竹中工務店が法務AIに自社の審査基準を登録、若手の育成期間は約3分の1に

AIに読ませる審査基準を、若手が素案を書き、経験豊富なベテランが厳しく指摘を返すという手順で作り上げた点が効いたと考えられます。長年言語化されてこなかった判断の勘所を、既存の文書からではなく、若手の問いとベテランの反応のやり取りを通じて掘り起こす作り方です。弁護士の助言も交えて修正を重ねているため、出来上がった基準は個人の主観ではなく、法務職能として公式に認められたものになります。基準づくりの工程がそのまま知識移転の場を兼ねており、AIの精度を上げる作業と人の育成が同じ流れの中で進みます。

二つ目は、AIが示す一般的な法務の視点と、自社基準に沿った指摘を切り分けて併存させた設計です。汎用的なリスク検知だけでは「この会社としてどう判断するか」に届かず、逆に自社基準だけでは条項の抜け漏れという一般論を拾い切れません。運用でも、論理の矛盾はAIアシスタント、自社基準によるレビューや表記揺れの形式チェックは専用のレビュー機能と、性質の違う確認を別の道具に割り当てています。

対象を建築事業で頻出する類型の6種類程度から始め、使用感を見ながら内容を磨く進め方も見逃せません。全類型を一度に整えようとすれば作成負荷で息切れしますが、頻度の高いところから着手すれば投じた労力が日々の審査で回収されます。入力データが学習に使われないクローズドな環境であることを利用の前提として確認している点も、秘匿性の高い契約情報を扱う部門でAIを日常使いするための土台になっています。