Uber、契約レビュー20%超短縮のAIエージェント

Uberは、Legal Redlining Agentの第一世代を、今日のエージェントハーネスが広く利用可能になる前に始まり2025年まで続いた2024年初頭の取り組みに位置づけている。同社は問題を、年間数千件の契約に及ぶ、実質的に反復可能なレッドライン作業を含む絶え間ない契約交渉の流れとして捉えており、遅延は営業、オンボーディング、製品投入に波及する。その答えは、弁護士の判断を置き換えることなく反復可能な部分を自動化し、エージェントが弁護士自身から学べるようにすることだった。

システムは4回のイテレーションを経た。第1はRAG（検索拡張生成。モデルが回答前に関連文書を検索する手法）で、意味的類似性、トーン、汎用性でつまずいた。第2は、各弁護士の判断、期待されるアクション、コメント、最終修正テキストを捕捉する自己学習フィードバックループを追加した。第3は追加のモデル呼び出しでトーンに取り組み、ブレークスルーは、エンジニアリングではなく社内法務チームが声とスタイルを定義する具体的な文言を担ったときに訪れた。第4は、受け入れるか拒否するかの判断を超え、元の契約テンプレートに紐づくルールデータベースに支えられたカウンター提案の作成に進んだ。

いくつかの設計上の選択が繰り返し現れる。薄いWordアドインが文書とのやり取りを担い、バックエンドがAIを統括し、ハイブリッドエンジンが、モデルを上書きできる決定的ルールエンジンが扱う譲れないポリシーと、確率的フィードバックループが扱う交渉可能なニュアンスを分ける。OpenSearchは2つのインデックスを保持する。対象文ごとにベクトル化されたルールと、相手方の意図ごとにベクトル化されたフィードバックだ。時間の経過とともにUberは古いやり取りの重みを減らし、現在365日に設定された構成可能な半減期を用いるため、システムは古い先例ではなくチームの現在の立場を追跡する。今後についてUberは、Claude CodeやOpenCodeなどのエージェントハーネスと、別途、法務オントロジーおよびナレッジグラフを検討していると述べている。