ノウハウ 法務のKPIはどう変わるか｜処理件数からリスクと判断品質へ、AI時代の評価指標の再設計
法務のKPIはどう変わるか｜処理件数からリスクと判断品質へ、AI時代の評価指標の再設計
法務のKPIは昔から難しい
法務部門のKPI設定は、以前から難題とされてきました。売上のような直接的な成果指標がなく、最大の貢献である「防いだリスク」は起きなかった事象なので測定できない。結果として、多くの組織では契約審査の処理件数、平均リードタイム、相談対応数といった「作業量」の指標が使われてきました。
作業量の指標には、忙しさは示せても貢献の質は示せないという限界がありましたが、他に測れるものがない以上、実務的な妥協として機能してきたと言えます。この前提が、AIの普及によって変わりつつあります。本記事では、なぜ従来のKPIが機能しにくくなるのか、代わりに何を測るべきかを整理します。
なぜ変わるのか｜作業量の指標は「AIの稼働量」になる
契約審査の一次レビュー、情報の収集、台帳の更新といった作業をAIが担うようになると、処理件数やリードタイムは、人の働きではなくAIと仕組みの性能を反映する数字になります。
これは指標が無意味になるという話ではありません。スピード系の指標はむしろ自動的に記録され、精度が上がります。変わるのは意味です。処理件数が2倍になったとき、それは担当者の頑張りではなく、業務設計の成果です。つまり作業量の指標は「人を評価する指標」から「仕組みを評価する指標」へ性格が変わります。
そうなると、人と組織の貢献を測るための指標が別途必要になります。人の仕事の重心が作業から判断と設計に移る以上（この構造変化についてはAIを入れても契約業務が変わらないのはなぜかもご参照ください）、KPIも判断と設計の質を捉える方向へ再設計することになります。
AI時代の法務KPI｜3層で設計する
再設計の枠組みとして、指標を3つの層に分けると整理しやすくなります。
第1層｜スピード・処理の指標（仕組みの健全性を測る）
従来からある指標群ですが、位置づけが「人の頑張りの証明」から「業務の仕組みが健全に回っているかの監視」に変わります。
- 依頼受付から一次回答までの時間
- 審査のリードタイム（類型別・難易度別）
- 滞留案件数と滞留箇所
これらは業務基盤上で自動計測される前提になり、悪化した場合は人を責める材料ではなく、仕組みのどこに詰まりがあるかを特定する手がかりとして使います。
第2層｜品質・リスクの指標（判断の質を測る）
人とAIの判断の質を捉える層です。従来は測定が難しかった領域ですが、業務が記録される環境では近似的に測れるようになります。
- 差し戻し率・手戻り率（一度返した案件が問題を起こして戻ってくる割合）
- AIの一次判定に対する人の修正率（基準の精度を示す）
- 例外案件の検知数と対応リードタイム
- 締結後に顕在化した契約起因のトラブル件数
特に「AIの一次判定を人がどれだけ修正したか」は、AI時代に新しく生まれる指標です。修正率が下がっていくことは、判断基準の言語化が進み、組織の判断がブレなく仕組みに載っていることを意味します（基準の言語化についてはAIに学ばせるべきは契約書ではなく「判断知」をご参照ください）。
第3層｜仕組みの成熟の指標（設計の成果を測る）
法務の役割が「判断の仕組みの設計」に移るなら、その設計の進捗自体を測る指標が必要になります。
- 判断基準の明文化カバー率（主要契約類型のうち、基準が文書化されている割合）
- AIに任せられている工程の範囲（自動化された工程数・任せ率）
- 現場完結率（法務に来る前に、配布した基準で現場が判定を完結できた割合）
- ナレッジの再利用率（過去の判断が次の案件で参照された割合）
この層の指標は四半期や年度単位でゆっくり動くものですが、法務部門の構造的な生産性と属人化リスクの低減を最も直接に表す数字だと考えられます。
指標が変わると、経営との対話が変わる
KPIの再設計は、評価のためだけのものではありません。最も効果が出るのは、経営との対話の質です。
従来、法務の増員要求は「忙しいので人が必要です」という定性的な訴えになりがちで、経営側も判断材料を持てませんでした。3層の指標が揃うと、対話は次のように変わります。「依頼件数は年率でこれだけ増えている（第1層）。現在の体制で品質はこの水準を維持しているが、滞留が増え始めている（第2層）。人を増やすのではなく、基準の明文化とAIへの移譲をここまで進めれば、この構造で吸収できる。そのための投資がこれだけ必要だ（第3層）」。
つまりKPIの再設計は、法務が「コストセンターとして予算を守る」立場から、「投資対効果を示して構造改革を提案する」立場へ移るための言語を用意する作業でもあります。
前提条件｜記録が残らなければ、何も測れない
3層のいずれの指標も、業務と判断がデータとして記録されていることが前提です。依頼がメールに、審査がWordの往復に、判断が担当者の記憶に散らばっている状態では、測定のためのデータ収集自体が新たな手作業になり、KPI運用は続きません。
依頼の受付、審査の過程、判断の理由、締結後の履歴が一つの業務基盤に記録される構造を先に作り、指標はそこから自動的に集計される——この順序が現実的です。KPIの再設計とは、突き詰めると「何を記録に残す業務設計にするか」の再設計だと言えます。
導入の進め方
いきなり全指標を導入する必要はありません。現実的な進め方は次の3段階です。
- 現状を測る：まず第1層（件数・リードタイム・滞留）だけでも記録が残る形にし、現在地を数字で把握する
- 品質の定義を合意する：差し戻しや手戻りを何と定義するかを部門内で揃え、第2層の計測を始める
- 設計の目標を置く：基準の明文化カバー率など第3層の指標で、四半期単位の目標を設定する
重要なのは、指標を人の査定に直結させる前に、まず「現状を知り、対話するための共通言語」として使い始めることです。査定に使うのは、指標の性質と限界を組織が理解してからでも遅くありません。
まとめ｜KPIの再設計は役割の再定義とセット
法務のKPIがAIによってどう変わるかを、スピード・品質リスク・仕組みの成熟の3層で整理しました。作業量の指標が仕組みの監視指標に変わり、人の貢献は判断の質と設計の進捗で測る方向へ移っていきます。そしてこの再設計は、法務部門の役割そのものの再定義と表裏一体です。
前提となるのは、業務と判断の記録が1箇所に蓄積される基盤です。AIはその時々で最適なものを選び替えつつ、契約データと判断の記録は1箇所に集めて資産化する——「AIは選び、契約は1箇所に集める」という設計は、KPI運用の観点からも土台になります。ContractS CLMは、こうしたオープン型CLMの実装の一つとして、契約業務の記録とデータ活用の基盤を提供しています。
本記事は生成AIを契約業務に活用する際の一般的な情報提供を目的としたものであり、法律上の助言を構成するものではありません。個別の契約や法的判断については、弁護士等の専門家にご相談ください。
