Sullivan & Cromwellの弁護士にとって、契約草案のレビューには、その条項を関連する先例と照らし合わせて検討し、当ファームの経験に基づくアプローチを用い、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、こうした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・洗練できる分析と修正案を生成します。
「AIは . . . 弁護士が判断力を最も発揮すべき領域に集中できるようにする . . . ことで、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ると思います。」—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事務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感じています。「今では、複雑な契約の深い分析といった難しい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、弁護士が先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を用いて構築したシングル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を進め、複数の弁護士が同時に使用できるツールへと変えていきました。
Agreement Analyzerは、Sullivan & Cromwellのワークフロー、厳選されたファームの先例、交渉プレイブック、そしてChatGPT Enterpriseを統合しています。弁護士が契約草案をツールに入力すると、独自に選択した先例や、ファームとクライアントの立場をまとめたプレイブック、さらに市場慣行に関する情報を追加できます。この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先例を見つけて、クライアントにさらに質の高い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
出典と不確実性の可視化
Savvaは、AIツールの出力が信頼に足るものとなるのは完全な透明性があるからだと強調します。「AIツールが市場慣行について何かを主張するなら、その情報の出典を確認できる必要があります」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挑戦するというアプリケーション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並行して契約をレビューし、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確認します。その結果は、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、および留保付きで保持される未検証の問題に区別されます。弁護士はこれらの問題、その裏付けとなる説明、および関連する先例を確認し、どの知見が最終的なマークアップでの修正を要するかを判断できます。
次のステップ
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求を続けています。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より多くを支援する機会となります。
SavvaはGPT‑6 Astraによ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。これまではそれがボトルネックだったのです」と彼は言います。