判断基準の継承とは、ベテランの判断の根拠を事務所の共有資産に変える取り組みのことです。

ベテランが抜けたあとも同じ品質で登記申請を出せるか。この問いに、案件データと成果データをAIに学習させて答えようとする製品が出てきました。この記事では、そうした仕組みを司法書士事務所に入れる前に置いておく前提を7つに整理します。本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、製品の仕様は提供事業者の公表資料で確認しています。AIデータ株式会社は2026年9月8日、司法書士事務所向けのAIプラットフォームに経営支援機能を追加すると発表しました（出典: PR TIMES掲載のプレスリリース）。

属人化した登記判断をAIに預ける話が出てきた背景

結論から書くと、いま出ている製品が狙っているのは作業の自動化ではなく、判断の再現です。誰がやっても同じ書類構成になる状態をつくることに主眼が置かれています。司法書士事務所の側から見ると、これは業務効率化の話ではなく承継の話です。

同社のプレスリリースによれば、この司法書士事務所向けプラットフォームは2026年8月に第1弾の提供が始まりました。第1弾で扱われていたのは、過去案件の類似検索、登記申請書と添付書類の作成支援、相続と成年後見のノウハウ共有、補正率の低減支援、新人教育と技術継承です（出典: 同プレスリリース）。ここまでは現場作業の支援にとどまります。

第2弾として追加されるのが、経営層向けの機能群です。同社はこれをAI Executive PMOと呼び、AI Work OS、AI Organization Intelligence OS、AI Executive PMOという3層構造の最上位に位置づけていると説明しています（出典: 同プレスリリース）。同社が挙げる役割は、案件成果データの経営分析、ベテランの判断基準の構造化と継承、成功テンプレートの自動生成と改善提案、事務所戦略への示唆の4点です。

経営分析で扱う指標として、補正率、申請通過率、案件処理時間、顧客満足度が挙げられています（出典: 同プレスリリース）。どの業務領域で補正が多いか、どの担当者の進め方が成果につながっているかを経営視点で把握する狙いだと説明されています。学習の対象としては、何をしたか、どのように進めたか、結果はどうだったか、なぜ成功または失敗したのか、の4点が示されています。

追加される機能として同社が挙げているのは、案件成果ダッシュボード、判断基準の構造化エンジン、成功テンプレート自動生成、経営インサイトレポート、AI Executive PMOダッシュボードの5つです（出典: 同プレスリリース）。名称から読み取れるのは、現場の作業画面ではなく、所長や管理者が見る画面が増えるという構成です。導入の主たる利用者が誰になるかは、稟議の立て方にも関わります。

同社はまた、AIが置き換えるのは人ではなく、突合作業と属人化だという立場を示しています（出典: 同プレスリリース）。この表現自体はベンダーのメッセージですが、事務所側が検討する際の論点整理としては筋が通っています。置き換えの対象を作業と属人化に限定するなら、資格者の判断がどこに残るかを事務所側が定義する必要があるからです。

背景には、司法書士事務所が抱える構造的な事情があります。司法書士法第3条は、登記や供託に関する手続の代理、法務局に提出する書類の作成などを司法書士の業務として定めています。これらの業務では、申請が一度で通るか補正が入るかに、担当者の経験が色濃く出ます。その経験が個人の頭の中にしかない状態が、承継の局面で問題になります。オンライン申請の運用が広がって作業時間の制約が緩んだぶん、残る差はむしろ判断の質に寄ってきました。この点は登記・供託オンライン申請が23時まで 司法書士事務所の夜間フロー7設計でも触れています。

判断基準の継承をAIに任せる前に置く7つの前提

導入の可否は、機能の有無ではなく、事務所側の前提が揃っているかで決まります。以下の7つを順に確認し、最後に有資格者が判断する形にします。

第1の前提は、成果の定義が事務所内で揃っていることです。補正率を指標に使う場合、何をもって補正一件と数えるかを決めておかないと、担当者ごとに分母も分子も変わります。法務局からの補正のうち、事務所側の起因と依頼者側の資料不足を分けて数えるのか、まとめて数えるのか。ここが曖昧なまま学習させると、出てくる分析は担当者の記録の癖を映しただけのものになります。定義を先に決め、過去の記録を同じ定義で数え直せるかどうかまで確かめておくと、導入後に数字が動いた理由を説明できます。

第2の前提は、過去案件の記録が学習に耐える粒度で残っていることです。申請書の最終版だけが残っていて、なぜその書類構成にしたかの経緯が残っていない場合、AIが学べるのは結果だけです。プレスリリースが学習対象に挙げている、なぜ成功または失敗したのかという項目は、記録がなければ学習できません（出典: 同プレスリリース）。導入前に、直近の案件で経緯の記録がどこまで残っているかを実際に数件開いて確かめておきます。

第3の前提は、ベテラン本人が判断の言語化に協力できる体制です。判断基準の構造化は、過去データだけでは埋まりません。相続案件でこの書類構成を選んだ理由のように、本人に聞かないと出てこない部分が残ります。導入計画には、ベテランへのヒアリング時間を工数として見込んでおきます。

第4の前提は、投入するデータの範囲を先に決めることです。登記案件には、不動産の所在、権利者の氏名住所、相続関係といった情報が含まれます。どこまでをプラットフォームに載せ、どこから先は載せないかを、案件データの項目単位で決めておきます。この線引きは後述の守秘義務の節で扱います。

第5の前提は、AIの出力を誰がどの段階で確認するかを決めることです。成功テンプレートの自動生成という機能は、提案された書類構成をそのまま使いたくなる誘惑を伴います。申請内容の最終判断は資格者が行い、テンプレートはあくまで下書きとして扱う運用を、導入と同時に文書化しておきます。

第6の前提は、検証期間を設けることです。いきなり全案件に適用せず、種別を絞って数か月走らせ、提案されたテンプレートと実際に採用した構成のずれを記録します。ずれの理由を追うことで、その事務所でAIが何を学び損ねているかが見えます。

第7の前提は、撤退条件を先に決めることです。導入から一定期間たっても補正率が動かない場合にどうするか、ベンダーがサービスを終了した場合に蓄積したデータをどう取り出すかを、契約前に確認しておきます。判断基準という事務所の中核資産を預ける以上、取り出せるかどうかは機能の良し悪しより重い論点です。取り出せる形式が独自仕様のファイルだけだと、実質的に持ち出せないのと変わりません。汎用の表形式で出せるかを、契約前に実物で確かめておく価値があります。

7つを並べると、ほとんどが製品の機能ではなく事務所側の準備に関する項目だと分かります。これは偶然ではありません。この種の仕組みは、事務所が持っているものを整理して返すのが役目なので、元の記録が薄ければ出てくるものも薄くなります。導入の成否は契約後ではなく、契約前の記録整理でおおむね決まります。

これらの前提を整理する段階では、生成AIに下書きを作らせると早く進みます。次のプロンプトは成果指標の定義を詰める用途です。

あなたは司法書士事務所の業務改善担当です。
以下の条件で、補正率の定義案を作成してください。

# 前提
- 対象業務: 相続による所有権移転登記（架空のA事務所を想定）
- 記録に残っている項目: 申請日、申請種別、担当者、補正の有無、補正内容の自由記述

# 依頼
1. 補正を数えるときの分子・分母の定義案を3パターン
2. 各パターンの長所と短所
3. 事務所起因と依頼者起因を分けて集計する場合に、記録項目へ追加が必要な欄
4. 定義を変えたときに過去データとの比較ができなくなる点の注意

法的な評価は書かないでください。集計設計の観点だけで整理してください。

判断の経緯を記録として残す作業も、口述からの整形であればAIが担えます。

あなたは司法書士事務所の記録係です。
以下の口述メモを、判断の経緯が後から追える形に整形してください。

# 口述メモ
[ベテランへのヒアリングの文字起こしを貼る]

# 出力形式
1. 案件の種別と概要（架空名で記載）
2. 採用した書類構成
3. その構成を選んだ理由（口述で語られた範囲のみ）
4. 検討したが採用しなかった選択肢と、外した理由
5. 口述では触れられておらず、確認が必要な事項

口述にない理由を補わないでください。触れられていない点は
「口述に記載なし」と明記してください。

出力はそのまま保存せず、話した本人が内容を確認したうえで記録に確定させます。整形はAI、確定は人という分担にしておくと、記録の信頼性が保てます。

登記記録と依頼者情報をAIに渡す前に決めておく3つのこと

最初に決めるのは、投入する案件データの範囲です。登記案件のデータには、依頼者と権利者の氏名住所、不動産の所在、相続関係といった情報が含まれます。学習の精度を上げようとすると全部入れたくなりますが、成果分析だけであれば、当事者が特定できる情報を外しても成立する指標は少なくありません。補正率や処理時間は、案件種別と担当者が分かれば算出できます。

守秘義務の根拠条文は司法書士法第24条にあります。同条は、司法書士または司法書士であった者は、正当な事由がある場合でなければ、業務上取り扱った事件について知ることのできた秘密を他に漏らしてはならないと定めています。条文が禁じているのは秘密を漏らすことであり、外部サービスの利用そのものを名指しした規定は置かれていません。どこからが漏らすことに当たるかの線引きが、事務所ごとの論点になります。

個人情報の取り扱いについては、個人情報の保護に関する法律第27条が第三者提供の制限を定めています。外部のプラットフォームに案件データを載せる構成が、この規定との関係でどう整理されるかは、委託の位置づけや契約の内容によって変わります。事務所としては、ベンダーとの契約書に、データの利用範囲、再委託の有無、学習利用の可否がどう書かれているかを原文で確認し、記録に残す運用が考えられます。

2つ目に決めるのは、事務所のデータが他社の学習に回らないかの確認です。同社のプレスリリースには、事務所に蓄積される案件データと成果データをAIが突合し、成功パターンを継続的に学習する仕組みだと説明されています（出典: 同プレスリリース）。この説明からは、学習が自事務所の中で閉じるのか、複数事務所のデータを横断して行われるのかまでは読み取れません。導入検討の場では、ここを契約条項として確認する話になります。競合事務所の成功パターンを学べるなら便利ですが、自分の事務所のノウハウも同じ経路で出ていくことになります。要確認の論点です。

3つ目に決めるのは、依頼者への説明の形です。登記の委任を受ける際に、案件情報を外部のシステムで管理することをどこまで説明するか。委任状や委任契約書の様式に一文を加える形で運用している事務所があります。説明の粒度をサービス名まで書くのか、外部の業務システムという括りにとどめるのかは、事務所の方針として先に決めておくと案件ごとにぶれません。

事務所規程に落とす項目としては、投入してよいデータ項目の一覧、投入前に匿名化する項目、アクセス権を持つ職員の範囲、AIが生成したテンプレートの検証手順、退職者のアカウント停止手順あたりが挙がります。外部への委託と内製の線引きの考え方は定型業務の生成AI支援プランが登場 外部委託と内製化を分ける7判断軸でも整理しています。

規程に書いたあとの運用も設計しておきます。投入データの範囲を決めても、現場で案件が立て込めば、とりあえず全部入れる運用に流れがちです。案件登録の画面で入力できる項目そのものを絞る、あるいは投入前のチェック欄を必須にするといった形で、規程を手順に埋め込んでおくと守られやすくなります。規程の遵守を各人の注意力に頼る設計は、繁忙期に崩れます。

アクセス権の設計では、経営分析機能の扱いを別建てにする考え方があります。案件の作成支援は担当者全員が使う一方、担当者別の成果が並ぶダッシュボードは管理者に限る、という分け方です。誰が誰の数字を見られるかは、記録の正直さに直結します。

ノウハウ継承の設計を誤る3つの失敗

1つ目は、過去の成功が今も通用すると思い込む失敗です。登記実務は法改正で前提が動きます。たとえば不動産登記法第76条の2は、相続により所有権を取得した者について、自己のために相続の開始があったことを知り、かつ所有権を取得したことを知った日から3年以内の申請を定めています。制度が変われば、それ以前の案件で最適だった進め方が最適でなくなることがあります。学習データに古い案件を含める場合は、制度変更の前後で区切って扱う設計が要ります。相続登記の実務の流れは相続登記の効率化とAIでも扱っています。

2つ目は、数値だけで担当者を評価してしまう失敗です。補正率が高い担当者が、難易度の高い案件を引き受けている可能性があります。経営インサイトレポートという機能名は、数字が示すものを額面どおり読ませる方向に働きます。案件の難易度を補正しない比較は、現場の納得を失い、記録の精度をかえって下げます。指標を人事評価に直結させない運用にしておくと、記録が正直に残ります。

3つ目は、AIの提案を検証せずに申請へ回す失敗です。テンプレートは過去の成功例から作られますが、目の前の案件が過去のどれとも違う場合があります。生成された構成をそのまま使って補正が入れば、原因の説明を求められるのは事務所です。提案と実際の採用が食い違った件数を記録に残す運用を置いておくと、AIがどの領域で弱いかが数字で見えます。

この3つに共通するのは、出てきた結果を疑う手続きが工程に組み込まれていない点です。テンプレートを採用する画面に、確認した人の名前を残す欄を一つ置くだけでも、検証が工程として成立します。逆に、その欄がないまま運用を始めると、後から誰がどこまで見たのかを再現できません。

費用と工数、事務所の誰が持つか

出典: 以下の工数は公表統計ではなく、上の7つの前提を踏まえた本記事の試算です。導入の準備として重いのは、過去案件の記録整理と成果指標の定義です。案件数にもよりますが、記録の棚卸しと定義づくりで数週間、ベテランへのヒアリングで延べ十数時間といった規模感になります。製品を契約してから考え始めると、この工程が丸ごと後ろ倒しになります。

費用面では、同社は関連製品がデジタル化・AI導入補助金2026の対象製品として採択されたとしており、補助金申請のサポート相談も受けると案内しています（出典: 同プレスリリース、製品側の案内ページ）。補助金の要件や公募時期は所管の公表資料で確認する必要があります。補助金を前提に導入判断をする場合の進め方はデジタル化・AI導入補助金2026の交付申請でも整理しています。

体制は、記録の整理と指標の集計を補助者が担い、判断基準の言語化と最終確認を資格者が担う分担が現実的です。同種のプラットフォームを税理士業務で検討する際の視点はAI孔明統合のリーガルテックVDRを税理士業務で読む 導入前の7確認軸にまとめています。

提供事業者の素性も確認の対象です。AIデータ株式会社は2015年4月設立、資本金1億円と同社が公表しています（出典: 同プレスリリース）。事務所の中核データを預ける相手として、財務基盤と事業継続性をどう見るかは、機能比較とは別の判断軸になります。

この分野でこれから論点になりそうなこと

短期的には、事務所横断の学習をどこまで許すかが焦点になります。同種の製品が士業全般に広がれば、業界全体の成功パターンが蓄積される可能性がある一方、個々の事務所の差別化要因が平準化する方向にも働きます。同社は士業向け統合基盤の司法書士特化版として位置づけていると説明しており（出典: 同プレスリリース）、他資格向けの展開も同じ設計思想で進むと読めます。

もう1つは、AIが示した判断根拠の説明責任です。テンプレートに従って出した申請に補正が入った場合、依頼者への説明でAIの提案に言及するかどうか。言及すれば責任の所在が曖昧になり、言及しなければ事務所が全面的に引き受けることになります。どちらを選ぶかは事務所の方針の問題で、正解は一つではありません。ただ、案件が起きてから考えるには重すぎる論点です。

中期的には、判断基準の構造化データそのものが事務所の資産として評価される場面が出てくるかもしれません。事務所の承継や統合の場面で、蓄積された判断基準が引き継げるかどうかは、人の引き継ぎと同じ重みを持ち得ます。契約時にデータの可搬性を確認しておく意味は、ここにもあります。

もう一つ、記録の残し方そのものが変わる可能性があります。判断の経緯を残すことに価値が出れば、案件管理システムの設計思想が、結果を保存する形から過程を保存する形へ寄っていきます。そうなると、いま使っている管理システムが過程を残せる構造かどうかが、次の選定基準になります。新しいAI機能を検討する前に、手元の管理システムで何が残せているかを確かめておくと、無駄な乗り換えを避けられます。

いずれにせよ、この分野の製品はまだ提供が始まったばかりで、実際の事務所での運用実績は公表されていません。導入事例や効果の数字が出てくるのはこれからです。先行して試すか、事例が出るまで待つかは、事務所の体力と、承継の切迫度で決まる判断になります。

よくある質問

判断基準の継承とは具体的に何をすることですか

ベテランが案件ごとに下していた判断の根拠を、記録として残し、事務所の共有資産に変えることです。申請書の最終版だけでなく、なぜその構成を選んだかを残す点が中心になります。

AIが登記申請書を作ってよいのですか

作成の下書きをAIが担い、内容の確認と申請の判断を資格者が行う構成であれば、実務で運用している事務所があります。司法書士法第3条は書類の作成などを司法書士の業務として定めており、誰が業として行うかが論点になります。個別の運用が条文との関係でどう整理されるかは、各事務所で判断する事項です。

補正率をAIに分析させると何が分かりますか

どの案件種別や進め方で補正が集中しているかが見えます。ただし分析結果の質は、補正をどう数えるかの定義に左右されます。定義が揃っていない状態の数字は、比較の材料になりません。

依頼者情報を外部プラットフォームに載せることは守秘義務との関係でどうなりますか

司法書士法第24条が禁じているのは、正当な事由なく業務上の秘密を他に漏らすことです。外部サービスの利用を名指しした規定は置かれていないため、委託契約の内容やデータの取り扱い条件を踏まえた線引きが論点になります。契約条項の確認と記録が出発点です。

ベテランが協力してくれない場合はどうなりますか

過去の案件記録だけから学習させる形になり、判断の理由の部分が抜けます。結果として、何をしたかは再現できても、なぜそうしたかは継承されません。導入前にベテラン側の合意を取っておくことが、この仕組みの前提になります。

小規模な事務所でも意味はありますか

案件数が少ないと統計的な分析の精度は上がりにくくなります。一方で、判断の経緯を記録する取り組み自体は規模を問わず効きます。まず記録の様式を整えることから始め、データが溜まってから分析機能を検討する順序も選べます。

導入を検討する際にベンダーへ何を聞けばよいですか

学習が自事務所内で閉じるのか他社データと横断するのか、蓄積データの取り出し方法、サービス終了時のデータ返還、再委託の有無、補助金の対象範囲あたりが基本になります。いずれも回答を書面で受け取り、記録に残す形にしておきます。

参考文献

• PR TIMES AIデータ株式会社プレスリリース 2026年9月8日
• AIデータ株式会社 企業サイト
• e-Gov法令検索 司法書士法第3条
• e-Gov法令検索 司法書士法第24条
• e-Gov法令検索 不動産登記法第76条の2
• e-Gov法令検索 個人情報の保護に関する法律第27条

※士業のチカラでは、生成AIの導入支援から運用最適化まで、貴事務所の業務に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://shigyonochikara.jp/contact/