弁護士費用の査定はOnitのAIに渡せる|人が残す承認の線

「外部の法律事務所から届く請求書は、金額が大きいのに中身を細かく見られていない」「AIに請求書を査定させたら、事務所との信頼関係が壊れないか心配だ」——外部弁護士への支出を預かる法務部門と、支払いを処理する経理の双方から出てくる声です。請求書の査定をAIに渡すかどうかは、AIが賢いかどうかで決まる話だと思われがちです。本当に決めるべきなのは、どの金額・どの案件まではAIの指摘をそのまま通し、どこから人が承認するかという線です。この記事では、米国の法務業務基盤 Onit が2026年3月に発表した Unity ELM と、その中で外部弁護士の請求書を査定する AI エージェント Spend Agent を手がかりに、査定をAIに任せるときに人が残す承認の線と、法律事務所との関係の守り方、そして社内に定着させる段取りを整理します。画面の操作や料金の一覧は扱いません。
カメ先生請求書の査定をAIに任せるというと、法務の判断を機械に明け渡す話だと思われがちなんだ。でも本当は、ガイドラインとの照合のような機械的な部分をAIに渡して、人は判断が要る部分に集中する、という仕事の分け直しなんだよ。
カメ子AIが減額まで決めるのではなく、人が決める場所を絞る、ということですか。
カメ先生そう。Onit の Spend Agent には、指摘を担当者が一件ずつ採るか決める動かし方と、明細を却下して理由を付けて事務所へ戻す動かし方がある。どちらを、どの事務所に、どの金額まで使うかを決めるのは会社の側なんだ。
カメ子道具に二つの動かし方があっても、線を引くのは自分たちなんですね。
- Onit は2025年第4四半期に請求書査定の Spend Agent を出し、2026年3月に新しい基盤 Unity ELM に統合した。明細を請求ガイドラインや合意単価と1行ずつ照合する
- 公表された正確さの数字は自社研究部門の小規模な検証によるもので、審査者同士の判断も割れていた。AIの指摘をそのまま減額の確定にしない
- 人が承認する金額・案件の線、差し戻しの文面、根拠の記録、法務・経理・調達の分担を決めてから、事務所ごとに段階的に自動化を広げる
あなたのWebサイトは、AIによる攻撃に耐えられますか?
AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。
Onitとは:外部弁護士への支出と案件をまとめて持つ企業法務の基盤
Onit は、2011年に米国テキサス州ヒューストンで創業した、企業の法務部門向けの業務基盤の会社です。公式の発表では世界で3,000社を超える顧客を支えていると説明しています。主な領域は、法務部が抱える案件の管理と、外部の法律事務所に支払う費用の管理です。英語圏ではこの二つを合わせて企業法務管理と呼ぶことが多く、Onit はその代表的な事業者の一つです。
Onit は買収で領域を広げてきた会社でもあります。2025年1月には案件管理の Legal Files を、2025年12月には行政機関や法律事務所向けの案件管理である LawBase を買収したと発表しており、Onit 自身は買う側で、売却や社名変更の報道は見当たりません。買収した製品は独立した製品として支え続けると説明しています。日本語で紹介された例はほとんどなく、国内では名前を聞いたことがない法務担当者のほうが多いはずです。
専用の基盤を選ぶか、汎用のAIで済ませるかという比較そのものは、別の製品を扱った記事ですでに整理されているため、ここでは繰り返しません。この記事が扱うのは、すでに外部弁護士の請求書が一つの仕組みに集まっていることを前提に、その査定をAIに渡すときの線です。
2025〜2026年の動き:Spend Agent の提供と Unity ELM
Onit は2025年の第4四半期に、外部弁護士の請求書を査定する AI エージェント Spend Agent の提供を始めました。そして2026年3月9日、次世代の企業法務管理として Unity ELM を発表し、Spend Agent をその中に組み込みました。同じ発表では、法務のデータに自然な言葉で問いかけて答えを得る Ask Unity をベータ版として公開しています。発表の中で Onit は、四半期に一つのペースで新しい製品を出していくと述べています。
発表文での Spend Agent の説明は、請求書の誤りや食い違いを見つけ、定めた請求ガイドラインに沿っていない請求書に印を付け、ほとんど人手を介さずに法律事務所とやり取りして請求書を調整できるというものです。複数の顧客がすでに導入し、さらに導入準備中の組織があるとも書かれています。
ここで注意したいのは、「ほとんど人手を介さずに」という言い方です。これは製品にそれができるという意味であって、すべての会社がそうすべきだという意味ではありません。後で見るとおり、Onit 自身も製品ページで「判断はあなたのチームに残る」と書いており、どこまで人手を外すかは導入する会社の設計に委ねられています。
Spend Agent が照合するもの、照合しないもの
製品ページの説明では、Spend Agent は法律事務所から届いた請求書の明細を、作業内容の記述・単価・作業の分類コード・時間・経費の一行ずつについて、会社の請求ガイドライン、委任時の取り決め、合意した単価と照らし合わせます。案件ごとの委任書類があれば、それが全体のガイドラインより優先されます。経費の行は添付された領収書と突き合わせ、複数の作業をまとめて一つの時間で請求する書き方や、何をしたか分からない曖昧な記述、同じ作業の重複も見つけると説明しています。
裏返すと、Spend Agent が見ているのは「請求書と、会社が事前に書いておいたルールとの食い違い」です。その作業が案件にとって本当に必要だったか、戦略として妥当だったかは、ルールに書けない限り判断できません。たとえば、訴訟の山場で弁護士が多く関わったことがガイドライン上は人数の超過に見えても、事情を知る担当者から見れば正当な場合があります。
つまり Spend Agent の指摘の質は、会社が書いたガイドラインと委任条件の質で決まります。ガイドラインが無い、古い、案件ごとの取り決めが記録されていない、という状態では、AIは照合する相手を持てません。ここが、導入の前に手を付けるべき最初の場所になります。
- 照合するもの:作業内容の記述・単価・作業コード・時間・経費、請求ガイドライン、委任の取り決め、合意単価、領収書
- 照合できないもの:作業の必要性や戦略の妥当性、ルールに書かれていない社内の事情、口頭で合意しただけの条件
二つの動かし方:一件ずつ確認するモードと、自動で差し戻すモード
製品ページによれば、Spend Agent には二つの動かし方があります。一つは、AIが指摘した明細を担当者が一件ずつ見て、採るか退けるかを決めるモードです。担当者は、各行がなぜ指摘されたのかを見てから判断できます。もう一つは自動のモードで、Spend Agent が明細を却下し、理由を付けて請求書を法律事務所へ差し戻すことができます。事務所の側は Onit の事務所向けポータルで指摘と理由を確認し、直して再提出します。
重要なのは、このモードが法律事務所ごとに設定でき、事務所によっては Spend Agent そのものを止められることです。全社一律で自動にするか手動にするかを選ぶのではなく、取引先ごとに任せ方を変えられます。これが、後で述べる承認の線を引くときの土台になります。
| 観点 | 一件ずつ確認するモード | 自動で差し戻すモード |
|---|---|---|
| 減額を決める人 | 担当者(AIは指摘と理由を示す) | AI(会社が書いたルールの範囲で) |
| 事務所に届くもの | 担当者が採った指摘だけ | AIが却下した明細と理由 |
| 向いている相手 | 重要案件・新しい事務所・関係を重視する事務所 | 定型の案件で取引が長く、ルールの合意が固い事務所 |
| 人の負担 | 指摘を読む時間が残る | 事務所からの異議の対応が残る |
| 先に決めること | 誰がどの期限で採否を決めるか | 差し戻しの文面と、異議を受ける窓口 |
自動のモードは、人手が減る代わりに、事務所から届く異議を受け止める窓口が必要になります。一件ずつ確認するモードは、AIの指摘を読む時間が残る代わりに、判断の質が担当者に残ります。どちらが正しいかではなく、相手と金額によって使い分けるものだと考えてください。
公表された正確さの数字をどう読むか
Onit は製品ページで、請求書単位の正確さが92%を超え、経験のある弁護士の72%を上回る、明細の確認が手作業より22倍速い、と公表しています。この数字の元になっているのは、Onit のAI研究部門が2025年4月に論文公開サイトで発表した検証です。
論文を読むと、検証に使ったのは50件の請求書と492行の明細で、匿名化した実際の請求書と作成した例が混ざっています。9人の経験ある審査者の判断で正解を作り、複数の大規模言語モデルと、経験ある弁護士・若手の弁護士・弁護士でない経験者の3群を比べました。請求書を承認するか争うかの判断では最も良いモデルのF値が0.92、経験ある弁護士が0.72、明細の分類では最も良いモデルが0.81、経験ある弁護士が0.43でした。
一方で、著者自身が限界も書いています。明細ごとの争点の理由について、審査者同士の一致度は「まずまず」程度にとどまったこと、人の審査者は普段なら使う案件の背景を持たずに請求書とガイドラインだけで判断したこと、作業記録や委任契約書は対象外だったこと、人とAIを組み合わせた運用は今後の課題であること、です。
ここから読み取れるのは、正解そのものが人によって割れる作業で、AIは機械的な照合を速く一貫して行えるということであって、AIの判断がそのまま正しいということではありません。比べられた弁護士は案件の事情を知らない条件に置かれていました。自社の運用で効果を確かめるには、自社の請求書と自社の担当者で、指摘の採用率と事務所からの異議の率を見ていく必要があります。
誤解:査定をAIに渡すことは、法務の判断を手放すことではない
請求書の査定をAIに任せると聞くと、「法務がもう請求書を見なくなる」と受け取られがちです。しかし実際に渡すのは、ガイドラインとの照合、単価の確認、経費と領収書の突き合わせといった、決まった物差しを当てる作業です。案件の重さを踏まえて支払うかどうかを決める判断は、AIに書いたルールの外にあります。
この区別をはっきりさせないまま自動のモードを広げると、次のような失敗が起きます。どれも、AIの性能ではなく線の引き方の問題です。
- 重要訴訟の山場で増えた作業を、ガイドライン上の人数超過としてAIが自動で却下し、主任弁護士との関係がこじれる
- 案件ごとに口頭で認めた単価の例外が記録されておらず、AIが合意済みの単価を違反として差し戻し続ける
- AIの指摘をそのまま減額として確定し、後で事務所から異議が出ても、誰がどの根拠で決めたかを説明できない
- 減額できた金額だけを成果として報告し、事務所の再提出の手間や関係の悪化を数えない
AIには判断をさせず、照合の結果と根拠を示させる。採るかどうかを決めるのは、どの金額・どの案件で誰か、を先に決める。この順番を守れば、査定の多くをAIに渡しても法務の判断は手元に残ります。
人が承認を残す線は、金額と案件の性質で引く
承認の線は、事務所ごとのモード設定と組み合わせて、請求書の金額、指摘による減額の大きさ、案件の性質の三つで引くのが分かりやすい方法です。数字そのものは会社ごとに違うため、ここでは考え方だけを示します。
| 区分 | 例 | AIに任せる範囲 | 人が残すこと |
|---|---|---|---|
| 定型の照合 | 単価の誤り・計算違い・重複・領収書の欠け | 指摘と差し戻しまで(自動も可) | 異議が出たときの判断 |
| 解釈が入る指摘 | 曖昧な作業記述・まとめ請求・人数の超過 | 指摘と理由の提示まで | 採るかどうかの決定 |
| 大きな減額 | 社内で決めた金額を超える調整 | 根拠の整理まで | 案件の担当と上長の承認 |
| 重要案件 | 訴訟・規制当局の調査・大型の取引 | 照合の補助まで | 請求書全体の確認と事務所との話し合い |
ここでいう「社内で決めた金額」は、経理の支払い承認の権限表とそろえておくと運用しやすくなります。すでに稟議や支払いの承認で使っている金額の区切りがあるなら、AIの査定にだけ別の区切りを作らないほうが、法務と経理の間で話が食い違いません。
また、重要案件の区分は案件が立ち上がった時点で付けておくことが大切です。請求書が届いてから重要かどうかを決めると、その間に自動のモードで差し戻しが出てしまうことがあります。
日本企業で始める前に:請求ガイドラインを書くところから
米国の企業法務では、外部の法律事務所に対して請求の書き方を定めたガイドラインを渡し、電子の請求書で受け取る運用が広く行われてきました。Spend Agent もその前提の上で作られています。一方、日本企業では、外部弁護士との取り決めが顧問契約や案件ごとの委任契約、あるいは担当者同士のやり取りに分散していることが少なくありません。この記事で一般的な割合は示しませんが、自社が書面の請求ガイドラインを持っているかどうかは、導入の前に必ず確かめてください。
ガイドラインを書くときは、AIが照合できる形を意識します。たとえば、作業記述に何を書いてほしいか、何分単位で請求するか、移動時間や複写費をどう扱うか、一つの会議に何人まで請求してよいか、単価の改定はいつどう知らせるか、といった項目です。曖昧な言い回しは、AIの照合でも人の照合でも判断を割れさせます。先の論文でも、平易な文章で書いたガイドラインそのものが曖昧さの原因になった可能性を著者が指摘しています。
また、国内の事務所との取引が時間制の請求ではなく、着手金と報酬、月額の顧問料が中心であれば、明細を一行ずつ照合する道具の出番は限られます。海外の事務所への支払いが多い会社、時間制の請求が多い大型案件を抱える会社から効果が見えやすい、と考えておくのが現実的です。
減額の根拠をどう記録し、誰が説明できるようにするか
AIが指摘した減額は、後で事務所から異議が出たとき、あるいは社内の監査で支出の妥当性を問われたときに、説明できなければなりません。製品ページでは、担当者が各行の指摘の理由を見てから判断できること、指摘されたものだけでなく、採用されて反映された変更まで追えることが説明されています。
記録として最低限残したいのは、どの明細が、どのガイドラインの条項または委任の取り決めに照らして指摘されたか、その指摘を誰がいつ採ったか(自動のモードなら、どの設定で自動になったか)、事務所が異議を出したか、最終的に支払った金額はいくらか、の四つです。AIの指摘だけが残り、人の判断が記録されていない状態は避けます。
記録がそろうと、ガイドラインの改訂にも使えます。同じ条項で何度も指摘が退けられているなら、その条項が実態に合っていない可能性があります。逆に、特定の事務所で同じ指摘が続くなら、ガイドラインの説明が届いていないのかもしれません。根拠の記録は、AIを監視するためだけでなく、ルールそのものを良くするための材料です。
差し戻しをAIが送ることの是非と、法律事務所との関係
自動のモードでは、Spend Agent が明細を却下し、理由を付けて請求書を事務所へ戻します。手間は大きく減りますが、事務所から見ると依頼主の会社から機械的な減額通知が届くことになります。長い付き合いのある事務所や、重要案件を任せている事務所にとっては、受け止め方が大きく変わります。
関係を守るために、導入の前に次のことをしておくと摩擦が小さくなります。まず、新しい請求ガイドラインとAIによる照合を始めることを、事務所にあらかじめ書面で知らせることです。次に、差し戻しの理由がガイドラインのどの条項に基づくかを、事務所が読んで分かる言葉で示すことです。そして、異議を出したいときの窓口と期限を決めておくことです。
さらに、自動のモードを使う事務所は、取引が長くルールの合意が固い相手から始め、重要案件を任せている事務所や新しく取引を始めた事務所は、一件ずつ確認するモードにとどめるのが無難です。Spend Agent は事務所ごとに止められるので、関係の重さに応じて任せ方を変えられることを使い切ってください。査定で減らせた金額より、良い事務所に引き受けてもらえなくなる損失のほうが大きいこともあります。
請求明細に書かれている機密と、その流れ
外部弁護士の請求書の明細には、作業内容として「どの相手方と何について協議したか」「どの論点を調べたか」が書かれます。これは案件の中身そのものを含む、きわめて機密性の高い情報です。請求書をAIに査定させるということは、この情報をAIの処理に通すということでもあります。
米国では弁護士と依頼者の間のやり取りを開示から守る秘匿特権が広く認められていますが、日本では同じ範囲の保護が一般に認められているわけではないとされます。だからこそ、請求明細がどこに保存され、どのAIの処理を通り、誰が読めるかを、契約と設定で確かめておく必要があります。Onit は製品ページで、ガイドラインや委任条件、データは顧客の管理下にあると説明し、データシートの要約では欧州連合のAI法と ISO 42001 への準拠を掲げています。ただし、日本の会社にとってのデータの保存地域や、AIの処理を担う外部の事業者については、公式資料の要約からは確認できませんでした。契約前に直接確かめる項目です。
社内での読める範囲も同じです。請求書を照合する経理の担当者が、明細を通じて社内の調査案件や係争の中身まで読めてしまう設計は避けます。法務データに自然な言葉で問いかける Ask Unity のような機能を広げるときも、問いかけた人の権限を超える案件の情報が答えに出ないことを確かめてから開きます。
法務・経理・調達の分担を決める
外部弁護士の費用は、法務部が依頼し、経理が支払い、場合によっては調達部門が取引先の選定や単価の交渉に関わります。AIによる査定を入れると、この三者のどこに何が残るのかが曖昧になりがちです。ガイドラインの持ち主と、減額を決める人と、支払う人を分けて書いておくことが、定着の前提になります。
- 請求ガイドラインの持ち主:法務部(法務の業務管理の担当)。条項の作成と改訂、事務所への周知を持つ
- 事務所ごとのモード設定:法務部の責任者。自動にする事務所・止める事務所を決める
- 指摘の採否:案件の担当者(大きな減額は上長)。解釈が入る指摘を判断して記録する
- 支払いの承認:経理。最終の金額と支払い時期、承認権限表との整合を持つ
- 単価と取引条件:調達または法務。合意単価の登録と改定の反映を持つ
- 基盤とAIの設定:情報システム部門。権限、連携、データの所在、利用の停止を持つ
特に見落とされやすいのが、合意単価を誰が登録し、改定をいつ反映するかです。単価の改定が登録されていないと、AIは正しい請求を違反として指摘し続けます。調達と法務のどちらが持つかを決め、改定の連絡が来たら反映するまでの期限を置いておきます。
定着させる段取り:一件ずつの確認から始めて広げる
運用を定着させるには、いきなり自動のモードで全事務所に広げないことです。まず一件ずつ確認するモードで指摘の質を測り、根拠がそろってから自動の範囲を広げるのが基本の段取りになります。
現在の取り決めを書面にまとめ、AIが照合できる粒度に直します。案件ごとの例外は委任書類として登録します。
担当者がAIの指摘を見て採否を決め、採用率と退けた理由を記録します。退けた理由が多い条項はガイドラインを見直します。
金額・減額の大きさ・案件の性質で、人が承認を残す区分を決め、経理の承認権限表とそろえます。
照合の開始と差し戻しの書き方、異議の窓口と期限を事務所に書面で伝えます。
取引が長く合意の固い事務所で、定型の照合に限って自動にし、異議の率を見ながら対象を広げます。
段取りの途中で、AIの指摘の採用率が低い、事務所の異議が多い、といった兆しが出たら、自動の範囲を広げるのを止めて原因を探します。多くの場合、原因はAIではなくガイドラインの書き方か、登録されていない取り決めにあります。
定着した後の見直し:何を数え、どの周期で直すか
定着した後に放っておくと、ガイドラインは古くなり、事務所の顔ぶれは変わり、自動の範囲だけが残ります。少なくとも四半期に一度は、数字を見て線を引き直すことを決めておきます。
見る数字は、減額できた金額だけでは足りません。Onit は、2026年8月に顧客が確認した支出の18%を調整の対象としたと公表しており、会社ごとの幅はおよそ10%から45%だったとしています。これは指摘の対象になった割合であり、そのまま節約できた額ではない点に注意が必要です。指摘の採用率、事務所からの異議の率、異議の結果、請求書の処理にかかった日数をあわせて見ると、AIの指摘が実際の判断にどう効いているかが分かります。
見直しの場には、法務の業務管理の担当、案件の担当の代表、経理を集めます。退けられた指摘が多い条項の改訂、自動の範囲に加える事務所と外す事務所、承認の金額の区切りの見直し、の三つを毎回の議題にすると、見直しが形だけになりません。
費用の増え方と、止め方
Onit は料金を公開しておらず、製品ページは資料請求と実演の申し込みに誘導しています。費用は個別の見積もりになると考えてください。見積もりを取るときは、企業法務管理の基盤そのものの費用と、Spend Agent のようなAIの追加の費用が分かれているか、請求書の件数や利用者の数で増えるのか、を確かめます。すでに別の企業法務管理の仕組みを使っている会社にとっては、乗り換えの費用も見込む必要があります。
止め方も先に決めておきます。Spend Agent は事務所ごとに止められるので、特定の事務所との関係が悪化したときや、重要案件が始まったときに、その事務所だけ人の確認に戻すことができます。全体を止める場合に備えて、AIが無くても請求書を回せる手順と、AIの指摘と人の判断の記録を自社で取り出せることを確かめておきます。
解約の場合は、請求書・ガイドライン・判断の記録の三つを持ち出せるかが大切です。特に判断の記録は、過去の支払いの妥当性を説明する根拠になります。契約の段階で、解約時のデータの受け渡しと削除の扱いを確認してください。
導入前チェックリストとミニ用語解説
導入を決める前に、次の項目を社内で確かめておくと、運用が始まってからの手戻りを減らせます。
- 書面の請求ガイドラインがあり、AIが照合できる粒度で書かれているか
- 合意単価と案件ごとの例外が登録され、改定を反映する担当と期限が決まっているか
- 自動のモードにする事務所と、一件ずつ確認する事務所を分けたか
- 人が承認を残す金額と案件の区分を、経理の承認権限表とそろえたか
- 差し戻しの文面、異議の窓口と期限を事務所に知らせたか
- 請求明細の保存地域、AIの処理を担う事業者、社内の閲覧範囲を契約と設定で確かめたか
- 指摘の採用率・異議の率・処理日数を数え、四半期ごとに見直す場を決めたか
- 全体を止めたときの手順と、解約時のデータの持ち出しを確かめたか
企業法務管理:法務部が抱える案件と、外部の法律事務所への支出をまとめて管理する仕組み。Onit の Unity ELM はこの領域の製品です。
請求ガイドライン:外部の法律事務所に、請求書の書き方や請求してよい費用の範囲を示す会社のルール。AIの照合の物差しになります。
まとめ請求:複数の作業を一つの時間にまとめて請求する書き方。何にどれだけかかったかが分からないため、ガイドラインで禁じることが多い項目です。
差し戻し:指摘した明細を理由とともに事務所へ戻し、直した請求書の再提出を求めること。
まとめ
Onit の Spend Agent は、外部弁護士の請求書を請求ガイドラインや合意単価と一行ずつ照らし合わせ、指摘から差し戻しまでを担える AI エージェントです。2026年3月には新しい基盤 Unity ELM に統合されました。ただし、公表された正確さの数字は自社研究部門の小規模な検証によるもので、審査者同士でも判断が割れる作業だったことを忘れてはいけません。渡すのは照合の作業であって、支払いの判断ではありません。請求ガイドラインを書き、人が承認を残す金額と案件の線を決め、根拠の記録を残し、法務・経理・調達の分担を明確にしたうえで、一件ずつの確認から始めて事務所ごとに自動の範囲を広げていく。この順番を守れば、査定の手間を減らしながら、法律事務所との関係と法務の判断を手元に残すことができます。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
あなたのWebサイトは、AIによる攻撃に耐えられますか?
AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。
