法律事務所の定型業務をAIで再設計する ― 債権回収・債務整理・残業代請求・相続、領域別の活用ガイド
この記事の結論
- 再設計の余地が大きいのは、件数が多く労働集約的な4領域。債権回収・債務整理・残業代請求・相続は、非定型・属人的な業務が多く、AIで組み直す効果が出やすい。
- 汎用ツールの導入では成果につながりにくい。事務所固有の業務フローとデータに合わせてAIを組み上げて初めて、回収率・採算・処理スピードが変わる。
- 弁護士法・守秘義務・人間の最終確認が前提。AIは弁護士の判断を代替せずデータ処理やドラフト作成までを担い、最終判断は必ず人が行う。
本記事では、4領域それぞれの再設計の考え方と、進め方を整理します。
なぜいま、法律事務所に「業務再設計」が必要なのか
背景には、事務所側の事情と、技術側の変化の両方があります。
事務所側では、3つの圧力が強まっています。
- 人手不足と採用難。弁護士・事務員ともに採用は容易ではありません。件数勝負の業務を抱える事務所ほど、少人数で多くの案件を回す仕組みが必要になっています。
- 属人化と品質のばらつき。経験豊富な担当者に処理が依存し、採算と品質が人に紐づきます。定型的で大量の処理ほど、標準化の余地が大きく残っています。
- 採算と生産性の頭打ち。一人あたりの受任件数には上限があります。定型作業を圧縮し、判断や交渉といった付加価値業務に時間を振り向けたいというニーズが高まっています。
そして、この課題を解けるようにしたのが、技術側の変化です。従来のシステムは、あらかじめ定めたルールに沿った定型処理しか扱えませんでした。例外やゆらぎのある業務、文脈の読み取りが必要な作業は、人手に頼るほかなかったのです。AIの進化により、こうした非定型な業務にも柔軟に対応できるようになりました。
ただし、汎用のAIを導入するだけでは成果にはつながりません。鍵になるのは、自社（事務所）のデータ基盤を整え、そのうえに自社の業務・自社の処理に合わせたAIを開発することです。事務所固有の案件データ・回収実績・対応ルールに沿ってAIを組み上げて初めて、これまで人手に頼ってきた領域の効率化と品質の安定が実現します。
atarayoのアプローチ ― 独自データ × カスタムAI
法律事務所の業務は、おおむね「受任 → 案件管理 → 回収・処理 → 事務」という流れで構成されます。そのそれぞれに、AI活用の余地があります。
| フェーズ | 代表業務 | AI再設計の論点 |
|---|---|---|
| 受任 | 問い合わせ対応・初回ヒアリング・受任判断 | 定型応答の自動化、受任可否の初動を速める |
| 案件管理 | 進捗・期限・書類管理 | 状況の可視化、抜け漏れの検知 |
| 回収・処理 | 督促・回収、書面作成、計算 | 優先度の判定、書面・計算の下書き生成 |
| 事務 | 入金管理・報告 | 集計・レポートの自動化 |
atarayoは、汎用機能を提供するのではなく、事務所のデータと業務フローに合わせてAIを組み上げます。差別化は3点です。
- データを外部に出さない設計。守秘義務に配慮し、依頼者情報の取り扱いを設計段階から組み込みます。
- 独自業務に合わせる。汎用機能ではなく、その事務所の受任〜回収フローに沿って再設計します。
- 運用で精度が上がる仕組み。導入して終わりにせず、現場で使われ続けるなかで精度を高め続ける体制（継続学習）を整えます。
業務別の再設計
各領域の詳細は個別の記事に譲り、ここでは要点と狙う成果を示します。
債権回収 ― 「全件一律督促」をやめ、AIスコアリングで配分する
回収の見込みを債権ごとにスコア化し、督促リソースを配分し直します。見込みの高い債権には厚く、低い債権の無駄打ちは止めます。詳細は、事例記事「回収率が1.5倍に向上！AIで属人化を解消し、約20万件の債権管理を効率化」とメソッド記事「債権回収の「回収率」と「利益率」を同時に上げる ─ AIスコアリングが変える、督促のリソース配分」をご覧ください。
債務整理 ― 裁判所ごとのローカルルールを組織の資産にする
着手金0円の競争が進むなか、処理が追いつかない事務所に向いています。属人化していた裁判所ごとの対応知識をAIに学習させ、組織の資産に変えます。詳細は、メソッド記事「債務整理業務を「AI前提」で再設計する」をご覧ください。
残業代請求 ― 証拠処理・計算・書面作成の3点を再設計する
時効の延長で請求額が増える領域です。労働時間の証拠処理、割増賃金の計算、書面作成の3工程を、AIで下書きまで進めます。詳細は、メソッド記事「法律事務所の残業代請求業務を、AIでどこまで変えられるか」をご覧ください。
相続 ― 戸籍収集・財産目録・協議書作成の工数から解放する
相続登記の義務化で需要が増える領域です。定型性の高い戸籍収集・財産目録・協議書作成を、業務設計から見直します。詳細は、メソッド記事「相続業務を「AI前提」で再設計する」をご覧ください。
いずれの領域も、考え方の総論は「法律業務特化AI×独自データで事務所経営を再設計する3つの原則」にまとめています。
進める前に ― 弁護士法・守秘義務・人間の最終確認
法律事務所でAIを使うなら、信頼性の担保は最初に決めておくべき論点です。弁護士法・守秘義務・人間の最終確認の3点は、設計に入る前に押さえておきます。
- 弁護士法72条（非弁行為）。法務省は2023年8月（令和5年8月）に、契約書等関連業務を支援するAIサービスと弁護士法72条の関係を整理したガイドラインを公表しています。さらに2025年8月には、グレーゾーン解消制度への回答として、労働法務の質問にAIが「要約して回答」する機能は72条違反となり得る一方、該当する条文等を「そのまま一覧表示」する形であれば違反しない、という個別の判断が示されました。2026年1月には規制改革推進会議で、ガイドラインが事業者の萎縮を招いている可能性として運用見直しの議論も出ています。線引きはサービスの設計次第であり、かつ流動的です。加えて72条違反は刑事罰を伴う重い条文でもあります。atarayoは「弁護士の判断を代替しない／支援にとどめる／必ず判断は弁護士が行う」という前提で設計します。なお、弁護士法72条をめぐる法務省の見解・指針は更新が続いているため、導入の時点で必ず最新の内容を確認します。
- 守秘義務・情報セキュリティ。弁護士の守秘義務は個人情報だけでなく事案の中身そのものに及ぶため、公開型のAIに依頼者情報をそのまま入力すれば、学習利用を通じて守秘義務に反するリスクがあります。入力データを学習に使わせない設計（非学習・オプトアウト）とデータ管理を前提とし、個人情報については仮名化・匿名化を組み合わせます。
- 人間（弁護士）の最終確認を前提に。AIの出力はあくまで下書きです。架空の判例を引用するなど、ハルシネーションの事故も報告されています。最終的な判断は必ず人が行うフローにします。
atarayoのスタンスは一貫しています。AIに置き換えるのではなく、弁護士の判断を残したまま、定型処理を軽くすることを目指します。
導入の進め方
- 業務の棚卸し（どの業務が件数・工数のボトルネックかを見極める）
- 成果からの逆算（回収率や処理時間など、動かす指標を先に定義する）
- データ・業務フローの設計
- AIの実装と検証（小さく試し、現場で確かめる）
- 運用・定着（使われ続ける体制とチューニング）
「PoC止まり」にしないために、最初に「何が分かれば次に進めるのか」を決めておきます。
