2026年3月5日
———————————————————————————
■□■　平林良人の『つなげるツボ』Vol.547 ■□■
―　ISOマネジメントシステムのテクノファ　―
＊＊＊　ISO9001キーワード「内部監査」：AIエージェントの活用3 ＊＊＊
———————————————————————————
今回のキーワードは、ISO9001箇条9.2 「内部監査」です。テクノファでは過去30年、
ISOに準拠した内部監査を講習テーマとして展開してきました。その間、組織においては
内部監査で問題を未然に発見し、外部から指摘される前に自分たちで問題解決を図ったと
いう話を聞きました。しかし、その話は内部監査の日本への導入初期の頃が多く、最近で
は組織の皆さんから「形骸化、マンネリ化、有効性」について、ネガティブな話を多く聞
いています。そんな中で俄かに注目されるのがAIです。2，3年前から膨大な知識を持っ
ているAIが登場しいろいろな質問にすぐに答えてくれることから世界中で注目を浴びるよ
うになりました。昨年からはAIが単に質問に対して調査して答えるという役割だけでなく、
人に代わって仕事をするようになってきました（エージェント機能）。

■□■　監査プログラムの計画，確立，実施及び維持　■□■
ISO9001箇条9.2.2 a)には、「頻度，方法，責任，計画要求事項及び報告を含む，監査プロ
グラムの計画，確立，実施及び維持。監査プログラムは，関連するプロセスの重要性，組
織に影響を及ぼす変更，及び前回までの監査の結果を考慮に入れなければならない。」
と要求されています。
ここでは、AIへのインプットとして２つのことがあります。(1)監査プログラム、(2)前回
監査の結果です。
(1) 監査プログラム
　監査計画とは異なります。監査プログラムは組織の内部監査に関する全体計画です。内
部監査はトップマネジメントの代わりに組織の状態をチェックして、「予測される問題」を
芽が小さなうちに発見し、問題発生を未然に防止するために行います。内部監査という道
具を使って組織のパフォーマンスを向上させることを目的に行いますので、予測される問
題に焦点を合わせてプログラムを組むことが大切です。
AIはこのプログラムを組むことに威力を発揮します。過去３～５年間くらいの部署ごとの
日常起こっている小さなミス、勘違い、修正などをインプットし監査のターゲットを絞る
ようにプロンプト（指示文）を作成します。

■□■　設計部門のプロンプトの例　■□■
例えば、設計部署で日常起こっている小さなミス、勘違い、修正などを調査します。この
場合、5年以上設計に従事している人（経験者）たちが集まって議論することをお勧めし
ます。過去データに設計ミスなどが整理されているとこの作業は精度を増すことになりま
すが、整理されていなくても設計者が5人くらい集まって1時間も議論すれば、過去の
20，30件くらいの設計ミスのデータを纏めることが出来ると思います。この際にポイント
になるのは検図経験のある人を集めることです。検図経験のある人ですと、ありがちなミ
スがどんなところで起きるのかを知っています。過去経験したミスの発見などをデータと
してできるだけ多く集めることが貴重なナレッジになります。AIに教え込むナレッジには
この他設計ミスの起こるメカニズムがあります。なぜ設計ミスが起きるのかのメカニズム
を知っていると内部監査の対象をより絞りこむことができます。本来このようなナレッジ
を活用して内部監査を効果的に行うことは内部監査員の仕事です。なぜAIが注目されるの
かと言うと、AIはナレッジに忠実にかつ何の忖度もなく内部監査をするからです。AIに設
計ミスデータを教え、ミスの起きるメカニズムを教えると基本的準備は終わりです。次に
はAIにやってもらいたいことを指示します。このAIへの指示文をプロンプトと言います。
AIに与えるプロンプトの例を上げてみます。
　・素材強度に関する設計ミスについて、内部監査する領域を調べ一覧表にしてください。
　・過去に複数の部品の組合せ寸法に計算間違いが出ているので、これからのプロセスを
　　監査してください。

■□■　製造部門のプロンプトの例　■□■
製造部門のプロンプトは設計部門に比較してデータに根拠を置いたものにできます。近
年の製造プロセスには自動検査の導入が進んでいますので、検査プロセスには多くのデー
タが集まっています。最近では工程に流れる全部品の寸法特性を上下許容限界寸法と比較
して不良品をはねる（検出する）工程管理が導入されていますので、そのような工場では
改めてAIエージェントを導入する必要ないでしょう。しかし、そのような最新の工程管
理が導入されていない工場では、AIに内部監査をさせることはより効果的な品質管理を実
施できる可能性があります。
製造部門で寸法外れが多発している工程は当然内部監査のターゲットになりますので、い
ままでも人が内部監査でチェックしていたはずです。しかし、人が行っていた内部監査で
は近年起きている「品質不正」をブロックすることができませんでした（出来ない組織も
ありました）。
AIには製造プロセスのどの工程に寸法外れが発生してるのかを教えて監査をせさますが、
この際にAIに渡すデータには人を介在させないことがポイントになります。
プロンプトの例は次のようなものです。
　・過去3年のデータから寸法外れの出ている工程を監査してください。