内部監査は長らく、過去のサンプルを調べて制御が機能していたかを確認する、後ろ向きな機能と見なされてきました。Snowflakeの内部監査チームでは、AIがその状況を変えました。
証拠収集、テスト、監査レポートの作成に費やす時間を50%削減しました。全体として、2026年には監査で3,500時間以上、ビジネス全体の制御オーナーで1,500時間以上を節約しました。
システムアクセスログのレビューであれ、主要な財務トランザクションパターンの分析であれ、AIにより、過去の「ある時点」のチェックから、継続的で自動化された監視へと移行できます。もはや半年前に何が問題だったかを特定するだけでなく、特定の制御やユースケースの主要なリスクを表面化させ、的を絞った質問をすることができます。
ここでは、実際のデータと測定可能な影響に裏打ちされた、AIがSnowflake内部監査チームの監査プレイブックを書き換えるのにどのように役立っているかを紹介します。
重要なポイント
- 証拠収集とレポート作成のための実地監査時間が50%減少し、数か月から数週間に短縮（2026年9月時点の内部結果）
- テストはサンプルから100%の母集団カバレッジに移行し、いくつかの主要な制御とレポートのテスト、およびユースケース（注文管理、Workdayの主要レポート、収益のスコープ設定、主要なアクセス制御）のスコープ設定に対するプロアクティブなインサイトを提供
- Snowflakeの内部監査チームは2026年に3,500時間以上（リスクのスコープ設定で1,000時間以上、テストとドキュメント作成で2,500時間以上）を節約し、制御オーナーはさらに1,500時間以上を節約
- AIがデータ処理と初期分析を処理し、監査人がすべての結論に責任を持つ
データが切断されたシステムに分散していたら、これらはどれもうまくいかなかったでしょう。請求、収益、人事、アクセス、監査のログデータがすでにSnowflakeに存在するため、ソースをつなぎ合わせることなく、母集団全体に対してテストできます。この作業を行うスクリプト、ダッシュボード、アプリを構築するために、SnowflakeのAIコーディングエージェントであるSnowflake CoCoを使用しています。
監査人による最終評価
AIをさらに推進する中で、私にとって信頼とアカウンタビリティは、いかなる効率性の向上よりも重要です。AIは私たちのアクセラレーターであり、人間の監視は私たちのアンカーです。私のチームは、ヒューマンインザループモデルの下で運営されています。
- AIが準備し、監査人が結論を出す：AIはデータ処理、パターン認識、初期の照合を処理します。監査人はすべての最終評価とリスク評価を行い、ビジネスリーダーとのすべての会話を担当します。
- 誰もが依存する前に監査人がAIの出力をレビューする：AIがテストドキュメントを起草したり、例外を表面化させたりした場合、監査人がそれをチェックします。私たちの時間は、証拠の収集からその検証へと移行しました。
- サードパーティツールはSnowflake内で実行される：Petual.aiなどのツールはSnowflake Native Appsとして実行されるため、その処理はSnowflakeアカウント内に留まり、セキュアで分離されています。
ハードメトリクス：効率性の推進と保証の拡大
| メトリクスカテゴリ | 達成された測定可能な影響 |
|---|---|
| リスクと監査のスコープ設定 | 複数のクエリを実行し、ダッシュボードを分析して、収益と財務のスコープ設定のさまざまな順列を評価し、さらに主要な運用監査のスコープ設定を実行することで、年間1,000時間以上を節約しました。 |
| テスト、ドキュメント作成、レポート作成時間の最適化 | さまざまな財務および運用制御、ならびに主要な認定資格要件の手動テストおよびドキュメント作成時間を年間2,500時間以上節約しました。これにより、監査人はリスクの高い戦略的領域に集中し、関係者と協力して発見事項の解決に取り組むことができます。 |
| 制御オーナーの時間節約 | 制御のパフォーマンス、証拠収集、リクエストプロセスを合理化することで、年間1,500時間以上を節約しました。 |
| リスクの可視性と母集団カバレッジ | 従来のランダムな統計的サンプリングから、例外に対するほぼリアルタイムの可視性を備えた特定のユースケース向けの100%の全母集団保証に移行しました。 |
| 実地監査から監査レポートまでの速度 | 証拠収集とレポート作成のための実地監査時間を50%削減（数か月から数週間に短縮）。 |
AIが主要なSOXおよび財務制御をどのようにサポートするか
収益ストリームのスコープ設定
「スキル」とは、AIが認識し、リクエストに応じて実行する再利用可能なワークフローです。CoCoには、ほぼリアルタイムで主要なディメンション全体にわたって収益ストリームをスコープ設定し、オンデマンドでスナップショットをEメールで送信するスキルがあり、年間500時間以上を節約しています。消費が急増した場合、それを早期に発見し、主要な制御への影響について関係者と連携するため、SOXコンプライアンス作業を先取りできます。
自動化された主要なOrder-to-Cash制御のテスト
大量の注文にわたって手作業でサンプルを選択してテストすることは、時間がかかり、エラーが発生しやすかったです。現在では、AI_EXTRACTなどのCortex AI関数が、収益認識条件、開始日と終了日、請求条件など、注文ドキュメントから主要な用語を抽出します。CoCoで構築されたアプリが、請求および収益認識システムと照らし合わせてそれらを検証するため、すべての注文をテストし、異常が発生したときにそれをキャッチします。
自動化された主要レポートのテスト
その情報を解析するのが難しい監査ログでテストするために、「真の」監査関連の変更に関するインサイトが必要でした。プロセスの複雑さと、手動によるレポートの抽出、分析、検証への高い依存により、意思決定が複雑になり、監査の速度が低下しました。
監査証跡を取り込む、CoCoとStreamlitを使用した自動化された「Report-as-a-Service」（RAAS）アーキテクチャを構築し、継続的でデータドリブンな監視とデジタルプロセスの合理化を可能にしました。
これにより、年間450時間以上のテストの節約が達成され、ほぼリアルタイムの監査の可視性を備えた100%の母集団保証が可能になりました。
主要なアクセス制御（IT全般統制）の監視
特権アクセスと権限をビジネスポリシーと一致させるために、CoCoで構築されたダッシュボードは、プロビジョニングとプロビジョニング解除の例外、職務分掌（SoD）違反、および不正な特権エスカレーションを継続的にスキャンします。ダッシュボードは、母集団全体で異常が発生したときにフラグを立てるため、定期的なレビューのためにサンプルを抽出することはなくなりました。
自動化された照合テスト
給与の照合は、以前は8つ以上のExcelワークブックにわたって3〜4つの人事および給与レポートを手作業で照合することを意味していました。現在では、CoCoで構築されたデータアプリが面倒な作業を行い、不一致に自動的にフラグを立てます。制御オーナーが最も恩恵を受けており、このアプリから年間500時間以上を取り戻しています。
この同じパターンは、複数のレポートからデータを抽出するあらゆる照合に機能します。
SOX制御のテストとドキュメント作成
SOXドキュメントの起草とテストテンプレートの更新には、以前は数週間かかっていました。現在では、テンプレートと証拠をPetual.aiに送信します。これはSnowflake Native Appとして実行され、更新されたドキュメントを起草します。監査人が最終出力をレビューし、所要時間は数時間に短縮されます。
これにより、より影響力のある新たな戦略的ハイリスクアドバイザリー業務や、価値ある影響をもたらす主要なリスクを継続的に監視するためのCoCoスキルの構築にリソースを割くことができます。
SOC 1レビュー
サードパーティのSOC 1レポートのレビューは、最も退屈な仕事の1つでした。長いドキュメントを手作業で調べて制御の例外を探していました。Petual.ai Snowflakeネイティブアプリは、これらのレポートを20以上分析し、関連する制御と潜在的な例外を自動的に特定しました。準備時間は数日短縮され、監査人はリスクの高い発見事項に時間を費やしています。
運用監査でSnowflakeのデータから証拠を抽出
証拠が断片化されたソースにあり、それを収集するのにウォークスルーや会議が必要だったため、以前は運用監査を迅速に実行するのは困難でした。
データがすでにSnowflakeにあるため、CoCoはそれらのソース全体から制御固有の情報を迅速に抽出し、私たちはその検証に時間を費やします。以前は、その証拠を入手して分析するのに数週間待っていました。このアプローチにより、脆弱性管理や主要システムのアクセスおよびセキュリティの健全性などの領域に対するほぼリアルタイムの可視性が得られます。
また、完了した監査からの観察事項の進捗状況を追跡する、反復可能なスキルも構築しました。
- Salesforceプラットフォームの主要なセキュリティメトリクス
- 本番資産全体の脆弱性管理
- Snowflakeアカウント内の主要データベースのセキュリティおよびガバナンスメトリクス
新しい監査を開始するにつれて、さらに多くのスキルが計画されています。CoCoを使用することで、実行する監査の数と複雑さが増し、発見事項とレポートをより迅速に提供できるようになりました。
継続的な保証により監査人が戦略的リスクに費やす時間が増加
内部監査人の役割は、過去の記録保持者から戦略的リスクアドバイザーへと進化しています。
私にとって最大の変化は、ビジネスリーダーとの会話にあります。AIがベースラインのコンプライアンス作業を処理することで、私のチームは、発見事項とともに、前向きでデータドリブンなインサイトをプロダクト、エンジニアリング、財務チームに提供します。
同じ移行を検討している監査リーダーにとって、継続的な保証は次の4つのことを可能にします。
- 全母集団テストによるより広範な保証
- 手動の証拠リクエストが減少するため、ビジネスとの摩擦が減少
- 戦略的リスク、文化、新たな脅威に対する監査人の時間が増加
- リスクが問題になる前にキャッチされるため、ビジネスの迅速な動きを支援するガバナンスフレームワーク
私は、私のチームがSnowflakeで構築しているものを誇りに思っています。適切なデータ基盤があれば、企業内で最も伝統的な機能の1つでさえ、その働き方を変えることができます。
独自の監査プレイブックを書き換える準備はできましたか。始める方法は次のとおりです。
- 影響の大きい1つの制御から始める：アクセスレビューやOrder-to-Cashテストなど、全母集団テストの効果が最も早く現れる大量のプロセスを選択します。
- Snowflakeにデータを集約する：請求、収益、人事、アクセス、監査ログなどの主要なクロスシステムデータセットを管理された1か所に配置し、母集団全体に対してテストできるようにします。
- Snowflake CoCoとCortex AI関数を使用して構築する：手動の証拠収集とレポート作成を、継続的な監視のための反復可能なスキルとアプリに変換します。
- 監査人が主導権を握る：AIに作業を準備させる一方で、チームがそれをレビューし、すべての結論に責任を持ちます。
今すぐSnowflake CoCoをお試しいただくか、監査部門の継続的な保証についてSnowflakeチームにお問い合わせください。
Snowflake、DoorDash、Stripe、Northern Trustの財務リーダーがAIをどのように活用しているかについて紹介します。
