大半のAI企業は、サービスを提供する専門職に対して、知能を「機能」として販売している。より新しいカテゴリーでは、その知能とサービス提供者を1つの企業内で組み合わせる。専門職を雇用し、成果に対して契約し、その仕事に責任を負うAIネイティブのサービス企業である。
これにより、ビジネスモデルの検証点は変わる。モデルの能力はなお重要だ。だが、責任、保険、訓練、顧客の救済手段もまた、プロダクトの一部になる。
スウェーデンのAIネイティブ特許サービス企業Lightbringer（ライトブリンガー）は、その初期の一例である。同社は、そうした構造が取り得ることを示す証拠であって、その構造が大規模に機能することの証明ではない。
プロダクトが企業そのものになる
リーガルテック企業は通常、法律事務所にツールのライセンスを提供する。ライトブリンガーは自社プラットフォームを保有し、弁理士を雇用し、特許保護を求める企業と直接契約する。
共同創業者で最高経営責任者（CEO）のドミニク・デイビスは、この事業を「フルスタック型サービス企業」と表現する。
「当社はソフトウェアと弁護士の双方を自社で抱えている」とデイビスは筆者に語った。
したがって顧客が購入するのは、別個の専門職企業が使うソフトウェアライセンスではなく、統合された提供者によるサービスである。
この違いは、実際以上に大きく聞こえることもある。統合だけであれば、従来型のサービス事業におけるプロセス自動化にすぎない可能性がある。
より強い主張が成り立つかどうかは、より難しい4つの問いにかかっている。誰が契約するのか、誰が署名するのか、仕事が失敗したときに誰が損失を負うのか、そしてその経済性が専門職の精査に耐えるのか、である。
責任は統合よりも難しい
専門職の規則では、中核的な義務は弁護士に残る。
米国法曹協会のFormal Opinion 512は、弁護士が生成AIを使用する場合でも、能力、守秘義務、監督などの義務を維持している。
米国特許商標庁（USPTO）のAIガイダンスもまた、AIを責任ある実務者が使用するツールとして扱っている。
デイビスによれば、ライトブリンガーの弁護士は出力を確認し、業務を承認し、専門職としての責任を負う。
同社によると、各出願は、該当する官庁で資格を持つ指名された弁護士が作成、確認、提出する。欧州での出願には欧州または各国の資格を持つ弁護士を用い、米国での出願には米国登録の実務者を用いる。
これにより、責任を負う専門職は特定される。だが、AIに起因するあらゆるミスから生じる経済的損失を同社が全面的に吸収することを示すものではない。
ライトブリンガーは、専門職賠償責任保険に加入しているとしている。同社の標準約款には責任制限が含まれており、エンタープライズ顧客は個別に条件を交渉する。
保険の詳細は公開されていない。入手可能な記録からは、争いのあるAIのエラーが特定の事案でどのように分類され、補償され、配分されるのかは分からない。
統合によって、責任の所在は特定しやすくなるかもしれない。それでも、どれだけのリスクが提供者側に残るかは、契約と保険の条件によって決まる。
自動化は判断の所在を変える
ライトブリンガーのAIは、特許業務をより小さな判断に分解する。請求項の構成要素を特定し、それぞれを先行技術と比較し、新規性を検証し、弁理士の訓練に用いられる構造化された手順を進める。
この手法は、経験によって生じる圧縮を逆方向にたどるものだ。熟練した専門職には直感的に感じられる仕事が、ソフトウェアが試み、人間が確認できる一連の手順へと再翻訳される。
AIは、ワークフローを変えるために専門職の直感を再現する必要はない。十分な数の構成タスクで信頼できる性能を発揮すれば、人間の役割は確認、例外処理、顧客に関わる判断へと移り得る。
デイビスは、自動化が取り除くのは若手の仕事だけだという安心材料を否定する。「これは全員に及ぶ」と彼は述べた。
この主張は限定的に受け止めるべきだ。分解によって、経験年数を問わず仕事を圧縮することは可能である。だが、それは同等またはそれ以上の特許判断を示すものではない。
指標がなお測っているのは企業である
2026年6月のシリーズA時点で、ライトブリンガーは17カ国で200社超の顧客を抱え、第2四半期の売上高が前年同期比300%増だったと報告した。
これらの数字は同社提供のものだ。顧客数と国数は、2024年の商用展開以降の累計である。
約50%のコスト削減という主張は、固定価格のサブスクリプションを、同等業務の一般的な時間課金と比較したものだ。数日での出願とは、権利化までの時間ではなく、ドラフト作成から出願までの時間を指す。
こうした定義により、主張はより読み解きやすくなる。それでも測っているのは、商業的な牽引力、スピード、価格である。
G2の評価や社名を明かしたケーススタディは、顧客の証言を加えるものだ。だが、それらは特許が審査、異議申立、訴訟を通じてどのように機能するかを示すことはできない。
より厳密な証拠は、弁護士の作業時間、重要な補正、特許査定率、争われた結果を長期的に追跡するものになるだろう。その証拠はまだ公開されていない。
現時点の記録は、ワークフローと価格設定が変化しているという主張を支えるものだ。優れた法的判断を確立するものではない。
自動化は訓練の場を奪う
専門職としての判断は、反復的な若手業務を通じて部分的に築かれる。自動化は、企業が経験を積む別の道筋をつくる前に、そうしたタスクを取り除く可能性がある。
AIが作成したドラフトを確認することは、論理構成を組み立て、最初の誤りを犯し、それがなぜ失敗したのかを学ぶことと同じではない。
企業には、シミュレーション、意図的なローテーション、監督下での例外対応、自動化システムが通常は隠してしまう失敗事例への接触が必要になるかもしれない。
この問題は特許法にとどまらない。人間を生産から確認へと移行させるあらゆる専門職は、次世代の確認者がどこで判断力を身に付けるのかを説明しなければならない。
1社、1つの検証
フルスタック型モデルが重要になるのは、それが1社を超えて広がる場合である。
持続可能な形にするには、契約条件にリスクを隠したり、証拠の基準を弱めたり、訓練システムを空洞化させたりすることなく、ソフトウェアと専門職を統合しなければならない。
ライトブリンガーは、AI企業が専門職を雇用し、サービスを販売できることを示した。だが、このモデルが通常の企業よりも優れた法的結果を生み出すことや、より十分にリスクを負うことは、まだ示していない。
次の証明材料は、出願が失敗したとき、請求項が争われたとき、あるいは弁護士がシステムの出力を退けたときに現れるだろう。
