士業の生産性向上は、事務作業の二重入力をやめるところから

なぜ忙しいのに、利益が増えにくいのか？

時間を請求できない割合が高いと、改善効果が見えやすい

士業は、基本的に時間が売上に直結します。一方で、入力、探し物、調整、提出準備のような請求しにくい作業が積み上がります。米国の法律事務所ベンチマークでは、勤務時間のうち請求対象になる割合（利用率）が2025年に平均38%で、8時間働いても請求は3.0時間という示し方がされています¹。国や業態が違っても、請求できない時間が多いほど改善余地が大きいという読み方は共通です。

もう一つ大事なのは、時短しただけでは利益が増えないことです。空いた時間を新しい案件の受任、難易度の高い判断、顧客への説明の質向上に振り向けて初めて、時間が価値に変わります。だから改善は、何を減らし、何に時間を回すかをセットで決めるのがコツです。

最初に減らすべき事務作業はどれか？

転記、コピペ、同じ入力が増える場所を見つける

改善の入口は、AIの選定ではなく二重入力の特定です。顧客情報や数字を、台帳、申請書、請求書、案件メモにそれぞれ打ち直しているなら、そこが第一候補になります。典型例は次のような形です。

• 顧客基本情報を、複数の台帳やシステムに入力している
• 依頼資料の数字を、計算表と提出書類に転記している
• 契約書や規程の要点を、チェックリストに手で抜き出している
• 案件の進捗を、メールと表計算とシステムで重複管理している

この手の作業は、ミスが起きると確認の電話、差し戻し、再提出が発生し、時間が二重に消えます。従って、まずは入力の回数を減らす設計にするのが安全です。迷ったら、1週間分の業務を振り返り、打ち込み直しが多い場面を3つだけメモすると見つけやすくなります。

文字認識（OCR）で入力を自動化する現実的なやり方

書類をデータに変える代表例が、画像の文字を読み取る文字認識（OCR）です。最近は、OCRに機械学習を組み合わせた仕組みが増え、帳票のレイアウトが多少違っても項目に当てはめられるケースが増えています。ただし、万能ではありません。最初に決めるべきは、何を読み取り、どこまで自動で埋め、どこを人が確認するかです。

実証研究として、集中治療室で医療機器の表示を撮影し、OCRでデータ入力する仕組みを検証した多施設研究があります。未経験者による検証で、手入力に比べて入力時間が平均43.9%短縮され、1人分の入力が平均6.0分から3.4分へ減ったと報告しています²。医療と士業では前提が違うものの、読み取りと転記をまとめて減らせる点は共通です。

士業で現実的に始めるなら、まずは入力の入口を一本化し、受任時の基本情報をフォームで回収して同じ内容を別紙に書かせないことです。次に、添付書類をOCRで読み取り、読み取れない箇所だけ人が直す形にします。さらに、読み取った値と入力済みの値を照合し、不一致を目で分かる形で残します。ここまで整うと、次は案件管理の流れを揃える番になります。

例えば、顧客から送られてくるPDFや写真をそのまま保存しているだけだと、後で探す時間が増えます。OCRで抽出した項目を案件管理に反映し、原本ファイルは案件番号と日付で命名して所定の場所に置くと、探し物が減ります。入力時間だけでなく検索時間まで含めて減らすと、効果が長持ちします。

OCRの導入でつまずきやすいのは、読み取り精度そのものより運用です。読み取った結果を誰がいつ確認するかが決まっていないと、結局は後工程で手直しが発生し、体感の時短が消えます。最初は読み取り項目を少なくし、確認が必要な箇所だけが残る形にすると、定着しやすくなります。確認の担当と期限を決めると、繁忙期でも放置が減り、再入力の連鎖も減ります。

案件管理を標準化すると、なぜ改善が続くのか？

案件の流れを一枚にして、迷いと手戻りを減らす

効率化は、ツールより案件の型で決まり、受任から完了までの流れが人によって違うと引き継ぎのたびに説明と確認が増えます。最初はA4一枚で構いません。案件の開始条件、次に集める資料、レビューのタイミング、提出前チェックだけを固定すると、迷いが減り、委任しやすくなります。よくある差し戻し理由をチェック項目に追加する、ひな形の説明文を更新する、といった小さな改善が半年後に効果が出ます。

型を作るときは、例外処理も1行で書きます。例外が出たら担当者が個別に判断するのではなく、誰に相談するか、どの資料を追加で取るかまで決めておくと迷いが減ります。これだけで、属人化が一段減ります。

業務手順書（SOP）があるとAIが役割を持てる

AIを使った自動化がうまくいく現場は、先に業務手順書（SOP）が整っています。SOPがあると、AIは書類の分類、要点抽出、確認観点の提示のように、判断の補助として働けます。逆にSOPがないと、AIの出力を見ても良し悪しが判断できず、結局は経験者の頭の中に戻ります。SOPは最初から完璧に作らず、まずは誰が見ても同じ順番で処理できる状態を目指し、月に一度だけ更新すると続きます。

標準化が進むほど、分業がやりやすくなります。例えば、資料の回収や形式チェックは事務側が担当し、判断が必要な箇所だけ専門職に回す形にすると、専門職の時間が守れます。委任する側は、完成の条件と戻し方だけを明確にしておくと、品質がぶれにくくなります。

AI活用で先に決めたいルールは何か？

個人情報と秘密情報の扱いを先に決める

生成AI（文章などを作るAI）やクラウド型のOCRに入力する情報は、入力してよい情報と禁止情報に分けておく必要があります。個人情報保護委員会は、生成AIサービスに個人データを含むプロンプトを入力し、その個人データが応答結果の出力以外の目的で取り扱われる場合、個人情報保護法に違反する可能性があるとして、提供事業者が機械学習に利用しないことなどを確認するよう注意喚起しています³。また、サービス提供者が海外にある場合の個人データ提供には、本人同意や情報提供が必要になり得るという整理も示されています⁴。現場で最初に書いておくと迷いが減るのは、次の4つです。

• 入力してよい情報、入力してはいけない情報
• 外部サービスを使う場合の、契約と設定の確認担当
• AIの出力を誰が確認し、どこに記録するか
• 事故が起きたときに、誰に報告し、どう止めるか

外部サービスを使うかどうかは、機能よりデータの扱いで決めるのが安全です。入力内容が個人情報や守秘情報に触れるなら、匿名化、要約、社内だけで完結する仕組みなど代替策を用意します。迷ったら、個人情報を含まない文章の整形や公開情報の要約のような低リスク業務から試すと事故が起きにくいです。

出力の検証を作業として組み込む

AIの出力は、自然な文章でも間違いが混じります。日本弁護士連合会は、AIを利活用しても結果を法の理念や趣旨に基づいて常に検証し、弁護士は思考を止めてはいけないと述べています⁵。日本弁理士会のガイドラインも、生成AIの生成物は正確性が保証されず、弁理士が確認し責任を持って提供すべきだとした上で、ハルシネーション（もっともらしい誤情報）への注意を挙げています⁶。米国でも、弁護士が生成AIを使う場合は能力、守秘、監督などの義務を踏まえ、生成物の正確性を確認する必要があるという整理が示されています⁷。

ポイントは、検証を気合いではなく手順にすることです。例えば、AIで下書きを作ったら、根拠の一次資料を開いて確認する。引用や判例番号は必ず原典で照合する。提出前チェックにこの工程を入れると、便利さと安全を両立しやすくなります。

特に注意したいのは、裁判所や行政機関に提出する最終版、契約書の確定版のように、誤りがそのまま損失につながる文書です。こうした場面では、AIは下書きや観点整理までに留め、最終判断と表現の責任は人が負う前提にします。どの文書でAIを使ったかを簡単に記録しておくと、後からの説明もしやすくなります。

取り組みを利益に変える、効果測定はどうする？

時間を測らないと、改善が止まる

生産性向上は気分で続けると止まるため、最初にどの作業に何分かかっているかを小さく測ります。おすすめは、全業務の記録ではなく、改善対象に絞った計測です。例えば、受任から初回提出までの所要時間、転記が必要だった回数、差し戻し件数だけでも十分です。数値が見えると、改善が効いたかどうかが会話になります。

効果が出たら、簡単な損益計算に置き換えます。例えば、転記が30分減り、月に50件あるなら25時間が戻ります。1時間あたりの人件費を仮に5,000円と置けば、月12万5,000円相当です。ここにツール費用と運用の手間を差し引いて、継続の判断をします。

時間だけを見ると、急いでミスが増えることがあります。差し戻し件数や確認の電話の回数も合わせて見て、品質が落ちていないか確かめます。生産性向上は速さだけでなく、やり直しを減らす取り組みでもあります。

小さな改善を月次で回すと、二年目に楽になる

顧問先や定型案件は、二年目に入ると慣れと標準化で処理時間が落ちることがあります。これは偶然ではなく、改善が再利用できる形で積み上がった結果です。月に一度だけ、SOPとチェックリストを更新し、よく出るミスを1つ潰す。その積み重ねが、繁忙期の残業や差し戻しを減らします。

改善が止まりやすいのは、最初から全業務を変えようとするときです。対象を1つに絞り、成功した手順だけを横展開すると、現場の抵抗が小さくなります。小さく始めるほど、継続しやすくなります。

最後に覚えておくのは3つだけです。入力はできるだけ一度で済ませ、二重入力を減らすことです。案件の流れを一枚にして標準化し、委任と自動化の土台を作ることです。そして、守秘と個人情報のルール、検証手順、効果測定をセットにして、削れた時間を利益に変えることです。

1. 法律事務所の主要KPIとして利用率などのベンチマークをまとめたページ。2025年の平均利用率を38%とし、8時間のうち請求は3.0時間という見せ方をしている。Clio ↩

2. 集中治療室で医療機器表示を撮影し、OCRでデータ入力する仕組みを検証した多施設研究。手入力より入力時間が平均43.9%短縮し、1人分の入力が平均6.0分から3.4分へ減ったと報告している。Nitayavardhana et al.（2025年3月18日） ↩

3. 生成AIサービス利用時の個人情報の注意点を整理した注意喚起。個人データを含むプロンプト入力で、応答以外の目的で取り扱われる場合は法違反の可能性があり、提供事業者が機械学習に利用しないことなどを確認するよう示している。個人情報保護委員会（2023年6月2日） ↩

4. 外国にある第三者への個人データ提供に関するガイドライン。海外提供に本人同意が必要となる場面や、事前の情報提供などの考え方を示している。個人情報保護委員会 ↩

5. 日弁連の会務執行方針の中で、AIを利活用しても結果を法の理念や趣旨に基づいて検証し、弁護士は思考を止めてはいけないと述べている。日本弁護士連合会（2025年度） ↩

6. 弁理士向けの生成AI利活用ガイドライン。生成物の正確性は保証されず確認が必要で、吟味せず提供すると善管注意義務違反のおそれがあること、ハルシネーションの注意などを示している。日本弁理士会（2025年4月） ↩

7. 生成AIツール利用に関する倫理上の論点を整理したABAのフォーマルオピニオン。能力や守秘、監督などの義務を挙げ、生成物の正確性を確認する必要があると示している。American Bar Association（2024年7月29日） ↩