Sullivan & Cromwell、法律の専門知識を契約書レビューに活用

Sullivan & Cromwell の弁護士は、契約書案をレビューする際、依頼者の優先事項を踏まえながら、事務所の経験に基づく手法を用いて、条項を関連する過去の契約事例と照らし合わせて検討します。同事務所の Agreement Analyzer は、これらの情報を単一のレビューワークフローに集約し、弁護士が精査して改善できる分析結果と修正案を作成します。

当初、AI は主にメールの返信案作成や予定の確認といった定型的な事務作業に使われていました。しかし Savva 氏は、最近の AI モデルの分析能力の向上により、その用途が変化していると感じています。「今では、複雑な契約書の詳細な分析など、高度な法律業務に活用できる機会が大幅に増えています」と同氏は語ります。

Agreement Analyzer は、過去の契約事例にある対応する条項の比較や、条項間の相互作用の把握を支援します。

Sullivan & Cromwell のパートナーである John Savva 氏は、Codex を使い、単独ユーザー向けの概念実証として Agreement Analyzer を開発しました。その後、OpenAI と協力して、出力の品質向上と並列処理による効率化を進め、複数の弁護士が同時に使えるツールへと発展させました。

Agreement Analyzer は、Sullivan & Cromwell のワークフロー、事務所が厳選した過去の契約事例、交渉指針、そして ChatGPT Enterprise を統合しています。弁護士は、契約書案をツールに入力した後、自ら選んだ過去の契約事例や、事務所と依頼者の方針をまとめた交渉指針、さらに市場慣行に関する情報を追加できます。ツールは異なる観点から複数回のレビューを行い、その結果を統合して、潜在的な問題の特定を支援します。弁護士には検討メモと変更履歴付きの修正案が提示され、内容を精査し、調整するか、採用を見送るかを判断できます。

Savva 氏は、AI ツールの出力を信頼できるものにするには、完全な透明性が必要だと強調します。「AI ツールが市場慣行について何らかの主張をするなら、その情報源を確認できなければなりません」と同氏は語ります。

Savva 氏が説明するアプリケーションでは、エージェントが導き出した結論に別のエージェントが反論することで、検証を進めます。想定される活用例の一つは、専門分野ごとのエージェントが、市場慣行からの乖離やリスク配分、条項間の相互作用、訴訟に影響しうる曖昧さなどについて、契約書を並行してレビューすることです。結果は、他のエージェントによる反論を経ても裏付けが認められた指摘、退けられた指摘、留保付きで残された未検証の論点に区別されます。弁護士は、論点とその根拠となる説明、関連する過去の契約事例を精査し、どの指摘を最終的な修正に反映させるべきかを判断できます。

Sullivan & Cromwell は、個々の法律業務に合わせたツールの可能性を引き続き探っています。Savva 氏は、分析能力の向上によって、調査や文書作成のプロセスをより幅広く支援できるようになると考えています。

Savva 氏は、GPT‑6 Astra による推論能力の進歩に注目しています。「Astra は、利用できる推論の質を大きく引き上げました。これまで障壁となっていたのは、まさにその点だったのです」と同氏は語ります。