AI生成の偽領収書と経費精算の内部統制｜決済データとの突合、RCMの記載例、内部監査の手続
AIで作られた偽の領収書は見た目では見分けにくいため、経費精算の確認をカード決済データや過去の申請との突合に移し、決済データのない精算に人の確認を集中させます。
監修 公認会計士 石塚 康一
目次
生成AIで本物らしい領収書の画像を短時間で作れるようになり、承認者が画像を見て真偽を判断する確認は通用しにくくなりました。経費精算で確かめる対象を、領収書が本物かどうかから取引が実際にあったかどうかに移し、カード決済データ、交通・出張の記録、過去の申請との重複など、画像の外にある事実と突き合わせます。
電子帳簿保存法のスキャナ保存とタイムスタンプは保存した後の改ざんを防ぐ仕組みで、受領した時点で偽物だった画像の真正性までは確かめられません（編集部の整理）。決済データのない精算に人の確認を集中させ、RCMと内部監査の手続に落とし込みます。
生成AIで作られた偽の領収書の検出状況
AI生成の偽領収書とは画像生成AIなどで作成された、実在しない取引または実際と異なる内容を示す領収書・レシート・請求書の画像やPDFを指します（本記事での定義）。紙のレシートを撮影したように見せた画像と、取引先が発行したように見せた請求書のPDFの両方を含みます。
本記事で開いて確認した資料は、Forbes JAPANの記事（2026年6月29日、James Broughel氏の寄稿）、AppZen社の解説ページ（2026年9月14日更新）、ITmedia NEWSの記事（2026年9月11日）、国税庁の電子帳簿保存法一問一答のスキャナ保存関係と電子取引関係（いずれも令和8年7月）、国税庁の適格請求書発行事業者公表サイトです。確認日はいずれも2026年10月21日です。
国内で偽の領収書が使われた件数や被害額について、確認できる公的な統計は見つからなかったため、本記事では扱っていません。
Forbes JAPANの記事は、AppZen社が収集したデータを紹介しています。偽領収書として検出フラグが立ったもののうち、AI生成の領収書の割合は2025年3月には0%でしたが、2026年5月中旬には70.8%に達しました。2026年5月15日までの12か月間に同社が検出したAI生成の領収書は1,471件で、174社の745人の従業員が提出し、申請額は合計14万8,143ドル（記事の換算で約2,400万円、1ドル＝161円）です。
同じ記事は、数字が示すのは検出された提出と従業員が請求しようとした金額であって、確定した損失や実際に支払われた金額ではないと断っています。AppZen社の顧客企業で検出された件数でもあるため、日本企業全体の実態を表す数字として読むことはできません。
金額の傾向について、同記事はAI生成の領収書の平均を101ドル、中央値を約32ドルとし、旧来の偽テンプレートの領収書の平均約182ドルより少額だと紹介しています。経理部門は一定額未満の申請を人のレビューがほとんどないまま処理する閾値を設けることが多く、記事は、時間を節約するための統制が不正をしようとする者に「狙うべき金額」を教える結果になり得ると指摘しています。
国内の報道では、ITmedia NEWSが2026年9月11日に、コンビニエンスストアのレシートを撮影したように見える生成AI画像がXで広まったことを伝えました。投稿者によれば、画像はOpenAIが9月8日（現地時間）に発表したChatGPT Images 2.5で生成したものです。同記事の中で、マネーフォワードの松岡俊CAO（公認会計士）は「AIで偽造された領収書画像を見せられた場合、企業側が自力で見破ることは難しい」と述べています。
AIを使った経費・請求の不正の類型と確認の手がかり
生成AIで短くなったのは偽の領収書や請求書を作る手間と時間で、不正の類型は従来の経費不正と同じです（編集部の整理）。類型ごとに、どの統制の隙が使われるか、画像の外で何を確かめれば見つかるかを並べました。
| 類型 | 手口の例 | 使われる統制の隙 | 画像の外で確かめる手がかり |
|---|---|---|---|
| 架空経費 | 実在しない会食やタクシー利用のレシートを生成して申請する | 承認者が領収書の見た目と金額だけで承認している | カード決済データの有無、予定表・出張申請との整合 |
| 金額の水増し | 実際に支払った金額より高い金額のレシートを作り直す | 決済額と申請額を照合していない | カード明細の金額との一致、店舗の価格帯との比較 |
| 二重申請・使い回し | 同じ支出を別の月や別の従業員の名前で申請する | 過去の申請と照合していない | 金額・日付・店舗の一致、画像のハッシュ値の一致 |
| 私的支出の付け替え | 私的な買い物のレシートの日付や品目を書き換える | 業務上の必要性を確かめていない | 勤怠・出張の記録、休日の申請、品目と業務の関係 |
| 少額の分割申請 | 自動承認の閾値の直下の金額に分けて申請する | 閾値未満を誰も見ていない | 閾値直下の金額の分布、同一店舗の申請頻度 |
| 偽の請求書 | 架空の取引先の請求書や振込先を変えた請求書を作る | 取引先マスタと振込先口座の変更を確かめていない | 取引先マスタの登録記録、発注・検収の記録 |
表の最後の偽の請求書は従業員の立替精算ではなく購買・支払のプロセスで処理されるため、統制の設計が経費精算とは別になります。振込先口座の変更確認と支払承認の手順は支払・振込の承認フローの記事にまとめたので、本記事では経費精算を中心に扱います。
電子帳簿保存法のスキャナ保存が確保する範囲と受領前の偽造
スキャナ保存の要件は紙で受け取った書類について、紙の段階と電子化した後の改ざんの可能性を低くするために置かれた仕組みです。国税庁の一問一答【スキャナ保存関係】（令和8年7月）の問21は、入力期間内に単にスキャンを終えるだけでは足りず、タイムスタンプを付すか、訂正削除の履歴を確認できるシステムに格納した状態にする必要があると説明しています。
同じ問21は入力期間を設けた趣旨を、受領後できるだけ早く電磁的記録にして紙の段階での改ざんの可能性を低くすることとし、タイムスタンプを付した記録は電磁的記録の改ざんを防げると述べています。入力期間は、速やかに入力する場合がおおむね7営業日以内（問22）、業務の処理に係る通常の期間を経て入力する場合は最長で受領から2か月とおおむね7営業日以内（問23）です。
| スキャナ保存の仕組み | 確かめられる事項 | 確かめられない事項（編集部の整理） |
|---|---|---|
| 入力期間（問22・問23） | 受領から入力までの期間が短く、紙の段階で書き換える時間が限られる | 受領した時点で既に偽物だった画像かどうか |
| タイムスタンプ・訂正削除履歴（問21） | 保存した後に画像が書き換えられていないこと | 保存した画像の内容が実際の取引と一致しているかどうか |
| 解像度・カラー（問10） | 書類の細部まで読み取れる画質で保存されていること | 画像が撮影されたものか生成されたものか |
ITmedia NEWSの記事で松岡氏は、短い期間なら領収書を偽造・加工する時間はないという前提がスキャナ保存のルールの背景にあったものの、生成AIを使えば短時間で偽の領収書画像を作れるようになったと指摘しています。同氏はあわせて、税務調査では登録番号をもとに売り手と買い手の数値を照らし合わせる手段がある一方、一般企業には同様の照合手段がないと述べています。
受領や撮影の時点で偽物だった画像は、電子帳簿保存法に対応した経費精算システムを使っていても、要件どおりに保存された偽物として残るだけです。保存の要件を満たすことと、取引が実在することの確認は、別々に設計する必要があるというのが編集部の整理です。スキャナ保存の要件と製品の設定の対応は経費精算システムの選び方の記事で表にしています。
メールに添付されたPDFの請求書や領収書は、スキャナ保存ではなく電子取引の保存の対象です。一問一答【電子取引関係】（令和8年7月）の問2は電子メールによる授受（添付ファイルを含む）を電子取引に含め、問12は従業員が会社の経費を立て替えて領収書を電子データで受け取った場合も、その受領が会社の行為として行われるときは会社の電子取引に当たるとしています。保存の要件は電子取引のPDFとAI-OCRの記事に分けました。
画像の外の事実で取引の実在を確かめる方法
AppZen社の解説ページは偽の領収書を見つける確認として、画像の来歴、加盟店の実在、計算の整合、価格の妥当性、過去の申請との照合の5つを挙げています。Forbes JAPANの記事も領収書をカードの記録、加盟店情報、出張の詳細、従業員の過去の申請パターンと照合して取引そのものを検証するよう勧めています。2つの資料をもとに、確認の方法を一覧にしました。
| 確認の方法 | 使うデータ | 見つけられるもの | 限界 | 自動化のしやすさ |
|---|---|---|---|---|
| 決済データとの突合 | 法人カード・個人カードの利用明細 | 架空経費、金額の水増し | 現金払いと明細を連携していない個人カードは対象外 | 高い（明細の取込で自動照合） |
| 移動・出張の記録との突合 | 交通系ICの履歴、出張申請、予定表、勤怠 | 私的支出の付け替え、架空の出張 | 記録を持たない業務がある。従業員のプライバシーへの配慮が必要 | 中程度 |
| 計算・税額と登録番号の確認 | 明細・税額・合計、公表サイトの登録情報 | 計算の合わない生成画像、存在しない登録番号 | 計算が正しく実在の番号を使った偽物は見つからない | 高い |
| 加盟店の実在と価格の妥当性 | 店舗情報、営業日、価格帯 | 架空の店舗、相場から外れた金額 | 実在の店舗名と相場の金額を使った偽物は見つけにくい | 中程度 |
| 重複・類似の検知 | 過去の全申請、画像のハッシュ値 | 二重申請、使い回し | 画像を作り直すとハッシュ値は一致しない | 高い |
| メタデータと来歴情報 | EXIF、PDFの作成アプリ、来歴の記録 | 編集ソフトや生成AIの痕跡 | 編集・圧縮・スクリーンショットで消える | 高い（判定の根拠には使わない） |
| 申請パターンの分析 | 申請データ全件 | 閾値直下の集中、同一店舗の高頻度、休日の申請 | 個々の申請の真偽は判定できない | 高い |
決済データとの突合
カード会社から取り込んだ利用明細と申請を、金額・日付・加盟店名で突き合わせます。生成した画像の金額をいくら本物らしく作っても、決済の記録がなければ申請と明細が一致しません。
ITmedia NEWSの記事で松岡氏はコーポレートカードなどでキャッシュレス決済に一本化して決済データを経費精算システムに直接取り込むこと、個人のクレジットカードで払う場合も決済データを連携させて明細で支払の事実を確かめることを挙げています。カードの明細連携の対応状況は製品ごとに異なり、確認先は経費精算システムの記事の表に載せました。
移動・出張の記録との突合
タクシーや出張先の飲食の申請は交通系ICの利用履歴、事前の出張申請、予定表、勤怠の記録と日時を照らし合わせます。位置情報のように従業員のプライバシーに関わるデータを使う場合は、利用目的を従業員に示し、社内規程で利用の範囲を定めることが前提です。個別の利用が法令上認められるかは弁護士に確認してください。
計算・税額の整合と登録番号
明細の合計、税率ごとの区分、消費税額を検算します。適格請求書の登録番号は国税庁の適格請求書発行事業者公表サイトでTを除く13桁の数字を入力して照会でき、一度に10件まで検索できるほかWeb-API機能もあります。照会で分かるのは番号の事業者が登録されているかどうかで、その事業者との取引が実際にあったかどうかは分かりません。読み取った番号の照合手順はインボイスの請求書とAI-OCRの記事にまとめました。
加盟店の実在と価格の妥当性
AppZen社の解説ページは、加盟店が実在し、記載の住所で営業し、記載の日に開いていて、記載の品目を扱っているかを確かめる確認と、その店舗・品目の既知の価格と比べる確認を挙げています。社内で行う場合は、同じ店舗への過去の申請額や、同じ地域・業態の申請額との比較から始めるのが現実的です（編集部の整理）。
重複・類似の検知
金額・日付・店舗の組合せが一致する申請を、申請者をまたいで全件から抽出します。画像ファイルのハッシュ値（ファイルの内容から計算する固有の値）が一致すれば同じ画像の使い回しと判断できますが、生成し直した画像はハッシュ値が変わるため、金額・日付・店舗での照合と組み合わせます。
画像・PDFのメタデータと来歴情報
撮影機器の情報（EXIF）、編集ソフトの痕跡、PDFの作成アプリは、画像の来歴を推し量る手がかりの一つです。Forbes JAPANの記事は、OpenAIが自社ツールで作った画像に出所や生成方法を記録するメタデータを埋め込んでいる一方、メタデータはファイルの編集・圧縮や除去ソフトの処理で消えることがあると紹介しています。メタデータがないことは偽物の証拠にならず、メタデータだけで真偽を判定する運用は避けます。
申請パターンの分析
申請パターンの分析で見るのは、個々の申請の内容より申請の集まりの偏りです。自動承認の閾値の直下に集中する金額、同じ店舗への高い頻度の申請、休日の申請、承認者と申請者の組合せが固定しているケースを抽出の条件にします。分析で抽出した申請は不正の疑いがある段階の申請で、結論を出すのは決済データや原本で確かめた後です。
AppZen社の解説ページは、損失の大きさは検知の精度よりも不正を見つける早さに左右されるとし、公認不正検査士協会（ACFE）の報告書「Occupational Fraud 2026」を引いて、1件あたりの損失の中央値が全体で10万4,000ドル、6か月以内に発見されたものは4万ドルだったと紹介しています。同ページには、単一のシグナルに頼る統制は画像モデルが改良されると機能しなくなるという記述もあり、このため、表の確認は複数を組み合わせて月次で回すことが前提です。
支払手段別の確認フローと自動承認の閾値の見直し
人が細かく確認できる件数には上限があるため、決済データで自動照合できる申請はシステムの照合に任せ、決済データのない申請と高額・交際費に人の確認を集中させます。区分ごとの分担は次の表のとおりです。
| 区分 | 自動で確かめる事項 | 人が確かめる事項 | 証跡 |
|---|---|---|---|
| 法人カード払い | 明細と申請の金額・日付・加盟店の一致、重複 | 業務上の必要性、勘定科目 | 明細と申請の照合結果、承認記録 |
| 個人カード払い（明細連携あり） | 連携した明細との一致、重複 | 業務上の必要性、カード払いにした理由 | 連携の設定記録、照合結果 |
| 個人カード払い（明細連携なし） | 重複、計算の整合、登録番号 | カード明細の写しとの照合、業務上の必要性 | 明細の写し、確認者と確認日 |
| 現金・領収書のみ | 重複、計算の整合、登録番号、閾値直下の抽出 | 現金払いの理由、予定・出張との整合、抽出した申請の原本 | 理由の入力、原本の保管記録、抜き打ち確認の結果 |
| 高額・交際費 | 上記の区分に応じた照合 | 参加者・目的の記載、事前申請との整合 | 事前申請、参加者名簿、上位者の承認記録 |
自動承認の閾値の見直しでは金額の引き下げとあわせて、閾値未満の申請を抽出して確かめる手続が必要です。Forbes JAPANの記事は、少額の申請が自動で承認される場合でもサンプリングを行い、不正の手口に応じてレビューの規則を更新するよう勧めています。閾値未満の申請から毎月一定件数を無作為に抽出し、決済データや原本で確かめる手続を置くと、閾値の直下を狙う申請にも確認が及びます。抽出件数の例は後述のRCMの記載例に載せました。
現金払いや領収書だけの精算について、松岡氏はカードで払えるのに領収書で立替申請する従業員には理由を確かめてデジタル決済への切り替えを促すこと、システムで連携できない支払は原本の保管をルール化して抜き打ちで確認することを挙げています。申請画面で現金払いの理由を必須の入力項目にしておけば、理由のない申請を承認者に回す前に止められます。
承認者が確認する観点も見直しの対象です。承認者の役割は画像の見た目の真偽の判断から、その支出が業務に必要だったか、申請者の予定や出張と合っているかの確認に移ります。経費精算規程にはカード払いを原則とすること、現金払いの場合は理由の記載と原本の保管を求めること、不正が見つかった場合の処分を定めます（例。条文は自社の規程体系に合わせてください）。出張旅費規程・経費精算規程の条項例は出張旅費規程と経費精算規程の作り方の記事に載せています。
経費精算の不正に対応するRCMの記載例
RCM（リスク・コントロール・マトリクス）は、業務ごとのリスクと、そのリスクに対応する統制を一覧にした表です。次の表は架空の会社の例で、統制の頻度や件数は会社の申請件数と体制に合わせて決めます。
| リスク | コントロール | 予防・発見 | 手作業・IT | 頻度 | 実施者 | 証跡 | 運用テストの手続 |
|---|---|---|---|---|---|---|---|
| 架空・水増しの経費が支払われる | 経費精算システムがカード決済データと申請を自動で突合し、不一致の申請を差し戻す | 予防 | IT | 申請の都度 | システム（不一致の確認は経理担当者） | 突合の設定画面、差戻しの記録 | 設定の閲覧と、不一致の申請を使った再実施 |
| 同一の支出が二重に支払われる | 金額・日付・店舗・画像のハッシュ値で重複を検知し、経理責任者が検知結果を月次でレビューする | 発見 | IT＋手作業 | 月次 | 経理責任者 | 検知結果の一覧、レビューの記録 | 月を抽出してレビュー記録を閲覧し、検知された申請の処理を追跡 |
| 決済データのない精算が承認される | 現金払いの理由の入力を必須にし、決済データのない申請から毎月10件を抽出して原本を確認する | 発見 | 手作業 | 月次 | 経理担当者 | 抽出の記録、原本確認の結果 | 月を抽出して抽出方法の妥当性と確認結果を閲覧 |
| 承認者が実質的に確認していない | 承認者別の承認件数・承認までの時間・差戻し率を集計し、管理部長が四半期ごとにレビューする | 発見 | 手作業 | 四半期 | 管理部長 | 集計表、レビューの記録 | 集計表の再計算と、異常値への対応の記録の閲覧 |
1行目と2行目のように、経費精算システムの自動突合や重複検知を業務処理統制の一部として評価に使う場合は、システムの設定が勝手に変わらないことを支えるIT全般統制が前提です。突合の条件を変更するときの申請と承認、設定を変更できるユーザーの権限を記録しておきます。自動化された統制の書き方は自動仕訳を業務記述書・RCMに記載する方法の記事、SaaS側と自社のIT全般統制の分担はクラウド会計のIT全般統制の記事で扱いました。
経費精算システムがAIで一次承認を行う場合は、AIの判定がそのまま確定するのか、人が承認して確定するのかで、RCMに書く統制の中心が変わります。2つの運用の区分と残す記録は経理のAI活用と内部統制の記事を参照してください。
内部監査の手続と指摘事項の記載例
内部監査では、経費精算の統制が設計どおり運用されているかを、申請データの全件分析とサンプルの確認で確かめます。手続と調書の対応は次のとおりです。
| 手続 | 対象・抽出方法 | 見るもの | 記録する調書 |
|---|---|---|---|
| 全件データの分析 | 監査対象期間の申請データ全件 | 重複、閾値直下の集中、休日の申請、同一店舗の高頻度 | 抽出条件、抽出件数、抽出した申請の一覧 |
| 決済データのない精算の確認 | 現金・領収書のみの申請から無作為に抽出 | 原本、現金払いの理由、予定・出張の記録との整合 | 抽出方法、確認した原本の一覧、確認結果 |
| 承認の運用の確認 | 承認件数の多い承認者と、差戻し率の低い承認者 | 承認記録、承認者へのヒアリングの内容 | ヒアリングの記録、閲覧した承認記録 |
| 規程と周知の確認 | 経費精算規程、申請者向けの案内 | カード払いの原則、原本保管、不正時の処分の定めと周知の記録 | 閲覧した規程の版、周知の日付と方法 |
指摘事項は事実、基準、原因、影響、改善提案の順に書くと、被監査部署が対応を決めやすくなります。改善の計画と実施は被監査部署が行い、内部監査は改善が実施されたかを後日確かめます。
事実：2026年4月から9月の経費申請3,120件のうち、決済データのない申請が412件あり、うち96件が自動承認の閾値5,000円の直下（4,500円以上5,000円未満）でした。経理部による原本の抜き打ち確認は同期間に実施されていませんでした。
基準：経費精算規程第8条は決済データのない申請について毎月10件以上の原本確認を経理部に求めています。
原因：担当者の異動後、確認の手順が引き継がれていませんでした。
影響：閾値直下の申請に架空・水増しの経費が含まれていても発見できない状態でした。
改善提案：原本確認の手順を業務手順書に記載し、確認結果を経理責任者が月次で承認する手順を設けることを経理部に提言します。
経費精算を内部監査計画に入れるかどうか、どの頻度で監査するかは、申請件数や過去の指摘、現金精算の割合などを使った自社のリスク評価で決めます。内部監査人と被監査部署の分担、全件データの抽出に生成AIを使う場合の記録は内部監査に生成AIを使う範囲の記事に書きました。監査法人に提出する資料をAIで作る場合の記録は監査法人がAI作成資料を確かめる方法の記事が扱っています。
上場準備企業・中堅企業が今期中に見直す項目
着手の順に並べると、次の8項目です。最初の2項目で現状の件数と連携状況が分かれば、残りの項目の優先度を決められます。
- 直近6か月の経費申請を、法人カード払い、個人カード払い、現金・領収書のみに分けて件数と金額を集計する
- 法人カードと個人カードの明細を経費精算システムに連携できているかを確認する
- 自動承認の閾値の有無と金額、閾値未満の申請を抽出して確かめる手続の有無を確認する
- 重複検知の設定（申請者をまたいだ照合を含む）を確認する
- 現金・領収書のみの申請について、理由の入力と原本の保管のルールを決める
- 経費精算規程にカード払いの原則、原本確認、不正時の処分を定める
- 内部監査計画に経費精算の全件分析とサンプルの確認を入れる
- 従業員に規程の改定と確認の手順を周知し、周知の日付と方法を記録する
上場準備企業では、社内規程と運用の記録が上場審査の内部管理体制の確認で見られます。AIを使う経理業務を審査でどう説明するかは上場準備企業の経理AI導入の記事で整理しました。
よくある質問
電子帳簿保存法に対応した経費精算システムを使っていれば、偽の領収書は防げますか。
防げません。国税庁の一問一答【スキャナ保存関係】問21によれば、入力期間は紙の段階での改ざんの可能性を低くするため、タイムスタンプは電磁的記録の改ざんを防ぐための仕組みです。受領や撮影の時点で既に偽物だった画像は、要件どおりに保存された偽物として残るため、取引の実在はカード決済データや過去の申請との照合で別に確かめます（編集部の整理）。
AIで作った画像かどうかを判定するツールを入れれば足りますか。
判定ツールだけに頼るのは避けます。Forbes JAPANの記事は、画像のメタデータは編集・圧縮や除去ソフトで消えることがあると紹介し、AppZen社の解説ページも単一のシグナルに頼る統制は画像モデルの改良で機能しなくなると述べています。判定ツールは決済データとの突合や重複検知と組み合わせる確認の1つとして使います。
少額の経費まで全部確認するのは現実的ですか。
全件を人が見る必要はありません。カード決済データとの突合と重複検知は全件をシステムで行い、人は決済データのない申請と、閾値未満の申請から無作為に抽出した一定件数を確認します。Forbes JAPANの記事も少額の自動承認を残す場合のサンプリングとレビュー規則の更新を勧めています。
現金精算をなくせない業務（出張先の現金払いなど）はどうすればよいですか。
申請時に現金払いの理由を必須で入力させ、原本の保管をルールにして、経理が毎月一定件数を抜き打ちで確認します。出張申請や予定表と日時を照らし合わせれば、原本の確認と合わせて取引の実在を確かめられます。ITmedia NEWSの記事でマネーフォワードの松岡氏も、原本保管と抜き打ち確認を挙げています。
不正が見つかった場合、まず何をすべきですか。
対象の申請データ、画像、承認記録を保全し、同じ申請者の過去の申請と同じ手口の申請を全件データから洗い出して影響の範囲を確かめます。懲戒処分、刑事上の対応、税務上の修正の要否は事案ごとの判断になるため、弁護士・税理士に確認してから進めます。
参考資料
- Forbes JAPAN「AI生成による『領収書の偽造』が急増、経理部門の新たな脅威に」James Broughel、2026年6月29日（最終確認 2026年10月21日） （最終確認 2026年10月20日）
- AppZen「Fake receipt detection: What finance teams are up against」2026年9月14日更新（最終確認 2026年10月21日） （最終確認 2026年10月20日）
- ITmedia NEWS「本物そっくり“AI生成レシート”が経費精算の脅威に マネフォ『自力で見破るのは難しい』 企業はどう備える？」2026年9月11日（最終確認 2026年10月21日） （最終確認 2026年10月20日）
- 国税庁「電子帳簿保存法一問一答【スキャナ保存関係】」令和8年7月 問10・問21〜問23（最終確認 2026年10月21日） （最終確認 2026年10月20日）
- 国税庁「電子帳簿保存法一問一答【電子取引関係】」令和8年7月 問2・問12（最終確認 2026年10月21日） （最終確認 2026年10月20日）
- 国税庁 インボイス制度 適格請求書発行事業者公表サイト（最終確認 2026年10月21日） （最終確認 2026年10月20日）
本記事は2026年10月20日時点で確認できた法令・資料に基づいています。個別の取引への当てはめは、顧問税理士や監査法人と確認してください。
内部監査の計画書・調書・指摘事項一覧 様式集（生成AIを使う場合の記録欄つき）
内部監査の年度計画、資料依頼、監査調書、指摘事項のフォローアップの様式に記入例を入れました。調書には生成AIを使った作業と監査人の確認方法を書く欄があり、上場申請の添付書類dの準備にも使えます。
あわせて読む記事
-
経理のAI活用と内部統制｜IT統制ガイダンスの記載と監査法人に説明する記録
AIの出力を人が承認してから確定する運用と、AIの出力がそのまま確定する運用で、監査法人に示す記録が変わります。
-
自動仕訳を業務記述書・RCMに記載する方法｜起票者の扱いと承認証跡の残し方
ルールやAIが作る仕訳は人が起票操作をしないため、業務記述書とRCMでは起票者の代わりにルールの設定者・承認者・証跡を書き分けます。
-
経理部門の生成AI利用ルールに定める項目｜入力してよい情報の区分・ログ・承認者
経理の生成AI利用ルールは、情報の区分ごとの入力可否、会社が契約したプランの指定、ログの保存、帳簿と開示に使う出力の承認者の4項目で構成します。
-
クラウド会計のIT全般統制の評価項目｜SaaS側と自社の分担とSOC1報告書の確認範囲
クラウド会計ではIT全般統制の大半を提供会社が担いますが、ユーザー権限の設計と変更記録、SOC1報告書の読み合わせ、報告書が利用者側に求める統制の運用は自社の仕事として残ります。
