電子署名で終わらない。DocusignのAIが契約書の『読んだ、その後』に踏み込む

まず初めに

ハンコをなくした。郵送もなくした。ところが、契約書を探す人、更新日を表に写す人、「この条項は大丈夫か」とメールを回す人はまだ忙しい。紙だけ先に退職して、人間の仕事は残業中だ。

Docusignが次に触ろうとしているのは、この署名の前後に積もった仕事である。そこにAIを入れるのは筋がいい。ただし、勝手に契約を決める敏腕社員の登場だと思うと話が違う。欲しいのは、根拠をそろえて持ってくる助手だ。決裁印まで奪って走り出す助手は、いらない。※個人の感想です

三つの機能は、それぞれ何をするのか

AIアシストレビューは、契約書の条項で注意すべき点を見つけ、担当者の確認を支援します。Docusignによると、日本企業による先行利用も行われています。ただし、AIの出力を最終判断とするものではなく、利用者が確認、修正、承認する前提です。

AIエージェントは、契約に関する一連の仕事を進めるための機能です。公式の例では、更新期限が近い契約の情報を整理し、次の対応を担当者に提案します。契約を読む処理だけでなく、情報収集や担当者への引き継ぎまでを業務の流れとして扱います。

MCPサーバーは、外部のAIツールからDocusignの契約情報や操作につなぐ仕組みです。MCPえむしーぴーは、AIと外部の道具やデータを接続するための共通方式です。接続するだけで誰でも社内契約を読めるようになるものではなく、認証と権限設定が前提になります。

海外で使えることと、日本で使えることを分ける

国内向けの発表は、レビュー支援とMCPサーバーを2026年中、AIエージェントを2026年度内に一般提供する予定としています。年と年度は同じ表現ではありません。具体的な提供開始日は、確定後に改めて案内するとしています。

同社が8月に公開した英語のFAQでも、機能によって地域、データセンター、契約プランに条件があると説明されています。MCPサーバーについては英語のグローバルオープンベータが案内されていますが、それを今回の日本向け一般提供と同じものとして扱うことはできません。

日本語の契約書から情報を取り出すCustom Extractionsについても、2026年中の国内一般提供を予定しています。したがって、英語の紹介動画で見た処理が、そのまま日本語の契約書と現在の契約プランで使えるとは限りません。導入時には、機能名だけでなく、対象言語と利用環境を合わせて確認する必要があります。

接続の許可と、学習への利用許可は別の話

業務AIを考えるときは、どの情報を読み取れるかと、その情報が何に使われるかを分ける必要があります。MCPで契約情報にアクセスできることは、会社のあらゆるデータを自由に扱えるという意味ではありません。利用者や連携先に渡す権限の範囲が関係します。

Docusignは別の公式説明で、AIの改善に使うデータについて、契約上の同意と管理者向けのAI Data Controlsを説明しています。同社の説明では、学習に使う顧客データは同意を得たものを匿名化・集約して扱い、管理者が設定を変更できる場合があります。今回の新機能を使うことだけから、個別アカウントの設定状態を推測することはできません。

また、外部AIを接続する場合は、Docusign側の条件に加えて、接続先のサービスが情報をどう扱うかも別に確認する項目です。保存期間、アクセスできる担当者、処理する情報の範囲などは、実際の導入構成によって異なります。

IT Postの見方――『要約した』だけでは仕事は終わらない

IT Postでは、契約AIの価値を、長い文書を短くした文字数で測るべきではないと考える。担当者が必要な根拠へ戻り、判断し、次の人へ渡せるかが大事だ。きれいな要約を作っても、誰が何をするか分からなければ、仕事は止まったままである。

たとえば、更新期限を知らせる場面を考える。必要なのは日付だけではない。その日付がどの契約のどの記述に基づくか、変更契約が別にないか、誰が取引の継続を判断するか。これは今回の機能がすべて自動で解決すると確認された事例ではなく、導入時にIT Postが見たい評価項目だ。

AIが「来月更新です」と言うたびに、担当者が元の文書を一から探し直すなら、便利さは限定的だ。一方、根拠と関連情報をまとまった形で渡せれば、確認の出発点を前に進められる。助手の仕事は、もっともらしく断言することではない。机の上に、判断できる材料をそろえることだ。

IT Postでは、小さく試すなら、まず一つの契約類型と一つの作業に範囲を絞るのがよいと考える。更新期限の確認、条項の比較、必要情報の抽出などだ。そこで、正しく処理できた件数だけでなく、担当者が修正した内容や、判断できずに止まった件数も見る。成功例の動画だけでは、毎日の手間は分からない。

承認の位置も重要だ。情報を読むこと、案を作ること、社内へ通知すること、外部へ送ることは、影響の大きさが違う。すべてを同じ「AIの実行」で包むと、利用者には何を許可したのか見えにくい。仕事の区切りに沿って権限を分けられるかが、現場での使いやすさにつながる。

減った作業と、増えた確認を両方数える

IT Postでは、試験導入の成果は「AIが処理した件数」より、人が仕事を終えるまでに使った時間で見るのがよいと考える。抽出が一瞬でも、誤りの確認や修正に以前より時間がかかれば、担当者は楽になっていない。逆に、AIが判断できない案件を素直に止め、適切な人へ渡せるなら、それも有用な動作だ。

比較する前に、正解とする契約文書の版を決める必要もある。元の契約と後から交わした変更文書が混在すれば、人でも確認が難しくなる。データを整理しないままAIへ渡し、整理不足までモデルの性能だけで解決しようとすると、原因が見えなくなる。

確認の負担を測るなら、担当者がどの箇所へ戻ったか、なぜ判断を止めたかを残したい。根拠が足りないのか、権限がないのか、単に担当部署が分からないのかで、改善する場所は違う。AIの賢さを上げる前に、業務の受け渡しを直す方が効く場合もある。導入の主役は新しい機能でも、成果を決めるのは古くからある仕事の整理だ。

利用者の教育も、AIへ上手に質問する方法だけでは足りない。どの回答を原文と照合し、どこで担当部署へ戻すかが分かる必要がある。IT Postでは、使い方の説明に判断を止める例も含まれている方が、現場で信頼しやすいと考える。

Docusignの発表は、電子署名の周辺に残った仕事をAIへつなぐ動きだ。IT Postでは、その方向には期待する。ただし、機能が増えた分だけ設定画面も増え、かえって担当者の仕事が膨らむなら本末転倒だ。必要なのはAIの数ではなく、確認しやすい仕事の流れ。国内提供が始まったときには、そこを確かめたい。