AIで契約書から期日一覧を作る
契約書の期日管理は、1件ずつ読んで手で転記する仕事です。AIに任せられるのは 「条文から期日を拾って一覧表にする」作業で、更新するかどうかの判断や、 不利な条項に気づく作業は任せられません。契約書50件を持つ会社なら、 一覧表づくりだけで月8時間ほど（後述の試算）かかっており、この部分がAI化の対象になります。 抽出した後の原本照合は、人が行う前提です。
契約書の期日管理はなぜ後回しになるのか
契約書は「締結したら終わり」ではありません。更新期日、解約の通知期限、支払期日、 契約不適合責任の期間など、日付が絡む条項が複数あります。
多くの会社では、これらの日付を専用の管理表に転記していません。契約書はファイルに綴じられ、 更新が近づいたら誰かが気づいて対応する、という運用になりがちです。
問題は「気づく人」が決まっていないことです。担当者の異動や退職があると、 その契約書の存在ごと引き継がれないことがあります。自動更新条項が付いた契約で、 解約したいのに通知期限を過ぎてしまい、望まない条件でもう1年継続する、 というトラブルは、契約書管理サービスや企業法務を扱う弁護士事務所の解説記事で 共通して注意喚起されています（例: 弁護士法人グレイス「契約書の自動更新についての 注意点」https://www.kotegawa-law.com/column/7409/ 、bizocean ジャーナル 「契約書の自動更新トラブルを回避する方法」https://journal.bizocean.jp/corp02/b04/7064/ ）。
一覧表を作ること自体は難しい作業ではありません。ただ、契約書を1件ずつ開いて、 どの条文に期日が書いてあるかを探し、表に転記するのは地味に時間がかかります。 契約書の数が増えるほど、この「探して転記する」時間が積み上がります。
AIに任せられる部分・任せられない部分
契約書の期日管理を分解すると、次のようになります。
| 作業 | 内容 | AIに任せられるか |
|---|---|---|
| 条文から期日を拾う | 更新期日・解約通知期限・支払期日などを条文中から見つける | 任せられる |
| 一覧表への転記 | 拾った期日を会社名・契約種別とセットで表にする | 任せられる |
| 表記ゆれの読み分け | 「解除」「解約」「終了」など似た言葉の意味の違いを判断する | 部分的に任せられる（要確認前提） |
| 原本との照合 | AIが抜き出した期日が実際の条文と一致しているか確認する | 任せられない（人が行う） |
| 更新するかどうかの判断 | 契約を続けるか、条件交渉するか、解約するかを決める | 任せられない |
| 不利な条項の指摘 | 自社にとってリスクのある条項に気づく | 任せられない（専門家の領域） |
表の右2つ、判断が伴う部分は人の仕事のままです。AIが担うのは「読んで拾って並べる」 という、時間はかかるが判断は要らない部分に限られます。
実際の手順は3つのステップ
契約書から期日一覧を作る流れは、おおむね次の3段階です。
- 契約書をテキストとして読み込ませる — PDFやスキャン画像の契約書をAIツールに渡す。 手書きの契約書や画質の悪いスキャンは読み取り精度が落ちるため、可能であれば 電子契約サービスのデータや、清書されたPDFを使う
- 期日と条項番号をセットで抜き出させる — 「更新期日」「解約通知期限」「支払期日」など、 拾ってほしい項目をあらかじめ指定し、根拠となった条文番号も一緒に出力させる。 条文番号を出させておくと、後の照合作業が速くなる
- 一覧表に整形し、原本と照合する — 抜き出した内容をスプレッドシートに転記し、 担当者が原本の該当条文を実際に開いて内容が一致しているか確認する
この3段階のうち、AIが担うのは1と2です。3の照合は人が行います。 AIが条文を読み違えたまま一覧表だけが独り歩きすると、かえって見落としの原因になるためです。
どれくらい時間が減るのか
一般的な中小企業の契約書管理の業務量から試算すると、次のようになります。
| 業務 | いまの時間（月） | AI化後の時間（月） | 差 |
|---|---|---|---|
| 契約書50件の期日抽出・一覧化 | 8時間 | 2.5時間 | 5.5時間 |
| 一覧表の更新（新規契約の追加） | 1.5時間 | 0.5時間 | 1時間 |
| 更新期日が近い契約の洗い出し | 1時間 | 0.3時間 | 0.7時間 |
| 合計 | 10.5時間 | 3.3時間 | 7.2時間 |
試算の前提は次のとおりです。
- 契約書50件（取引先契約・賃貸借契約・保守契約などを含む）を保有する会社を想定
- 1件あたりの読み込み・転記時間は、手作業で約10分、AI活用後は約3分（原本照合の時間を含む）
- 時給は考慮せず、作業時間のみを比較した目安
- 契約書がすでに電子化されている前提。紙のみで保管されている場合は、 スキャンの手間が別途かかる
契約書の件数や複雑さによって差は変わります。この表はあくまで目安であり、 自社の件数に置き換えて考える材料として使ってください。
精度で気をつけること
契約書の期日抽出には、いくつか読み違いが起きやすいポイントがあります。
- 自動更新条項の見落とし — 「別段の意思表示がない限り自動的に更新する」という条項は、 期日そのものではなく「通知しなかった場合の挙動」を表すため、AIが単純な期日として 拾えないことがある
- 表記ゆれ — 「解除」「解約」「終了」「失効」など似た言葉が契約書ごとに違う意味で 使われることがあり、読み違えの原因になる
- 付属書類・別紙の期日 — 本文ではなく別紙や覚書に期日が書かれている契約書もあり、 本文しか読み込ませていないと見落とす
- 手書き・押印部分の誤読 — スキャン画像の解像度が低いと、日付の数字を誤読することがある
これらは「AIの精度が低いから起きる」というより、契約書という文書の性質上、 人が読んでも読み違えやすい箇所です。だからこそ、AIが拾った結果をそのまま信じず、 原本との照合を省略しないことが重要です。
導入するときの注意点
契約書には取引条件や金額など、社外に出したくない情報が含まれます。 AIツールに契約書を読み込ませる際は、次の点を確認してください。
- 入力した内容が学習に使われる設定になっていないか。既定の設定はツールと 契約プランごとに異なり、規約の改定も多いため、利用するツールの公式ヘルプと 設定画面で最新の方針を確認する（2026年9月時点）
- 法人向けプランなど、入力データを学習に使わない設定が用意されているか
- 取引先との契約に守秘義務条項がある場合、外部ツールへの入力自体が 条項に抵触しないか、契約書側の文言を確認する
守秘義務条項の有無は契約書ごとに異なるため、一律の判断はできません。 迷う場合は、社内の法務担当者や顧問弁護士に確認してから進めることをすすめます。
よくある質問
Q. 契約書の数が少ない会社でも意味はありますか。 A. 「何件から手作業の管理が崩れるか」を示す公的な基準はありません （（公的統計はなく、このサイト独自の目安）：契約書管理サービス各社の解説記事を確認しましたが、 具体的な件数の目安を示す公式資料は見当たりませんでした）。 目安になるのは件数そのものより「担当者1人の記憶で足りているか」です。 契約書がごく少数であれば手作業の一覧表でも足りますが、担当者の異動や退職が 起きると、件数に関わらず引き継ぎ漏れのリスクが生じます。
Q. 手書きの契約書やFAXで受け取った契約書も読み込めますか。 A. 画質やスキャンの解像度によって読み取り精度が変わります。 文字がかすれている・手書きの部分が多い契約書は誤読のリスクが上がるため、 そうした契約書は一覧表作成後の照合をより丁寧に行う必要があります。
Q. 契約書の内容そのものをAIに評価してもらってよいですか。 A. 期日の抽出とは別の話です。契約条件が自社に不利かどうかの判断は、 専門知識が要る領域のため、AIの出力だけで判断せず専門家に確認することをすすめます。
Q. 一覧表ができた後、更新期日が近づいたら誰が気づく仕組みにすればよいですか。 A. 一覧表を作るだけでは気づく仕組みにはなりません。期日の一定日数前に 担当者へ知らせる仕組み（カレンダーへの登録やリマインド設定など）と セットで運用することで、見落とし防止の効果が出ます。
Q. 既に契約書管理システムを使っている場合でも意味はありますか。 A. システムに期日をすでに登録している会社では、この作業自体が不要な場合があります。 未登録の契約書が残っている、あるいは紙のまま管理している契約書がある会社が対象になります。
自社に契約書が何件あり、期日一覧づくりで何時間減らせるかは、
読んだ内容の確認に3問だけ。押すと答えが開きます。
Q1. AIに契約書を読ませれば、期日の抽出から取引先への通知連絡まで、人の確認なしで完結できる。
× — 抽出結果は原本と必ず照合してから使うべきだと本文で述べている。通知連絡も人が最終判断する前提。
Q2. 契約書の期日一覧作成でAIが得意なのは、判断を伴わない『拾って転記する』部分である。
○ — 更新期日や支払期日のような、条文にそのまま書いてある情報の抜き出しはAIに向くと本文で説明している。
Q3. 契約書ごとに『解除』『解約』『終了』のように似た言葉で条項が書かれていても、AIは表記ゆれを気にせず常に正しく読み分けられる。
× — 表記ゆれや契約特有の言い回しはAIが読み違える原因になり得ると本文で注意点として挙げている。
