Legal Operationsの実践（Season 2）（1）　AI時代の法務の仕事論－生成AIがタスクの8割を担う時代に法務パーソンが担う「残り2割」のタスクとは　岩本竜悟（ジェンマブ株式会社）

ジェンマブ株式会社

岩　本　竜　悟

 

1　はじめに

　「Legal Operationsの実践 Season 2」の幕開けで、鈴木卓氏と門永真紀氏は、生成AIの飛躍的な進化に伴い、「これからは生成AIが8割を完成させ、残りの2割を人間が埋める協業の時代になる」という方向性を提示した。

　では、生成AIの飛躍的な進化の結果、私たち法務パーソンに最後に残される「2割のタスク」とは、具体的に何を指すのだろうか。また、AIとの協業は、法務の仕事をどのように変え、企業の法務部門と法律事務所の関係をどう変えていくのか。

 

　本稿は、現在の実務の動きにとどまらず、今後10年程度の期間で見込まれる生成AIやAIエージェントの飛躍的な発展を踏まえ、契約業務^[1]の分野で法務の仕事がどのように変わるかに関する「未来予測」の試みである^[2][3][4]。

　不確実性の高い10年後の未来の話の前に、まず、筆者が見聞きし、または実際に経験した事例を、小説形式で紹介する。

　抽象的な未来予測を恐れるのではなく、具体的な「タスク」へと解像度を上げることこそが、この先10年のAI時代を生き抜く道しるべとなるはずだ。

 

2　短編お仕事小説『法務部員A太と人間の出番』

「そんなことはAIに言われなくても分かってますって」

 

月曜の午後。自宅のリビングでパソコンを操作しながらA太はぼやいた。

AIに教えてほしいのはどうやったら条項の修正を相手方に飲んでもらえるかなんだけどな……。

 

画面上には、契約レビューAIのコメントが表示されている。

「受託者の損害賠償責任を制限する条項が入っています。

　これは委託者である当社に不利な条項であり……」

 

A村Ａ太はX社の法務部員。X社は現在、ITベンダーY社のITシステムの導入を計画している。

Y社からシステム開発委託契約書案の提示があり、A太はそのレビューの最中である。

 

 A太はパソコンの操作を続ける。

画面上には、Z社とのシステム開発委託契約書が表示されている。

AIは、今回の案件に最も類似する案件は、2年前にβ事業部がＺ社のシステムを導入した案件だと言いたいようだ。

 

「はいはい。Ｚ社の案件で責任制限条項の削除を飲んででもらえたことは分かりましたよ」

 

A太はまたぼやいた。

だからって今回Y社の案件でそれができるはずってことにはならないし、そもそもAIはうまくいった過去案件の交渉の背景を全然教えてくれないから、参考にしようがないよな……。

とりあえずAIの言う通りコメントしてB岡さんに返信しておこう。

 

A太は契約書案のWordファイルから責任制限条項を削除した。

コメント欄にAIのレビューコメントを貼り付け、CLM上で保存し、今回の案件を担当しているα事業部のB岡にレビュー完了を通知した。

 

木曜の朝、出社したA太がPCを開くと、CLMには、Y社のレビュー結果がアップされていた。

自社も相手方も契約レビューAIを使うケースが増え、一般的な契約レビューのやりとりはかなり早くなった。

ファイルを開いてみる。

案の定、責任制限条項の削除も修正も受け入れられないとのこと。受け入れられない理由が理路整然とWordファイルのコメント欄に書いてある。Y社の法務も、契約レビューAIのコメントを単純に貼り付けたのだろう。

 

　「やっぱりここは人間の出番だよな……」

 

　A太はつぶやいた。まずはＢ岡さんの話を聞こう。明日時間を取ってもらえるはずだ。その後はＣ介だな。ちょうど明日の夕方にフットサルの練習があるし……。

 

 

　金曜の午後。B岡は会議室でA太の向かいに座っている。

 

　「『どうか責任制限条項を削除してください』ってもう一回Y社にお願いするってこと？　

　　やるのは構わないけど、何かそれ意味あるの？　Y社が飲むわけないよ」

　

　B岡はそう言ってA太を見つめた。B岡は続けて一気にまくしたてる。

 

　「知ってると思うけどＹ社は国内最大手。今回のプロジェクトでは実質的にベンダー選定は終わっていて、もうY社一択の状態。

　現場レベルでは、契約前の両社の事前打ち合わせの名目でプロジェクトが実質的に開始してしちゃってる状態。

　いや、それがダメなのは分かってるよ。事実そういう状態だってことを言ってるの。

　とにかく、Ｙ社と契約交渉がまとまらないからって、うちが他のベンダーに切り替えるのはいろんな意味でもう無理。
　Ｙ社側もうちの状況には気づいてる。

　契約交渉でハッタリかましてくるベンダーはいくらでもいるけど、今回は相手がＹ社だってことと交渉力の差から見て、削除にも修正にも一切応じないっていうのはハッタリじゃないだろうね。うちでリスクテイクできないものなのかなあ」

 

　リスクテイクという言葉を聞いてＡ太は少し考え、Ｂ岡に質問した。

 

　「責任制限条項を飲まざるをえないのであれば、例えば、それにより生じるリスクの総量を減らす仕組み。つまりシステムトラブルが発生の可能性を少なくしたり、システムトラブルが生じた場合のダメージを少なくしたりするような仕組みを契約に盛り込んで、だからリスクテイク可能だ、という方向に社内を持っていくのはどうでしょうか？　

　これをやろうとするとプロジェクトの中身や進め方を少しいじることになるので、Ｙ社との契約交渉をもう少し続けなきゃいけないですし、IT部のD島さんの協力も必要です。B岡さんにも社内調整でいろいろと動いてもらうことになりますが」

 

　「ああ、そういう方向であればＹ社とも交渉できると思うし、必要な社内調整はこっちに任せて。Ａ村君がいつも一生懸命やってくれているのにはホント感謝してるよ」

 

　「ありがとうございます。社内調整で必要になると思うので、私は2年前のZ社の件を少し調べてみます」

 

 

　その日の夜。C介はフィールド脇のベンチでＡ太の横に座っている。

 

　「Z社のシステム導入案件の契約交渉ですか？あの件は特殊事例ですね」

 

　フットサル用のスパイクの紐をほどきながら、C介は答えた。Ｃ介は続ける。

 

　「担当のE谷さんが社内会議とか飲み会とかでこの件を自慢していたのでいろいろ聞きました。

　うちの事業部が実験的に始めたマーケティングオートメーションのシステム導入案件で、Z社は新興のベンダーです。

　先方はうちみたいな業種での導入実績を作りたかったようで、うちは交渉力が極めて強かったです。

　契約条項の修正に関してはほぼうちの言いなりの状態でした。当時の部長は新しいもの好きで、導入するシステムも別にミッションクリティカルなものではないので、導入してみてダメなら別のシステムを入れればいいよね、というノリでした。

　先方もうちのそういうノリが分かっていたようで、だから、うちの法務から責任制限条項を削除しろと言われて、はい喜んで、って感じで削除に応じたんでしょうね。

　契約条項にルーズな会社なので、そもそも契約書をちゃんと読んでたのか分からないですけど。でもＡ太さんってホント仕事熱心ですね。この後の飲み会、行きますよね？　明日は休みですし」

 

「ありがと。うん、行くよ。仕事の話はもう終わり」と答えながら、Ａ太はカバンの中の会社スマホに手を伸ばした。週明け早々、Ｄ島さんの時間を30分押さえたいな……。

（つづく）

 

3　お仕事小説の解説

　A太がY社とのシステム開発委託契約をレビューするにあたって実行したタスクは以下のとおりである[5]。

①      AIを活用して、システム開発委託契約の一般的なレビューポイントを把握したり、自社の過去事例を把握したりする。

②      AIが提供してくれない（データ化されていない）が判断のために必要となる、今回の案件固有の事情に関する情報を見極め、その情報を人間から収集する。

③      収集した情報と自らの経験則を踏まえて、AIの提案（アウトプット）を吟味する。

④      吟味の結果、AIの提案は妥当ではないから採用しないと判断する。

⑤      AIの提案に代わる「法的にも事業的にも妥当で実現可能な代替策を自ら提案」^[6]する。

⑥      自ら提案した代替案を実現すべく、周囲の人に働きかけ、人や組織を動かす。

 

この事例が物語っているのは、AIが進化し、一般的な正解や過去の類似事例が瞬時に手に入るようになっても、「企業固有・案件固有の事情を踏まえて、今回当社はどうすべきか」という正解をAIが出してくれるわけではないし、その正解に向けてAIが人や組織を動かしてくれるわけではないという事実だ。

 

　難しい案件であれば、情報を集めてAIに何を出力させるかを決め、出力を吟味して経営判断に落とし込み、社内への影響力^[7]を行使して判断を実行させたりなどという一連のタスクは、今後も人間に残り続ける^[8]。これらのタスクを「入口と出口」のタスクと呼ぶこともできる。これこそが、AI時代に法務パーソンが生き残る源泉だ。

 

4　法務の仕事の根源的価値と「入口と出口」の特殊性

　なぜ、こうした「入口と出口」のタスクはAIに奪われないのか。それを理解するには、企業内法務の仕事が持つ根源的価値と特徴を捉える必要がある。

 

　企業内法務の仕事の根源的価値は、企業における意思決定のメカニズムの中にあって、これに影響を与えることで、リスクの発見と軽減、機会の発見と活用という結果を出し、企業の生存および発展に寄与することにある^[9]。

 

　外部の法律事務所の仕事と比較したとき、企業内法務の特殊性は「入口」と「出口」の段階に強く表れる^[10]。

入口段階での特殊性

• 得る情報が極めて広範にわたること
• データ化されていない一次情報を得ること
• 企業行動を通じて前提事実自体を変化させることもできること
• 情報の所在や信頼性の判断が可能であること
• 必要な情報の入手が責務でもあり権限でもあること

出口段階での特殊性

• 「分析」ではなく企業行動まで落とし込んだ「判断」が求められていること
• 判断には条件・仮定・留保をつけることができないこと
• 法的リスクだけでなくオペレーションリスクなどその他の様々なリスクも考慮しなければならないこと
• 判断を企業として「実行」するところまで責任があること
• そのためには説得・調整・社内政治が不可欠であること

 

　これらは現在の法務業務を構成するタスクの中核であり、性質上、AIには最も代替されにくい領域だ。

 

5　仕事（Job）ではなく「タスク（Task）」に着目せよ

　以上のように、事例を通じて、法務の仕事には、性質上AIに代替されにくい「入口と出口」のタスクに特徴があることを見てきた。ここで、AIが私たちの仕事にもたらす影響を考える上での基本的視座を提示したい。この視座は法務に限らずすべての仕事に妥当する。

 

　本稿は、現在の実務現象のみならず、今後10年程度の期間で見込まれるAIの発展を踏まえた「未来予測」の試みである。

 

　AIの影響に関する未来予測は理論的にも経験的にもあてにならない^[11]。

　それでも今後10年というタイムスパンで仮説を持つことには、変化への感度を高める大きな意義がある。

　AIの影響を正確に捉えるためには、まず「法務の仕事（Job）」という大きな塊ではなく、それを構成する個々の「タスク（Task）」単位に分解して考える必要がある。

 

　ほとんどの仕事は多種多様な複数のタスクで構成されている。AIが人間を代替、あるいは拡充するのは、まずは個々の具体的なタスクのレベルであって、抽象度の高い「仕事」のレベルではない^[12]。

　ある程度の抽象度をもって仕事を見たとき、構成するタスクはAIの影響で大なり小なり入れ替わりつつも、「仕事」としては案外しぶとく残り続けるというのが歴史的な事実である。

　したがって、「AIで法務部はいらなくなるか」と極端に恐れるのではなく、「自分の仕事のどのタスクがAIに置き換わり、新しくどんなタスクが生まれるのか」を見極めることこそが重要だ。

 

6　タスクは新しく生まれ、増殖していく

　現場で現在起きており、今後も起きるであろうもう一つの重要な事実は、AIが既存のタスクAを代替するとしても、同時に別の新しいタスクBが生まれるということだ。
　（新規タスク創出パターン）。

　例えば、「AIを作ったり育てたりするタスク」や、「AIの出力を検証するタスク」だ。

　

また、AIが既存のタスクCを代替することで、別の既存タスクDが増加することもある。
　（既存タスク増加パターン）

　例えば、タスクCとタスクDを構成要素とするサービスXがあるとして、AIがタスクCを代替することでサービスXの供給コストが下がり需要が増え、その結果タスクDが増えるケースである^[13]。

 

 

　一般に、AIの普及により人間の仕事が失われるかどうかは、①その仕事を構成するタスクの組み合わせ、②AIに代替されるタスクの質と量、③AIにより生まれたり増えたりするタスクの質と量、④その結果として生じるタスクの組み合わせの変化――などの要素により決まる。

 

7　「定型・非定型」の境界線はすでに崩壊している

　これまで実務の現場では、「定型タスク（人間がやり方を明快に説明できる、形式知に頼ったタスク）は機械に代替されやすく、非定型タスク（やり方を説明できない、暗黙知に頼ったタスク）は代替されにくい」といわれてきた^[14]。

 

　しかし、今日のAIの発展により、この仮説はすでに妥当しなくなっている^[15]。

 

　現在のAIの進歩を支える機械学習アルゴリズムは、明示的なルールによる指示がなくても、機械が自分で体験（データ）から学ぶことを意図したものだ。

　正解が一義的に定まり、AIが学習できるだけの十分な質と量のデータが存在するタスクであれば、分野を問わず自動化が可能だ。

　イヌとネコの識別、囲碁・将棋、自動車の運転、画像診断など、以前は非定型とされていた多様なタスクにおいて、AIは人間の能力を超え、あるいは追い付きつつある。

 

　法務の世界においても、「この契約レビューは複雑で非定型だからAIには無理だろう」という経験則はすでに通用しない。

　私たちが着目すべきは、そのタスクにおいて「一義的に正解が決まり、十分な質と量の学習データが存在するか」という点である。

　幸いにして法務分野には、一義的に正解が決まらないタスクや、学習データの入手が困難なタスクが少なくない。まさにその代表格が、「入口と出口」のタスクなのである。

 

8　若手の「吟味能力」をどう育成するか

　これまで見てきたように、AIのアウトプットを「吟味」するタスクと、「入口と出口」のタスクは、AI時代に法務パーソンに残される「2割のタスク」の中核部分を構成している。

　また、「吟味」と「入口と出口」のタスクと、それら支える能力は、密接に関わっている。入口段階で収集する情報の精度は吟味の精度に影響するし、吟味の結果は出口段階のアクションに影響するし、出口段階でどのような選択肢があるかは吟味の内容にも影響するからである。

 

そこで重要な課題となるのが、若手の「吟味能力」をどう育成するかである。この点に関しては、「Legal Operationsの実践 Season 2」の連載の後半で、別稿で解説する予定である。