ClioのリーガルAIレポート、ビラブルアワーに圧力
ClioのリーガルAIレポートによると、英国とアイルランドの法務専門家では88%がAIを導入している。しかし、効率化による成果は現在、時間課金モデルと衝突している。ソフトウェアは調査、文書レビュー、ドラフティングを加速させ、かつて大きな報酬を生み出していた業務に必要な人間の作業時間を削減できる。
この対立はもはや理論上のものではない。AIを利用する法律事務所の約80%は、リソースを追加せずにより多くの業務を処理できるとClioに回答した。70%以上は、従来はサポートスタッフが担っていた管理業務をAIが引き受けることで、コストが削減されたと答えた。
これは法律事務所に難しい問いを突き付ける。法務業務が数時間ではなく数分で完了するなら、顧客の支払額は下がるべきなのか。それとも、事務所が効率化による利益を維持すべきなのか。
企業の法務部門はますます前者を期待している。一方、法律事務所では依然として、収益、業績、キャリアの進展が記録された時間によって測られている。AIは、作業に長く時間がかかるほど伝統的に収益が増えるビジネスモデルの内部で、生産性を高めている。
圧力は価格設定にとどまらない。定型的な案件は、若手弁護士がパターンを認識し、ドラフティングを学び、判断力を養う助けになる。そうした業務を自動化すれば、今日の提供体制は改善できる一方、将来に向けた職業の育成システムを弱めるおそれがある。
ClioのリーガルAIレポートは、統合を上回る導入拡大を示す
リーガルAIは主流の利用段階に入ったが、大半の法律事務所はまだそれを前提に業務を再設計していない。
ClioのリーガルAI調査は、英国とアイルランドの法務専門家513人と一般市民500人を対象に実施された。その結果、法務専門家の88%が何らかの形でAIを利用していることが分かった。
日常のワークフローにAIを組み込んでいるのは、わずか27%だった。この差は、時折利用することと業務運営を変革することの違いを示している。
弁護士は、より広範なプロセスを変えずに、チャットボットで文書を要約したり草案を改善したりできる。組み込み型の利用とは、AIが反復可能なワークフロー、承認済みのシステム、案件管理、品質管理の一部になることを意味する。
この区別は重要だ。個人の生産性向上が、必ずしも事務所全体の生産性向上にはつながらないためである。弁護士は一つの業務をより速く終えられても、手作業の受付、分散した記録、変わらない承認プロセスを待つことがある。
同じ問題は、多くの業界における知識集約型の仕事にも見られる。元となる資料が断片化していたり検証が難しかったりするなら、生成速度が上がっても価値は限られる。チームには、最新の文書、過去の助言、案件固有の文脈に対する管理されたアクセスが必要だ。
これは、リーガルAIの導入が測定可能な変革よりはるかに速く進み得る理由を説明する。アクセスの購入は比較的容易である。ワークフロー、権限、監督、価格設定を再設計するには、事務所全体での調整が必要になる。
Clioの調査結果は、透明性のギャップも明らかにしている。同社によると、法律事務所の81%は顧客にAI利用を開示していると答えた一方で、その開示を受け取った記憶がある顧客はわずか7%だった。
いくつかの説明が考えられる。開示は、顧客が読まない委任契約書類に記載されている可能性がある。弁護士が、AIがどこで業務に関与するかを説明せず、技術について一般論として説明している場合もあるだろう。
原因が何であれ、この不一致は信頼の問題を生む。法律事務所は伝達していると考えているが、顧客はしばしばその伝達を認識していない。
AIが文書、調査、助言に影響を与える場合、このギャップはより重要になる。顧客は、誰が結果を確認したのか、どの情報がシステムに入力されたのか、効率化が報酬に影響したのかを知りたがるだろう。
レポートでは、法務専門家の51%が夜間に働いているものの、そうしたいと望んでいるのは32%にとどまることも分かった。週末に働く人は22%で、その勤務形態を選びたい人の割合は11%だった。
これらの数字は、自動化が自動的に働き方を改善するという主張を複雑にする。生産性ソフトウェアは従業員に時間を返すことができるが、法律事務所はその余力をより多くの案件とより高い目標で埋めることもできる。
元の報道は、この経済的な矛盾を明確に捉えている。法律事務所は同じリソースでより多くの業務を完了できるようになる一方、従来の収益モデルは依然として消費された時間に結び付いている。
したがってClioのリーガルAIレポートは、単なる技術導入以上のものを描いている。それは、より速い生産と時間ベースの商業論理という二つのシステムを同時に運用する職業を示している。
法律事務所がこれらのシステムを整合させない限り、AI利用は業務単位での利益と事業単位での緊張を生み続けるだろう。
リーガルAIとビラブルアワーは相反する行動を促す
AIは速度に報いる一方、ビラブルアワーは時間を収益に変える。
時間課金は理解しやすい。弁護士が案件に費やした時間を記録し、法律事務所が合意済みの料金を適用し、顧客は項目別の請求書を受け取る。
このモデルは不確実性も顧客に移転する。複雑な業務は拡大し得るし、新たな事実が明らかになることもある。相手方が追加の対応を求めることもある。法律事務所は、そのために必要となった追加時間への支払いを受ける。
AIは、反復可能な業務における計算を変える。AIは文書を分類し、条項を比較し、時系列を組み立て、初期草案を作成し、大規模なコレクションから関連資料を見つけ出すことができる。
これらのシステムは弁護士の必要性をなくすものではない。従来は持続的な人間の注意を必要としていた生産プロセスの一部を圧縮する。
リーガルファイナンスファンドLexolentの創業者兼CEOであるNick Rowles-Daviesは、鋭い比較によって価格設定の問題を要約した。同氏はCNBCに対し、16秒で完了したものに対して法律事務所は16時間分を請求できないと語った。
この発言は意図的に強い表現であり、ほとんどの法務業務がそこまで劇的に短縮されるわけではない。それでも、大幅な効率向上を宣伝しながら、変わらない時間制請求書を提示する法律事務所に対する顧客の反応を的確に捉えている。
Clioは、AIを広範に導入している法律事務所のおよそ5社に1社が、ビラブルアワーの目標達成に苦労していると明らかにした。これは、弁護士がより多くの仕事を完了していても、自動化が弁護士を評価するための社内指標を弱め得ることを示唆している。
この対立は、アソシエイトのレベルでより明確になる。より短い時間で正確な結果を出す弁護士は、顧客に価値を生み出す。しかし厳格な稼働率システムでは、その人は案件に対して記録する時間が少なくなる。
法律事務所は、より多くの案件を割り当てることで対応できる。これにより総ビラブルアワーは維持されるが、約束された効率化の恩恵は、労働時間の短縮ではなく処理量の増加へと変わる。
専門性と迅速さを反映して時間単価を引き上げることもできる。だが、成果の大部分を生み出したのが希少な専門家の時間ではなくソフトウェアだと顧客が考えるなら、抵抗されるかもしれない。
固定料金、上限付き料金、サブスクリプション、または価値ベースの料金を採用することもできる。顧客が合意した価格を受け入れる限り、こうした仕組みでは効率的に業務を完了した場合に法律事務所がより多くの利益率を確保できる。
価値に基づく価格設定にも難しい問いが残る。法的な結果には不確実性があり、顧客ごとに迅速性、リスク低減、戦略的助言に異なる価値を置く。
固定料金は、業務上のリスクを法律事務所に戻すことにもなる。案件が予想以上に難しくなれば、契約が調整を認めない限り、事務所が追加作業を負担することになる。
したがって、時間課金は予測不能な紛争、調査、急速に変化する取引において引き続き有用である。中心的な問題は、すべての法務案件が時間ベースの価格設定を放棄すべきかどうかではない。
問題は、技術によって生産がより予測可能になった標準化業務にも、法律事務所が時間課金の論理を適用し続けるかどうかである。
Deloitteの2026年の調査は、顧客が大きな変化を期待していることを示している。同社のリーガル業界調査は、2026年4月から5月にかけて世界のシニア法務リーダー121人を対象に実施された。
回答者は、時間課金される業務の割合が2〜3年以内に72%から44%へ低下すると予測した。85%は、AIが法律事務所の価格設定を変えると考えていた。
同じ調査では、78%が外部プロバイダーによるAI利用から期待される最大の利点としてコスト削減を挙げた。これは商業上の対立を明確にする。
法律事務所はAIを、より多くの顧客にサービスを提供し利益率を守る手段と捉えるかもしれない。社内法務のリーダーは主に、それによって外部支出が削減されることを期待している。
Deloitteはまた、法務部門がこの期間にAIによって平均28%の法務業務を自動化または削減できると見込んでいることも明らかにした。61%はすでにエージェント型AIを実験または試験導入していた。
エージェント型AIとは、定義された目的に向けて、相互に関連する一連のステップを実行できるソフトウェアを指す。法務業務では、条項の収集、要件の確認、分析文書の作成、レビュー対象の例外の特定などが含まれ得る。
企業の法務部門がこうした能力を社内で開発するにつれ、外部法律顧問に対する交渉力が高まる。定型業務を内製化し、法律事務所への依頼をより限定的にし、料金についてより明確な説明を求めることができる。
これこそが、リーガルAIとビラブルアワーをめぐる議論の背後にある真の圧力である。ソフトウェアが弁護士を置き換えることに依存するものではない。
顧客が、法律事務所の請求額、外注する業務、そしてそれらの業務が実際にどれほどの労働を必要とするのかを問い直せるだけの自動化能力を得ることに依存している。
大手法律事務所はリーガルAIを実際のワークフローに導入している
大手法律事務所が、反復的で大量の法務プロセスにAIを展開すると、ビラブルアワーへの課題は具体化する。
A&O ShearmanはHarveyと協力し、法務ワークフロー向けのAIエージェントを開発している。報じられている活用例には、融資契約のレビュー、規制当局への提出書類の分析、M&Aやサイバーセキュリティ通知に関する業務支援が含まれる。
これらの業務には、自動化に適した構造化された要素がある。融資文書のレビューでは、弁護士が定義された条項を見つけ、文言を比較し、逸脱を特定し、調査結果をまとめる必要がある。
AIエージェントは、明確な指示と適切な文書を与えられれば、こうしたステップを加速できる。弁護士には引き続き、出力を確認し、異例の文言を解釈し、調査結果を顧客の目的と結び付ける役割がある。
重要な変化は、完全に自律した法的助言ではない。原資料からレビュー可能な結果に至るまでの経路が圧縮されることだ。
Slaughter and Mayは2026年4月、Harveyを全社的に展開すると発表し、より広範な一歩を踏み出した。全社導入は、すべてのプラクティス領域を対象としている。
示されたユースケースには、M&A、デューデリジェンス、規制調査、文書分析が含まれる。これらは周辺的な管理実験ではなく、法務業務の中核となるワークフローだ。
Slaughter and Mayは人間による監督も強調した。この点は重要である。AIを導入しても、職業上の責任がソフトウェア提供者へ移るわけではないからだ。
弁護士は、助言、秘密情報の取り扱い、顧客のために下す判断について引き続き責任を負う。したがって人間によるレビューは、任意の安全策ではなく、サービスの一部である。
これは、法務業務を分けるより有用な方法を生み出す。機械は、検索、比較、整理、初回生成を加速できる。弁護士は検証、戦略的な枠組み設定、交渉、責任を担う。
その境界は案件によって異なる。標準化された会社登記には、新規性のある法廷での主張や、複数の規制制度の影響を受ける取引とは異なるリスクがある。
企業には、信頼できる社内ナレッジも必要です。汎用的な資料を基に動作するAIツールは、顧客との交渉で確立された立場、リスク許容度、過去の紛争、承認済みの文言を自動的に理解できるわけではありません。
案件の文脈は、メール、契約書、メモ、過去の助言に分散していることが少なくありません。適切に管理されたナレッジベースは、専門家が生成された回答を受け入れる前に、関連資料を取得する助けになります。
これは、スタンドアロンのチャット画面よりもワークフロー統合が重要である理由の一つです。法務アウトプットは、来歴、最新情報、アクセス制御、監査可能なレビュー手続きに依存します。
セキュリティも導入を左右します。法律事務所は、秘匿特権の対象となるコミュニケーション、個人情報、取引データ、機密性の高い事業計画を扱います。
プロンプトが保持されるか、データがどこで処理されるか、誰がアクセスできるか、顧客情報が将来のモデル訓練に使用されるかを理解しなければなりません。弁護士が顧客資料をシステムに投入する前に、こうした管理策を確定すべきです。
したがって、導入の成功にはライセンス以上のものが求められます。法律事務所には、承認済みのユースケース、情報源の制限、レビュー基準、インシデント対応プロセス、各業務分野に適したトレーニングが必要です。
測定も必要です。時間削減は有用ですが、それだけを指標にすることはできません。
ドラフト作成を高速化する一方で修正作業を増やすワークフローは、正味ではほとんど価値を生まない可能性があります。流暢でも根拠に裏打ちされない回答を返すリサーチツールは、生産的に見えてもリスクを高めかねません。
法律事務所は、正確性、レビュー時間、手戻り、顧客満足度、案件結果を追跡すべきです。また、請求可能な業務で節約された時間と、管理業務で節約された時間も区別する必要があります。
この区別は商業的な結果に影響します。スケジューリング、受付、タイムキャプチャ、文書整理を自動化すれば、顧客向け業務を直接削減せずに余力を生み出せます。
契約レビューや法的リサーチの自動化は、事務所が現在請求対象としている可能性のある業務に影響します。したがって、同じ生産性向上でも収益への影響は大きく異なり得ます。
最も迅速に動く法律事務所は、両方の領域を試しています。管理業務の自動化は既存モデルの中で利益率を改善できる一方、実質的な法務業務の自動化は価格設定についてより直接的な議論を迫ります。
だからこそ、大規模な導入が重要です。どの業務が圧縮されるのか、どれだけの監督が依然として必要なのか、顧客が測定可能な便益を受けるのかについて、証拠を生み出すからです。
より速いドラフト作成が若手弁護士の育成問題を生む
AIは、反復作業が担ってきた学習を代替する前に、その反復作業を取り除く可能性があります。
若手弁護士は従来、大量の実務を通じて学んできました。文書をレビューし、判例を調査し、時系列を作成し、引用を確認し、シニア弁護士向けの初期ドラフトを準備します。
その作業の多くは時間がかかります。一部は単調です。しかし同時に、新人弁護士を繰り返し現れる構造、事実関係の矛盾、主張の成否を左右する細部に触れさせます。
何百もの契約書をレビューする若手アソシエイトは、通常とは異なる条項を見分けられるようになります。難しい法的問題を調査する人は、一見関連しそうな法源がなぜ適用されないのかを学びます。
こうした学びは、最終メモに完全には記録されません。一次資料に繰り返し接し、経験豊富な弁護士から修正を受けることで培われます。
AIは、パターン、検索可能なテキスト、予測可能なアウトプットを含むため、同じような業務の多くを対象にしています。これにより顧客コストを下げ、若手弁護士を低付加価値な反復作業から解放できます。
一方で、依頼から洗練されたドラフトまでの近道を生むこともあります。若手弁護士は、その答えを生み出した推論の過程を経験しないまま答えを見ることになります。
Harveyの欧州・中東・アフリカ統括責任者であるJorge Bestard氏は、CNBCの報道でこの問題を慎重に表現しました。ドラフトへのより速い道筋が、能力獲得へのより速い道筋を自動的に生むわけではありません。
この区別は研修設計の指針となるべきです。法律事務所は、AIのアウトプットを監督することが、基礎となる業務を自ら行うことと同じスキルを教えるとは想定できません。
効果的なレビューには、正しい回答に何が含まれるべきかについての内的なモデルが必要です。そのモデルを一度も構築したことのない弁護士は、微妙な欠落を見抜くのに苦労するかもしれません。
AIの回答が完成されたように見えると、リスクは高まります。流暢な文章は、脆弱な情報源、欠けた例外、法源から導けない結論を隠し得ます。
アウトプットが速く説得力を持つからこそ、判断力は依然として重要です。弁護士は、いつ立ち止まり、結果に異議を唱え、原資料に戻るべきかを知る必要があります。
法律事務所は、すべての手作業を残さずとも、この問題に対処できます。若手にAIのアウトプットと一次資料を比較させる、構造化された演習を設けることができます。
弁護士に対し、重要な提案を受け入れた、または退けた理由を記録させることもできます。また、若手スタッフをキャリアの早い段階から交渉、顧客会議、戦略的な議論にローテーションで参加させることも可能です。
シニア弁護士には、専用のメンタリング時間が必要になります。教育は顧客業務と同じ即時的な収益を生むことが少ないため、これは稼働率目標との別の衝突を生みます。
Thomson Reutersの2026年プロフェッショナル人材レポートでは、法律事務所の専門職の78%が、キャリア初期の弁護士はAIが代替しつつあるスキルについて、経験豊富な人材のメンタリングに依存していると考えていることが示されました。
同レポートでは、プロフェッショナル向け水準のAIツールにアクセスできなければ仕事を断るとする法律事務所の専門職が24%に上ることも示されました。したがって、法律事務所は両方向から圧力を受けています。
人材を惹きつけるために、現代的なツールを提供しなければなりません。同時に、従業員がそれらのツールを安全に使う助けとなる人による指導も維持しなければなりません。
その結果、従来の法律事務所のピラミッド構造は変わる可能性があります。法律事務所は歴史的に、多くの若手を採用し、相当な量の実行業務を割り当て、時間をかけてより少数の人材を昇進させてきました。
ソフトウェアがその実行層の一部を吸収すれば、事務所は一般的な能力を持つ人材の採用を減らすかもしれません。経験豊富な専門家、リーガルエンジニア、プロダクト専門職、技術的な理解力と判断力を兼ね備えた弁護士をより重視する可能性があります。
この移行には長期的なリスクがあります。若手採用を減らせば、現在の経済性は改善する一方で、将来の経験豊富なパートナーやシニアアドバイザーの供給を縮小しかねません。
どこかで育成せずに、経験豊富な弁護士を無期限に採用し続けることはできません。AIが初級レベルの生産業務の多くを担うようになっても、業界には初心者から専門家へ進む信頼できる道筋が必要です。
顧客もこの問題に利害を持っています。不必要な手作業への費用負担を拒むのは合理的ですが、将来においても有能な弁護士を必要としています。
解決策は、研修時間を顧客価値として偽装することではありません。法律事務所には、透明性のある価格設定と専門能力開発への明示的な投資が必要です。
最も強いモデルは、AIリテラシーと法務の基礎を補完的なものとして扱うでしょう。若手弁護士は、システムがどのように結果を生み出すか、その結果をどのように検証するか、いつ利用すべきでないかを理解すべきです。
また、法令、判例、契約書、証拠、顧客の意思決定に直接触れる必要があります。この土台がなければ、AIの監督は専門的なレビューではなく表面的な編集になりかねません。
ハルシネーションと顧客信頼が効率化の物語を制約する
弁護士が回答の出所や正確性を確立できないなら、より速い法務業務の価値は限られます。
生成AIシステムは、信頼できる情報源に裏付けられない確信的な記述、すなわちハルシネーションを生み出すことがあります。法務実務では、存在しない判例、不正確な引用、法的権威に関する誤った説明などが含まれます。
裁判所はすでに、捏造された引用を含む提出書面に直面しています。こうした事例は、汎用的な流暢さが情報源の検証に代わることはできない理由を示しています。
法律業務に特化した製品は、アウトプットを権威あるデータベースに接続し、引用を提示することでリスク低減を図っています。これはレビュー手続きを改善しますが、専門職としての責任をなくすものではありません。
引用された情報源が、依然として無関係、古い、または誤って解釈されている可能性があります。モデルが正しい文書を特定しても、そこから誤った結論を導くことがあります。
弁護士は情報源を開き、その権威性を評価し、事実関係に適用できるかを判断しなければなりません。求められるレビューの水準は、誤りがもたらす結果の大きさに応じて高めるべきです。
ここで、積極的な効率化の主張には懐疑的な見方が必要です。ベンダーは、ワークフローが数分で回答を生み出すことを実演するかもしれませんが、作成時間は構成要素の一つにすぎません。
完全な評価には、準備、情報源の検証、修正、エスカレーション、最終承認が含まれます。法律事務所は、その総計を既存の人によるプロセスと比較すべきです。
整った事例だけでなく、例外的な事例もテストすべきです。法的案件が難しくなるのは、文書が不完全だったり、管轄区域が異なったり、関連文言に例外が含まれたりするためであることが多いです。
標準化された資料で良好に機能するシステムでも、案件がパターンから外れると失敗する可能性があります。そうしたエッジケースこそ、しばしば最大のリスクを伴います。
ガバナンスも別の課題をもたらします。Thomson Reutersは、法律事務所の専門職の34%が、所属事務所に承認されていないAIツールを利用していると報告しています。
無許可の利用は、機密保持の管理策、保持ポリシー、承認済みのレビュー手続きを迂回しかねません。また、どのシステムが文書に影響したかを事務所が説明できなくなる可能性もあります。
禁止だけでこの問題を解決できる見込みは低いでしょう。厳しい業務負荷に直面する弁護士は、特に承認済みの選択肢が遅い、または利用できない場合、時間を節約するツールを求めます。
法律事務所には、使いやすく安全な代替手段と明確な境界が必要です。どのデータを各システムに投入できるのか、どの業務に承認が必要なのか、生成された作業をどのように確認すべきかを説明すべきです。
顧客とのコミュニケーションも改善しなければなりません。法律事務所の81%がAI利用を開示していると考える一方、その開示を記憶している顧客は7%にすぎないなら、形式的なコンプライアンスは共通理解を生んでいません。
有用な開示は、システムが何を行い、弁護士が何をレビューしたかを説明すべきです。AIが独立して法的サービスを提供したと示唆することは避けるべきです。
価格設定の透明性も同様に重要です。AIが作成時間を短縮する場合でも、顧客は専門性、スピード、リスクを反映した固定料金を受け入れる可能性があります。
実際の労力と乖離しているように見える時間制請求を受け入れる可能性は低くなります。隠れた効率化の利益は、率直に交渉された利益率よりも早く信頼を損なう可能性があります。
顧客がこの対立を認識したからといって、請求可能時間制が消えるわけではありません。確立された報酬制度、予算編成手法、調達慣行はゆっくりと変化します。
また、本当に予測不能な案件も残ります。訴訟、調査、交渉、緊急の規制対応は、事務所の管理外にある出来事によって拡大することがあります。
したがって、懐疑的な結論はより限定的です。AIは時間制請求を終わらせるものではなく、導入の数字も法律事務所が安全な自動化を達成したことを証明しません。
むしろAIは、時間制請求が依然として適切な場面を法律事務所が正当化する負担を増やします。また、より速い業務が依然として正確で、機密性を保ち、専門家の監督下にあることを示すよう求めます。
価格設定が本当に変わるかを示す3つのシグナル
次の段階は、購入されたAIライセンス数ではなく、契約、配置、人材、顧客行動を通じて測られます。
第1のシグナルは、反復可能な業務における料金体系の目に見える変化です。法律事務所は、より多くの固定料金、上限付き料金、サブスクリプション、成果連動型の体系を公表または交渉し始めるべきです。
Deloitteによる、時間制業務が72%から44%へ低下するとの予測は、市場に明確なベンチマークを与えます。この割合が大きく低下すれば、法務AIと請求可能時間をめぐる対立は商慣行を変えつつあります。
自動化が広く普及しているにもかかわらず時間課金が依然として主流であるなら、法律事務所は生産性向上の利益を自ら取り込んでいるか、実験を信頼できる業務フローへ転換するのに苦慮している可能性が高い。
米国法曹協会は、議論と行動の隔たりを浮き彫りにしている。同協会の法律事務所の経済性に関する分析では、AI導入を受けて報酬体系を変更した事務所はわずか19%だったと報告されている。
顧客からの圧力が実効性を持つようになれば、この数字は上昇するはずだ。委任契約書や調達依頼は、カンファレンスでの予測よりも強い証拠となるだろう。
第2のシグナルは、若手の育成と人員配置の再設計だ。ソフトウェアが初期の調査、レビュー、文書作成をより多く担う中で、アソシエイトがいかに判断力を身につけるのかを、事務所は説明する必要がある。
保護された研修時間、監督下での情報源確認プログラム、より早期の顧客対応、新たなリーガルエンジニアリングのキャリアパスに注目したい。こうした変化は、事務所が徒弟制度上の課題を認識していることを示すものになる。
単純に若手採用を減らすだけなら、異なるメッセージを発することになる。それは、将来の専門性不足を解決しないまま、事務所が短期的な人件費削減を取り込んでいることを示唆する。
第3のシグナルは、顧客による執行だ。企業の法務部門は、タスク単位での透明性を求め、AI関連の節約効果を監査し、定型業務を代替サービス提供者や社内チームへ移管できる。
Thomson Reutersは、企業内法務の専門家の71%が、AI利用の拡大に伴い法律事務所が課金方法を変更すると予想していると報告している。一方、法律事務所の専門家の62%は、価格体系は変わっていないと回答した。
この乖離は、調達チームや法務責任者が変革を迫る余地を生み出している。効率化が料金引き下げ、サービス拡大、あるいは主として事務所の利益率向上のどれにつながるかは、彼らの判断によって決まる。
顧客は、AI支援を受けたすべての業務が安価になると考えるべきではない。説明責任、判断、対応可能性、リスク移転には、なお対価を支払うことになる。
ただし、より良い質問はできる。テクノロジーはどの工程を加速したのか。誰が出力をレビューしたのか。効率化は人員配置と報酬にどのような影響を与えたのか。
法律事務所のリーダーも、同じくらい率直な問いを投げかけるべきだ。事務所は価値の提供に対して弁護士を評価しているのか、それとも主として時間の記録に報いているのか。
ClioのリーガルAIレポートは、導入がすでに始まっていることを示している。より難しい移行は、価格設定、育成、ガバナンス、信頼に関わるものだ。
法律専門職には今、低価値な反復作業をより戦略的な業務へ置き換える機会がある。その結果は自動的に実現するものではなく、より高速なツールが単にプレッシャーを増大させる可能性もある。
今後数年で、誰が削減された時間を手にするのかが明らかになるだろう。顧客はより低額、あるいはより予測可能な料金を得るのか。弁護士はより健全な働き方と、より深い仕事を得るのか。
それとも事務所は時間課金の目標を維持したまま、従業員により多くの案件を処理するよう求めるのか。その答えが、リーガルAIが法曹界を改善するのか、それとも既存の緊張を加速させるだけなのかを決定する。
