トップインタビュー
FRONTEO 代表取締役社長 守本正宏氏
Profile 【もりもと・まさひろ】
1989年防衛大学校卒業後、海上自衛隊の護衛艦で勤務。1994年、退官。その後、半導体製造装置メーカーのアプライドマテリアルズジャパンを経て、2003年に、FRONTEO(旧UBIC)を設立。現在は、創業からのフォレンジック調査や国際訴訟支援などのリーガルテックAI事業に加え、ビジネスインテリジェンス、ライフサイエンスAI、経済安全保障まで事業を拡大。FRONTEOグループCEOとして事業展開ならびにAIの研究開発を先導している。
昨今、企業の不祥事が多発している。不正会計や金銭の着服、独占禁止法で禁止される談合やカルテルなどが発覚することで企業の信用が失墜し、業績悪化にいたるケースが多い。企業の不正を防ぐ方法で有効なのが、社内のメールモニタリング(メール監査)だ。
国際訴訟・不正調査のパイオニアであるFRONTEO(東京都港区)は、リーガルテック分野で培ったノウハウから自社開発したAIエンジン「KIBIT(キビット)」をコア技術に、メール監査で企業の不正リスクを検知するサービスを提供する。膨大な量の電子データから、どのように不正を発見し、未然に防ぐのか。代表取締役社長の守本正宏氏に話を聞いた。
※本記事は「月刊BCPリーダーズvol.75(2026年6月号)」に掲載されたものです。
不正リスクの早期発見が
顧客も従業員も守る
―不正やコンプライアンス違反の兆候を検知するメールモニタリング(メール
監査)ツール「KIBIT Eye」を提供しています。
KIBIT Eyeは、メールやチャット履歴から監査するAIソリューションです。メール・チャット・通話音声などのテキストデータを解析し、不正会計や情報漏えい、金融商品取引法に関するインサイダー取引、カルテル、談合などの業務に内在する不正リスクを事前に発見します。法的手続きのために行うフォレンジックとは異なり、平時から不正を検知することを目的にしています。
メールモニタリングをする場合、実際に監査する組織のデータ(メール文書)を教師データに用いることが理想的です。教師データとは答え付きの例題のようなもので、データのパターンや法則をAI に学習させることで、未解析データに対する予測や判別を可能にします。しかし、不正は頻繁に起こるものでもなく、目的とするメールはごく一部。法則を学ばせるために必要な教師データ自体を用意するのも一苦労ですが、「AIエンジンのKIBIT(キビット)」を搭載しているので、20件ほどの教師データがあれば、モニタリングを開始できます。
学習させたあとは、自動でメールをスコアリングし、要監査が必要な文書と関
連性が低い文書に振り分けます。最終的には、監査の担当者が目視で確認するこ
とで、不正につながるリスクを検知できる。会社規模にもよりますが、大手金融
機関なら1日に1~100万のメールチェックが必要です。人間の手では調査時間も
コストも多大にかかりますが、KIBIT Eyeなら、確認作業を効率化しつつ、効果的に全件調査できます。
企業の中で起こる不正というのは、本当の犯罪と違い、理由が積み重なった結果として起こります。従業員の不満の解消が適宜必要で、不正につながるリスクを早期に発見することが重要です。社内のコンプライアンスチェックを強化することが、結果として、エンドユーザーのお客様も社員も守ることになります。
――「KIBIT」は、どのように開発してきましたか?
KIBITは、米国で訴訟に巻き込まれた日本企業を支援するために自社開発した技術で、法律関連のタスク効率化で培った知見をもとに生み出しました。
米国の民事訴訟では、裁判官が当事者の主張や証拠を基に事実を判断するトライアル(事実審理)に先立って行う、ディスカバリ(証拠開示手続き)制度があります。当事者双方が持つ証拠を可能な限り全て開示しあうことで、争点を明確にし、事実関係を明らかにする米国特有の法廷手続きです。日本企業が米国で訴訟に巻き込まれた場合、大量の電子データから証拠を特定し、全て開示する必要があります。
当社ではこれまで、フォレンジックツール(ソフトウェア)で、企業が訴訟に巻き込まれた際の支援をしてきました。日々増えるデータ文書の中から、効率的に証拠を特定する文書を探す技術を模索し続けていました。
結論として着目したのは、弁護士や捜査の専門家は、大量の文書の中から、どういった基準で証拠を特定するのか。それは経験に基づく暗黙知です。しかし、経験で形成された暗黙知は、いわば直感的な洞察(推論)に近く、他者への情報共有や再現が難しい。それでも当社は、専門家の暗黙知を再現し、判断できるシステムの開発に乗り出し、2015年にKIBITの提供を開始しました。
日本語解析技術を確立
キーワード検索精度を向上
――暗黙知にはどのようにアプローチしたのでしょうか?
まず取り組んだのは、キーワード検索の精度向上です。米国製のフォレンジックツールでは日本語解析ができないため、日本語解析技術の確立を目指しました。日本語を正確に検索するための解析技術を構築することで、文書から証拠文書を特定するレビュー作業の精度が向上し、効率化が期待できます。当社は2009年に、世界初のアジア言語に対応した電子証拠開示支援システム「Lit i View(リット・アイ・ビュー)」の提供を開始。日本語解析の壁をクリアしました。
日本語解析が可能になり、キーワード検索の絞り込み精度が格段に向上した一方で、証拠につながらない情報も多く拾うようになります。例えば、談合やカルテルに結び付く「飲み会」というキーワード検索だけでは、関係性がない飲み会の話題もヒットしてしまい、人間が意図する微妙なニュアンスの違いを見分けられない。「怪しい飲み会」を拾うためには、人目を避ける意味合いの「個室の居酒屋」や、「〇〇さんも誘う」などのフレーズから、関係性を特定できる機能が必要です。結局、キーワード検索機能だけでは、証拠を絞り込みきれないことが分かりました[図1]。
――では、どうやって暗黙知に到達できたのでしょうか?
当時、高精度でメールをチェックするには機能的な限界を感じていました。そこで視点を変え、「なぜコンピューターが判別できない微妙なニュアンスを、専門家は感じ取ることができるのか」という点に着目し、たどり着いたのが暗黙知です。その暗黙知の再現には、教師データをもとにした学習でモデルを最適化し、このモデルを未解析のデータに適用する方法で実現できました。これがAIエンジンであるKIBITのコア技術です。
詳しく説明すると、KIBITは教師データのテキストを解析し、各文章から単語よりも小さい単位の形態素を抽出します。具体的には、関連文書に「個室」という形態素が頻出し、非関連文書に低頻度でしか出現しない場合、「個室」を含む未解析の文書を証拠性が高いと認識します。逆に、関連性の有無に限らず頻出する形態素の場合、推論するための手がかりになりません。例えば、「個室」は0.8 点、「飲み」は0.05といった重みづけを行います。これが学習段階です。
そして推論は、未解析のデータに含まれる形態素を、学習した重みに応じて算出したスコアになります。スコアの高いデータは談合やカルテルとの関連性が高く、低いデータは関連性が低くなります[図2]。この結果をもとに、人間の専門家は、スコア順にチェックを開始できる。AI による暗黙知の実現は、こうして可能になりました。
――今後の展望は?
情報が日々増加する中、見つからないことによるリスクも増しています。裁判の判決に間違えた証拠を提出してしまえば、裁かれるはずの罪が裁かれなくなってしまう。診断が難しい病気が、医師の力量次第で見逃されることも望ましくない。創薬の分野でも同じで、人間が見つけきれない病気の原因を、技術で取りこぼすことなく拾い上げることで、新しい開発に生かすことができる。本来見つけなければならないことを偶然ではなく、当社が開発した技術で必然的に見つけることで、フェアな世界を実現していきたい。
株式会社FRONTEO
2003年、米国製フォレンジックツールの輸入販売を事業目的としたUniversal Business Incubatorsを設立。2004年、UBICに商号変更し、コンピューターフォレンジックの専門会社に。2009年、アジア言語対応電子証拠開示ソフトウェア「Lit i View」の提供を開始。2012年、推論する人工知能「KIBIT」を自社開発し、2015年に発表。2016年、FRONTEOに商号変更。現在はライフサイエンスAI事業、リスクマネジメント事業、DX 事業の3分野で事業を展開している。
[サイド・ノート]
同社は2014 年から創薬の分野に進出し、研究者の創薬プロセスの効率化と加速化を支援しています。リーガル分野で培ったノウハウから開発したKIBIT の技術は、既知情報から未知の関連性を発見できるため、医薬品の研究開発でも導入が進む。守本社長は「半導体分野でいう水平分業が、医薬品業界でも起こりそうだ。当社が設計の工程をAI で支援することにより、開発を加速させていきたい。医薬品産業を日本の基幹産業に成長させて、世界中の薬が日本から輸出される世界を実現する」と意気込みます。
また、守本社長の子供のころの夢は宇宙飛行士。航空自衛隊のパイロットになることが宇宙飛行士の近道だと聞き、防衛大学校に入学したそうです。視力の低下を理由にパイロットは断念しましたが、現在でも宇宙への憧れは変わっていません。「宇宙に関わるニュースは、いまも目が引かれます。いつかは宇宙産業に携わる仕事をしたいと考えている。当社は言語解析を得意としているので、化学分野の側面から新しい技術開発に携わり、月で展開できる新しい材料を見つけることにも寄与できるかもしれない」。
(記者:佐野元基)