第１ この記事の対象と結論
１ 想定するAI作成書面
本記事における「山中弁護士レベルのAI作成書面」とは，依頼者又は担当弁護士が整理した資料を基礎に，事実，証拠，法令及び裁判例を対応させ，人が原典と記録を確認した上で，裁判所への提出又は依頼者への提供を検討できる初稿を作成する状態をいう。
AIが単独で正しい書面を完成させるという意味でも，特定の製品又は利用者について品質を保証する意味でもない。
本記事は，令和８年９月１３日を調査基準日として，この水準の書面作成支援が広く利用可能になった場合に，どの弁護士業務がどの工程で影響を受けるかを整理するものである。
２ 結論
(1) 書面工程は全分野で変わる
影響を受けない業務分野は，原則としてない。
相談票，時系列表，調査メモ，契約書，意見書，訴状，準備書面，申立書，報告書その他の文章を作る工程は，全分野に存在するためである。
ただし，書面作成時間が短くなることと，事件処理全体が代替されることは同じではない。
(2) 分野ごとの差は書面外の仕事から生じる
影響が特に大きいのは，入力資料が電子化され，文書の型が安定し，反復件数が多く，正誤を原典又は証拠で検査しやすい分野である。
これに対し，事実の発見，供述の信用性評価，依頼者の意思形成，交渉，現場対応，尋問及び最終判断の比重が大きい分野では，準備書面や検討記録は強く変わっても，業務全体の代替は進みにくいと考えられる。
(3) 実証研究が示す範囲
２０２６年公表の無作為化比較試験では，米国の上級法科大学院生１３７人が６種類の法律課題に取り組み，２種類のAIツールによる生産性の有意な向上が６課題中５課題で確認された。
上昇幅は課題により約５０％から１３０％であったが，秘密保持契約書の起案では有意な改善が確認されなかった。
参加者は実務弁護士ではなく，課題は訴訟関連に偏り，使用されたのは２０２４年時点の米国向けツールであるから，この数値を日本の各業務分野へそのまま当てはめることはできない。
第２ 影響の大きさを分ける条件
１ 影響が大きくなりやすい条件
本記事では，①資料が検索可能な電子データである，②求める成果物と評価基準を言語化できる，③同種案件又は同型書面が多い，④引用，数値及び要件を原典で検証できる，⑤成果物の中心が文章である，⑥依頼者又は企業の法務部門が一定部分を内製できる，という条件が多いほど影響が大きいと整理する。
大量記録の分類，時系列化，比較，抜け漏れ候補の抽出及び複数文書の統合は，特定の実体法分野に限られず，この条件を満たしやすい。
２ 業務全体の代替を抑える条件
①記録に現れない事実を面談又は現場で見つける必要がある，②供述，感情又は関係性の評価が結論を左右する，③交渉相手又は裁判所の反応に応じて方針を変える，④身体拘束，保全，事故又は不祥事に即時対応する，⑤専門家として説明し責任を負う，という条件が多い分野では，人の関与が中核に残る。
AIが質問案，論点表又は書面案を作れるようになっても，どの事実を重視し，どの選択肢を勧め，どこで譲歩又は停止するかという意思決定までは，自動的に決まらない。
第３ 全分野に共通して変わる業務
１ 相談前後の情報整理
相談票，メール，契約書，録音の文字起こしその他の資料から，当事者，日付，金額，争いのない事実，矛盾候補及び不足資料を抽出する工程は短くなると考えられる。
東京弁護士会の機関誌LIBRAに掲載された会員執筆記事も，初回相談の資料から時系列，法的論点，追加聴取事項及び証拠候補を整理する利用例を示している。
これは個別執筆者による実務解説であり，東京弁護士会全体の拘束的な判断を示すものではない。
２ 調査，起案及び査読
法令・裁判例候補の探索，長い資料の要約，主張と証拠の対応表，反論候補，初稿及び表記点検は，全分野でAIの対象となる。
もっとも，最高裁判所長官は令和８年５月掲載の記者会見で，裁判所が民事裁判における当事者の主張整理を試したところ，一定程度使える一方，結果をそのまま使える水準ではなかった旨を述べている。
この発言は判決又は裁判所規則ではないが，文章を整える能力と，裁判実務でそのまま採用できる信頼性との間に差があることを示す公表事例である。
３ 依頼者側の内製と価格の比較
企業法務部門や一般利用者が，論点整理，契約条項の比較又は通知書の初稿を自ら作れるようになれば，弁護士への依頼は「白紙から書くこと」より，重要な欠落の発見，証拠の評価，修正方針及び最終確認へ移る。
法務省が令和８年８月２１日に公表した新たなガイドラインは，非弁護士のサービス提供者がビジネス分野でAI等法務業務支援サービスを提供する場面を念頭に，弁護士法７２条との関係で問題となり得る論点の基本的な考え方を示している。
技術的に文書を作れることと，誰がどの内容を有償で提供できるかは別の問題である。
第４ 書面作成の比重が高く影響が特に大きい分野
１ 紛争処理の定型化が進んでいる分野
(1) 一般民事・商事訴訟
訴状，答弁書，準備書面，証拠説明書及び争点整理表の初稿では，記録から事実を抽出し，要件ごとに主張と証拠を対応させる工程が大きく圧縮される。
裁判所が当事者の主張整理について実証・検証を行ったことも，訴訟記録の構造化がAIの主要な対象となることを示している。
他方で，主張する事実の選択，立証の強弱，相手方の反応を踏まえた訴訟戦略及び裁判所への最終提出は弁護士が担う。
(2) 債権回収・少額紛争・強制執行
請求書，契約書，入出金記録及び連絡履歴が揃う案件では，催告書，支払督促，訴状，計算表及び執行申立書の作成が定型化しやすい。
その結果，少額案件では依頼者の内製や定額サービスとの競争が強まり，受任前の資料判定と回収可能性の評価が相対的に重要になる。
財産の所在，優先関係及び実際の回収見込みは書面だけから決まらない。
(3) 交通事故・保険
事故資料，診療記録，後遺障害資料，保険会社の算定及び損害計算を同じ形式へ整える工程は，AIによる比較と下書きに適する。
請求書面，異議申立書，訴状及び和解案の反復性も高いため，書面作成単価には下押し圧力が生じ得る。
事故態様，医学的因果関係，症状の信用性及び訴訟上の見通しは，画像，診察経過，供述その他の個別資料を人が評価する必要がある。
(4) 消費者事件・多数当事者事件
同じ取引類型について契約書，広告，入出金及び相談内容を横断整理し，共通争点と個別事情を分ける作業は，大量処理ほどAIの効果が大きい。
申告書，通知書及び主張書面の共通部分を再利用できるため，従来は費用面で受任しにくかった小額被害にも対応余地が広がる。
被害類型が新しく事実関係が固まっていない段階では，共通化によって重要な例外を落とす危険もある。
２ 企業内で反復される法務分野
(1) 契約審査・契約書作成
秘密保持契約，業務委託契約，利用規約その他の定型文書では，条項比較，欠落候補，定義の不整合及び参照番号の点検が高速化する。
LIBRAの企業法務記事も，定型的な規約やポリシーの初稿，標準ひな形との差分抽出及び論理矛盾の発見を利用例として挙げる一方，複雑なスキーム又は個別事情の強い非定型契約をゼロから完成させることは難しいとの執筆者の見解を示している。
前記実験で秘密保持契約書だけ有意な改善が確認されなかったことからも，「定型だから常に効果が最大」とは限らない。
(2) 会社法務・ガバナンス
取締役会議事録，株主総会資料，社内規程，決裁文書及び定期報告は，形式と確認項目が比較的安定している。
会議記録から決議事項と宿題を抽出し，既存規程と照合して初稿を作る工程は影響が大きい。
利益相反，少数株主との対立，役員責任及び不正兆候について，どの事実を経営判断として扱い，どこから独立調査へ切り替えるかは個別判断である。
(3) 労働・人事
就業規則，雇用契約書，懲戒関係文書，団体交渉の論点表及び労働審判の書面は，社内資料と法的要件を対応させやすい。
同種案件を継続的に扱う企業では，人事部門が初稿を内製し，弁護士が例外事例と紛争リスクを査読する分業が進むと考えられる。
勤務実態，組織内の力関係，供述の信用性及び職場復帰の可能性は，定型文書からは十分に把握できない。
(4) 倒産・事業再生・債務整理
債権者一覧，取引履歴，財産目録，資金繰り及び申立書の整合確認は，定型性と大量性が高い。
個人の債務整理では定額化が一層進み得る一方，企業再生では多数の利害関係人，資金繰り，事業価値及び交渉を同時に扱うため，書類作成以外の比重が大きい。
AIの影響は，個人の反復案件と企業の危機対応とで分けて見る必要がある。
３ 資料審査と申請書面が中心となる分野
(1) 不動産・賃貸借・マンション
登記事項，契約書，修繕記録，賃料履歴及び管理規約を整理し，通知書，契約案，訴状又は総会資料へ落とす工程は標準化しやすい。
定型的な明渡し，賃料請求及び管理規約の比較では影響が大きいが，境界，評価，老朽化，近隣関係及び現地状況が争点となる事件では実査と専門家連携が残る。
(2) M&A・組織再編・法務デューデリジェンス
大量の契約書，許認可，議事録及び紛争一覧から，支配権変更条項，解除事由，欠落資料及び例外事項を抽出する作業はAIと相性がよい。
定型的な報告部分は短時間化するが，取引目的に照らした重要性の基準，価格又は補償条項への反映，調査範囲の打切り及び相手方との交渉は人が決める。
(3) 行政申請・不服申立て・許認可
要件表，添付資料一覧，申請理由書，意見書及び不服申立書は，法令と様式が公開され，必要資料が揃うほど自動化しやすい。
窓口との事前協議，裁量基準の実際の運用，地域差及び補正対応は公開文書だけでは把握しにくく，行政庁との相互作用が中核に残る。
(4) 入管・国籍・渉外身分
申請書，理由書，経歴表，親族関係及び添付資料の整合点検は，反復性が高く多言語処理の効果も見込まれる。
他方で，原資料の真正，翻訳の正確性，生活実態，過去の申請との整合及び不利益処分への対応は，個別記録の精査を要する。
期限又は在留状態が関係する案件では，初稿の速さより提出時期と手続選択が優先する。
第５ 専門判断と証拠評価も大きく変わる分野
１ 技術・規制資料を大量に扱う分野
(1) 知的財産
特許請求の範囲，明細書，先行技術，対象製品資料及び対比表の整理，商標・著作物の類似点候補の抽出並びに警告書の初稿は大きく効率化する。
もっとも，技術的意味，均等論，創作性，需要者の認識，無効理由及び証拠化の方法は，専門知識と事案ごとの判断に依存する。
AIは候補を広く出すほど有用になり得るが，採用する主張を絞る仕事は残る。
知財訴訟について，特許対比，無効資料調査，証拠収集，損害論，技術説明及び若手育成への影響を工程別に検討したものとして，山中弁護士レベルのAI作成書面が普及した場合の知財訴訟－弁護士業務への影響（AI作成）を参照されたい。
(2) 税務・租税争訟
取引資料，仕訳，申告書，質問応答記録及び通達等を時系列と論点別に整理し，意見書又は不服申立書の初稿を作る工程は影響が大きい。
課税要件への当てはめ，会計処理と法的評価の区別，事実認定及び税務当局への説明は，帳簿の意味と取引実態を理解して行う必要がある。
(3) 独占禁止・金融・業規制
法令，監督指針，ガイドライン，社内規程，取引データ及び当局照会を横断する分野では，改訂差分，適用候補及び未対応項目の抽出が高速化する。
一方，市場画定，競争への影響，リスク許容度，当局との折衝及び新規事業の設計は，公開資料に正解が一つ記載されている仕事ではない。
(4) 個人情報・サイバーセキュリティ・AI法務
データフロー，利用規約，委託契約，事故記録及び各国規制を対応させ，プライバシーポリシー，評価書又は事故報告案を作る工程はAIの影響を強く受ける。
同時に，AIへ入力する情報自体の秘密性，保存，アクセス権及び再委託を管理しなければならず，利用環境の選定が成果物の品質と切り離せない。
東京弁護士会のガイドラインについての会員執筆記事は，同ガイドラインを会員向けの推奨事項であり，遵守義務又は綱紀・懲戒の直接的な基準ではないと説明している。
２ 専門資料と事実評価が結論を左右する分野
(1) インターネット上の権利侵害・情報開示
投稿，URL，時刻，アカウント，照会回答及び裁判書面を一覧化し，同種表現を比較する作業は自動化しやすい。
仮処分等の書面も定型部分が多いが，表現の文脈，違法性，発信者特定の見込み，証拠保全及びプラットフォームごとの時間制約は個別に判断する必要がある。
(2) 建築・不動産開発・製造物責任
設計図，仕様書，工程表，写真，検査記録及び鑑定資料の相互参照から，争点表，質問事項及び主張書面の初稿を作る工程は変わる。
原因の競合，施工又は製造時点の状況，補修方法及び損害範囲は，現場確認と技術専門家の評価なしには確定しにくい。
(3) 医療・医薬品・介護
診療録，検査値，画像報告，添付文書及び医学文献を時系列化し，説明義務，因果関係及び損害に関する論点候補を整理する効果は大きい。
しかし，医学的判断の妥当性，画像所見，代替原因及び患者・医療者の供述評価は，資料の意味を理解する専門家との協働を要する。
(4) 環境・エネルギー・大規模インフラ
環境影響資料，測定値，許認可，住民説明記録及び技術基準を横断する調査は，検索と比較の支援を受けやすい。
長期間の因果関係，地域事情，科学的不確実性，多数当事者の利害調整及び政策判断が重なるため，生成された書面だけで事件又は事業を管理することはできない。
３ 生活関係と身体拘束を扱う分野
(1) 相続・遺言・成年後見
戸籍，財産資料，取引履歴，遺言及び親族関係を整理し，遺産目録，分割案，申立書及び照会文書を作る工程は大きく効率化する。
意思能力，生前贈与，寄与，親族間の感情及び本人の希望は，書類だけで安定して評価できない。
高齢者又は本人の意思決定を支える場面では，文章の完成度より本人との対話が中心となる。
(2) 離婚・親子・その他の家事事件
収入，財産，監護経過，連絡履歴及び主張を時系列と争点別に整理し，調停申立書，陳述書及び提案書を作る工程は影響を受ける。
他方，当事者と子の安全，感情，今後の生活設計，合意可能性及び面会交流の具体像は，反復例から機械的に決められない。
強い表現の書面を容易に作れることが，紛争解決に有利であるとも限らない。
(3) 刑事・少年事件
捜査記録の索引化，供述の変遷，客観証拠との矛盾，法的論点，弁論要旨及び尋問案の作成はAIの支援対象となる。
しかし，身体拘束下の接見，黙秘又は供述方針，証拠開示への対応，公判での即時判断，量刑事情の理解及び少年・家族への支援は対人業務である。
誤った引用又は事実の混入が与える不利益も大きく，速さだけで評価できない。
(4) 犯罪被害者支援
被害経過，損害資料，刑事手続と民事請求の予定，意見書及び申立書を整理する工程は短くなり得る。
被害者の安全，心理状態，説明の受け止め方，刑事手続への関与の程度及び二次被害の回避は，定型文書では代替できない。
AIの利用によって詳細な供述を繰り返し入力させることが，常に本人の負担軽減になるわけでもない。
第６ 書面以外の中核が残る分野
１ 対話と即時判断が成果を左右する業務
(1) 交渉・和解
請求根拠，譲歩案，BATNA，想定反論及び和解条項の案はAIで準備できる。
しかし，相手方が何を重視しているかを聞き取り，情報をどの順序で出し，どの時点で提案を変えるかは，相互作用の中で決まる。
同じ書面でも，信頼関係と交渉経過が異なれば効果は異なる。
(2) 調停・ADR
争点整理，選択肢比較，説明資料及び合意条項の初稿は影響を受けるが，中立者との対話，当事者の納得，感情の調整及び実行可能な合意の形成は書面外の仕事である。
AIが多数の解決案を列挙しても，当事者が受け入れられる案と実行できる案を選ぶ工程は残る。
(3) 尋問・審尋・口頭弁論
LIBRAの会員執筆記事が示すように，陳述書と証拠から主尋問又は反対尋問の質問案を作ることはできる。
もっとも，証人の答え方，裁判官の反応及び新たに現れた矛盾に応じて質問を変える能力は，当日の状況に依存する。
準備の影響は大きいが，実演そのものの代替度は低い。
２ 危機，国境又は公共判断を伴う業務
(1) 不祥事調査・危機管理・緊急対応
メール，チャット，会計資料及び社内規程を横断して時系列と関係者を整理し，調査報告書の骨格を作る工程は大きく変わる。
証拠保全，面談の順序，通報者保護，公表範囲，当局対応及び経営判断は，情報が不完全なまま短時間で決める必要がある。
AIの出力が整っているほど，未収集資料を既知の事実と誤認しない統制が重要になる。
(2) 国際取引・国際紛争・外国法調査
多言語契約，証拠，法令及び文献の検索，翻訳，要約及び対照はAIによる便益が大きい。
準拠法，管轄，仲裁地，制裁規制，現地の手続及び翻訳の法的意味は，各法域の専門家と原文を確認する必要がある。
流暢な翻訳が，現地法上正確な助言であることを保証するものではない。
(3) 憲法・公益訴訟・立法政策
大量の国会資料，審議会資料，海外制度，裁判例及び統計を検索し，論点を比較する工程はAIの支援を強く受ける。
しかし，どの利益を優先し，どの事実を公共的な争点として提示し，訴訟，立法又は社会的働きかけのどれを選ぶかは，価値判断と説明責任を伴う。
制度案の文章を作れることと，その制度が正当で実行可能であることは別である。
第７ 法律事務所の収益と人員配置への影響
１ 若手の初稿作成から工程管理へ移る
調査，記録整理及び初稿作成が短時間化すれば，従来これらを担当した若手弁護士と事務職員の必要工数は減り得る。
ただし，処理能力の増加が直ちに人員削減になるとは限らず，受任できる小額案件の増加，納期短縮，分析の深化又は新規サービスに振り向けられる可能性もある。
採用への影響を考える際は，作業時間の変化と法律サービス需要の変化を分ける必要がある。
２ 報酬は作業量から検証範囲へ移る
依頼者が初稿を持参できる分野では，白紙からの起案時間だけを価値として説明することは難しくなる。
代わりに，確認する原典と証拠の範囲，重要な欠落の発見，代替案の比較，面談・交渉・出廷，期限管理及び最終責任を，受任範囲と報酬へ対応させる必要が生じる。
価格が一律に上がる又は下がると結論付ける日本の公開実証データは，本記事の調査では確認できなかった。
第８ 新たに増える弁護士業務
１ AI成果物の検証と事故対応
依頼者，企業又は他の専門家が作ったAI書面について，引用した法令・裁判例の実在，証拠との対応，重要な反対材料，期限及び求める措置を点検する業務が増えると考えられる。
誤った書面が提出又は送信された後には，訂正，訴訟上の影響評価，取引先・当局への説明，情報漏えい調査及び再発防止も必要になり得る。
２ 法務工程と利用環境の設計
AIへ任せる資料，禁止する入力，承認者，原典確認，ログ，版管理，停止条件及び最終提出の権限を定める業務は，個別書面の起案とは別の専門サービスになり得る。
東京弁護士会の会員向けガイドラインに関する解説は，サービス選定，誤情報とファクトチェック，依頼者への説明，報酬及び安全管理措置を主要な論点として紹介している。
ガイドライン自体は推奨事項と説明されているため，その内容を直ちに懲戒基準又は一般的な法的義務として扱うことはできない。
第９ 関連記事
１ 業務代替の条件と人が担う役割
AIが代替する対象を職業全体ではなく個別タスクに分け，時間短縮の実証研究，判断の品質，若手育成及び報酬への影響を詳しく確認する場合は，「AIに代替される弁護士業務と人が担う役割－仕事がなくなる条件・根拠・限界（AI作成）」を参照されたい。
２ 裁判所提出書面の検証
AI作成書面について，法令，裁判例，書証，号証番号及び証拠説明書との対応を提出前に検査する方法は，「山中弁護士がClaudeコードを使って裁判所提出書面を作成するときに行っているハルシネーション防止方法（AIリライト）」で説明している。
３ 非弁護士によるAI法務支援サービス
非弁護士のサービス提供者がビジネス分野でAI等法務業務支援サービスを提供する場合と弁護士法７２条との関係は，「AI活用に伴う弁護士法７２条見直しの動き――令和８年８月２１日の新ガイドラインと判例・行政解釈の到達点（AI作成）」で整理している。
第１０ 出典・参考資料
１ 法令
①e-Gov法令検索・弁護士法（昭和２４年法律第２０５号。７２条）
２ 司法機関・所管行政機関の公表資料
①裁判所「今崎最高裁判所長官による憲法記念日記者会見の概要」（令和８年５月掲載。民事裁判でのAI活用に関する実証・検証及び判断作用との境界についての長官発言）
②裁判所「改正民訴法等で変わる民事訴訟手続の概要」（令和８年５月２１日全面施行後の電子申立て，オンライン送達及び電磁的記録の取扱いに関する裁判所の解説）
③法務省「ＡＩ等法務業務支援サービス提供と弁護士法第７２条の関係に係るガイドライン等の公表について」（令和８年８月２１日）
３ 職能団体の委員会・会員による解説
①後藤大「訴訟業務における生成AIの利活用」東京弁護士会『LIBRA』Vol.26 No.7-8（２０２６年７・８月）７頁～９頁（PDF６頁～８頁）
②関原秀行「企業法務における生成AIの利活用」東京弁護士会『LIBRA』Vol.26 No.7-8（２０２６年７・８月）１０頁～１２頁（PDF９頁～１１頁）
③有本真由「弁護士業務における生成AI活用上の主な注意点」東京弁護士会『LIBRA』Vol.26 No.7-8（２０２６年７・８月）１４頁～１８頁（PDF１３頁～１７頁）
④杉谷真「生成AIサービスの適正な業務利用に向けて―東弁ガイドラインと事業者照会を踏まえて―」東京弁護士会『LIBRA』Vol.26 No.6（２０２６年６月）２５頁～２７頁（PDF１頁～３頁）
４ 学術文献
①Daniel Schwarcz, Sam Manning, J.J. Prescott, Patrick Barry, David R. Cleveland and Beverly Rich, “AI-Powered Lawyering: AI Reasoning Models, Retrieval Augmented Generation, and the Future of Legal Practice,” Journal of Law and Empirical Analysis, Vol.3 No.1（２０２６年）２２０頁，２３３頁～２３５頁，２４２頁～２４４頁（PDF１頁，１４頁～１６頁，２３頁～２５頁）