クイン・リウは、AI型のSECおよびファンド報告サービスFiniti Legalの創業者兼CEOである。
数十年にわたり、法律事務所や金融機関は、市場慣行の理解—シニアパートナーやマネージングディレクターから受け継がれたテンプレート、メモ、チェックリストに組み込まれた蓄積された専門知識—を中心に価値を構築してきた。これらの組織的な成果物が彼らの競争上の堀となっていた。それらは品質、信頼、格式を表していた。
私はその世界が終わりつつあると考えている。
生成AIとインテリジェントな知識システムの台頭により、静的な先例構築の優位性が崩れつつある。かつてフォルダ、メール、人間の記憶に閉じ込められていた組織知は、動的で検索可能、自己改善型になりつつある。コスト構造、クライアント関係、そして専門サービスの基本構造への影響は深遠だ。
なぜ組織のコスト構造が崩壊しているのか
法律・金融サービスの伝統的なコスト構造は人的帯域幅に基づいていた：ジュニアの労働力を活用して量を生産し、時間ベースでクライアントに請求し、ブランドとリスクでマージンを正当化する。
専門知識が希少で、クライアントにベンチマークがほとんどなかった時代、そのモデルは機能していた。しかし今日のクライアント—特にCFOや社内弁護士—はデータを持っている。彼らは価格を比較し、開示の質をベンチマークし、効率性を監査できる。名声はまだ重要だが、もはや買い手の目から非効率性を隠すことはできない。
生成AIが文書の最初の草案の60%から70%を自動化できるとき、クライアントは不快な質問を始める：
なぜ成果ではなく時間に対して支払うのか？
専門知識の経済学は変化している。時間、人員、格式といったインプットに基づいて価格設定を続ける企業は、正確さ、スピード、防御可能性といったアウトプットに基づいて価格設定する企業に負ける可能性がある。
私はAIネイティブな企業が根本的に異なるコスト基盤で運営されると考えている。彼らのレバレッジはジュニアアソシエイトからではなく、複合的な機械知能から生まれる。彼らの固定費は不動産ではなく、データインフラにある。彼らのマージンは請求可能時間ではなく、反復から生まれる。
盾としての名声
かつて名声は非効率性を正当化していた。しかし企業クライアントがよりコスト意識を高めるにつれ、名声プレミアムは縮小していることに気づいている。パンデミック後、多くの法務・コンプライアンス予算は圧力にさらされている。定型的な申請や定期的な開示は、高度なアドバイザリー業務から切り離されつつある。
かつてフォーチュン500企業の一部は、複雑なM&Aから定型的な取締役会議事録まで、すべての業務を一つの事務所に送っていた。現在、彼らは案件を分割することに抵抗がない：訴訟やリストラクチャリングのような複雑で文脈依存度の高い業務には高額を支払うが、複雑性が低くルールベースのタスクにはオートメーションレベルの価格設定を期待している。
この二極化はコンサルティングを反映している：大手企業は戦略に対してまだプレミアムを要求できるが、プロセス業務はソフトウェアによってコモディティ化されている。私は法律と金融が次だと考えている。
AIは専門知識に取って代わるのではなく、それを再価格設定するのだ。
自動化のはしご
自動化はしばしば予測可能なはしごをたどる。それは文脈依存度が低く、複雑性の低いタスク—データ照合、フォームチェック、バージョン管理—から始まり、上へと移動する。法律と金融では、フォームチェック、文書要約、契約レビュー、NDA作成が最初に自動化されることに気づいている。AIシステムはそれらを精度と一貫性をもって実行するが、幻覚に注意することは依然として重要だ。
次に、AIは株主向けレターの作成や文脈を考慮したデューデリジェンスなど、文脈依存度が高いが複雑性の低い業務に移行する。これらのタスクは深い判断よりもパターン認識に依存している。
最終的に、AIは訴訟戦略、リストラクチャリング、複雑な交渉などの文脈依存度が高く複雑性の高い業務においてコパイロットとなり、データ駆動の洞察で人間を強化する。
AIはまず底辺から食べ始め、その後価値のスタックを上っていく。
テンプレートからシステムへ
私の見解では、最終的な目標はより速い文書作成ではなく、動的な組織記憶だ。
今日、知識はしばしばサイロに存在している：個々の弁護士のデスクトップ、SharePointフォルダ、検索不可能なPDF。明日、それは構造化されたデータとして存在し、すべての取引と規制の更新によって継続的に豊かになる可能性がある。
あなたのシステムに「2018年以降の5億ドル以上のテクノロジーM&A取引における補償条項の文言を表示して」と尋ねることを想像してみてほしい。それはテンプレートではない。それは生きた知識エンジンだ。
各エンゲージメントがシステムを訓練する。各修正がコーパスを改善する。時間とともに、企業の独自のデータセット—その集合的経験—が競争上の堀となる。
新しい名声はデータインテリジェンスかもしれない。
人間の優位性の再構築
AIは弁護士や銀行家を排除しない。しかし、それは単調な作業を排除する可能性がある。
多くの専門サービスでは、底辺が広く頂点が狭いピラミッドがある。AIはそれを平坦化できる。アナリストやアソシエイトの軍隊は、人間の直感と共感がまだ支配する判断、交渉、創造性に焦点を当てた強化された専門家へと進化する可能性がある。
未来のパートナーは先例の習得ではなく、曖昧さを解釈しリードする能力によって定義されるだろう。
課題への対応
AIを使用して組織知を追跡することには、技術的およびビジネス上の課題の両方がある。
技術面では、正確性と幻覚が持続的な懸念事項である。適切な基盤がない場合、最高のモデルでさえ、もっともらしいが不正確な出力を生成する可能性がある。データの信頼性が低い場合に回答を控える知識ベースの拒否などの技術は効果的だが、それらは基礎となるデータの品質と完全性に大きく依存している。
それがビジネス上の課題につながる：データアクセス。組織データはしばしば壁に囲まれた庭の中に存在し、競争上の堀として扱われている。そのデータがなければ、豊かな文脈や高品質な事前トレーニングデータセットを構築することはほぼ不可能だ。その結果、企業の領域に特有のニュアンス、用語、ロジックを捉えるのに苦労するAIとなる。
要するに、AIにおける正確性は単なる技術的問題ではなく、アクセス、所有権、信頼に根ざしたデータ問題なのだ。
組織知の未来
私は、この新しい時代に繁栄する組織は、すべてのプロジェクトをエンドポイントではなく、インプットとして扱うと考えている。
それはビジネスモデルの再考を意味する：人材パイプラインだけでなく、データパイプラインへの投資；文書ライブラリをセマンティック知識グラフに置き換えること；請求時間ではなく、複合的な知識によって進捗を測定すること。
何よりも、先例が保護に等しいという幻想を捨てることを意味する。今や真の差別化要因は、あなたのシステムが次に何をするかから学ぶ速さだ。
テンプレートの終わりは組織の終わりではない。それは組織の再生だ。
