JPモルガン・チェースは、毎年12,000件の商業融資契約を処理するのに、かつて36万時間の法務作業を要していた。今は数秒だ。
もちろん同社のシステムは巨額の投資を経て構築された。だが2026年の日本では、中小企業でも年間100万〜500万円程度の費用でAI契約書レビューを導入できるツールが揃ってきた。問題は費用ではなく、「法務部がないうちには関係ない話」という思い込みだ。
むしろ逆だ。法務部のない中小企業にこそ、AI契約書レビューのROIは高い。法務担当が1人もいない会社では、契約書の確認が営業担当や社長に回ってくる。そこで見逃したリスクが後になって顕在化したとき、損失は弁護士費用どころではすまないことがある。この記事では、法務リソースがゼロの会社がAI契約書レビューを4週間で立ち上げる現実的な手順を示す。
法務部がない中小企業の「見えていないリスク」
日本の中小企業が締結する契約書で最もよく問題になるのは、受注時の業務委託契約と購買・発注に関する下請契約だ。
下請法は主に製造業・サービス業を対象に、発注者（親事業者）に対して書面を即時交付する義務を課している。この書面の記載内容が不十分だったり、後から口頭で条件を変更したりすると、親事業者が法的問題を抱える。受注側の中小企業も、口頭合意を根拠に主張しようとしたとき書面が不十分で証拠力がない、というケースが頻繁に発生する。
業務委託契約では、知的財産権の帰属条項が見落とされやすい。「作ったものはすべて発注者に帰属する」という広い条項に無意識に同意し、後続案件で自社の成果物を活用できなくなる事態が起きる。
こうしたミスは、法務担当者が存在する企業では大半がレビュー段階で防げる。法務部のない会社では、リスクに気づくのが「問題が起きた後」になりがちだ。
JPモルガンは3秒でやることを、うちでも？——現実的な期待値
JPモルガンのCOiN（Contract Intelligence）は、2017年から稼働している契約書解析AIだ。商業融資契約から150項目の情報を自動抽出し、弁護士なら丸1週間かけていた作業を数秒で処理する。年間36万時間の節約、コンプライアンスエラーは約80%減少したとされる（JPモルガン社内報告より）。
同社の投資額は3.5億ドルに上る。中小企業がそれをそのまま再現する必要はないし、する必要もない。ここで重要なのは、「何ができるか」の可能性を知ることだ。AIが契約書から特定の条項を識別し、リスクとして分類する能力は、2026年時点で日本語対応のSaaS製品として提供されている。
英国の法律事務所VWV Lawは25万ポンドを投資してAI契約書レビューを導入し、顧客へのターンアラウンドタイムと顧客満足度を大幅に改善させた。Allen & Overyは7,000人以上の社員にHarvey AIを展開し、契約書分析・多言語起案・規制ホライズンスキャンに活用している。
UK/EU/AUSのリーガルテック導入調査（LexisNexis 2024）では、AI契約書レビューを使うチームが前年比で2倍以上に増加した。同調査のパフォーマンスデータでは、契約書レビュー時間が最大80%短縮、精度は平均92〜94%とされる。
ここで「92〜94%」という数字を正直に解釈しておきたい。100件の契約書を処理すれば、6〜8件はAIが見落とすか誤判断するということだ。これが「使えない」を意味するかどうかは文脈による。弁護士の人間レビューは平均85%という研究もあり、AIは上回っている。ただし、AIが見落とす6〜8件はランダムに起きるため、人間の最終確認は外せない。
日本語対応ツールの現状：何を比較するか
2026年時点で日本語の契約書に対応している主要ツールを整理する。
| ツール名 | 特徴 | 対応言語 | 費用感 |
|---|---|---|---|
| LegalForce（LegalOn Technologies） | 日本最大級、70種類の契約書タイプに対応。Word上で直接リスクを表示。1,500種類のテンプレートライブラリ。 | 日本語・英語（49種） | 中〜高（要見積） |
| GVA assist（GVA TECH） | リスクワード・欠落語句・欠落条項の3軸でチェック。400種以上のテンプレート。法律事務所も採用。 | 日本語 | 中（月額プランあり） |
| DocLegal.AI | グローバル対応。英語中心だが日本語も対応。エントリープランから始めやすい。 | 多言語（日本語含む） | 低〜中 |
| Spellbook | WordのAdd-inとして使用。起草・リスク確認・修正案提示まで一体化。 | 英語中心 | 中 |
日本語契約書を主に扱うなら、まずLegalForceかGVA assistが候補になる。英語契約書が多い場合はSpellbookや海外ツールも選択肢に入る。いずれもトライアルがあるため、実際の自社契約書を使って試してから決めることを強く勧める。
「94%の精度」は本当か：AIの限界と人間が必要な場面
AI契約書レビューの精度数値を見ていくと、条件次第で大きく変わることがわかる。
精度が高く維持されるのは、学習データが豊富な「標準的な契約タイプ」だ。NDA（秘密保持契約）、売買基本契約、業務委託契約の主要条項確認などは、精度が安定する。
一方、AIが苦手とするのは以下のようなケースだ。
- 複数文書にまたがる関係：基本契約と個別発注書の間の優劣関係や、修正覚書が元の条項に与える影響
- 例外・但し書きが入れ子になった条項：「ただし〜の場合を除き、〜でない限り〜とする」という複合条件
- 更新・自動更新条項：期限と更新通知の組み合わせが事業的にどう機能するかの判断
- 業界慣行・業種固有のリスク：製造業と情報サービス業では同じ条項の持つリスクが異なる
ContractSafeの2026年調査では、AIが「最もコストのかかるエラーを起こしやすい」のが自動更新条項だとされている。「解約通知を〇〇日前に送る」という条項をAIが見落とし、1年分の不要な費用が発生したケースが複数報告されている。
英国の判例（Ayinde v London Borough of Haringey [2025]）では、AI出力に基づいた法的判断でも、最終的な責任は人間（弁護士）に帰属するという原則が確認されている。AIを使っても、重要な契約の最終確認は人間の判断から逃れられない。
図1：AI+人間のハイブリッド契約書レビューモデル
4週間で動かす：実践的な導入ステップ
以下のステップは、法務部のない従業員50〜200名規模の中小企業を想定している。
Week 1：自社の契約書を把握する
まず年間で締結している契約の種類と件数を整理する。NDAが月10件、業務委託が月5件、という具体的な数字が出せれば、ツール選定の判断材料になる。次に「過去に問題になった契約書」を3〜5件挙げる。何が問題だったか（条項の解釈齟齬、期限の見落としなど）が、AIに何を見てもらうかの優先順位になる。
Week 2：ツールを試す（実際の自社契約書で）
候補ツール1〜2社の無料トライアルを申し込む。重要なのは、自社で実際に使っている契約書（できれば問題になったことがあるもの）をテストに使うことだ。サンプル文書でのデモは本番精度を反映しない。トライアル中に確認すべき点は三つ：①AIが指摘したリスクは実際にリスクだったか ②AIが見落としたリスクはあったか ③使い勝手（担当者が継続して使えるか）。
Week 3：ルールを決めて小さく始める
ツールを選んだら、適用する契約書の種類を1〜2種類に絞って始める。例えば「まずNDAだけ」。担当者は1〜2名のみにして「AIが何を言ったら確認が必要か」のルールを文書化する。例えば「AIがHighリスクと判断した条項は、必ず経営者が確認する」という一行でいい。
Week 4：測定して改善サイクルに入れる
1ヶ月後に以下を計測する：①1件あたりの確認時間（Before/After）②AIが指摘したリスクのうち「本当にリスクだった」割合 ③AIが見落としていたリスクがあったか。この数字が出れば、ツールの精度改善（プレイブックの設定）と費用対効果の判断ができる。
「うちの規模でコストが合うのか？」という反論
年間50件以下の契約書しか締結しない会社には割が合わないかもしれない。ただし「コスト」を正しく計算すると答えが変わることがある。
弁護士に契約書1件をレビューしてもらう費用は、国内法律事務所で3万〜10万円が相場だ。月5件なら年間180万〜600万円。AI契約書レビューツールの年間費用が100万〜300万円だとすれば、件数次第で1年以内に元が取れる。
さらに「見落とした契約リスクの顕在化コスト」を加えると試算が変わる。米国のデータだが、不十分な契約書が原因の中小企業の法的紛争は、平均的に初期法務コストの5〜10倍の費用を生む。日本でも似たような構造が起きる。
もっとシンプルな計算として：社長や営業担当が契約書確認に週2時間使っているなら、その人件費を時給換算して年間コストを出してみてほしい。それとAIツール費用を比較すれば、投資判断の材料になる。
まとめ：3つの問いで始める
- 過去1年で「この条項を見落とせばよかった」と後悔した契約書が1件でもあるか
- 契約書の確認が法務担当者以外（社長・営業）の時間を年間何時間消費しているか
- 自動更新条項のある継続契約が何件あり、解約通知期限をどう管理しているか
この3つに答えが出せれば、AIツール導入の優先度判断ができる。「法務部がないから」はリスクがない理由にはならない。リスクは確認されていないだけで存在し続ける。
JPモルガンが36万時間を節約した技術の小さな版は、今年中に日本の中小企業でも使い始められる状態にある。
Lat91では、AI導入の費用対効果の算出から、業務フローへの組み込みまでを一緒に設計しています。
「まずどのツールが自社に合うか相談したい」という方は、無料相談でお気軽にどうぞ。