Sullivan & Cromwellの弁護士にとって、契約草案のレビューには、関連する前例と照らし合わせて条項を検討すること、ファームの経験に基づくアプローチを用いること、そしてクライアントの優先事項に留意することが含まれます。同ファームのAgreement Analyzerは、これらの要素を単一のレビューワークフローに統合し、弁護士が確認・精査できる分析と修正案を生成します。
「AIは、弁護士が自分の判断が最も重要となる領域に集中できるようにしてくれると思います。それによって、クライアントにとって最も重要な問いに集中できるようになります。」—John Savva、パートナー、Sullivan & Cromwell
ファームの専門知識を契約レビューに取り入れる
AIは当初、メール返信の下書きやカレンダーの確認といった反復的で管理的なタスクに最も多く使われていましたが、Savvaは、AIモデルの分析能力の最近の向上がその使い方を変えたと考えています。「今では、複雑な契約の深い分析のような困難な法的タスクへの活用の機会がはるかに増えています」と彼は言います。
Agreement Analyzerは、弁護士が前例間で対応する条項を比較し、それらの条項がどのように相互に作用するかを追跡するのに役立ちます。
Sullivan & CromwellのパートナーであるJohn Savvaは、Codexを使って構築した単一ユーザー用の概念実証としてAgreement Analyzerを開発しました。その後、OpenAIと協力して、出力の品質改善、並列処理による効率化、複数の弁護士が同時に使用できるツールへの転換を進めました。
Agreement Analyzerは、Sullivan & Cromwellのワークフロー、厳選されたファームの前例、交渉用プレイブック、そしてChatGPT Enterpriseを統合しています。弁護士がこのツールに契約草案を入力すると、自ら選択した前例や、ファームとクライアントの立場を記したプレイブック、さらに市場慣行に関する情報を追加できます。ツールは異なる視点から複数のレビューサイクルを実行し、出力を統合して潜在的な問題の特定を支援し、弁護士が確認、修正、または却下できるよう、メモランダムと変更履歴付きの修正案を返します。
「これは弁護士を置き換えることではありません。弁護士がより深い分析を行い、より多くの法的根拠や前例を見つけ、クライアントにより高品質の成果物を提供するためのツールを提供することなのです。」—John Savva、パートナー、Sullivan & Cromwell
情報源と不確実性の可視化
Savvaは、AIツールの出力の信頼性を高める鍵は完全な透明性であると強調します。「AIツールが市場慣行について何かを主張するなら、その情報の出所を確認できなければなりません」と彼は言います。
Savvaは、エージェントが結論を導き出し、他のエージェントが敵対的なプロセスでそれに異議を唱える応用例について説明します。潜在的なユースケースとして、専門化されたエージェントが、市場からの逸脱やリスク配分、条項間の相互作用、訴訟に影響を及ぼしうる曖昧さなどを、契約を並行してレビューします。結果は、他のエージェントによる挑戦を経て裏付けられた知見、却下された知見、および但書付きで保持される未検証の問題を区別して示します。弁護士は問題点、その裏付けとなる説明、および関連する前例を確認し、どの知見が最終的な修正マークアップでの変更を必要とするかを判断できます。
今後の展望
Sullivan & Cromwellは、特定の法的タスクに合わせて設計されたツールの探索を続けています。Savvaにとって、より強力な分析能力は、リサーチと文書作成のプロセスのさらなる部分を支援する機会をもたらします。
SavvaはGPT‑6 Astraにおける推論能力の進歩を挙げます。「Astraは、利用可能な推論の質の面で本当に物事を前進させました。これがこれまでのボトルネックだったのです」と彼は言います。