「この取引先との業務委託契約、いまの委託料はいくらですか」。この問いに即答できない組織は少なくありません。原契約の締結後に、委託料の改定覚書、業務範囲の変更覚書、期間延長の合意書が積み重なり、現在有効な条件を知るにはそれらをすべて集めて読み解く必要があるからです。

そして、「すべて集める」こと自体が難しい。原契約と覚書の紐付けは、契約管理のなかでもとくに崩れやすい領域です。本記事では、なぜ紐付けが崩れるのかを構造から整理し、AIによる自動化で何が変わるか、どう導入するかを解説します。契約管理の運用を担う法務・管理部門の方に向けた内容です。

なぜ原契約と覚書の紐付けは崩れるのか

紐付けが崩れる原因は、担当者の注意不足ではなく、仕組みの構造にあります。主な要因は3つです。

第一に、紐付けが人の入力に依存していることです。覚書を登録する際に「どの原契約に属するか」を選ぶのは人であり、多忙な時期の登録では紐付け漏れが起きます。第二に、命名規則への依存です。「〇〇契約書_覚書２」のようなファイル名で関係を表現する運用は、規則が守られている間しか機能せず、部署や担当者によって揺れます。第三に、担当交代です。「あの案件には覚書が3本ある」という知識が担当者の記憶にしかない場合、交代とともに紐付けの手がかりが失われます。

いずれも、「人が入力し、人が覚えている」ことを前提にした設計が原因です。運用規律の強化で改善はしますが、前提そのものは変わりません。

紐付けが崩れると何が起きるか

紐付けの崩れは、台帳の見た目には現れにくく、実務の要所で問題を起こします。典型的な影響は次のとおりです。

最後の点は、AI活用が進むほど重みを増します。AIの回答品質は参照するデータの品質に制約されるため、紐付けの崩れはそのままAIの誤答要因になります。台帳データ全般の品質整備については契約台帳のデータ品質をAIで高める方法で扱っていますが、本記事ではそのなかでも改善効果が大きい「紐付け」に絞って見ていきます。

AIで何が変わるか

文面から原契約を推定し、紐付け候補を提示する

覚書には通常、「〇年〇月〇日付け業務委託契約書第〇条を次のとおり変更する」といった形で、変更対象の原契約を特定する記載が含まれています。生成AIはこの記載と、当事者名・締結日・対象業務といった周辺情報を読み取り、台帳上の契約から原契約の候補を推定できます。これにより、「登録時に人が正しく選ぶ」前提を、「AIが候補を提示し、人は確認する」運用に変えられます。既存の未紐付け契約に対しても、同じ仕組みで過去分の紐付け候補を一括で洗い出せます。

起案時に関連契約を自動参照し、現在の条件を整理したうえで書く

紐付けが整っていると、その先の業務が変わります。たとえば新しい覚書を起案する際、AIが原契約と既存の覚書群を自動で参照し、「現在の有効条件」を整理したうえで、矛盾のない変更文案をドラフトする、という流れが組めます。従来は「関係書類を集めて読み込む」こと自体が起案の準備作業として重くのしかかっていたことを踏まえると、紐付けの整備は起案品質と所要時間の両方に効きます。

また、期限管理との組み合わせも有効です。自動更新条項の有無や解約予告期限は、原契約ではなく最新の覚書側で変更されていることがあり、紐付けが整って初めて正しい期限管理が成立するからです。

導入の設計手順：5ステップ

紐付けの自動化は、次の順で進めると無理がありません。

1. 現状の棚卸し：台帳上の契約のうち、覚書・合意書にあたるものを抽出し、紐付けの有無を確認する。棚卸し自体もAIに支援させられます（契約棚卸しをAIエージェントに任せる方法参照）
2. 紐付けルールの定義：親子関係の表現方法（原契約を親とするか、取引単位でまとめるか）と、判断に迷うケース（三者間契約、包括合意と個別契約など）の扱いを決める
3. AI候補提示＋人の確認で過去分を解消：AIが提示する紐付け候補を人が確認・承認する運用で、未紐付けの既存契約を段階的に解消する
4. 新規フローへの組み込み：覚書の取り込み・起案の時点で、AIが原契約を推定して紐付けるステップを標準フローに組み込み、「後からまとめて紐付ける」状態をなくす
5. 確認頻度の段階的引き下げ：運用初期は全件を人が確認し、推定の正解率を踏まえて、確信度の高いケースから確認を簡素化する

ステップ5の考え方——最初は全件確認、実績を見て段階的に確認を減らす——は、紐付けに限らずAI業務全般の品質管理に共通する型です。詳しくはAIの出力をどう監督するかを参照してください。

導入時の注意点3つ

第一に、AIの推定は確定ではなく候補です。とくに同一取引先と同種の契約を複数締結している場合、文面だけでは原契約を一意に特定できないことがあります。確信度が低い場合は人の確認に回す設計を維持すべきです。第二に、紐付けの自動化は正本が1箇所に集約されていることが前提です。契約書が部署ごとのフォルダや電子締結サービスごとに散在したままでは、AIはそもそも紐付け対象を見つけられません。第三に、「紐付けルールの例外」を捨てないことです。ルールで割り切れない紐付けを人が判断したとき、その理由を残しておくと、後続の判断が安定します。

紐付けを支える基盤：オープン型CLMという選択肢

ここまで見てきたとおり、紐付けの自動化は「契約データが1箇所に集約されていること」と「AIがそのデータを読み書きできること」の2つがそろって初めて機能します。この条件を満たす構成の一つが、契約書・台帳・案件記録を集約し、外部の生成AIがAPIで接続するオープン型CLMです。AIは用途や進化に応じて選び直しながら、関連契約の構造を含む契約データは1箇所に蓄積し続ける。「AIは選び、契約は1箇所に集める」という考え方です。ContractS CLMはこのオープン型CLMの実装の一つであり、関連契約の紐付け構造を持った台帳と外部AI連携を備えています。

まとめ

原契約と覚書の紐付けは、人の入力・命名規則・担当者の記憶に依存する構造のために崩れやすく、崩れると「最新の契約状態が分からない」という形で更新判断・レビュー・AI活用のすべてに影響します。生成AIによる原契約の推定と紐付け候補の提示は、この前提を変える現実的な手段になりつつあります。

導入は、棚卸し→ルール定義→過去分の解消→新規フローへの組み込み→確認の段階的簡素化という5ステップで進められます。自社の台帳で「覚書の紐付け漏れがどの程度あるか」を確認することから始めてみてください。

※本記事は一般的な情報提供を目的としたものであり、個別の契約の解釈や法的判断については、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