法務のAI導入で任せられる業務と残る判断｜弁護士法72条の線引きと社内開発の分界

法務でAIを試すとき、最初に詰まるのは精度ではなく「どこまで機械に任せてよいか」という線引きです。法務省が令和5年8月に示した弁護士法第72条の考え方は、AI審査サービスを提供する事業者に向けた枠組みで、自社の法務部が自社の契約に使う場面をそのまま書いてはいません。なお法務省は2026年8月21日に、この枠組みを補完・拡充する新しいガイドラインを公表しています。価値中立性とガバナンス措置の概要はリーガルテックの領域分類と新ガイドラインの位置づけを整理した記事で解説しています。この記事では、契約レビュー・法令調査・ナレッジ検索の三つで任せられる工程を分け、72条の判断枠組みを使う側の立場に読み替えます。あわせて生成AIへの入力ルール、社内の法務ナレッジを検索できる状態にするデータ設計と精度の測り方、既製サービスで足りる境界と社内開発の損益分岐を示します。

まとめ：法務のAI導入で先に決める三点と社内開発へ切り替える分岐

先に結論を三つ置きます。第一に、工程を分けること。契約レビューは「自社ひな形との差分抽出」までをAIに寄せ、修正方針の決定は人が持ちます。法令調査は検索と要約までで、条文と施行日は必ず一次情報で突き合わせます。過去契約と法務相談履歴の検索は、蓄積が数百件を超えていれば費用対効果が出やすい領域です。

第二に、弁護士法第72条の読み替えです。法務省の枠組みは「報酬を得る目的」「事件性」「法律事務」の三要件で組まれており、自社の従業員が自社が当事者となる契約に使う限り、事業者による対価付きの提供という前提から外れます。加えて4(2)は、提供先の役員・従業員である弁護士が結果を自ら精査する運用を例外として名指ししました。企業内弁護士は登録弁護士全体の7.8%にとどまるため、在籍していない会社は「AIの出力を誰が精査して責任を持つか」を社内規程で先に決める必要があります。

第三に、既製サービスと社内開発の分界です。契約書のレビューと管理は既製サービスの守備範囲が広く、そこで足ります。埋まらないのは、法務相談の履歴・稟議・社内規程・過去契約が別々のシステムに散って横断検索できない状態。ここが社内開発の入口です。同じ論点の再調査に月10時間以上を使っているなら検索基盤の側へ、相談が月10件程度で契約類型も三つ以内なら既製サービスの標準機能で足ります。

法務業務のうちAIに任せられる工程と人の判断が残る工程の切り分け

法務の仕事を「契約レビュー」「法令調査」「ナレッジ検索」に割ると、AIの精度が出る工程と出ない工程がはっきり分かれます。分け方を先に決めないまま製品を試すと、精度の議論が業務範囲の議論とすり替わり、導入判断が止まります。

契約レビューでAIに任せられる照合作業と人が残す修正判断の境界

契約レビューは、単一の作業ではありません。実務では「自社ひな形との差分抽出」「必須条項の欠落検知」「用語と表記の統一」「修正方針の決定」「相手方との交渉」の五工程に分かれます。前の三つは照合と検知の作業で、AIの出力を人が確認する形が成立します。損害賠償の上限規定が抜けている、準拠法の条項が自社ひな形と違う、といった検知は機械が速い。

境界は四つ目にあります。修正方針の決定は、取引の重さ・相手方との力関係・過去の紛争経緯を踏まえた判断で、契約書の文面だけからは導けません。同じ「損害賠償の上限なし」でも、単発の物品購入なら受け入れ、継続的な業務委託なら差し戻す。この判断をAIの出力に任せると、法的リスクの評価そのものを機械に委ねる形になり、後述する弁護士法第72条の議論に直接ぶつかります。境界は精度の問題ではなく、責任の所在の問題として引いてください。

導入効果を測るときは、レビュー全体の時間ではなく、AIに寄せた上の三工程に費やしていた時間を分母に置いてください。

法令調査でAIが返す条文と出典確認を人が担う理由と手順の作り方

法令調査で生成AIが返す条文番号と施行日は、そのまま使えません。改正法の公布日・施行日・経過措置がずれて出力される事例が多く、条文番号の枝番（第○条の二）を落とすこともあります。実務では、AIの回答を「どの法令のどのあたりを見ればよいかの当たり」として受け取り、条文の本文はe-Gov法令検索や官報、所管省庁の公表資料で突き合わせる手順に固定してください。

手順は三段で足ります。第一段はAIに論点と関係しそうな法令名・条文番号を挙げさせる。第二段は挙がった条文を一次情報で開き、条文の文言と施行日を確認する。第三段は、AIの回答に含まれていた「解釈」の部分を、所管省庁のガイドラインやQ&A、裁判例で裏取りする。第三段を省くと、条文は正しいのに当てはめが誤っているという最も気付きにくい間違いが残ります。社内規程には「AIの出力のみを根拠に社内へ回答しない」という一行を入れておくと、確認工程が飛ばされません。

過去契約と法務相談履歴の検索でAIが効く条件と蓄積件数の目安

三つ目のナレッジ検索が、法務部門にとって効果の出方がいちばん素直な領域です。「同じ論点の相談が何度も来る」「過去に似た契約を締結したはずだが誰が担当したか分からない」という状態は、検索できていないことに起因します。キーワード一致の全文検索では、稟議書の「再委託の可否」と契約書の「第三者への委託」が結び付きません。文章の意味で近いものを引く仕組みにすると、この取りこぼしが減ります。

効く条件は蓄積量です。過去契約が数十件、法務相談の記録が年20件程度という規模では、担当者の記憶で足りてしまいます。検索対象の文書が数百件を超え、かつ担当者が二人以上いて引き継ぎが発生している法務部門が回収ラインです。件数が足りない段階で検索基盤を作ると、答えが返ってこない検索窓を維持することになります。

弁護士法第72条の判断枠組みを自社が使う側の立場から読み替える視点

法務AIの記事で必ず出てくる「弁護士法72条」は、多くの場合ベンダーがサービスを提供できる範囲の話として書かれています。自社が使う側に立つと、読み方が変わります。ここを外すと、社内利用まで過剰に萎縮するか、逆に外部提供へ踏み込んで危ない側に振れてしまうのです。

弁護士法第72条の三要件と該当しない場合を示した法務省の枠組み

法務省大臣官房司法法制部は令和5年8月、ＡＩ等を用いた契約書等関連業務支援サービスの提供と弁護士法第72条との関係についてを公表しました。全6ページの短い文書ですが、判断の順序が明確です。「報酬を得る目的」「訴訟事件その他一般の法律事件」「鑑定その他の法律事務」の三要件のいずれかに当たらなければ違反せず、三つすべてに当たっても第4項の場合に当たれば違反しない、という組み方になっています。趣旨は最高裁昭和46年7月14日大法廷判決（刑集第25巻5号690頁）に置かれ、生成AIを用いたサービスも原則として同じ枠組みで判断されるとされています。

第一要件の「報酬」について、同文書は利用料等一切の利益供与を受けずに提供する場合は通常該当しないとしつつ、顧問料・サブスクリプション利用料・会費といった名目を問わず、金銭を支払って利用資格を得た者にのみ提供する形は該当し得ると書いています。自社の法務部が自社の契約に使う場面は、そもそも第三者へサービスを提供する構図ではありません。ここが使う側の出発点です。第二要件の「事件性」についても、企業法務で扱う契約関係事務のうち、通常の業務に伴う契約締結に向けての通常の話合いや法的問題点の検討は多くの場合事件性がないとの当局の指摘が明記されています。反対に、取引先と紛争が生じた後の和解契約は事件性が認められる例として挙げられており、同じ契約書でも局面で扱いが変わります。

契約書の審査業務を支援する機能で線が引かれる表示内容の具体例

第三要件の「鑑定その他の法律事務」は、機能と表示の具体で線が引かれています。審査業務の支援では、審査対象の記載内容について個別の事案に応じた法的リスクの有無や程度が表示される場合、また契約に至る経緯や背景事情を法的に処理して具体的な修正案が表示される場合は、法律事務に該当し得るとされました。他方で、あらかじめ登録したひな形との相違部分が字句の意味内容と無関係に表示されるにとどまるとき、あるいは言語的な意味内容の類似性のみに着目して類似部分が表示されるにとどまるときは、通常該当しないと整理されています。

先ほどの工程分けと、この線は重なります。差分抽出と欠落検知は後者に寄り、修正方針の提示は前者に近づく。製品を評価するときは、機能名ではなく画面の表示内容を見てください。「リスク高」というラベルが個別の事案を踏まえて出ているのか、登録済みのチェックリストとの一致で出ているのか。管理業務の側の境界と、抽出精度を検証する具体的な手順は、契約書管理システムのAI機能はどこまで使えるかで条項ごとに整理しています。

社内弁護士が精査する運用で違反しないとされる例外と在籍率の実測

同文書の第4項が、企業法務にとって実務上の効きどころです。二つの場合が挙げられており、一つは弁護士または弁護士法人に提供し、その弁護士がサービスの結果も踏まえて審査対象の契約書を自ら精査し、必要に応じて自ら修正する方法で使うとき。もう一つは、弁護士以外に提供する場合であって、提供先が当事者となっている契約について、その提供先の職員・使用人・取締役・理事その他の役員となっている弁護士が、前者と同等の方法で使うときです。つまり社内弁護士が最終的に自分の目で精査する運用は、例外として名指しされています。

ただし、この例外に乗れる会社は多くありません。日本組織内弁護士協会の企業内弁護士数の推移（2026年7月調べ）では、2026年6月30日現在の企業内弁護士は3,756人。同日現在の登録弁護士総数48,106人に対して7.8%です。有資格者が社内にいない法務部門は、第4項に頼らず第一要件と第二要件の側で説明できる使い方に絞るのが筋になります。具体的には、外部への提供をしない、紛争が生じた案件には使わない、修正方針の決定は人が記録を残して行う、の三点を社内規程に落とす形です。資格者側から見た業務独占の線は士業のAIとはで税理士法・社労士法まで含めて扱っています。

要件の見え方が変わるのは、範囲を社内から広げるときだけです。グループ共通のレビュー基盤を子会社へ開放して利用料を配賦する形は、名目を問わず金銭の支払と提供に実質的な対価関係が認められれば報酬の側に寄ります。判断の主体を各社に残し、基盤とひな形の提供にとどめる設計にしてください。

契約書と個人情報を生成AIへ入力するときの社内規程と契約条項の要件

72条の線と別に、入力するデータ側の制約があります。契約書には相手方担当者の氏名や連絡先が載り、法務相談の記録には従業員の個人情報が含まれます。ここを詰めずに部門主導で試用が始まると、後から全社規程で止められる展開になりがちです。

個人情報を含むプロンプトの入力が個人情報保護法に触れる二つの条件

個人情報保護委員会は令和5年6月2日、生成AIサービスの利用に関する注意喚起等についてを公表しました。個人情報取扱事業者に向けた注意点は二つです。ひとつは、個人情報を含むプロンプトを入力する場合、特定された利用目的の達成に必要な範囲内であることを十分に確認すること。もうひとつは、あらかじめ本人の同意を得ずに個人データを含むプロンプトを入力し、その個人データがプロンプトに対する応答結果の出力以外の目的で取り扱われる場合、個人情報保護法の規定に違反することとなる可能性があるため、当該サービスの提供事業者が個人データを機械学習に利用しないこと等を十分に確認すること、とされています。

この二点を法務の作業に当てると、確認事項は絞られます。契約書レビューの目的で取得した個人情報を、その契約の審査以外に回していないか。使うサービスが入力データを学習に回さない設定になっているか。同委員会は別添2で、ChatGPTを提供するOpenAIに対して要配慮個人情報の取得と利用目的の通知等について注意喚起を行ったことも公表しています。無料プランと事業者向けプランで学習利用の扱いが違う製品が多いため、契約したプランの条件で確認してください。

学習利用の停止と保持期間をサービス契約で確かめるときの条項の要点

確認先はプライバシーポリシーではなく、締結する利用規約とデータ処理条項です。見る箇所は四つに絞れます。入力データを機械学習に使わない旨が規約本文に書かれているか（設定画面のトグルだけで担保されていないか）。入力データの保持期間と、削除を要求できる手段があるか。処理が行われるリージョンはどこか。再委託先の範囲と、再委託先に同等の義務が課されているか。

法務部門が自ら審査する立場になるので、ここは自社の委託先管理の基準をそのまま当てれば足ります。運用側で決めておくのは、入力してよい文書の区分です。相手方の営業秘密が含まれる契約書、未公表のM&A関連文書、従業員の評価に関わる記録は、閉じた環境でのみ扱う。区分を文書の性質で切ると運用が回りますが、部署で切ると例外申請ばかりになります。

法務ナレッジをAIで検索できる状態にするデータ設計と精度の測り方

ここからが、既製サービスでは埋まらない領域です。契約書のレビューと保管は製品が揃っていますが、法務相談の履歴・稟議・社内規程・過去契約を横断して意味で引ける状態は、自社のデータ構造に依存するため作り込みになります。

法務ナレッジのデータ棚卸しと権限設計で先に決めておく四つの項目

着手前に決める項目は四つです。第一に対象文書の範囲。契約書の本体だけでなく、締結時の稟議、相手方とのやり取り、法務が返した回答メモまで含めるかを決めます。回答メモを含めると検索の価値は跳ね上がりますが、下書き段階の見解が独り歩きするリスクを負います。第二に権限。人事・M&A・訴訟関連は、検索結果のスニペットに一行出るだけでも問題になるため、索引の段階で分離します。全社に開くのか、法務部門内に閉じるのかを最初に決めてください。

第三に更新の反映。契約が更新されたとき、旧版が検索に残ると誤った条項を引きます。文書の版とステータス（締結済み・失効・改定中）を索引に持たせ、既定では有効な版だけを返す形にします。第四に出典の表示。回答文だけを返す形は法務業務では使えません。引用元の文書名・条項番号・締結日を必ず併記し、原本へ一クリックで飛べるようにする。この四点を決めずに始めると、検索精度以前に運用を止める要因が残ります。

抽出精度を自社の契約書で実測する手順と検証に必要な件数の決め方

精度は製品資料の数値ではなく、自社の文書で測ります。手順は、実際の契約書から契約類型ごとに検証用の集合を作り、正解を人手で作成し、抽出結果と突き合わせる形です。件数は、類型ごとに30件を下限の目安にしてください。10件では1件の外れが10ポイント動いてしまい、判断に使えません。類型は、自社で件数の多い上位三つ（多くの会社では業務委託・売買・秘密保持）から始めます。

測る指標は二つに分けます。抽出すべき項目を取りこぼさなかった割合と、抽出した値が正しかった割合です。契約期日や金額のように後続の処理へ流れる項目は前者を、条項の分類のように人が目で確認する項目は後者を重く見ます。実務で問題になるのは、自動更新条項の有無や更新拒絶の通知期限のように、文面の書き方が会社ごとに大きく違う項目です。ここは製品を替えても精度が上がりにくいため、確定フラグを人が立てる工程を残すか、対象から外す判断をします。

既製リーガルテックで足りる境界と社内開発に踏み切る条件の分かれ目

最後に判断を言い切ります。法務のAI導入で社内開発が要るケースは、多数派ではありません。ただし、要る場合の条件は明確です。

既製のリーガルテックで足りる法務部門の条件と年間費用の見積り

次の条件に当てはまる法務部門は、既製サービスの標準機能で足ります。契約の類型が10種類以内で自社ひな形が整っている。年間の締結件数が数百件規模まで。契約書の保管場所が一つに寄っている。この状態なら、レビュー支援と契約管理の製品を入れ、権限と保管ルールを整えるところまでで効果が出ます。費用は利用人数と件数の課金軸で決まるため、三年総額で比べてください。課金軸ごとの伸び方は契約書管理システムの費用は課金軸で決まるで件数課金と定額型を並べています。

逆に、既製サービスを入れても解決しないのは次の状態です。契約書はSaaSにあるが、法務相談はメールとチャット、稟議は基幹システム、社内規程は共有フォルダに散っている。この分断は製品側の機能では埋まらず、どの製品を選び直しても同じ結論になります。ここで製品比較を続けるのが、法務のAI導入でいちばん時間を失うパターンです。

社内開発へ踏み切るときの損益分岐と見送るべき法務部門の条件の目安

社内開発に投資すべき条件は三つの重なりです。横断検索の対象になる文書が数百件を超えている。同じ論点の再調査に月10時間以上を使っている。既存システムに文書を取り出せるAPIまたはデータベースへの接続経路がある。三つ揃っているなら、既製サービスの上に検索基盤を載せる側に投資が向きます。社内文書を意味で引ける状態にする実装はRAG構築支援で受けており、既存の契約管理システムや基幹システムからの取り込みを含めて設計します。

見送るべき条件も具体的に書きます。法務担当が一人で、相談が月10件程度、契約類型が三つ以内なら、社内開発は過剰です。この規模では検索より担当者の記憶が速く、作った基盤の保守が純粋な負担になります。もう一つの見送り条件は、文書が紙とPDF画像しかない場合です。この状態で検索基盤から始めると、読み取り精度の低いテキストを索引に入れることになり、答えが合いません。先に電子化と項目の整備を済ませ、検索は次の段階に回してください。最後に、全部門の全文書を一度に対象にする進め方は失敗します。契約書と法務相談の二種類に絞って始め、精度が確認できてから範囲を広げる順序にしてください。

よくある質問

法務のAI導入の検討でよく挙がる質問に、一次情報の記載と実務の判断基準で答えます。

社内の法務部が自社の契約書にAIを使うのは弁護士法違反になりませんか？

法務省が令和5年8月に示した枠組みは、事業者がサービスを提供する場面を対象に「報酬を得る目的」「事件性」「法律事務」の三要件で判断する構成です。自社の従業員が自社が当事者となる契約に使う場面は、第三者へ対価を得て提供する構図から外れます。同文書も、企業法務の通常の業務に伴う契約締結に向けた検討には多くの場合事件性がないとの当局の指摘に触れています。ただし紛争後の和解契約は事件性が認められる例なので、案件の局面で扱いを分けてください。

社内に弁護士がいない会社でもAIレビューを導入できますか？

導入できます。同文書の第4項は、提供先の役員や従業員である弁護士が結果を自ら精査する運用を例外として挙げていますが、これは三要件すべてに該当する場合の救済です。有資格者が社内にいない場合は、外部への提供をしない、紛争案件に使わない、修正方針の決定と記録は担当者が行う、という運用に絞れば説明が付きます。企業内弁護士は2026年6月30日現在で3,756人と登録弁護士全体の7.8%にとどまり、在籍していないほうが一般的です。

契約書を生成AIに入力すると個人情報保護法に触れますか？

入力そのものが直ちに違反になるわけではありません。個人情報保護委員会の令和5年6月2日の注意喚起は、特定された利用目的の達成に必要な範囲内かを確認すること、本人同意なく入力した個人データが応答結果の出力以外の目的で取り扱われる場合は違反の可能性があるため機械学習に利用しないことを確認することの二点を挙げています。契約審査という目的の範囲に収め、学習利用の停止が規約で担保された環境を使えば、通常の委託先管理と同じ枠で扱えます。

AIが返した条文や判例をそのまま社内回答に使ってよいですか？

使えません。生成AIは条文番号の枝番や施行日を誤って出力することがあり、改正前の内容を現行として返す場合もあります。運用としては、AIの回答を調査の当たりとして受け取り、条文本文は法令検索や所管省庁の公表資料で確認し、解釈部分はガイドラインやQ&Aで裏取りする三段の手順に固定してください。

法務でAIの効果が出やすい業務はどれから始めるべきですか？

過去契約と法務相談履歴の検索から始めるのが手堅い順序です。契約レビューは自社ひな形の整備状況に成果が左右され、法令調査は確認工程が必ず残ります。一方で検索は、同じ論点の再調査という測りやすい工数に直接効きます。判断の目安は、検索対象の文書が数百件を超えているか、担当者が二人以上いて引き継ぎが発生しているかの二点です。

関連記事

• 契約書管理システムのAI機能はどこまで使えるか：管理業務側の機能境界と、抽出精度を検証する具体的な手順を条項ごとに整理しています。
• 士業のAIとは？書類作成・調査・相談対応でできることと法令の線引き：弁護士・税理士・社労士など資格者側から見た業務独占の線を扱っています。
• 契約書管理システムとは？機能・選び方と比較のポイント・導入判断：この記事で前提にしている契約管理の製品選定を、機能軸で解説しています。
• AI-OCRで契約書をデータ化する判断基準：紙とPDF画像の契約書を検索できる状態にする前段の工程を扱っています。