法務AIエージェントLegoraのCTOが語る、顧客データを読めない前提の評価設計

何が発表されたのか

法務向けAIエージェントを開発するLegoraのCTO、Jacob Lauritzen氏へのインタビューだ。同社はインタビューの数週間前に、評価額88億ドルでシリーズEとして5億5,000万ドルを調達したと発表している。直前の3月にも評価額55億5,000万ドルで5億5,000万ドルを調達しており、短期間で評価額が大きく上がったことになる。

創業はストックホルムの地下室で、出発点は「ChatGPTとスウェーデン法、検索ツール」を組み合わせた単純な製品だった。現在のエージェントはWord文書のドラフト作成と編集、数千件の契約書の一括レビュー、弁護士・顧客・他のエージェントの間の作業調整まで担う。

4月にARR（年間経常収益）が1億ドルを超え、ローンチから18ヶ月未満での到達だった。顧客数は1,800社超。ショーノートにはシリーズE発表時点でARRが2億ドル超と記載されており、本文の記述とは時点が異なる可能性がある。今年5件目となる買収として、訴訟資料から事実を抽出・検証するロンドンのWexlerを取得した。

顧客データなしでどう評価するか

多くのチームはエージェントの実行ログ（トレース）を読んで改善するが、Legoraはそれができない。利用者がアップロードするものはほぼすべて機密で、その多くは事務所ではなく事務所の顧客に帰属するためだ。

評価チームはエンジニア3人と弁護士3人で構成され、顧客の業務を模したRL環境を作る。例として、1万ファイルのデータルームでデューデリジェンスを実行し、適切な警告（レッドフラッグ）を捉えたレポートを出せるかを試す。結果は業務領域とタスクの組み合わせごとにヒートマップで整理する。新しいモデルはある種類の法務業務で良くなり、別の種類では悪くなることがあるためだ。

本番環境では、失敗を10〜20種類の既知の失敗モードに分類し、機能フラグの裏で安価なLLMベースのチェックを回している。社内には約100人のリーガルエンジニアのプールがあり、評価設計を支えている。ショーノートによれば、評価実行にはModal Sandboxes上で2,000並列のエージェント実行を用いている。

モデルはどこまで足りているか

Legoraは長くモデル選択機能の提供に抵抗したが、最終的に導入した。弁護士が「この契約書はSonnet-high向けかOpus-mid向けか」を判断すべきではなく、品質・コスト・レイテンシ・ガバナンス・リージョン可用性のトレードオフを見つけるのはLegoraの仕事だという考え方だ。

Lauritzen氏は、モデルはすでに法務業務の約60%を十分にこなせると見積もる。その範囲は今やコストとレイテンシの問題であり、100万トークン規模の契約書をまたぐ複雑な分析や編集には、まだより高い知能が必要だとしている。

同社は法務リサーチのような狭いタスク向けに、オープンウェイトモデルのpost-trainingを始めた。自前のフロンティアモデルを訓練する計画はないという。ハルシネーション対策として、エージェントが書いたすべての記述に、元PDFの該当箇所を囲むバウンディングボックスを示す引用を付ける仕組みを採る。ドラフト生成については、原文の表記で「Fable」「Opus」は冗長、「Astra」の方が簡潔だと評している。

少数の部品から多くの製品を作る

製品はいくつかの基本部品（プリミティブ）の組み合わせで作られている。ファイルを保持するプロジェクト、エージェント、Tabular Review、リストの4つだ。リストはNotion風のデータベースで、トリガーと自動化を持つ。エージェントがリストを作成・参照でき、リストの変更がエージェントを起動する。SlackボットのIntakeは依頼をリスト上のチケットに変換する。

Tabular Reviewは行が文書、列が質問に対応する。1万件の雇用契約を投入し、解約期間・IP譲渡条項・退職金の条件を問う形で使う。最大100万セルを扱えるが、まず10行だけ実行してプロンプトを直してから残りを流す設計になっている。

リーガルエンジニアはコードを書かず、パワーユーザーとして製品を設定する。フォワードデプロイエンジニア（FDE）は本番コードを書き、CRMや文書管理システムへの連携を構築し、そこで得た学びをコア製品に戻す。クライアントデータには触れない。最初のFDEは約9ヶ月前にニューヨークで着任しており、1年以内に数ヶ月単位で顧客先に入るローテーション体制を想定しているという。

時間課金の変化と留意点

かつて法務テックが普及しなかった理由について、Lauritzen氏は時間課金の構造を挙げる。速くなるほど収入が減るなら、律師事務所がそれを買う理由はない。変わったのは事務所側への圧力で、米国では小規模レビューのような定型業務がフラットなプロジェクトフィーに移り、顧客をつなぎ止めるために無償で受ける例もあるという。収益の中心はM&A、訴訟、顧客と過ごす時間に移る。

ジュニアやパラリーガルが不要になるわけではないと同氏は述べる。ジュニアは2年前より価値が上がっているという認識で、エンジニアリングと同じく、一人がこなせる仕事量が増えたためだと説明する。

ただしこれらはベンダーCTOの発言であり、顧客数やARRは同社の発表に基づく数字だ。日本市場に関する記述は原文になく、導入可能な国・地域や料金体系も明らかにされていない。