生成AIやAIエージェントの活用が進むにつれ、法務部門の業務は確実に速くなっています。一方で、新しい種類の不安を口にする担当者も増えています。「AIにどこまで任せてよいのか、社内で決まっていない」「半年前にAIと詰めた検討の経緯が、もうどこにもない」「前任がなぜこの条件を呑んだのか、誰も説明できない」——こうした声は、いずれも「判断が残っていない」ことに起因しています。

人が業務を行っていた時代、判断の経緯は不完全ながらもメールや稿議、担当者の記憶に残っていました。AIが実務を担うようになると、意識的に設計しない限り、判断の経緯はチャットのセッションとともに消えます。本記事では、AI活用下で判断が消える3つの場所を「権限・証跡・継承の空白」として整理し、それぞれの埋め方を運用設計の観点から解説します。

なぜAI活用で「判断の空白」が生まれるのか

前提として、空白は AIの能力不足から生まれるのではなく、利用形態から生まれます。典型的なのは次の3つの利用形態です。

• チャット単位の利用：契約書を貼り付けてレビューさせ、結果だけを持ち帰る。判断の根拠ややり取りはセッションに残り、やがて流れる
• 個人環境での利用：担当者が自分のPCでプロンプトや基準ファイルを育てている。成果物は優秀でも、組織からは見えない
• ルールなき委任：どの業務をどこまでAIに任せるかが担当者ごとの裁量になっており、同じ部署内でも運用がバラバラ

これらは個人の工夫としては自然な姿ですが、組織の業務として見ると、判断の所在・過程・理由がどこにも蓄積されない状態を生みます。以下、3つの空白を順に見ていきます。

空白①　権限：どこまでAIに委ねてよいかが決まっていない

1つめの空白は、委任範囲の未定義です。「NDAの一次レビューはAIの結果をそのまま使ってよいのか」「事業部への回答案は人の確認なしに送ってよいのか」といった問いに、組織としての答えがない状態です。

この状態には2つのリスクがあります。一方では、慎重な担当者がすべてを二重チェックして効率化効果が相殺される。他方では、大胆な担当者が本来人が見るべき案件までAIに委ねてしまう。どちらも、個人のリスク感度が組織の判断を代替している点で同じ構造です。

埋め方の要点は、委任基準の明文化です。具体的には、業務の種類ごとに「AIに委ねる範囲」「人が確認する条件」「人に差し戻す条件」を3列で定義するところから始めるのが現実的です。たとえば次のような形です。

委任基準は最初から完璧である必要はなく、運用しながら更新する前提で構いません。重要なのは、更新の履歴そのものが「組織としてAIに何を委ねてきたか」の記録になるという点です。なお、確認頻度を段階的に下げていく品質管理の考え方は、AIの出力をどう監督するか｜3つの監督モデルで詳しく扱っています。

空白②　証跡：AIの判断過程が残らない

2つめの空白は、判断過程の記録です。チャットでのAI利用は、セッションが終わればやり取りが実務上参照されなくなり、時間が経てば探すことも難しくなります。残るのは最終成果物（修正済みの契約書や回答文）だけで、「なぜそう判断したか」は残りません。

この空白が問題になる場面は、具体的に想定できます。社内監査や取引先との紛争で「この条項を受け入れた経緯」の説明を求められたとき。同種案件で「前回と同じ判断」を再現したいとき。AIの回答品質を振り返って改善したいとき。いずれも、成果物だけでは答えられません。

埋め方の要点は、記録の単位を「セッション」から「ケース（案件・契約）」に変えることです。案件ごとに、依頼内容、AIが参照した基準、提示された指摘と修正案、人が行った確認・修正、最終的な承認を、時系列で紐付けて残します。この形になっていれば、担当者がどのAIを使ったかにかかわらず、案件単位で判断の経緯を追えます。

途中から完璧な記録を目指すと運用が重くなるため、まずは「人が確認・承認したポイント」と「基準から外れた判断とその理由」の2点を必須にする、といった段階的な導入が有効です。

空白③　継承：妥結の理由が人とともに失われる

3つめの空白は、判断理由の継承です。「本来は基準外だが、この取引先に限っては受け入れた」といった例外判断の理由は、多くの場合、担当者の記憶にしかありません。担当者の異動や退職とともに、組織は「なぜ」を失います。

AI活用はこの問題を解決する可能性と、悪化させる可能性の両方を持っています。悪化させるのは、判断の一部がAIに移ったことで、人の頭の中にすら経緯が残らなくなるケースです。解決に向かうのは、例外判断や妥結理由をその場で言語化して残す運用を、AIが支援するケースです。判断の直後にAIが「この判断は基準と異なりますが、理由を記録しますか」と問いかけ、回答を定型化して蓄積する形であれば、記録の手間は大きく下がります。

蓄積された判断理由は、2つの形で組織の資産になります。1つは、次の担当者や若手が「なぜ」ごと学べる教材として。もう1つは、AI自身が次回以降の類似案件で参照する判断材料としてです。具体的な器の作り方は、例外台帳の作り方と運用と暗黙知をAIが引ける判断知に変える方法が参考になります。

3つの空白を埋める運用設計の全体像

ここまでの内容を、運用設計として一枚に整理します。

3つは独立した施策に見えますが、共通の土台があります。いずれも「記録の置き場が1箇所に定まっていること」を前提にしている点です。委任基準も、ケースの記録も、例外台帳も、担当者ごとの個人環境に散らばっていては機能しません。

仕組みで支える：記録の置き場をAIの外側に

この土台をつくる際に考慮したいのが、記録の置き場を特定のAIの内側に置くか、外側に置くかという構造の選択です。特定のAI製品の内部に履歴を蓄積する形は、そのAIを使い続ける限りは機能しますが、AIの進化が速い現在、数年後も同じ製品を使っている前提は置きにくいのが実情です。記録をAIの外側——契約データと案件記録を集約した基盤——に置き、AIはそこにAPIで読み書きする構成であれば、AIを選び直しても判断の資産は残り続けます。「AIは選び、契約は1箇所に集める」という考え方です。

こうした構成はオープン型CLMと呼ばれ、ContractS CLMはその実装の一つです。案件単位の記録、承認フロー、外部AIからの読み書きを前提に設計されており、本記事で述べた3つの空白を埋める受け皿として活用できます。

まとめ

AIが契約業務を担う範囲が広がるほど、判断の所在・過程・理由が残らないという問題は大きくなります。本記事ではこれを権限・証跡・継承の3つの空白として整理し、委任基準の明文化、ケース単位の記録、判断理由の言語化という埋め方を示しました。

3つの空白は、AI活用が進んでから気づくと遡って埋めるのが難しい性質のものです。チャットでの個人利用が中心の段階から、記録の置き場と委任基準を少しずつ整えておくことが、後あとの負記を減らす現実的な進め方だと考えられます。

※本記事は一般的な情報提供を目的としたものであり、個別の法的判断や社内規程の設計にあたっては、自社の法務部門や専門家にご確認ください。

ContractS編集部

ContractSは、契約プロセスの構築や契約管理・案件管理を通じて、契約業務を最適化するシステム「ContractS CLM」を開発・販売しています。大企業から中小企業、スタートアップまで、幅広い企業の契約業務改善を支援してきた実績があり、そのコンサルティング経験を活かして、契約業務に関わる読者が参考にできる情報を発信しています。

私たちについて