三菱商事のAI法務、契約データで投資リスクを先読みして攻める狙い

契約データが経営判断の前提になる背景

三菱商事の法務AI活用を読み解くうえで重要なのは、契約審査の効率化だけを見ないことです。総合商社の契約は、資源、食品、自動車、インフラ、金融、デジタルなど複数産業にまたがり、価格変動、規制、制裁、環境責任、表明保証、撤退条件まで幅広いリスクを含みます。

同社は「経営戦略2027」で、地政学、経済、脱炭素、AIの進展が不確実性を高める環境を前提に掲げています。こうした局面では、契約書は締結後に保管する文書ではなく、将来の投資判断を補正するデータ資産になります。法務がAIで磨こうとしているのは、リスクを止める機能ではなく、事業部門が早く、深く、再現性高く判断するための知的基盤です。

公開情報だけで三菱商事の個別案件運用までは確認できません。ただ、契約データベース、Legal Operations、経営戦略、AIガバナンスの流れを重ねると、同社の法務DXは「守りの省力化」から「攻めの意思決定支援」へ進む構図が見えてきます。

三菱商事が進める法務データ基盤の実像

既存システムと連携する契約DB

三菱商事法務部のAI活用で確認できる公開情報として、2021年のMNTSQ for Enterprise導入があります。MNTSQの発表によれば、同社法務部は従来から案件管理と文書管理のシステムを構築、運用していました。一方で、過去案件の契約書データを探し、知見として再利用する点に課題がありました。

導入の狙いは、過去の契約関連データを既存システムと連携できる契約データベースに読み込ませ、契約類型ごとの分類や条項レベルでの分析を進めることでした。ここで重要なのは、AIが突然に判断を置き換えるのではなく、まずデータの置き場と意味づけを整えている点です。

企業法務の生成AI活用では、LLMに契約書を投げ込むだけでは品質が安定しません。検索対象の文書、条項の粒度、過去の交渉経緯、ひな型、社内プレイブック、外部法律事務所の知見を結び付けて初めて、AIの回答は業務に使える水準に近づきます。AIに詳しいエンジニアの視点で見れば、これはモデル選定より前に必要なデータ基盤設計です。

三菱商事の公開例では、参照価値の高い契約や条項をチーム単位で登録、共有する機能も説明されています。これは属人化しやすい契約レビューを、組織知として再利用するための仕組みです。ベテラン法務担当者の判断を暗黙知のまま残すのではなく、条項、類型、論点、着地点に分解して検索可能にすることで、若手や海外拠点も同じ判断材料に近づけます。

条項レベル分析が生む投資示唆

さらに注目すべきなのは、一部の契約類型について、過去に締結された契約をオーダーメイドで分析した点です。MNTSQは契約書に特化したOCRと機械学習を使い、重要条項が過去のケースでどのように定められていたかを可視化し、将来の交渉や意思決定に生かす狙いを示しています。

この取り組みは、法務が経営に近づく転換点です。例えば同じ資源投資でも、価格調整条項、不可抗力、制裁対応、環境責任、相手方の情報開示義務、解除権の書きぶりが違えば、投資の実質的なリスク量は変わります。契約データを条項単位で比較できれば、表面上は似た案件でも、将来の追加負担や撤退難度に差があることを早期に把握できます。

三菱商事は経営戦略2027で、全事業投資先244社を対象に、3年後の利益やROICの目標を設定し、全社マネジメントがフォローする方針を示しています。ここで財務指標だけを見ても、契約上の制約や偶発債務の芽は見落とされます。法務データが投資先管理と接続されれば、ROICの分母や将来キャッシュフローを揺らす条件を、より早く経営に戻せます。

もちろん、公開資料から「契約AIが投資委員会に直接組み込まれている」と断定することはできません。しかし、契約データの構造化と全事業投資先のバリューアップを同時に進める企業にとって、法務データは投資審査、追加投資、事業撤退、紛争予防の共通言語になり得ます。これが「攻めの法務」の中身です。

生成AIで変わる契約審査と事業部連携

一次回答とリスク可視化

契約AIの現在地は、単なる条文検索から、論点整理、相談起票、過去契約との差異比較へ広がっています。MNTSQ AI契約アシスタントは、契約書を解析して判断に必要な論点を構造化し、事業部門による一次判断や法務相談への連携を支援するサービスとして説明されています。法務相談が必要な場合に相談内容を起票し、AIへの問い合わせや回答内容を蓄積して監査可能な業務フローを作る点も特徴です。

この方向性は、三菱商事のように事業領域が広い企業ほど効きます。法務部にすべての相談が流れ込むと、低リスクの定型案件と、高難度の投資・提携案件が同じ窓口で滞留します。AIが契約類型、相手方、条項差分、社内基準から一次整理を行えば、法務担当者は高リスク案件に時間を移しやすくなります。

LegalOn Technologiesが2026年に公表した調査では、法務業務に関与する500人のうち、AIエージェントの利用経験は40.2％でした。従業員1,000名以上の企業では利用経験が51.2％に達し、未利用の障壁としては正確性54.5％、セキュリティ36.8％が挙げられています。数字から見えるのは、大企業ほどAI活用は試行段階を越えつつある一方、信頼性と情報管理が普及の条件になっている現実です。

契約AIの価値は、法務担当者を減らすことではありません。法務に届く前の情報不足、依頼の曖昧さ、社内基準のばらつき、過去事例を探す時間を減らすことです。事業部門が「何を聞けばよいか分からない」状態から、論点と判断材料を持って相談できる状態に変われば、法務は後工程の修正係ではなく、案件設計の伴走者になります。

Legal Opsが全社課題になる理由

この変化を支える概念がLegal Operationsです。CLOCのCore 12は、ビジネスインテリジェンス、情報ガバナンス、ナレッジマネジメント、テクノロジー、サービス提供モデル、人材育成などを企業法務の運営機能として整理しています。日本でも、三菱商事の法務担当者らが関わる連載や書籍を通じ、Legal Operationsの実務知が共有されてきました。

2026年に再開された「Legal Operationsの実践」Season 2では、生成AIの登場と実務導入により、法務部門では業務効率化、標準化、可視化に加え、AIを前提とした業務再設計、ガバナンス、ナレッジマネジメント、人材育成が重要になったと整理されています。さらに、法務機能の高度化は法務部門だけの課題ではなく、全社的な経営課題になっていると指摘しています。

ここに三菱商事らしさがあります。同社は2019年にMCデジタルを設立し、自社やグループ内の業務改革だけでなく、サプライチェーン全体に開かれたDX基盤を目指す姿勢を示してきました。法務DXも、単独部門のツール導入ではなく、産業知見、契約知見、データ基盤、事業部門のワークフローを束ねる取り組みとして見るべきです。

生成AIは、契約書から義務、期限、解除条件、競業避止、秘密保持、損害賠償、表明保証などを抽出できます。ただし、抽出した情報が事業部門のKPIや投資先管理に接続されなければ、法務内の便利ツールにとどまります。攻めの法務に変えるには、契約データが営業、投資、財務、リスク管理の会話に入る必要があります。

技術的には、契約書そのもの、案件メモ、交渉履歴、メール、社内規程、ひな型、外部弁護士メモをRAGや検索基盤で結び付ける方向に進みます。そこで問われるのはモデルの賢さだけでなく、権限管理、データ更新、監査ログ、評価データ、回答根拠の提示です。SaaSやAIを使いこなす企業ほど、導入前の情報設計と導入後の運用が競争力になります。

AI法務を攻めに使うための統制条件

AI法務には明確な限界もあります。第一に、契約AIの回答は法的判断そのものではなく、判断材料の整理として扱う必要があります。法務省のAI契約審査ガイドラインをめぐる解説では、契約作成・審査・管理支援と弁護士法72条の関係が整理され、通常の契約レビュー場面では事件性や鑑定該当性が主要論点になると説明されています。社内法務が補助ツールとして使う場合でも、人が最終判断する設計は不可欠です。

第二に、正確性とセキュリティです。LegalOnの調査でも未利用の理由としてこの2点が上位でした。契約書には価格、技術、取引先、係争可能性、個人情報、営業秘密が含まれます。AIに入力する文書、学習利用の有無、社外転送、権限分離、ログ保存、国外移転の扱いは、契約AIの導入可否そのものを左右します。

第三に、AIの評価方法です。IPAのAIセーフティ評価観点ガイドは、LLMを含むAIシステムについて、不正確な出力、悪用、誤用などのリスクを前提に、評価観点や評価項目例を示しています。法務AIでも同じで、回答が正しいかどうかを一件ずつ人が見るだけでは拡張できません。契約類型ごとのベンチマーク、誤検知と見逃しの測定、重要条項の抽出精度、回答根拠の追跡性を継続的に見る必要があります。

攻めの法務は、AIに任せる範囲を広げることではありません。低リスク案件の標準化、高リスク案件の早期発見、過去知見の再利用、経営判断への接続を同時に進めることです。三菱商事のような総合商社では、各事業のスピードと規制リスクが同時に高まるため、統制なきAI活用はむしろ経営リスクになります。だからこそ、データ基盤、専門家レビュー、監査ログ、利用ルールをそろえた法務AIが重要になります。

経営者が法務AIで見るべき指標

経営者が見るべき指標は、レビュー時間の短縮だけでは不十分です。契約審査のリードタイム、事業部門で自己解決できた相談比率、法務へのエスカレーション精度、過去事例の再利用率、高リスク条項の検出件数、投資委員会前に修正された論点数を追うべきです。これらは、法務AIが単なる効率化ツールか、経営の意思決定基盤かを分ける指標になります。

三菱商事が掲げる「磨く、変革する、創る」は、事業ポートフォリオだけでなく法務機能にも当てはまります。既存契約を磨き、契約プロセスを変革し、法務データから新たな事業判断を創る。AI時代の攻めの法務とは、契約の盲点を早く見つけ、事業の選択肢を増やす経営インフラです。

参考資料:

• 経営戦略2027 | 会社情報 | 三菱商事
• 社長メッセージ | 会社情報 | 三菱商事
• CFOメッセージ | 統合報告書 | 三菱商事
• 第7回 DX事業 | Create the Next | 三菱商事
• 「MNTSQ for Enterprise」の三菱商事への提供を開始 | MNTSQ
• CORE 8による法務部門の革新 三菱商事に学ぶ AI時代の戦略法務と「正しさ」の考え方 | MNTSQ
• Legal Operationsの実践（Season 2）の連載にあたって | CODE
• Legal Operationsの実践（19）Digital Contracting | 商事法務ポータル
• MNTSQ AI契約アシスタント | MNTSQ
• MNTSQ株式会社 | 契約ライフサイクルを一気通貫でサポート
• 法務担当者のAIエージェント利用経験は40.2％ | LegalOn Technologies
• 企業法務とAI | J-STAGE
• AI契約関連業務支援サービスと弁護士法72条について | JIIMA
• Core 12 | CLOC
• AIセーフティに関する評価観点ガイドを公開 | IPA