに指摘させることは可能であろうか。

活用例として、いくつか検討したい。

１　「情報収集ツール」としての検索エンジンの活用

筆者が本誌で連載している「会計不正調査報告書を読む」の中で取り上げたＡＴＴ株式会社が仕組んだ架空循環取引（※）については、ＦＡＣＴＡが2016年４月号で、『フィルムで大儲け？ 怪しい「白鵬のタニマチ」』と題する記事を掲載しており、急拡大する売上について疑問視するとともに、信用調査会社がマークしていることを伝えている。

（※）　詳細は【第65回】藤倉化成株式会社「特別調査委員会調査報告書（平成29年11月10日付）」及び【第66回】ＫＩＳＣＯ株式会社「特別調査委員会調査報告書（平成29年11月10日付）」を参照されたい。

与信管理担当者が、この記事を目にしていれば、少なくとも取引拡大にはストップをかけたであろうし、普通であれば、取引は中止するはずである。

問題は、日々の業務に忙殺される中、こうした情報をどうやって拾い上げるか、である。

万全ではないにしても、利用したいのが、検索エンジンのアラート機能を活用することによって、情報を収集することだ。本連載【第５回】で、税理士・公認会計士・弁護士である関根稔氏が、「Googleより優秀な税理士は存在しない」と明言しておられるとおり、Googleのアラート機能を活用して、インターネット上の取引先の情報を収集させ、自動的にアラート情報を配信させるよう設定を行うことが可能である。そうすれば、いちいち検索をせずとも、自社の取引先の信用情報に関連するものを吟味することができる。

いざ、破綻事故が起きたときに、「その会社って、以前から、変な噂がありましたよ」などと、信用調査会社の担当者から言われないためにも、情報収集は、検索エンジンのアシストを受けながら、進めたい。

２　不審な取引内容を自動的に検知する基幹システム（その１）

職業的懐疑心を有する者が抱く「違和感」を、自社の基幹システムが感知して、その都度、アラート情報として、経理部門、債権管理部門、審査部門担当者へと通知する仕組みができれば、有効なモニタリング手段となることが期待できる。

これもまた、本誌での連載記事「会計不正調査報告書を読む」で取り上げた事例であるが、２度にわたり特別調査委員会を設置し、その後、東京証券取引所から「改善報告書の徴求」という厳しい処分を受けた昭光通商株式会社。その連結子会社において、不正が発覚したきっかけは、監査法人からの指摘だった。

連結子会社の取引について、「仕入先及び販売先になっているＡ社及びＢ社の代表取締役が同一人物であることから、商流の適正性・合理性等について、注意喚起及び調査依頼を受けた（連載【第58回】、【第72回】）」ことから、社内調査を経て、架空循環取引に巻き込まれていたことが判明する。

この監査法人担当者の抱いた違和感は、基幹システムに取引先データを詳細に登録することにより、商談ごとの商流チェックを行わせることで、基幹システムからのメッセージとして受信することが可能となろう。

昭光通商子会社の事例のように、同一の取引において、「仕入先と販売先に資本関係がある、取締役の兼務が見られる、本店所在地が同じ」など、「違和感」を具体化して学習させ、条件に合致した商談について、タイムリーに通知を行う。通知を受けた担当者は、商談内容を確認し、証憑をチェック、販売担当者へのヒアリングなどを通じて、取引の妥当性を検討することにより、事後的な監査によって「違和感」を得るのではなく、進行形の取引について「違和感」の前兆を得ることが可能となろう。

３　不審な取引内容を自動的に検知する基幹システム（その２）

架空循環取引では、本来の販売先ではない会社から売上代金が振り込まれているケースが少なくない。前述のＡＴＴ事件でも、販売先とは異なる名称の会社から代金が振り込まれていたことが判明している。他にも、上場企業などの有名な社名を借用して架空循環取引が演出された事例も存在する。

こうした状況を基幹システムが判別して、アラート情報を通知することを検討したい。

売上代金入金時の「違和感」としては、次のようなものが考えられよう。

多くの上場会社では、売掛金の入金消込処理の自動化が進んでいるものと思われるが、債権管理担当者がこうした「違和感」に気づかず、基幹システムにいったん学習させてしまうと、自動的に仕訳が生成され、「違和感」を見逃してしまうことにつながりかねない。

債権管理部門の事務手続きの合理化は必要であるが、一方で「違和感」を埋没させないためにも、こうした「違和感」については、基幹システムから、アラート情報として、経理部門、債権管理部門、審査部門担当者へと通知する仕組みが必要である。

＊　　＊　　＊

以上、いくつか活用例を検討してきたが、ポイントは、職業的懐疑心を有する社員の暗黙知を具体化して、基幹システム上でアラート情報を生成させ、リアルタイムで商談内容を検証することにある。

前述の「不祥事予防のプリンシプル」でも、原則４の解説として、「どのような会社であっても不正の芽は常に存在しているという前提に立つべきである」ことを述べている。そのためには、属人化している暗黙知を形式知へと変換することが求められている。

ＡＩの活用によって不正会計はなくなるかと問われれば、「完全になくすことなど不可能である」ということを結論とせざるを得ないが、ＡＩの活用が、不正会計の抑止と早期発見に資するものであることは間違いない。不正を行う社員は不正が容易に発覚しないことを知っているからこそ、発覚後のリスクを分かっていながら、不正に手を染めてしまうものである。

とすれば、基幹システムによる監視活動を行うことは大いに抑止力になるだろうし、早期発見により、社内で問題解決が行われれば、レピュテーションリスクにさらされることもなくなる。

不正会計と戦うためのＡＩの活用について、大いに議論が盛り上がることを期待したい。

（了）