2026年5月28日、世界最大の法律事務所 Kirkland & Ellis が3〜4年で総額5億ドルを投じて独自のAIプラットフォームを建てると表明した。金額の大きさより興味深いのは、その設計思想である。外部と組んで作るが、成果物は自分たちが持ち、他事務所には売らせない。基盤モデルは公表せず、差し替えても作り直さなくていい構造にしてある。本稿は公開報道から確認できる事実と、確認できていないこと（とくに「ローカルLLMなのか」）を分けて並べ、他事務所・ベンダーの動きと比べる。数億ドルは真似できないが、設計の考え方は規模に依存しない。
| 項目 | 内容 | 出典 |
|---|---|---|
| 発表 | 2026年5月28日。Financial Times の独占報道が起点 | Reuters / Legal IT Insider |
| 投資額 | 3〜4年で5億ドル。2026年は約1億ドル | Reuters / Global Legal Post |
| 財源 | 自社売上。2025年売上106億ドル、PEP 1,110万ドル | Global Legal Post |
| 用途 | 弁護士が業務全般で使う汎用プラットフォーム。複数ツールの使い分けを解消する | Legal IT Insider |
| 体制 | AI・イノベーションチームにAIエンジニア／データサイエンティスト180名超。専従AIエンジニアは約50名（戦略提携経由が約35名、内製15名超） | Bloomberg Law（6/15） |
| 弁護士の関与 | 250名超が「AI Pods」「custom builds」に参加。うち約100名がエクイティ・パートナー | Bloomberg Law（6/15） |
| 成果物の帰属 | 外部協力企業は成果物を他事務所へ販売できない。Kirkland が所有権（または所有する権利）を持つ | Global Legal Post / Legal IT Insider |
| 基盤モデル | 特定の生成AIモデルへの依存の有無は回答を拒否 | Reuters |
| アーキテクチャ | モデル非依存。基盤モデルを差し替えても再構築が不要 | Bloomberg Law（6/15） |
| 外部ツール | 一部の第三者AIツールのライセンスは継続する | Reuters |
| 提携 | Palantir と提携し、ファンド組成向けAIツールを発表 | Bloomberg Law |
| トップの発言 | Jon Ballis 会長：組織の集合知を事務所全体に展開することが狙い | Global Legal Post（FT引用） |
数字のうち、意味を持つのは総額そのものより「売上の約5%を3〜4年、AIに継続して積む」という比率のほうだと思う。単年1億ドルは106億ドルの約1%にあたる。単発の大型投資ではなく、毎年の経費として組み込める規模に設計されている。
この件は日本でも「大手ローファームが自前のローカルLLMを持つ」と要約されがちだが、そこは公式には確認できていない。整理すると次のようになる。
求人票の記述を素直に読むと、オンプレGPUとAzureのハイブリッド構成と見るのが妥当である。「機密度の高い処理は手元で、汎用的な推論はクラウドの最新モデルで」という切り分けは、規模を問わず現実的な落としどころで、もくもく会でローカルLLMを触っている人の実感とも一致するはずだ。断定しないまま持っておく論点として扱いたい。
読み替えの手がかり：「自前で建てる」は「全部を手元で動かす」とは別のことである。自前なのはデータとワークフローと権利であって、推論そのものは借りていてもよい。ここを分けて読まないと、投資額の意味を取り違える。
Kirkland だけが特異なわけではない。ここ2年で「買う」から「組む」「建てる」へ動いた例が並んでいる。並べると、分かれ目が成果物の帰属にあることが見えてくる。
| 主体 | 概要 | 形態 |
|---|---|---|
| Kirkland & Ellis（米） | 3〜4年で5億ドル。外部と組むが成果物は自社所有、協力企業は他事務所へ売れない | 独占提携型＋内製 |
| Freshfields（英） | Anthropic のリーガルチームと共同開発。開発物は Anthropic が他事務所へ販売できる点が Kirkland と対照的 | 共有提携型 |
| Simmons & Simmons（英） | 「Percy」を自社LLMチームで完全内製（2023年末ローンチ）。1年でフィーアーナーの利用率87%。事務所ネットワーク内で完結 | 閉域内製 |
| Allen & Gledhill（星） | 「A&GEL」。完全オンプレミスのカスタムLLM基盤。金融分野の守秘要件に対応するための構成 | 閉域内製・オンプレ |
| Dentons | 2025年末に OpenAI と提携。最新モデルへの早期アクセスと技術支援を受ける | 共有提携型 |
| Harvey（ベンダー） | 独自のリーガル基盤モデルシリーズを開発中。事務所が自前モデルを持つための基盤提供も目標に掲げる | ベンダー自前モデル |
| Thomson Reuters（ベンダー） | 初の独自LLM「Thomson」を公開。Westlaw／Practical Law のデータを使い、学習費用は約4,000万ドル。OSSモデルがベース | ベンダー自前モデル |
費用は全部自分で持つ。代わりに、出来上がったものは競合の手に渡らない。売上規模が突出しているからこそ選べる道で、投資額そのものが参入障壁になる。
ベンダーが横展開できる前提なら、開発費の一部はベンダー持ちになる。早く安く入るが、同じものを競合も使える。差別化はデータと運用に移る。
Simmons & Simmons の「1年でフィーアーナー利用率87%」は、金額の話に隠れがちだが重要な数字である。建てたものが使われるかどうかは、建て方とは別の問題だからだ。Kirkland が250名超の弁護士を、しかも約100名のエクイティ・パートナーを開発側に巻き込んでいるのは、おそらくこの問題への手当てでもある。
商用化——クライアント向け製品として外販するのか——については、Kirkland は肯定も否定もしていない。ここは続報を待つ論点として残る。
この件を「桁が違う話」として片づけると、もったいない。規模に依存しない判断が2つ含まれている。
外部に開発を頼むとき、成果物の権利と、その外部が他社へ横展開できるかを、契約の最初に決めておく。Kirkland と Freshfields の違いはそこだけで、事業上の意味は正反対になる。
受託開発でも、社内の副業的な作り込みでも、金額の大小と関係なく効く論点である。
プロンプトと業務ロジックを特定モデルに癒着させない。API層を1枚挟んでおくだけで、次のモデルが出たときに作り直さずに済む。
個人が Claude や ローカルLLM で組む小さな道具でも、同じ構えが取れる。もくもく会で作るものにそのまま効く。
Simmons の87%も、Kirkland の250名の巻き込みも、「作ったものが使われるか」への手当てである。作る側と使う側を分けないこと。
自分の業務で自分が使う道具から作る、というもくもく会のやり方は、この点では最初から正しい側にいる。
「自分の部門が同じことをやるとしたら、最初に何を決めるか」。金額ではなく、データをどこに置くか／成果物を誰のものにするか／どのモデルに賭けないかの3つを、1時間で言語化してみるとよい。Kirkland の記事はそのための材料として使える。
本稿は2026年9月24日時点の公開報道にもとづく整理である。FT 原文および Bloomberg Law は有料記事のため、二次報道からの要約を含む。各社の戦略・製品についての評価は筆者の読みであり、各社の見解ではない。数字や帰属の記載は上記出典の範囲にとどめ、確認できていないことは「未確認」として明示した。