ひとことで言うと
「で、結局何ができるようになったの？」
一言で言えば、アメリカを代表する名門法律事務所サリバン＆クロムウェル（Sullivan & Cromwell LLP）が、OpenAIのコード生成AIである「Codex（コーデックス）」を活用し、自社専用の契約書分析・修正ツール「Agreement Analyzer（アグリーメント・アナライザー）」を構築した事例が公開されました。
このツールは、弁護士が日常的に行っている非常に複雑な契約書レビュー作業を自動化・支援するものです。未完成の契約書案を入れると、過去の膨大な判例や顧客ごとの交渉ルール（プレイブック）をAIが自動で突合し、注意すべき問題点を洗い出した上で「変更履歴（Tracked Changes）」付きの具体的な修正案を作成します。
弁護士はAIが示した修正根拠や解説を確認し、採用するかどうかを判断するだけで済むようになります。身近な例で言えば、経験豊富なベテラン弁護士とシステムエンジニアがペアを組み、法務の知恵を丸ごと詰め込んだ「超優秀な法務アシスタントAI」を自分たちの手で作り上げたような成果です。
何が発表されたのか
「誰が何をいつ発表して、どういう位置づけなの？」
米OpenAIは、法律分野における同社AI技術の導入成功事例として、サリバン＆クロムウェルとの取り組みを公開しました。今回の発表は特定の新製品の提供開始ではなく、OpenAIの既存技術（CodexやAPI機能）を高度な専門職である弁護士がどのように自社ツールへと昇華させたかを示すケーススタディです。
サリバン＆クロムウェルでパートナーを務めるジョン・サヴァ（John Savva）氏らが登壇し、自社で開発した法務ツール「Agreement Analyzer」の仕組みや実際のワークフローを実演・解説しました。
これまで法務分野では既存のITツールをそのまま導入することが一般的でしたが、専門性が極めて高いため現場の細かいニーズに合わない課題がありました。今回の事例は、弁護士自らがAIのコーディング支援機能を駆使し、自立的に専門アプリケーションを構築した成功モデルとして位置づけられます。
発表された機能・アップデートの全容
「デモ画面や実際の映像ではどんな機能が紹介されたの？」
動画および解説文書では、サリバン＆クロムウェルが構築した「Agreement Analyzer」の具体的な動作プロセスと4つの目玉機能が明かされています。それぞれの内容を詳しく紐解いていきましょう。
Codexを活用した法務専用アプリのインハウス開発
「プログラミングが本業じゃない弁護士がどうやって開発したの？」
サリバン＆クロムウェルのパートナー弁護士であるジョン・サヴァ氏は「やりたい仕事のすべてをこなすための時間は、いつだって足りない」と語り始めます。過密な業務スケジュールの中で、彼らが選んだソリューションがOpenAIのコード生成支援モデル「Codex」の活用でした。
同事務所はCodexの高度なコード生成能力を利用し、自社の法務知見（リーガル・ナレッジ）を直接組み込んだカスタムアプリケーションを内製しました。外部の既製品ツールに頼るのではなく、現場の弁護士の思考ロジックを忠実に再現するツールを迅速に開発できる環境を整えた点が大きな特徴です。
契約書案・過去の判例・ルールブック（Playbook）の多角統合
「AIに何を読み込ませて分析させているの？」
「Agreement Analyzer」の真骨頂は、単一のテキスト比較にとどまらない「多角的なデータの統合処理」にあります。動画のデモと解説によると、本ツールは以下の3つの要素を同時にインプットして照合します。
- レビュー対象となる契約書のドラフト（Draft Agreement）
- 過去の最適な類似判例や契約実績（Selected Precedents）
- クライアントの権利や主張を整理した顧客別の交渉基準書（Playbook）
AIはこれらを並行して読み込み、契約書案のどの条項が過去の判例から逸脱しているか、あるいはクライアントが提示するプレイブック（許容可能なリスク範囲）に違反しているかを一瞬で識別します。
赤字修正（Tracked Changes）と分析メモの自動生成機能
「AIが出した分析結果はどんな形で出力されるの？」
分析が完了すると、ツールは単に問題点を箇条書きで示して終わるわけではありません。法律実務で最も多用されるWordの「変更履歴（Tracked Changes）」の形式で、具体的な文言の修正案を自動作成します。
さらに、なぜその修正が必要なのかを論理的に整理した「解説メモ（Memo）」を同時に出力します。これにより、弁護士はゼロから修正条文を考える必要がなくなり、AIが作成した赤字入りの修正案と理由書をレビューする作業へとシフトできます。
弁護士が根拠を検証できるトレーサビリティとヒューマン・イン・ザ・ループ
「AIのハルシネーション（嘘）や誤判定はどう防いでいるの？」
法律業務においてAIの誤りは壊滅的なリスクにつながります。そのため、Agreement Analyzerには高い透明性と「ヒューマン・イン・ザ・ループ（人間による最終確認）」の設計が徹底されています。
弁護士はAIが示した修正案に対し、その根拠となった引用元（判例やプレイブックの該当箇所）や推論の理由を画面上で詳細に点検できます。その上で、修正案を「承認（Accept）」「修正（Revise）」「拒絶（Reject）」する選択肢を持ちます。AIに判断を丸投げするのではなく、最終判断は必ず人間の弁護士が行う安全設計が組み込まれています。
性能・ベンチマーク
「客観的にどれくらい速くなったり精度が上がったりしたの？」
今回の公開動画および公式発表資料においては、処理時間や作業削減率などの具体的な数値的ベンチマーク（「作業時間が〇〇%削減された」等）の提示はありませんでした。そのため、公式数値としてのスコア比較は存在しません。
評価指標の提示状況をまとめた表は以下の通りです。
| 評価項目 |
動画・公表資料内での数値提示 |
出典 |
備考 |
| 処理速度の向上率 |
数値提示なし |
動画本編 |
「より深い分析が可能になった」との定性表現 |
| 契約書エラー検出率 |
数値提示なし |
動画本編 |
弁護士によるレビュープロセスを前提とするため非公表 |
| 業務時間の削減率 |
数値提示なし |
動画本編 |
時間創出により「高度な成果物を生産できる」と言及 |
※編集部注：定量的スコアは開示されていませんが、定性的な効果として「より詳細な分析（Deeper Analyses）」と「より高度な成果物の出力（More Sophisticated Outputs）」が実現されたと強調されています。
競合サービスとの比較
「既存の法務AIや他社サービスと何が違うの？」
法務向け生成AIの市場では、リーガルテック専門のスタートアップ（HarveyやCoCounselなど）が台頭しています。今回のサリバン＆クロムウェルの取り組みを、業界の競合アプローチと比較してみましょう。
| 比較項目 |
サリバン＆クロムウェル（Codexによる自作） |
汎用リーガルAI SaaS（Harvey / CoCounsel等） |
汎用ChatGPTなどの単体利用 |
出典・補足 |
| 構築手法 |
OpenAI Codexによる自社専用アプリ内製 |
サードパーティ製SaaSの導入 |
汎用画面へのプロンプト入力 |
動画内解説（自作アプローチ） |
| 独自ルールの適用 |
クライアント別プレイブックや自社判例を完全組み込み |
ツール側の仕様や設定範囲に依存 |
毎回プロンプトで長文を与える必要あり |
編集部注（技術的比較） |
| 成果物の形式 |
変更履歴（Tracked Changes）＆修正メモ |
チャット回答またはレポート出力 |
テキスト出力（手動コピペが必要） |
動画内映像（Word形式互換） |
| データセキュリティ |
自社API基盤上で厳格に管理 |
提供元ベンダーのセキュリティ依存 |
設定により学習利用のリスクあり |
編集部注（法律事務所の要件） |
最大の強みは「自社独自のノウハウと顧客別のルールを完全に反映したインターフェースを自作した点」にあります。汎用的なAIサービスでは手の届かない、きめ細やかな実務フローに密着したツールになっている点が独自の優位性です。
料金・提供プラン
「このツールはいくらで使えるの？一般企業も買える？」
「Agreement Analyzer」はサリバン＆クロムウェルが自社の弁護士用に開発した社内専用ツール（プロプライエタリ・ソフトウェア）です。そのため、本ツール自体の市販や一般向け料金プランの提示は一切ありません。
ただし、同等のシステムを自社で構築する場合、基盤となるOpenAI API（GPT-4oやCodex関連API）の従量課金コスト、およびアプリ開発コストが必要となります。
- Agreement Analyzer自体の価格: 非売品（社内専用）
- 基盤技術（OpenAI API）: 各モデルのトークン従量課金制（OpenAI公式料金に基づく）
- 無料枠: なし
日本から使う方法
「日本の企業や法律事務所でも同じようなことができる？」
サリバン＆クロムウェルが開発したアプリそのものをダウンロードして利用することはできませんが、日本国内からでもOpenAIのAPIや各種開発ツールを利用すれば、全く同じ仕組みを自作することが可能です。
具体的な導入・構築手順は以下の通りです。
- OpenAIの法人向けアカウント（Platform API / ChatGPT Enterprise）を開設
- データがAIの学習に使用されない安全なエンタープライズ環境を確保します。
- 社内の契約書データ・プレイブック・判例データベースの整理
- AIに読み込ませるための自社ルール（許容できる免責条項、損害賠償額の上限など）を電子化・構造化します。
- RAG（検索拡張世代）システムまたはプロンプトパイプラインの構築
- 提出された契約書案に対し、該当する自社ルールや過去データをAIが自動抽出して比較する仕組みをプログラミングします。
- Word連携（アドイン）や変更履歴出力機能の実装
- PythonやJavaScriptを使用し、AIの分析結果をWordの赤字修正（Tracked Changes）形式で書き出すツールを作成します。
- 日本語対応と検証
- OpenAIのモデルは日本語の契約書解釈にも長けているため、日本の民法や商慣習に合わせたプロンプト調整を行います。
誰にどう効くのか
「自分たちの立場ではどんなメリットがあるの？」
この取り組みは、役割によってそれぞれ異なる大きなインパクトをもたらします。
エンジニア・社内情報システム部門
「専門職の業務ツールをAIでどう内製するか」の最高の手本になります。これまで業務仕様の複雑さから手を出せなかった法務部門や専門部署に対し、Codexなどのコード生成AIを活用して迅速に専用アプリをプロトタイピング・開発する手法が確立できます。
企画・マーケティング・法務担当者
法務・知財・契約担当者にとっては、日々のルーティンである「形式的な条文チェック」や「標準ルールとの差異確認」から解放される大きなメリットがあります。修正案と根拠メモをAIが下書きしてくれるため、より本質的な交渉戦略の立案に時間を投資できるようになります。
経営陣・事業責任者
高額な社外弁護士費用や、内部法務のキャパシティ不足による事業のボトルネックを解消できます。契約リスクの網羅的なチェック体制を自社内で高速化することで、M&Aや大規模な事業提携といった重要案件の意思決定スピードを劇的に加速させることが可能になります。
まとめ
「結局、これからどう行動すればいい？」
サリバン＆クロムウェルの事例は、「生成AIをただのチャットとして使うフェーズ」から「AIを使って自社の専門知見をツール化するフェーズ」への移行を明確に示しています。
- 今後の見通し: 法律分野にとどまらず、医療、会計、建築設計など、高度なナレッジと個別ルールが存在するあらゆる専門職で「自作AIツール」の構築が進むと予想されます。
- 次に取るべきアクション: まずは自社の法務業務や専門作業の中で「毎回同じルールと照らし合わせている定型業務」を洗い出し、OpenAI API等を使った小さな自動化のプロトタイプを作成してみることから始めましょう。
