AIと収益認識：ASC 606とIFRS 15に向けた契約レビュー

著者: Jane Ha · 更新日: 2026年10月11日

収益認識におけるAIとは、言語モデルと文書抽出ツールを使って顧客との契約書を読み、ASC 606とIFRS 15の5ステップモデルを左右する条件を取り出し、不明確な項目を会計担当者に回すことです。会計上の判断を下すのは会計担当者です。 モデルは事実を見つけて整理します。それが帳簿にとって何を意味するかは、人が決めます。この線引きが重要なのは、収益認識が、契約書の文言と判断が絡み合っている会計領域だからです。

本記事は、契約レビューAIを検討しているコントローラー、収益会計の担当者、CFO、監査責任者向けです。各ステップでツールが何を抽出できるか、どの判断が人間に残るか、どう導入するか、監査人が何を確認したがるかを扱います。AI for Financeコレクションの一部であり、月次決算におけるAIや会計における生成AIと併せてお読みください。

重要なポイント

• IFRS 15は、企業に対し、「約束した財またはサービスの顧客への移転を描写する」ように収益を認識することを求め、そのための5つのステップを定めています。2018年1月1日以後に開始する年次報告期間に適用されます（IFRS Foundation）。
• Contract Understanding Atticus Dataset（CUAD）は、25種類の契約タイプにわたる510件の契約書と、41の条項カテゴリーに属する13,101件のラベル付き条項で構成され、数十人の法務専門家によって作成されました（Hendrycks et al., arXiv）。
• この論文のベンチマークでは、2021年当時にテストされたモデルのうち最良のもの（DeBERTa-xlarge）が、再現率80%で適合率44.0%に達し、BERT-baseは8.2%でした（CUAD論文）。新しいモデルは異なるスコアになるでしょうが、教訓は変わりません。長い契約書から正しい条項を見つけるのは難しく、再現率と適合率の両方を測る必要があります。
• PCAOB AS 1105は、会社から独立した知識のある情報源から得た証拠は、社内の情報源のみからの証拠より信頼性が高いと述べています。また、監査人が会社の作成した情報を使う場合、監査人はその正確性と網羅性、またはそれに係る統制をテストするとしています（PCAOB AS 1105）。
• テクノロジーを活用した分析に関するPCAOBのAS 1105の改訂は、2025年12月15日以後に開始する会計年度の監査に適用されます（SEC承認命令）。

契約書が収益認識の難所である理由

米国のASC 606と国際的なIFRS 15は、同じ中核モデルを共有しています。契約を識別し、別個の約束を識別し、価格を決定し、その価格を約束に配分し、各約束が充足されるごとに収益を認識します。このモデルは言葉にするのは簡単でも、適用には時間がかかります。あらゆるインプットが契約書の文言から来るからです。基本契約、注文書、作業範囲記述書、変更契約、サイドレター、更新関連の書類です。

あるソフトウェア企業が、サブスクリプション、導入プロジェクト、従量課金枠を1枚の注文書で販売し、初年度中に2回変更するとします。誰かがそのすべてを読み、何が別個かを判断し、契約が変わるたびにスケジュールを最新に保たなければなりません。これは文書レビューの業務であり、言語モデルが最も得意とするパターンです。同時に、解約権、返金条項、メールで交わされた価格の譲歩といった条項を1つ見落とすだけで、数字が変わる業務でもあります。

5つのステップ：AIが抽出するものと、人間に残るもの

次の表は、各ステップを、ツールが取り出せる契約上の事実と、会計チームに残る判断に対応づけたものです。

右側の列は、AIが導入された後の収益チームの職務記述書として読んでください。判断の大半はステップ2、3、5にあります。時間を節約できるのは、ステップ1と、その他のステップのデータ収集にあたる部分です。

職種別に見るAIの活用場面

収益会計。 収益会計の担当者が新しい大口契約を開くと、60ページの文書ではなく、構造化された要約が得られます。期間、製品、価格表、更新条項と解約条項、強調表示された非標準の文言です。導入サービスがサブスクリプションと別個のものかどうかについてのメモを書くのは、引き続き会計担当者ですが、出発点は、引用元の条項にひもづいた、引用付きの抜粋の1ページです。

ディールデスクとセールスオペレーション。 契約を締結する前に、ツールがドラフトを標準テンプレートと比較し、検収条項、最恵待遇価格、無償期間、異例の返品権など、タイミングに影響する非標準の条件にフラグを立てます。財務部門は、四半期が終わった後ではなく、計上の前にサイドレターのことを知れます。同じ契約データの、下流にある請求と債権回収の側面については、売掛金管理におけるAIのガイドで扱っています。

契約変更。 顧客は年度の途中でライセンス数を追加し、製品を入れ替え、期間を延長します。ツールは変更契約を基本契約と比較して変更点を一覧にし、基準が問う問いを会計担当者に提示できます。これは別個の契約か、それとも既存契約の変更か。ツールは比較を準備します。答えるのは会計担当者です。

決算と報告。 条件が構造化された形になれば、収益スケジュールを更新し、請求システムや元帳と照合できます。それはAIを活用した月次決算に直結します。そこでは、収益の異例な動きを、メールで追いかけるのではなく、契約上の事実から説明できます。

税務と開示。 抽出した同じデータは、残存履行義務の開示を支え、税務チームが請求と収益のタイミングが異なる箇所を把握するのにも役立ちます。その観点については税務におけるAIをご覧ください。

収益のためのAI契約レビュー：ステップごとの導入手順

1. 対象とする契約の母集団を1つ選びます。 契約書がかなり標準的な1つの製品ラインか顧客セグメントから始めます。50〜200件の母集団があれば、学ぶには十分です。
2. 何かを購入する前に、項目を定義します。 収益チームが契約ごとに必要とする20〜40のデータポイントを書き出します。開始日と終了日、請求頻度、変動条件、更新権と解約権、検収の文言などです。それぞれを、どのステップに使うかとひもづけます。
3. 文書を準備します。 変更契約や注文書を含め、すべての契約のあらゆるバージョンを集めます。スキャン画像は、先に文字認識が必要です。抽出を信頼できるものにするための整理は、財務のデータ準備状況で説明しています。
4. 正解データセットを作ります。 2人の会計担当者に、同じ30〜50件の契約を手作業でラベル付けしてもらい、違いを解消します。これが答え合わせの基準になります。
5. ツールを正解データセットで測定します。 項目ごとに、ツールが正しい値を見つける頻度（適合率）と、存在する値を見逃す頻度（再現率）を記録します。解約権を見逃すことは、余計な項目を抽出することより悪いので、両者の重みを変えて評価します。
6. 引用を必須にします。 抽出されたすべての値は、元のページと条項を指すべきです。レビュー担当者が1ステップで原典まで辿れないなら、その出力は証拠として使えません。
7. 信頼度のしきい値とルーティングを設定します。 しきい値を超える値は簡易レビューへ回します。しきい値を下回る値、非標準の条項、高リスクの一覧に含まれるもの（サイドレター、返金権、条件付き価格）は、会計担当者に回します。
8. 1サイクル丸ごと並行して実行します。 1回の四半期末の間、手作業のプロセスも続け、1行ずつ比較します。すべての違いと、どちらが正しかったかを記録します。
9. 方針を文書化します。 収益に関する方針と、ツールが支援するチェックリストを書きます。会計上の結論はツールの要約ではなく、技術メモに記載されます。
10. モニタリングと再テストを行います。 新しい契約テンプレート、新製品、新しい条項の文言はいずれも精度を変えます。重要な変化があるたびに、そして少なくとも年に1回は、正解データセットで再実行してください。

監査人が求めること

監査人はツールを承認も却下もしません。目の前にある証拠が十分かつ適切かどうかを判断します。PCAOB AS 1105は、これを目的適合性と信頼性として枠づけています。また、監査人が会社の作成した情報を使う場合、監査人はその正確性と網羅性、またはそれに係る統制をテストし、目的に対して十分に正確かつ詳細かを評価するとも述べています。

AI契約レビューにおいて、これは次のような実務上の依頼に置き換わります。

• 原典の文書。 署名済みの契約書が元の証拠です。AIの要約は会社が作成した情報であるため、監査人がサンプルの値を契約書まで辿って確認することを想定してください。
• 抽出が正確かつ網羅的であることの証拠。 正解データセットでの結果、項目別の誤り率、レビューログが自然な裏づけです。ベンダーのパンフレットにある精度の数字は、そうではありません。
• ツールに係る統制。 プロンプト、モデル、項目定義を誰が変更できるか、変更がどのように承認・テストされるか、信頼度の低い出力を誰がレビューするか。
• 母集団の網羅性。 期中のすべての契約が、たまたまアップロードされたものだけでなく変更契約も含めて、プロセスを通過したことの証明。
• 判断メモ。 重要な契約ごとに、履行義務、変動対価、タイミングに関する結論を説明するメモで、AIの抽出結果を裏づけとして添付したもの。その論拠は、会計担当者のものでなければなりません。

テクノロジーを活用した分析に関するPCAOBの改訂は、2025年12月15日以後に開始する会計年度の監査に有効で、同じ方向を指しています。情報の出所、会社のプロセスを理解し、情報または統制のいずれかをテストするということです。最初の四半期の後ではなく、導入の前に監査パートナーと話し合ってください。統制設計については、AIと内部統制と内部監査におけるAIのガイドで詳しく扱っています。

よくある落とし穴

• 要約を契約書そのものとして扱うこと。 要約は但し書きを落とします。「顧客が30日前に通知しない限り」という条項が「自動更新」になってしまうことがあります。原典は常に1クリックで辿れるようにしてください。
• 変更契約を見逃すこと。 抽出ツールは、与えられたものを読みます。変更契約がメールのスレッドの中にあってアップロードされなければ、スケジュールは自信満々に間違ったものになります。
• ツールに「別個」かどうかを決めさせること。 サービスが別個かどうかは会計上の判断であり、作業がどれだけ一体化しているかなど、契約書に書かれていない可能性のある事実に左右されます。ツールは事実の収集に使い、結論は会計担当者が出してください。
• 付随的な合意を無視すること。 メール、注文書の脚注、口頭の約束は、価格や権利を変えることがあります。ツールは、見ていないものにフラグを立てられないため、ディールデスクの受付をプロセスに残してください。
• すべてに対して1つの精度の数字を使うこと。 ツールは日付に優れていても、条件付き価格に弱いことがあります。精度は項目別に報告し、レビューは弱い項目に集中させてください。
• 気づかれないドリフト。 新しい契約テンプレートやモデルの更新で、結果は一晩で変わることがあります。モデルとプロンプトにバージョンを付け、再テストしてください。
• 機微な契約書を未承認のツールに入れること。 顧客との契約には、機密の価格が含まれます。セキュリティ部門と法務部門が承認し、顧客に説明できるデータの取り扱いがあるツールを使ってください。
• 例外にヒューマン・イン・ザ・ループがないこと。 不明確な値を担当者に回すことが機能するのは、その担当者に時間、権限、そして目の前の原典がある場合に限られます。ヒューマン・イン・ザ・ループをご覧ください。

測定すべき指標

• 抽出の質： 正解データセットに対する項目ごとの適合率と再現率を、時系列で追跡したもの。
• レビューの負荷： 手作業のレビューが必要な契約の割合と、契約1件あたりの平均時間。
• サイクルタイム： 署名から完全な収益スケジュールまでの日数。
• 結果の正確性： 事後に見つかった、契約の読み取りミスによる収益の修正。
• 監査上の負担： サンプル契約1件あたりの追加依頼の件数と、その対応に費やした工数。

次に読む記事

今四半期に1つだけ取り組むなら、契約の母集団を1つ選び、正解データセットを作ってください。正直なベースラインが得られ、ツールがどの項目をうまく扱えるかが分かり、監査人が評価できる具体的な材料も手に入ります。その後、出力を決算プロセスと請求データにつなぎ、会計上の結論は本来の場所である技術メモに残してください。