豪州の法律事務所Gilbert + Tobin、ChatGPT EnterpriseとCodexを全社展開有効化ライセンスの87%が実利用（通常のツール導入率の2倍超）、採用調査は約4時間→約20分、利益相反・KYC・AML審査は3〜8時間→数分、300法人の監査報告書で丸1日の手作業を削減。CEOの「デジタルツイン」カスタムGPTで幹部が提案を事前検証、法律業務はHarvey等の承認済み基盤

2026年9月18日・日本時間時点の情報です。 OpenAIの顧客事例（9月1日）を読んだ。法律事務所の事例は「弁護士がAIで法務をやる」話になりがちだが、この事例は法務の中核は承認済みの別基盤に任せ、事務所の運営側にChatGPTとCodexを入れたという切り分けが明確なので残す。日本の法律事務所がAIを使う際の線引きは法務省の弁護士法72条ガイドラインに。

3行まとめ

1. 導入の型。 Gilbert + Tobinは資本市場・M&A・紛争・テクノロジー分野のオーストラリア有数の企業法務事務所。まずChatGPT Enterpriseを業務チームに入れて管理された環境で検証し、マーケティング・事業開発・採用・財務・テクノロジー・ビジネス変革・法律実務の一部へ広げた。CEOのSam Nickless氏が自身の活用例で紹介し「AIを使うことは不正ではない」と位置づけ、利用目標は義務づけず、ビジネス変革チームが各部門の会議に入って職務別のワークフローを実演した。2026年6月時点で有効化ライセンスの87%が実利用で、同事務所の通常のツール導入率の2倍超。オーストラリアのデータレジデンシー対応のOpenAI環境に移行してから利用を広げた。
2. 数字。 採用調査とデータ抽出は約4時間→約20分、推薦者情報の処理は候補者1人あたり推定25分削減、提案書は年400〜500件で過去資料の統合に使う。Codexでは300法人の監査報告書作成でワークフロー全体の丸1日分の手作業を削減、別システムに上げる1,100件のファイルの確認と改名（従来は数日）、利益相反・マネーロンダリング対策・重要な公的地位を有する者（PEP）・本人確認の審査は最大8時間→数分（冒頭の要約では3〜8時間→5分）。DevOpsはCodexでAWS環境の「監視塔」を作り、運用シグナルを集約して診断・修復を支援し、人が要る問題をエスカレーションする。
3. 線引き。 弁護士はChatGPTを業務運営面で使い、法律業務に特化したワークフローはHarveyなど承認済みの基盤を使う。いずれの用途でも作業範囲の設定・出力の確認・専門的判断・最終成果物の承認は人が担う。変わり種は、CEOの文章・優先事項・経歴・フィードバックの承認済み事例で作った**「デジタルツイン」のカスタムGPT**で、幹部がCEOの時間を使う前に提案を検証する（本人に代わって判断や発言はしない）。

87%の分母とカスタムGPTの行方

• 「87%」は有効化したライセンスのうち使われている割合で、全職員に対する割合ではない。何ライセンス配ったかは書かれていない
• Codexの使いどころが「不定期で、従来型の反復プロセスでは自動化の妥当性を示しにくい作業」と説明されているのは、当サイトのCodexの使い方で見た「一回きりの多段作業」の使い方と重なる
• カスタムGPTは廃止・移行の予告が出ている機能で、この事例の「デジタルツイン」が今後どの機能に載るかは事例文には書かれていない
• 企業導入の型の整理は生成AIの企業導入ガイドに。Anthropic側の同時期の事例は中小企業・金融アドバイザー向け

OpenAI公開文を確認、当事者取材なし

この記事の下調べで、筆者は9月18日にOpenAIの事例ページ（日本語版）をブラウザで取得し、数字（87%・4時間→20分・25分・400〜500件・300法人・1,100件・8時間→数分）・発言者の肩書・Harveyへの言及がその原文にあることを確認した。Gilbert + Tobin側の発表は開いていない。筆者は同事務所に取材していない。

ライセンス数・費用・線引きは非公開

• 配布したライセンス数と従業員数（「エンタープライズ」とだけ）
• 契約の費用
• Harveyとの使い分けの具体的な境界

出典はOpenAIの顧客事例

• 法律事務所 Gilbert + Tobin、OpenAI で AI を統制・全社展開（OpenAI・2026年9月1日）

関連記事

• 生成AIの企業導入ガイド（2026年版）
• Codexの使い方（2026年版）
• 法務省「AIによる法律サービス」弁護士法72条ガイドライン
• OpenAI「Astra for Law」──法務専用の土台、HarveyとLegoraが組み込み