2026年5月12日、世界最大級の法律情報ベンダー Thomson Reuters と Anthropic が提携を拡張し、Claude を CoCounsel Legal に直接接続すると発表しました（Thomson Reuters プレスリリース、LawSites 報道）。接続の中身は Model Context Protocol（MCP） による CoCounsel Legal の外部接続と、CoCounsel Legal 自体を Claude Agent SDK で再構築するという二段構え。Harvey や LexisNexis Protégé のエージェント化と完全同期した動きで、「汎用LLMの上に法務SaaSを乗せる時代」から「法務SaaSが LLM をエージェントとして組み込む時代」 への転換点になります。
本記事は、はてなベース株式会社が先日公開した Claude for Legal の検証記事 の続編です。法務責任者・コンプライアンス担当・大企業の法務部門・経営層を読者に想定し、今回の提携の中身、法務SaaS各社の動向、国内法務部門への示唆、はてなベースとしての推奨アクションを整理します。
Thomson Reuters × Claude 統合の全体像
今回の提携は単発の機能追加ではなく、CoCounsel Legal というプロダクトを根本から再構築する話です。プレスリリースのキーメッセージは次の3点に整理できます。
- MCP 経由で Claude から CoCounsel Legal を呼ぶ：弁護士が Claude.ai の汎用チャットを使っているとき、必要に応じて Westlaw / Practical Law / KeyCite のデータに直接アクセスして引用付きで回答できる。逆に CoCounsel Legal 側から Claude を呼び出すこともでき、両方向で連動する。
- 次世代 CoCounsel Legal は Claude Agent SDK で再構築：単に API を叩く統合ではなく、計画立案・ツール選択・権威コンテンツの取得・ワークフロー途中での方針変更までエージェントが自律的に行う設計。現在ベータ提供、GA は2026年夏予定。
- Fiduciary-grade AI（受託者責任水準のAI）：精度・説明責任・信頼性を Thomson Reuters の品質基準で担保。顧客データは第三者モデルの学習には使用されない。
規模感を並べると訴求力が分かりやすい。CoCounsel Legal は107の国・地域で100万人以上の専門家が利用し、Westlaw と Practical Law を合わせると 19億件のドキュメント、KeyCite の有効性シグナルだけで 14億件。これらに対し Claude が引用付きで推論を回します。引用元は特許出願中の citation ledger で管理され、ワンクリックで原典に飛べる設計。対応プロダクトは CoCounsel Legal を中心に Westlaw・Practical Law・KeyCite、展開は米国先行で英国・カナダ・オーストラリアなどコモンロー圏が並走します。日本市場の提供時期はプレスリリースに明記されていません。
MCP（Model Context Protocol）とは
Anthropic が提唱した、LLM と外部データソース・ツールを標準化された方法で接続するためのオープンプロトコルです。USB-C のようなもの、と説明されることが多いです。Thomson Reuters の今回の発表は、法律情報ベンダー側が MCP を採用した初の大型事例 という意味でも業界の注目を集めています。
法務SaaS各社のAI戦略はどう動いているか
Thomson Reuters の動きは突然出てきたわけではなく、2025年後半から2026年前半にかけて法務SaaS各社が一斉にエージェント化に舵を切った流れの中にあります。主要プレイヤーの現在地を比較してみます。
Harvey AI（評価額110億ドル、Sequoia / GIC 主導）
法務AIスタートアップの代表格である Harvey は、2026年3月に Sequoia Capital と GIC 主導のラウンドで2億ドルを調達、評価額 110億ドル に到達しました（CNBC 報道）。累計調達額は10億ドル超。Allen & Overy（現 A&O Shearman）での先行導入から始まり、現在は AmLaw 100の大半、500以上のインハウス法務、60カ国で利用。特徴は 「埋め込み型リーガルエンジニアリング」 という独自概念で、顧客の法律事務所内部にエンジニアを派遣してワークフローごとカスタマイズし、SaaS では提供しにくい深さの導入を実現しています。
LexisNexis Protégé（Lexis+ AI からの全面リブランド）
RELX 傘下の LexisNexis は2026年2月に Lexis+ AI を Lexis+ with Protégé に全面リブランドし、5月にはエージェント化の大型アップデートを発表（LawSites 報道）。主要追加機能は次の4点です。
- Protégé Work / Agentic Drafting：自然言語で目標を伝えると適切なスキルに自動ルーティング、契約書・申立書・ブリーフを起案する専用エージェントを内蔵。
- Protégé Workrooms：事務所・クライアント・共同弁護人が権限制御つきで共同作業するセキュア空間。二重承認・最小権限・ロールベース権限・監査証跡を装備。
- Shepard's Verify Trust Markers：AI生成と弁護士起案の双方の引用を Shepard's の権威データに照合し、検証不能な引用にフラグを立てる。
- 顧客保有暗号鍵（BYOK）：AWS KMS、Azure Key Vault、Google Cloud KMS、HashiCorp Vault と直接統合し、必要に応じて顧客側からアクセス権を取り消せる。
Thomson Reuters と LexisNexis は法律情報の世界で長年競合してきた二大巨頭です。両社が ほぼ同時期にエージェント化と引用検証を強化 している点が決定的で、「権威データ×引用検証×エージェント実行」の三点セットが、これからの法務AIの標準装備になります。
Spellbook（Word プラグイン型・コントラクト特化）
カナダ発の Spellbook は Microsoft Word に直接プラグインする形でコントラクトドラフティング・レッドラインを支援するツール。2026年3月にカナダ弁護士会（CBA）と2年間のパートナーシップを締結し、CBA加盟の約4万人の弁護士に対する独占的AIドラフティング・レビュー提供者となりました。2026年の動きで注目すべきは 「Copilot から Agent への移行」 を明示的に打ち出している点で、Spellbook Associate はディール構造を解析し文書全体に矛盾なく修正を伝播させるエージェント。背後の LLM は GPT-5 と Claude Opus を併用しています。
比較サマリ
| Thomson Reuters CoCounsel | 法律情報ベンダー（Westlaw 母体） | Claude Agent SDK で再構築 + MCP で外部接続 | Fiduciary-grade AI、引用追跡台帳、顧客データ非学習 |
| LexisNexis Protégé | 法律情報ベンダー（Shepard's 母体） | Protégé Work / Agentic Drafting / Workrooms | BYOK、二重承認、Shepard's Verify |
| Harvey AI | 新興スタートアップ（評価額110億ドル） | AmLaw100特化のエージェント + 埋め込み型エンジニアリング | 顧客事務所内常駐型の運用支援 |
| Spellbook | Word プラグイン型・契約特化 | Spellbook Associate エージェント、Playbook Engine | GPT-5 / Claude Opus 併用、CBA独占パートナー |
この比較から見えてくるのは、法律情報ベンダーは「権威データ × 引用検証 × 自社モデル化」 で勝負しているのに対し、スタートアップ勢は「ワークフロー深さ × 顧客内常駐 × 用途特化」 で勝負しているという棲み分けです。Thomson Reuters が Claude を選んだことは、自社で基盤モデルを開発するのではなくフロンティアモデルの上で勝負する判断であり、Anthropic にとっては企業向け Claude のレファレンスケースが法務領域でも積み上がる構図になります。
国内法務部門にとっての示唆
ここからは、日本の法務責任者・経営層が今回の動きをどう読むべきかという話に移ります。前提として、Thomson Reuters CoCounsel は日本語の判例・法令を直接カバーしていません。Westlaw Japan は別プロダクトで、現状ではこの統合の射程外です。それでも国内法務部門にとって学ぶべきポイントは多くあります。
1. 「引用付きAI」が標準になる
Thomson Reuters の citation ledger、LexisNexis の Shepard's Verify。両社が同じタイミングで引用検証機能を強化したのは偶然ではなく、ハルシネーション問題に対する業界共通の解 がここに収束しているからです。日本の法務部門が社内AIを設計するときも、出力に必ず根拠（社内規程・契約書の該当条項・法令）への参照リンクを付ける設計が前提になります。
2. エージェント化は「業務委託先の選定」と同じ難易度
Claude Agent SDK で再構築された CoCounsel Legal が「計画立案・ツール選択・方針変更」を自律的に行うということは、これまで弁護士が頭の中でやっていた判断の一部がエージェントに委ねられるということです。社内法務にとっては 外部弁護士事務所を選定するのと同じ重みでAIエージェントを選定する 必要があり、どのエージェントに何を任せるかというガバナンス境界の明文化が前提になります。
3. 弁護士法72条の壁は変わらない
技術がいくら進化しても、日本国内では 非弁行為の禁止（弁護士法72条） が法務AI活用の上限を画定します。CoCounsel Legal も Harvey もコモンロー圏の「リーガルテックが弁護士業務を補完する」関係を前提に設計されており、日本でそのまま導入できる範囲は限定されます。社内法務が使うのか、顧問弁護士が使うのかという導入経路を明確にした上で、契約書レビューの下準備や類似条項の検索など、最終判断を人間に残す範囲での活用が現実解です。
Claude を法務SaaS的に組み込みたい企業へ
はてなベースは、Claude Enterprise の導入・社内RAG構築・AIガバナンス整備を一気通貫で支援しています。詳細は Claude Enterprise 導入支援 と 社内RAG構築サービス を参照してください。
はてなベース推奨アクション：自社で Claude を法務AI化する設計指針
Thomson Reuters のように1社で完結したパッケージを日本で待つよりも、自社業務に合わせて Claude を法務AIとして組み立てる方が、現実的かつ早いケースが多いです。先日の Claude for Legal 検証記事 で示したように、Claude 単体でも NDA レビューの下準備までは十分機能します。社内SaaSとして安定運用するために、はてなベースが推奨する設計指針を4点に整理します。
指針1：データレイヤを「権威」と「現場知」に分離する
CoCounsel Legal が Westlaw を権威データ層、社内テンプレートを現場知層として扱うのと同じく、自社AIでも 「変えてはいけない権威」と「自社の運用知」を分離 する。前者は法令・判例・社内規程の最新版、後者は契約書テンプレート・修正履歴・業界慣行をRAGで引きます。同じインデックスに混ぜると現場知が権威を上書きする事故が起きます。
指針2：引用必須・トレース可能なログを出発点に置く
AI出力には 必ず引用元（社内文書のページ、法令の条文番号、契約書の節）を併記 させ、誰がいつ何を尋ねて何が返ったかをログに残す。Thomson Reuters の citation ledger に相当するものを自社で持つ、ということです。後から法務判断の再現性を確保でき、内部監査・外部監査の証拠として機能します。
指針3：MCP で外部ツールを段階的に接続する
MCP はオープンプロトコルなので、自社の契約管理SaaS、kintone、Slack、Google Drive を MCP サーバとして公開すれば Claude から直接呼べます。最初は読み取り専用、運用が安定したら起案・更新まで段階的に権限を拡張する。これがエンタープライズでの現実的なエージェント化ロードマップです。
指針4：ガバナンス境界を「業務」ではなく「責任」で定義する
「契約書レビューはAI、起案は人間」のように業務単位で境界を引くと、業務が進化するたびに引き直しが必要になります。代わりに 「責任が外部に及ぶ判断は人間、社内で完結する判断はAI」 という責任ベースの境界に切り替えると、業務が変わってもルールが安定します。詳細は AIガバナンス整備支援 で扱う論点です。
実装の最初の一歩
上記4点をすべて一度に整えるのは現実的ではありません。はてなベースの導入支援では、(1) 引用必須のRAG構築 → (2) NDAレビューなど影響範囲の小さい業務での実証 → (3) ガバナンス整備 → (4) MCP 経由の外部接続拡張 の順で進めることを推奨しています。
まとめと関連リンク
Thomson Reuters と Anthropic の提携拡張は、法務SaaSが「LLM の上に乗る」段階から「LLM をエージェントとして組み込む」段階に移ったことを示す象徴的な出来事です。LexisNexis Protégé、Harvey、Spellbook と並べてみると、業界全体が 権威データ × 引用検証 × エージェント実行 の三点セットに収束しつつあることが分かります。日本の法務部門にとっては、これらを輸入するより 自社データと業務に合わせて Claude を法務AIとして組み立てる 方が早く深く価値が出るケースが多いです。先日の Claude for Legal 検証記事 と Claude セキュリティベータ記事 も合わせて参照してください。