2022年末の生成人工知能（AIGC）製品ChatGPTの登場から、AIの進化は目まぐるしくなっていく。Chat GPT3.5のチャットとテキスト生成機能から1年も経たないうちに、より強力なGPT4に移行し、また2ヶ月前にコマンドひとつで動画を自動生成できるSORAが誕生した。一方で、AIが法律サービス業界に与える影響は急速に深化・拡大しており、それにどう対応するかが法律業界共通の課題となっている。業界の先駆者である有名法律事務所アレン・アンド・オーヴェリーが米国ハーベイ社と共同で開発したAI弁護士アシスタントがすでに実用化され、、どのような対策を講じるべきかを検討する人が増えている。

一、AIGC が法律業界および知的財産業界に与える影響

１．デジタル化でも情報化でもない

AIGC の革新的な性質は、それが本質的に機械学習モデル、特に深層学習技術を利用して新しいコンテンツ (テキスト、画像、音楽、コード、3D モデルなど) を作成する生成モデルであることにある。従来のデジタル化や情報化とは異なり、後者は主に実世界の情報を管理と分析が容易なデジタル形式に変換する。それに対して、AIGC は現実世界を単なる「変換」「翻訳」するだけではなく、学習、理解、要約、作成する人間の能力を基本的に備えており、その能力を利用してさらに新しいコンテンツを作成するものである。

下図は、ChatGPT4 に画像を解釈しテキストの説明を生成する機能が備わっている場合の特許出願のフローチャートと ChatGPT4 の自動解釈のGIF画像である。

２．AIGCと人間の特性

AIGC は大規模言語モデルと大規模なデータトレーニングに基づいており、大量のデータを迅速に処理および分析する機能があり、リッチコンテンツを迅速に生成できる。また、AIGC は、学習、要約、一般化、分析および推論する能力など、人間に似た特性も示しており、さらにシリコンベースのインテリジェンスとして、コンピューティング能力のサポートにより、24/7の動作ができる。対照的に、炭素ベースの知性としての人間は、時間、エネルギー、データ処理能力の点で AIGC に匹敵することはできないかもしれないが、人間の創造的思考はより深くて複雑であると思われる。人間は、幅広い感情を理解、表現、伝達することができ、またそれに対して詳細な推論と分析を行い、倫理や道徳を含むさまざまな要素を総合的に考慮し、複雑かつ包括的な決定を下し、推奨事項を提供することができる。

３．法律業界は AI の深い垂直活用に適する

法律業界では、クライアントに法的アドバイスを提供し、法的文書を作成し、事件の審問に参加し、コミュニケーションと交渉を行うことが一般的に提供しているサービスである。この業界のほぼすべてのサービス段階では、参考資料又は成果物として、法的文書、事件分析、契約書、法的見解、調査報告書などのさまざまな文書の作成が必要である。したがって、法律業界は、各事件の文脈の違いにより大量の人手による実務が含まれるとはいえ、ある意味では、近似的なコンテンツ生成業界とみなすことができる。AIGC はさまざまなデータをトレーニングすることにより、十分な法律、規制、訴訟データにアクセスできれば、これらのデータから学習してさまざまな法関連文書を生成できるようになる。したがって、法律業界も AI 活用の最も典型的な垂直シナリオの 1 つである。

特許分野には法的属性と技術的属性の両方があり、AI ツールはこの分野で大きな可能性を秘めている。たとえば、以下の 2 つのGIF画像は、アップロードされた最高裁判所 (2010) 民提字第 158 号特許侵害事件判決書の内容を要約し、無効審判の申し立ての有無や侵害成立の事実などの詳細を解釈し、及び特許引用文献AU2009270482の内容と技術ポイントを解釈する事例（特に技術ポイントの詳細は明細書のある位置から正確に読み出される）である

４．従来の法律事務所における AI 革新と急速に発展している新興のインテリジェント法律サービスプロバイダー

生成型人工知能が法律業界に与える重大な影響を認識しており、ChatGPT の立ち上げからわずか数か月後、有名な法律事務所である Allen & Overy は率先してアメリカのHarvey と提携を結んだ。これには、法的文書の作成、法的調査の支援、法的契約のレビュー、法的用語の解釈などの専門的な作業だけでなく、データに基づいて関連する推奨事項を作成することも含まれている。また、3月末には、もう一つの大手国際法律事務所が、生成人工知能製品の展開でHarveyと協力すると発表した。

これに伴い、新しいタイプの法律 AI 企業が生み出された。これらの企業は、主に二つの種類に分かれている。1 つは、人工知能による法律サービスをオンラインで直接提供する企業である。例えば、人身傷害賠償の請求に注力し、数十億ドルの市場価値を持つ EVEN UP など。もう 1 つは、ChatGPT に基づく Harvey や、ANTROPIC の Claude 技術に基づく Robin AI など、さまざまな大規模言語モデルに基づいて企業または法律事務所向けにカスタマイズされたモデルを開発する企業である。これらの企業は、資金規模、顧客数、売上高の点で驚くべき成長率を示している。たとえば、Harvey の年間経常収益は、2023 年 4 月の 100 ～ 200 万米ドルから、2023 年 12 月には数千万ドルに急増した。

５．AI プラットフォームとツールの急速な発展により、実用化の余地が大幅に拡大した

大規模言語モデルとして、ChatGPT 3.5バージョンは、手紙の作成、翻訳、テキスト文法の修正などのタスクをうまく完了できる。これらのタスクは通常、パラリーガルによって処理されるが、ChatGPT 3.5 ではワンクリックで簡単に完了できる。それにより生成されるビジネスレターは思慮深くて丁寧であり、人手による修正はほとんど必要ない。翻訳について、その翻訳精度はかなりのレベルになっていると思われる。ぎこちない文書をChatGPTに入力すると、即座に文章と文法の修正ができ、完璧な原稿に仕上げる。

パラリーガルの日常業務に加えて、大規模言語モデルは法的文書や調査報告書の作成においても大きな進歩を遂げた。ChatGPT は 1 年以内にバージョン 3.5 からバージョン 4.0 に繰り返しアップグレードされた。GPT-4.0 には広範な法律理論の知識があり、さまざまな法的文書 (警告書、訴状、契約書など) のテンプレートを直接生成できる。プロの弁護士からの継続的な質問と指導を通じて、より詳細な法的文書を生成できる (以下のGIF画像事例を参照)。これに基づいて、プロの弁護士は、特定の事件の状況に基づいて法的文書の最終版を完成できる。特許法などの技術関連法務分野では、科学技術界や産業界との交流により、各種大規模モデルが十分な学習データを保有しているだけでなく、技術文献の入手、重要な内容の抜粋、技術的な質問への回答、技術動向の予測にも優れ、ある程度の技術調査レポートを作成することができる。また、発明提案書により特許出願書類を作成したり、クレームにより明細書を作成したりする製品も生み出されている（例えばPatentpal等、効果の改善が必要）。

たとえば、以下は GPT4 によって特許ライセンス契約の支払いに係る条項を生成するGIF画像と、弁護士による継続的な質問の後にライセンス収入の監督を強化する条項をさらに生成するGIF画像である。

商用の大型モデルに関しては、過去 1 年間の発展で ChatGPT から GPT-4 への継続的なアップグレードが行われた。さらに、Google や ANTROPIC などの企業が開発した大規模モデルなど、特徴的な商用人工知能プラットフォームが次々登場している。これらのプラットフォームは、いくつかの点で GPT-4 を上回っている。たとえば、ある大規模モデルはある技術質問への回答はより正確である。次のGIF画像は、PAO 触媒調製の現状とより有望な触媒タイプをより正確に記述していることを示している。GPT ストアは 2 か月前にローンチされ、現在 300 万を超えるアプリケーションがあり、多くの一般的なオフィス ツールや法律専門ツールをカバーしている。Midjourney や Sora などのプラットフォームは、大規模言語モデルの画像、音声、ビデオ生成への更なるマルチモーダル開発を促進している。また、複雑なオープンソースの大規模モデルは、多くの開発者に AI 上のプライベート大規模モデルをさらに開発する機会も提供している。

6. AI は専門知識とツールのギャップを埋め、パーソナライズされた特性を強調する

クローズドソースであろうとオープンソースであろうと、AIGC の幅広い知識範囲により、同じ AI 活用能力レベルを持つ異なる分野の専業者間の知識のギャップが日々狭まってきた。さらに、AIGC の大規模モデルプラットフォームとそのアプリケーションによって提供されるツール機能は、異なる分野の専業者に力を与え、知識のギャップをさらに狭くすることができる。但し、このような知識ギャップの縮小は必ずしも発生するわけではない。さらに、知識ギャップが狭くなる程度と方式は、企業や個人の特性によっても異なる。

GPTsが提供する法務分野のツールを活用することで、大量の専門的な法的知識を迅速に得ることができる。以下は、GPTs の法律に関連する GPTアプリケーション、及び、その中の一つのGPTアプリケーションを通じて米国特許法、IDS (情報開示声明) を説明するGIF画像である。

７．どのような法律業務が AI に取って代わられるのでしょうか?

現在の使用状況から判断すると、知識を提供するだけの業務は必然的に完全に代替されることになるが、知識を選択する能力が必要な業務は完全に代替されることはない。経験と複製可能な知識だけを必要とする法律サービスは、AIに関連知識を学習させてから、徐々に取って代わられ、創造性と個別化された法律サービスは取って代わられにくいと思われる。

二、AIGCへの法律サービス事務所の対応

人工知能時代の到来に直面して、一般法や知的財産などのさまざまな専門分野の法律サービス事務所は、人工知能によってもたらされる変化に対処するために積極的に考え、変化に適応し、行動を起こす必要がある。

８．企業発展とAI対応戦略の策定

AIGC の爆発的な発展に伴い、活用の範囲と深さの拡大、アプリケーション製品の次々登場により、法律サービス業界のビジネスモデルとスキル要件に大きな影響を与えることは避けられず、サービスの内容、仕事の設定、チーム構築モデルなどにも異なる程度の影響を及ぼす。法律サービス事務所の観点から見ると、法律相談サービスはロボットに取って代わられる可能性があり、従来の業界チェーンさえも破壊される可能性があり、AI 企業は法律サービス事務所の重要なパートナーまたはサプライヤーになり、実務家は更新とアップグレードのために AI 技術を必要となる。

上記の変化に直面して、企業は従来のビジネス発展戦略に加えて AI 対応戦略を策定し、AI 技術と AI 製品の活用に関する発展目標を設定し、関連する AI技術インフラストラクチャ、サービス内容のイノベーションとフローの最適化を構築する必要があります。具体的な業務内容と、人材の育成内容、倫理的および道徳的要件、リスク管理と制御などに関する取り決めを定め、上記の取り決めに対して十分な資金と人的資源を提供する必要がある。

９．企業の私有化大規模モデルの構築

大規模のオープンソースモデルの出現により、企業は私有化大規模モデル (LLM) の構築において技術レベルで日々成熟してきている。法律サービス業界の企業は、カスタマイズされた大規模モデルを構築するために、データガバナンスの要件、企業自体の競争力、コストを総合的に考慮する必要がある。法律サービス業界の企業は、私有化大規模モデルを構築することで、AI ツールの使用品質を向上させることができ、一般的なモデルには専門知識や業界データの蓄積が不足している問題を結び付けて、出力結果をより的を絞った正確なものにすることができる。さらに、機密データや機密データの漏洩防止や、顧客や政府などの第三者のデータコンプライアンス要件への準拠など、データガバナンスの要件を満たすことができる。企業は、私有化大規模モデルを現地で展開し、大規模モデルで関連データをトレーニングし、機密で自社に適用する結果を生成することができる。私有化大規模モデルには 次の4 つの重要な要素が含まれる。

私有化大規模モデルの要素１：データ構築

私有化大規模モデルの本質はパーソナライゼーションであり、パーソナライゼーションの基礎はモデルのトレーニングに使用されるデータにある。ここでいうデータには、業界データと、企業独自のデータの両方が含まれる。業界データには、一般法律分野の法令データ、訴訟文書データ、知的財産分野の特許データなどが含まれており、企業独自のデータには、企業の内部事例データ、内部ナレッジ ベースなどが含まれる。企業はまず情報のデジタル化を完了し、所有するデータを大規模モデルのトレーニングに必要なデータに変換する必要がある。法律サービス分野の IT およびデジタル構築で既に成果を上げている企業は、私有化大規模モデルのトレーニングのこのラウンドでデータ上の優位性を得られると思われる。

私有化大規模モデルの要素２：モデル選択

さまざまなオープンソースの大規模モデルが出現し続けており、これらの大規模モデルの主な違いは、アーキテクチャとアルゴリズムにある。オープンソースの大規模モデルに基づいて、企業は独自の大規模モデルを構築し、データをトレーニングし、微調整をして私有化大規模モデルの構築を実現できる。モデルが異なれば、アーキテクチャ、パラメータの数、トレーニングデータの量、機能特性などのさまざまな側面に違いがある。法律サービス業界の企業は、モデルの信頼性、セキュリティ、ライセンスコンプライアンスなどを総合的に考慮し、予期の目標に基づいて適切に選択する必要がある。

私有化大規模モデルの要素３：コンピューティング能力のサポート

大規模モデルでは、トレーニングとデプロイにさらに多くのコンピューティングリソースが必要であるため、技術インフラストラクチャのコストが高くなる可能性がある。AI はコンピューティング能力の本体であり、AI チップに対する需要は人間の食糧需要と同じであり、その消費量が膨大である。クラウドサービスプロバイダーであっても、ローカル サーバーであっても、高いコンピューティング能力コストが必要になる。このコンピューティング能力の需要は非常に驚異的であり、たとえば、AI GPU に対する膨大な需要により、「AI チップの王」である NVIDIA の市場価値は 2024 年 2 月に 2 兆米ドルのにも達した。GPU カードは中国で取得することは難しい状況になっている。したがって、企業は、需要に基づいて、一定のコンピューティング能力と資金のサポートにより、自社の私有化大規模モデルを構築する必要がある。

私有化大規模モデルの要素４：チームビルディング

私有化大規模モデルの構築には、AI専門家や法律サービス事務所の専門家の参与が必要である。AIの専門技術者は主に大規模モデルの構築（パーソナライズされたパラメータ設定など）、事前トレーニング、運用保守などを担当する。企業は独自のチームを構築することも良く、外部組織と協力することも良い。法律専門家は主に、学習データの選別、プロンプト作成、AIのトレーニングへの参加など、専門知識のサポートを担当する。これらの専門家は専門スタッフから選出又は育成する必要がある。

１０．商用 AI プラットフォームとソフトウェアの活用を強化する

商用 AI プラットフォームとソフトウェアの活用は、一定の期間において非常に重要な位置を占めるでしょう。商用 AI プラットフォームソフトウェアは通常、クローズドソース ソフトウェアであり、現在、オープンソースの大規模モデルと比べてより先進的であると思われる。商用 AI プラットフォームおよびソフトウェアを活用する場合は、商用 AI プラットフォームおよびソフトウェアに機密事項が入り込まないよう注意する必要がある。

複数のプラットフォームで相互に補完し検証する

ChatGPT以外にも、GoogleやANTROPICが開発した大規模モデルなど特徴的な商用人工知能プラットフォームも次々と登場し、複数の商用大規模モデルが主導する市場状況を基本的に形成していた。競争の多様化に伴い、これらの AI プラットフォームは、比較的特徴的な特性を示している。例えば、一部の大規模モデルが長文処理やマルチモーダル機能に優れたが、一部の大規模モデルが対話機能に優れた。また、もう一部の大規模モデルは、包括的な能力がある。異なるモデルは、固有の技術基盤とトレーニングプロセスの違いにより、機能上の差が徐々に示されており、使用中に複数のプラットフォームで相互に補完および検証することが考えられる。

アプリケーション汎用および特化型 AI ツールを発掘する

商用大規模モデルのプラットフォームとしてのアプリケーション開発は、法律アプリケーションのさらなる開発に基盤を築きた。例えば、商用大規模モデルであるChatGPTは、オンラインで直接サービスを提供するだけでなく、App Storeと同様の機能を提供するプラットフォームとしても機能する。2 か月前、GPT Storeアプリケーションストアの立ち上げにより、GPTs (Generative Pre-trained Transformers) の強力なプラットフォーム機能が実証された。現在、最初のアプリケーションは 300 万件に達し、画像生成（DALL-E）、ライティング（Writing）、オフィスツール（Productivity）、調査・分析（Research & Analysis）、プログラミング/ソフトウェア開発（Programming）、教育（Education）、ライフ（ライフスタイル)など7種類のツールがある。GPT のカスタム機能と大規模なユーザーベースのおかげで、派生アプリケーションの数は今後も増加し続けることが予測され、これが法律業界におけるアプリケーション開発の深さと広さに強固な基盤を提供している。

これらのツールの多くは法律サービスに適用できる。たとえば、ライティング（Writing）ツールの All around Writer、Human GPT、および Copywriter GPT は、さまざまな専門的な文書や宣伝コピーの作成に使用でき、 Office ツール (Productivity) のSlide Maker、Canva、及びプログラミング/ソフトウェア開発 (Programming)ツールはパーソナライズされたソフトウェアの開発に使用できる。

マルチモーダル大規模モデルの活用を強化する

SORA がコマンド 1 つで東京の街にいる女性の動画を生成できることは、多くの人に衝撃を与えた。法律業界では、テキストが広く使用されているが、画像、音声、ビデオが使用されることは少ない。ただし、各法律事務所は法律サービスを提供するだけでなく、ブランドのプロモーション、写真、音声およびビデオのコピーライティングなどの業務を実行する必要がある事業体でもある。したがって、これらの分野では、マルチモーダル大規模モデルの活用を強化することが特に重要である。

１１．「インテリジェントなデジタルワーカー」の育成ーAI agent

AIGC の人工知能技術における突破により、人間に代わって知的作業を自動的に実行できる「インテリジェントなデジタルワーカー」であるAI agentがますます実現可能になりつつある。AI agentは大規模言語モデル（LLM）に基づいて、タスク分解計画を自動的に実行し、タスクを自動的に完了することで、人間の作業タスク（agent）の代替を実現する。AI agentは、プロセスの自動化を実現する従来のソフトウェアロボットやバーチャルヒューマンとは異なり、AIGC技術に依存して需要の理解、計画、タスクの実行を実現する。AI agentを開発することで、業務フローや事務などのタスクはagentに引き継ぎ、顧客関係の構築、顧客の特別なニーズの深い理解、包括的な状況による判断、イノベーションタスクなど、人間性が必要な業務は人間の弁護士に任せることができる。

AI agent従業員の役職と能力要件を設定する

法律サービス事務所は、自社の業務フローやポジション設定に基づいてAI agentを必要とするポジションを選択し、デジタル従業員の能力要件を設定する。たとえば、顧客からの一般的な問い合わせに対応するカスタマーセンターAI agent、業務フローなどを管理する事務員 AI agent、手紙の作成、請求書の発行、法律調査などの作業を協力する弁護士や特許代理人向けのAI agentアシスタント、ブランドプロモーションに使用されるコピーライティング、AV作成などのAI agentなど、の開発が考えられる。

AI agent従業員の管理モデルを探索する

AI agentの導入に伴い、人間の従業員とインテリジェントなデジタル従業員の担当業務をどのように分配し、どのように相乗効果を発揮するかが最大の課題となる。将来的には、使用中に予測できない問題やリスクを迅速に検出して対応する方法など、インテリジェントなデジタル従業員を効果的に管理する方法が最も懸念される問題になる可能性がある。

１２．サービス内容の革新とフローの最適化

AIツール、私有化大規模モデル、インテリジェントなデジタル従業員の導入により、法律会社の従来のサービス内容は作業フローや技術要件の点で必然的に変化し、いくつかの新しいサービス項目が生み出される可能性がある。

サービス内容の革新

私有化大規模モデルのサポートにより、法律サービス事務所の将来のサービス内容には、独自の大規模モデルを直接使用して顧客にサービスを提供することが含まれるようになり、特にパーソナライゼーションがあまり必要とされない一部の法律サービスにおいて、各事務所間の競争は主に大規模モデルの精度と効率に集中すると思われる。特に、パーソナライゼーションがあまり必要とされない一部の法律サービスに当てはまる。複雑な法律サービスプロジェクトにおいて、法律サービス事務所間の競争の焦点は、高価値の内容の提供と低価値の作業コストの剥離、つまり、どのように人工知能の支援を利用して弁護士を低価値の業務から分離して高価値の業務に注力させ、品質を向上させるとともにコストを削減するかということにある。法律サービス事務所が AI ツールの適用により、より優れた結果出力表示を提供することも、可能な革新的プロジェクトの 1 つである。たとえば、AI ツールを使用してクライアント向けにより読みやすいグラフ、音声またはビデオなどを作成するなど。

業務フローの最適化

法律サービス事務所のサービスフローの革新は、主にタスクの自動化、コミュニケーションとコラボレーション、品質管理、効率評価などの多くの側面に反映される。タスクの自動化は主に、契約書のレビュー、レターの作成、文書の翻訳、レターの翻訳、データの並べ替えなど、多くの反復的で標準化されたタスクはすべて AI 自動化技術によって完了できることをいう。さらに、法的文書（警告書、訴状、契約書、特許分野の出願書類など）、法律または技術調査報告書（法的進捗報告書、科学文献レビュー報告書）の初稿も、AI自動化技術によって生成できる。コミュニケーションとコラボレーションは主に、タイムリーな応答と情報同期を実現した AI agentまたは AI プラットフォームと顧客とのコミュニケーション、および社内の AI agentと人間の従業員間のコラボレーションに反映される。品質管理と効率の評価は、AI によるデータ評価を通して仕事の進捗と品質を評価し、実際のパフォーマンスと期待される目標を比較し、効率と生産性の問題を分析することに反映される。

１３．チームビルディングと能力構築

人工知能の時代において、法律サービス事務所は、チームビルディングと能力構築を継続的に強化する必要があり、チームメンバーのAI意識を向上させるだけでなく、専門知識とAI技術の活用能力も併せて向上させる必要がある。

チームメンバーは、AI および関連技術の基本的な理解と活用能力(ChatGPT、Gemini、Claude などの使用など)を備え、企業の各ビジネス段階で AI の活用方法を検討し、AI ツールを実際の仕事に積極的で効果的に統合する必要がある。また、AI 技術が急速に発展しているため、チームメンバーは、生涯にわたる学習能力を備え、最新の技術発展とアプリケーションを継続的にフォローできる必要がある。さらに、AI システムによって提供される結果の真実性と論理的一貫性を判断し、これに基づいてそれらをさらに分析および解釈して、専門的な観点から貴重な洞察と戦略を抽出することができる必要がある。AI技術が法律実務で活用されていることにしたがって、人間の従業員は、倫理的および法的責任をより強く認識する必要があり、AI システムを利用してどのようなタスクを完了できるか、及びAI システムによって提供される成果に倫理的および法的問題があるかを正確に判断できる必要がある。

職務設計の面では、企業は従来のモデルを打破し、データや大規模モデルのトレーニングを担当する法律知識エンジニアやプロンプトエンジニアなどのポジションを追加し、AIツールの利用促進や私有化大規模モデルの構築を担当する必要がある。また、 AIツールの活用に基づてサービスモデル、内容、フローの革新的な最適化提案を提案するために、弁護士、コンサルタント、及びフロー担当者の日常業務を全面的にフォローアップする必要がある。

三、AIGCに直面する法律サービス事務所のリスク管理

企業は人工知能技術を活用する一方で、人工知能に関連するリスクの管理を強化する必要がある。法律サービス事務所の観点から見ると、主なリスクは次の３点があると思われる。

１４．有害な出力のリスク

現在の人工知能システムで使用されている大規模言語モデルは、人間のように単語や言語を理解することはできず、代わりに、大量のデータトのレーニングに基づいて、人々が使用する共通の言語パターンを発見し、次に最も可能性の高い単語を予測するようになっている。したがって、トレーニング用データに偏りがあると、偏りがさらに大きい結果が生成される可能性が高い。企業が非私有化モデルを使用する場合、モデルトレーニング用データセットが透過的でないと、有害な出力が発生するリスクが大幅に増加する。

１５．データセキュリティのリスク

商用 AI ツールや非私有化モデルを使用する場合、モデルに入力された情報は保存されるまたはインターネットで拡散される可能性がある。これは、企業の機密データや機密情報が競合他社に漏洩したり、悪意を持ってアクターに取得されたりする可能性があることを意味する。また、漏洩した情報が新しいバージョンのモデルのトレーニングに使用されると、企業が蓄積した知識やノウハウが、他の企業が無料で入手できる経験となってしまう。そして、企業の管理できる範囲外で情報を使用することは、顧客や政府などの第三者のデータコンプライアンス要件に準拠しない。一方、私有化モデルを利用する場合でも、データ漏洩のリスクを回避するために当該私有化モデルの管理を強化する必要がある。

１６．法的および倫理的リスク

現在の技術的状況では、大規模言語モデルには本質的な意味を理解し、真実を発見し、正義を追求する能力がまだ備わっていないため、出力結果は虚偽であるか、差別的で侮辱的で無意味である可能性がある。法律サービスが人工知能に過度に依存したり、その成果を効果的に選別、洗練、昇華できなかったりすると、本来の法律サービスの提供意図から逸脱し、公平性や正義に反する法的意見や相談提案を提供してしまうことさえある。したがって、法律サービス事務所は、AI ツールを使用するサービス項目やビジネスモデルの法的、道徳的、倫理的なレビューと管理を強化する必要がある。

四、今後の展望

人工知能技術、製品、及び商用アプリケーションの急速な発展に伴い、法律業界へのその徹底的な適用と組み込みが一般的な傾向になっており、法律サービス事務所およびその従業者として、業界と技術の発展傾向を遵守し、前向きに取り組む必要がある。人工知能時代によってもたらされる課題にうまく対処することによってのみ、私たちは人工知能テクノロジーによってもたらされる機会を掴み、新たな発展サイクルによってもたらされる配当を享受することができる。

法律サービス事務所は対応の主体として、意識レベルでは、法律業界の従来の業務・ビジネスモデルを変える勇気を持ち、人工知能の活用に力と資金を喜んで投資する必要があり、実践レベルでは、戦略を策定し、全体的な対応策及び具体的な措置を講じ、自社の人工知能の利用と管理のレベルを継続的に向上させることにより、人工知能技術を使用して企業に利益をもたらすビジネスチャンスを探す必要がある。社内では、AIツールの活用によって業務効率を向上させ、AI agentの育成によって人件費を削減する。社外では、業務モデルやビジネスモデルの革新によって新たなサービス分野や項目を開発する。

法律サービスの従業者は、すべての対応策の策定者と実行者として、業界でどのような役割を果たしているかに関係なく、継続的な学習を通じて知識と能力の限界を拡大し、「法律業界はイノベーションに抵抗することで有名である」という歴史を変え、人工知能ツールを積極的に活用して業務の効率と品質を改善し、人工知能時代の新しい作業モデルに積極的に適応し、人工知能時代での個人の価値を継続的に探求し向上させるべきである。