Claude法律事務所導入事例 — 契約実務はどう変わったか
Harvey・Legora・Eve Legal・Law&CompanyがClaudeで契約レビュー・訴訟実務・法律調査をどう変えたかを、Anthropic公式事例から横断比較します。
Claude導入で法律事務所の実務は何が変わったか
法律事務所向けのAIプラットフォームは、Claudeを土台にする例が目立ちます。Harvey・Legora・Eve Legal・Law&Companyの4社は、いずれも自社の法務AIプラットフォームにClaudeを組み込み、Anthropicの公式事例として実績を公開しています。対象業務は契約レビュー、デューデリジェンス、訴訟案件の管理、韓国の弁護士向けの法律調査まで幅広く、利用者も大手法律事務所から単独開業の弁護士まで様々です。
Harvey・Legora・Eve Legalの3社は、長い法的文書を読み解く長文脈での推論能力を採用理由に挙げています。Law&Companyは、韓国語の法律文書での優れた性能と堅牢な技術力を理由にClaudeを選びました。課題は、Harveyが数千件の文書を扱うデューデリジェンス、Legoraが数百ページにわたる文脈の把握です。Eve Legalは最大10万ページのケースファイル、Law&Companyは韓国語の法律文書の生成でした。この記事では4社の導入内容を比べたうえで、公式ページ同士で数字の測り方が揃っていない点と、自分の状況ならどの事例を見るかを切り分けます。
Harveyは長文脈推論をどう評価したか
Harveyはグローバルな法律事務所とFortune 500企業向けに、契約分析・デューデリジェンス・訴訟支援を行うドメイン特化AIプラットフォームです。大手法律事務所(Big Law)出身の弁護士である法務研究者とAI研究者が同じチームで働き、法律上の課題をモデルの課題に落とし込む体制を取っています。
モデル選定は3本立てです。独自ベンチマークのBigLaw Bench、実際の製品環境での検証、AI研究者と法務研究者による非構造化の評価を組み合わせます。BigLaw Benchは正確性・重要性・幻覚率といった「内容」と、トーン・長さ・書式といった「形式」の両方を採点します。Applied AI責任者のNiko Grupen氏は「Claudeは評価の中でも最も高いパフォーマンスを示したモデルの1つ」と述べました。上限近くまで使い切ったコンテキストウィンドウでの推論は難しい課題だが、Claudeは高いトークン域でもよく働くという評価です。
Harveyのプラットフォーム上では、Assistant・Vault・Workflowsという主要製品でClaudeモデルを選択できます。Workflowsは自然言語プロンプトに頼りません。Harveyのエージェントが確認事項を能動的に尋ねながら文書作成を進め、各チェックポイントで人間が追加・編集・削除して承認するhuman-in-the-loopの運用です。導入は1か月未満で完了しました。複数リージョンでのデータ処理要件を満たしながらの展開で、公式事例は「注目に値する速さ」と書いています。
Legoraがヨーロッパの法律事務所で担う役割
Legoraはヨーロッパを拠点に、法律事務所と社内法務チーム向けのアシスタントツール・文書レビュー・ワークフローを提供します。Claude Sonnet 4は、Legora独自の大規模法務評価セットで18%高いスコアを記録し、特に大きなタスクや文書での一貫性と複雑な指示の遵守で差がついたといいます。
CEOのMax Junestrand氏は「Claudeは指示追従とエージェント構築において卓越している」と評価しています。Legoraは表形式のレビュー機能(Tabular review)や、実務領域ごとに変わるエージェント型ワークフローにClaudeを組み込んでいます。汎用モデルは専門用語や規制変更への対応で苦戦しがちで、Claudeの柔軟性がカスタムワークフロー構築を可能にしたというのが同社の説明です。
Legoraはさらに、自社プラットフォームの開発そのものにもClaude Codeを使い始めています。「技術は止まらない。最先端であり続けなければ最高のサービスを提供できない」というJunestrand氏の言葉どおり、Claudeの利用は顧客向け機能だけでなく社内の開発にも及びます。
Eve Legalは訴訟実務の重い作業をどこまで自動化したか
Eve Legalは原告側の法律事務所向けのAIネイティブプラットフォームです。ローンチから約2年で1,700以上の事務所が利用し、直近四半期だけで500事務所が加わりました。着手金制(contingency)の原告側事務所は、案件が和解するまで報酬が入りません。手作業に費やした時間はそのまま事務所の持ち出しになります。
Eve Legalの公式事例が挙げる成果
和解までの期間
最大60日短縮
Eve利用事務所
和解金額
最大30%増
利用事務所全体では30%増とも記載
追加で担当できる案件
年最大30件
弁護士1人あたり
月間の処理文書
1,250万件
プラットフォーム全体
傷害事案のケースファイルは2,000〜10万ページの非構造化記録で、以前は補助職員が1行ずつ読んで医療の時系列表を作っていました。Eve Legalはこの解析に加え、事務所ごとの文体に合わせた督促状の起草、毎晩数千件のケース監視とエージェント配備をClaudeに任せています。新しい文書が届くとClaudeが分類し、適切なワークフローを起動して内容を抽出し、時系列と後続の書面に組み込みます。コールセンターに入る電話を文字起こしして採点し、受任できる案件かどうかを受付チームに即座に伝える使い方もあります。RAG(検索拡張生成)型の構成からエージェント型へ移したのは約1年前で、この移行で各ワークフローは自律性を得たと説明されています。
CEOのJay Madheswaran氏は「弁護士がAIと一緒にどう作業するかではなく、Eveがすでに終えた仕事のうち何を承認すればよいかを弁護士が問う世界を作った」と表現しています。ケースの生涯期間は50%速くなり、専任チームが導入後最初の90日間で手作業の80%を自動化した実績も公表されています。
モデル選定ではPlaintiffBenchという独自ベンチマーク(約420のテストスイート)を全モデルに走らせ、Claude Opus 4.8を最も複雑な業務の本番デフォルトにしています。共同創業者兼CPOのMatt Noe氏は、傷害事案では治療の時系列を正確に扱う時間的推論がClaudeの強みだとしました。長文書にわたる忠実性と根拠づけでも「常に最上位」と述べています。督促状の文体を事務所ごとに合わせる精度については「Opusは特に、事務所のスタイルへの適合を与えてくれる」という評価です。最難関の場面と長いマルチターンの作業はOpus、軽量な抽出作業はSonnetに振り分けています。この時間的推論を証拠開示文書の整理に応用し、大量のディスカバリー文書から出来事の時系列を組み立てる手順はClaudeでディスカバリー(証拠開示)文書のタイムラインを分析する方法で扱っています。
基盤は、ネイティブのClaude Platform・Amazon Bedrock・Google Cloudの3経路を自動で切り替える独自ハーネスです。社内の開発生産性システム「Wall-E」にもClaude Codeが組み込まれています。サポートチケットや本番障害がSlackに届くと、Wall-Eが隔離環境を立ち上げ、Claudeのエージェントがデバッグしてマージリクエストを出し、トリアージは3〜4時間から数分になりました。財務チームもClaudeで作ったダッシュボードで、督促状の下書きなどワークフローごとのコストが週ごとに増えていないかを見ています。
Law&Companyが韓国の弁護士に広がった経緯
Law&Companyは韓国初のAI法律アシスタント「SuperLawyer」をClaudeで動かしています。利用者は弁護士で、対象業務は法律調査と判例分析、文書起草、判例の要約、文書に基づく対話、法令遵守のチェックです。
SuperLawyerの180日間
利用者
6,000人
韓国の実務弁護士の20%
無料から有料への転換
60.2%
2か月目の継続率は79.1%
時間を節約したと回答
92.5%
46.8%は1時間あたり30分超の削減
累計の削減時間
230万時間超
法務チーム全体での集計
CEOのBon-hwan Kim氏は「Claudeは韓国語の法律文書生成において卓越した能力を示す」とし、韓国語での学習量と法律知識の組み合わせが他モデルを上回る要因だとしています。市民の基本的権利に関わる業務なので、ハルシネーションの抑制は特に重視されます。そこでRAGを実装し、関連する法令データを参照させてからClaudeに応答させます。利用者が急増した当初は、API利用上限の引き上げが必要になりましたが、Anthropicのカスタマーサポートの支援で解消しています。
15年のキャリアを持つパートナー弁護士は「以前は3時間から2日かかっていた作業が数分で終わるようになり、優先度の高い業務に時間を割けるようになった」と述べています。単独開業の弁護士からは、Claudeを使う開発者1人が10人分のジュニア開発者チームに匹敵するのと同じように、案件処理をモジュール化できるという声も上がっています。Law&Companyは韓国の大手法律出版社Park Young Saと独占供給契約を結び、月間130万訪問の法律ポータル「LawTalk」にもClaudeの活用範囲を広げる計画です。幻覚対策としては、引用が適切かを評価する機能も実装しています。
4社を横断して見えるパターン
| 企業 | 拠点 | 主な対象業務 | 採用モデル | 代表的な成果 |
|---|---|---|---|---|
| Harvey | 拠点北米中心・グローバル展開 | 主な対象業務契約分析・デューデリジェンス・訴訟支援 | 採用モデル複数モデルから選択可 | 代表的な成果BigLaw Benchで最高水準の1つ、導入1か月未満 |
| Legora | 拠点ヨーロッパ | 主な対象業務アシスタント・文書レビュー・ワークフロー | 採用モデルClaude Sonnet 4 | 代表的な成果法務評価セットで18%高いスコア |
| Eve Legal | 拠点北米(原告側事務所) | 主な対象業務ケースファイル解析・督促状起草・案件監視 | 採用モデルClaude Opus 4.8 / Sonnet | 代表的な成果和解まで最大60日短縮、月1,250万文書処理 |
| Law&Company | 拠点韓国 | 主な対象業務法律調査・文書起草・コンプライアンス | 採用モデルClaude(3.5 Sonnet採用歴あり) | 代表的な成果180日で6,000ユーザー、有料転換60.2% |
評価プロセスには共通点があります。HarveyのBigLaw Bench、Legoraの大規模法務評価セット、Eve LegalのPlaintiffBenchと、3社は自社業務に即した独自の評価を持ち、モデルを横並びで比べています。HarveyとEve Legalはその評価を全モデルに適用しており、一度選んだら固定という運用ではありません。
もう1つの共通点は、人間の最終確認を組み込んだ設計です。Harveyのチェックポイント承認とEve Legalの「起きたら承認するだけ」は、いずれも自動化の範囲を判断の手前までに絞る発想で一致しています。Law&Companyは人間の承認ではなく、引用の妥当性を機械的に評価する仕組みで判断材料を整えています。Legoraの「人間とAIの組み合わせが最高のAI単体にも勝る」という言葉も同じ方向です。
開発側の使い方も重なります。LegoraとEve Legalの事例ページはClaude Codeに触れ、Eve LegalのWall-Eは障害対応まで担います。Harveyの事例ページには開発ツールの話はなく、Law&Companyの事例ページでは法務領域の利用に絞られています。
公式事例の数字は同じ物差しで読めるのか
4つの事例ページを読み比べると、数字の測り方が揃っていない箇所がいくつかあります。同じ「効果」に見えても、比べてよい数字と比べてはいけない数字があります。
事例の数字を読むときの分かれ目
事業者側の集計
Eve Legalの「和解まで最大60日短縮」「ケースの生涯期間が50%速い」や、Law&Companyの「効率1.7倍・1時間あたり25分の削減」が該当します。比較元の期間や集計方法はページに書かれていません。1.7倍と25分は、1時間の作業が35分になる計算で整合しますが、同じ指標を別の言い方にしたものです。
利用者へのアンケート
Law&Companyの「92.5%が時間節約を実感」「46.8%は30分超の削減」は調査結果です。事業者側の「1時間あたり25分」とは集計の単位が違う可能性があり、並べて分布を読むことはできません。回答者数や調査時期もページにありません。コスト面では、70%が削減を実感し、30%は「意味のあるコスト削減」と答えたとされています。
同じページの中でも表現が揺れます。Eve Legalのページは、導入部で案件ファイルが7万ページに及ぶと書き、課題の節と成果の一覧では2,000〜10万ページとしています。上限が違うので、本記事では2,000〜10万ページを採っています。成果の一覧は「最大30%増」ですが、成果の節では「顧客全体で30%増」と書かれています。最大値と全体の値のどちらなのかは、ページからは決まりません。Harveyのページも、見出し部分は「BigLaw Benchで最高の性能」、本文は「最も高い性能のモデルの1つ」で、強さが違います。この記事の表は後者に合わせました。Eve Legalのページには、PlaintiffBenchが見出しで「400のテストスイート」、本文で「約420」とある食い違いもあります。冒頭の「トリアージを3時間から数分に」も、本文では3〜4時間です。本記事は本文の数字を採っています。
もう1つの注意点が、モデルの世代です。Legoraの18%はClaude Sonnet 4、Law&Companyの応答時間40%短縮はClaude 3.5 Sonnetでの数字です。Eve LegalはOpus 4.8を挙げ、Harveyのページはモデルのバージョンを書いていません。世代が違う数字を同じ列に並べても、モデルの優劣は読み取れません。現行のモデルで同じ効果が出るかどうかは、各社の評価を自分の業務で組み直さないと分からない点です。
導入を検討する事務所はどの事例を参考にすればよいか
| 状況 | 参考になる事例 | 着目点 |
|---|---|---|
| 大手事務所・企業法務で、評価体制ごと整えたい | 参考になる事例Harvey | 着目点法務研究者とAI研究者の合同チーム、3本立ての評価 |
| 実務領域ごとに型の違うワークフローを組みたい | 参考になる事例Legora | 着目点表形式レビューとエージェント型ワークフロー |
| 数千〜10万ページの記録を扱う | 参考になる事例Eve Legal | 着目点文書の分類から時系列構築までの自動化、3経路の切り替え |
| 英語以外の法律文書を扱う | 参考になる事例Law&Company | 着目点韓国語での生成、RAGと引用チェックによる幻覚対策 |
自社の法務部門でClaudeを直接使う場合は、上記の外部ベンダー製品とは前提が異なります。判断の線引き(抽出・突合はAIに任せ、評価・判断は人が持つ)はClaude Cowork法務活用にまとめています。Claude.ai単体で契約書のレッドラインから交渉メールへの変換まで1つの会話で完結させる手順はClaude契約書レッドラインで扱っています。長文契約書の扱いに必要な文脈理解の基礎はClaudeモデル比較にまとめています。クラウドサインやkickflowなど国内SaaSとの連携手順はClaude法務連携ガイドを参照してください。エンタープライズ規模での導入検討はClaude Enterpriseとは、Claudeモデル全体の位置付けはClaude完全ガイドにあります。
よくある質問
これらの事例は日本の法律事務所にも当てはまるか
Law&Companyの事例は、韓国語という非英語圏での法務文書の生成を扱っており、多言語対応という観点では参考になります。ただし各国の弁護士倫理規程は異なります。弁護士がClaudeで生成AIを使う際の注意点を踏まえ、人間の最終確認を前提に設計する必要があります。
まとめ
人間の承認を最後に置く設計を明示しているのはHarveyとEve Legalで、Legoraも人間とAIの組み合わせを重視しています。長文脈での推論や自社業務に合わせた評価を挙げているのは、Harvey・Legora・Eve Legalの3社です。数字は測り方も対象のモデル世代も揃っていないため、成果の大きさよりも、評価の組み方と承認の置き方を持ち帰る材料として読むのが安全です。