OpenAIとIronclad、企業契約業務でコンピューター操作エージェントを訓練

2026年10月6日、OpenAI と 契約管理企業 Ironclad は、企業向け ソフトウェア 環境 において 複雑 な 業務 を 実行 する コンピュータ 操作 エージェント の 共同 研究 を 公表 した。 両社 は、法務、商務、調達 の 各領域 にまたがる 11 の 課題 を 設計 し、エージェント が ユーザー の クリック 操作 を 超えて、最終 的 な ワークフロー が 期待 される 要件 を 満たす か を 評価 する 仕組み を 提供 した。 Ironclad は 練習 用 環境 を 提供 し、OpenAI は 合成 課題 と 強化 学習 手法 を 用いて エージェント を 訓練 した。 この 取り組み は、企業 が デジタル ワークフロー の 自動化 を 目指す 中で、AI が 実務 レベル の 操作 を 正確 に 行える か を 検証 する 初 の 大規模 試み と 位置付け られる。 研究 の 成果 は、業界 標準 の ベンチマーク として 公開 され、他 社 の AI 開発 に も 影響 を 与える と 期待 される。

研究 の 背景

企業 の 法務 部門 や 調達 チーム は、契約 書類 の 作成、承認 フロー の 管理、法域 別 条項 の 調整 など、手作業 が 多く 発生 する 業務 に 日々 直面 している。 これら の プロセス は、ヒューマン エラー や 手続き の 遅延 を 引き起こし、ビジネス の スピード を 阻害 する 要因 と なる。 AI が 画面 上 の クリック や 入力 を 正確 に 再現 できる だけでなく、文書 内容 の 解釈 や 条項 の カスタマイズ を 自動 化 できれば、作業 時間 の 大幅 短縮 と 品質 向上 が 期待 できる。 OpenAI と Ironclad は、こうした 課題 を 解決 すべく、実務 レベル の コンピュータ 操作 エージェント を 訓練 する こと を 目指した。

タスク の 設計

本 研究 では、法務、商務、調達 の 各領域 に対応 した 11 の 課題 を 作成 した。 各 課題 は、8 から 50 の 基準 を 設定 し、単なる クリック 完了 だけでなく、最終 ワークフロー が 事前 定義 された 要件 を 満たす か を 判定 する。 たとえば、秘密保持契約 の 作成 では、機密 情報 の 定義、署名 権限、保存 期間 など が 基準 に 含まれ、調達 承認 プロセス では、予算 上限、ベンダー 評価、承認 ステップ の 完了 が 評価 対象 となる。 法域 に応じた 条項 変更 の 課題 では、対象 法域 の 法律 要件、ローカライズ された 条項 文言、コンプライアンス チェック が 基準 として 設定 された。

• 秘密保持契約 の 作成
• 調達 承認 プロセス の 実行
• 法域 別 条項 の 変更

評価 方法 と 結果

エージェント の パフォーマンス は、代表的 な 合成 課題 と 強化 学習 に 基づく 評価 に よって 測定 された。 報道 に よる と、GPT-6 Astra は 平均 55.0% の 成功 率 を 記録 し、タスク 完了 に 要する 推定 時間 は 37.0 分 から 19.2 分 へ と 半減 した。 GPT-5.6 Sol は 41.6% の 成功 率 で、同様 に 時間 短縮 が 観測 された。 内部 で 開発 中 の モデル は、63.7% の 成功 率 を 示し、公開 モデル を 上回る パフォーマンス を 発揮 した。 これら の 数値 は、エージェント が 複数 の クリック と 条件 判定 を 組み合わせた 複雑 な ワークフロー を 実行 できる こと を 示す。

内部 モデル の 63.7% の 成功 率 は、特に 法務 条項 の カスタマイズ や 調達 承認 の 多段階 プロセス に おいて 高い 効率 を 示した。 GPT-6 Astra の 55.0% は、汎用 モデル として は 最高 水準 と 評価 され、実務 環境 で の 適用 可能性 を 示唆 した。 対照 的 に、GPT-5.6 Sol の 41.6% は、タスク の 難易度 や 条件 の 複雑 性 に よって 成果 が 変動 する こと を 示した。 これら の 結果 は、モデル の アーキテクチャ や 強化 学習 の 報酬 設計 が 成功 率 に 直接 影響 を 与える こと を 明らか に した。

しかし、11 の 課題 の 55% は 完全 自動化 が 不可能 と 判定 され、限られた 環境 で の 研究 値 に とどまる。 実際 の 企業 導入 に は、権限 管理、監査 ログ、誤設定 の 検証 といった ガバナンス 機能 が 必要 である。 エージェント が 行う 操作 は、システム の アクセス 権 限定 や 変更 履歴 の 記録 が 前提 と され、誤った 条項 変更 や 不適切 な 承認 が 発生 した 場合 の リスク を 最小化 する 必要 が ある。 したがって、研究 成果 を そのまま 本番 環境 に 移行 する には、追加 の セキュリティ 評価 と ユーザー 教育 が 必須 となる。

この 研究 が 示す 具体 的 な インパクト としては、契約 書類 の 初期 草案 作成 時間 の 短縮、調達 承認 フロー の 自動 化 による コスト 削減、法域 別 条項 の 動的 生成 による コンプライアンス リスク の 低減 が 挙げられる。 企業 は、Ironclad の 練習 用 環境 を 活用し、内部 の ワークフロー に 合致 した カスタム タスク を 作成、OpenAI の エージェント を テスト できる。 成功 率 が 高い タスク について は、段階 的 に 本番 環境 へ 移行 し、ヒューマン イン ザ ループ の 監視 下 で 運用 を 開始 できる。 これにより、法務 部門 は 高度 な 分析 作業 に 注力 でき、調達 チーム は 承認 サイクル を 半減 させる こと が 期待 される。

総合 的 に 見る と、OpenAI と Ironclad の 共同 研究 は、企業 向け コンピュータ 操作 エージェント の 実用 化 に 向けた 重要 な 一歩 を 示した。 現在、両社 は 研究 成果 を 基に、実装 ガイド ライン と セキュリティ フレームワーク の 整備 を 進め、パートナー シップ を 拡大 する 計画 を 発表 した。 これにより、企業 は AI 主導 の 契約 管理 と 調達 プロセス の デジタルトランスフォーメーション を 加速 させ、業務 効率 と コンプライアンス の 両立 を 実現 できる 環境 が 整う と 期待 される。