公開：2026年10月10日, 最終更新：2026年10月10日
30秒サマリー
- 日本発リーガルテックのLegalOn TechnologiesがOpenAI Codexのコストを推定65%削減
- GPT-6 Astra・Sol・Lunaをタスク難易度に応じて使い分けるマルチモデル戦略を採用
- コスト削減にとどまらず、フィーチャーリリース単位でAI投資ROIを可視化する手法も開発中
何が起きたか
LegalOn Technologiesは、OpenAIのCodexを開発プロセスに組み込み、組織全体でのAI活用を推進してきたアジア太平洋地域のリーガルテックスタートアップ。AI活用が定着するにつれ、コスト管理が新たな課題として浮上した。
同社はこの課題に対し、タスクの複雑度に応じて3つのモデルを使い分ける方針を導入した。コード実装などシンプルな作業にはGPT-6 Luna、標準的な設計やデータ分析にはGPT-6.1 Sol、アーキテクチャ設計など高度な判断が求められる作業にはGPT-6 Astraを割り当てる体制を整えた。また、デフォルトでFastモードを制限し、部門・グループ・個人単位の月次予算上限も設けた。
これらの施策により、GPT-5.5と比較した推定日次コストを約65%削減しつつ、タスクの並列処理などチームの工夫によって開発速度は維持したと原文は説明している。成熟事業には約20%のコスト効率改善を求めた一方、立ち上げ段階の新規事業には積極的なAI活用を促すために潤沢な予算を配分するなど、事業フェーズごとに予算配分を変える戦略的なアプローチもとった。
さらに同社は、AI投資の真のROIを「フィーチャーリリース」を単位として計測する独自指標の開発にも着手している。開発速度や使用量ではなく、リリースが生み出した顧客価値とAIコストを紐づけてROIを可視化することを目指しており、現在そのパイプラインを構築中だと原文では述べられている。
原典ハイライト
OpenAI公式ブログに2026年10月8日付で掲載されたLegalOn Technologiesのケーススタディ。同社シニアエンジニアリングマネージャーの時武勇太氏は「過度なルールと予算による制限は組織の勢いを削ぐ。必要なのはリスク管理とチームが必要とするスピードを効果的に両立させる柔軟な運用モデルだ」とコメントしている。
出典: OpenAI News/Research（公式ブログ）
So What?（なぜ重要か）
全タスクに最高性能モデルを使い続ければコストが青天井になる一方、一律制限は生産性を損なう——このジレンマに対し、LegalOnは「タスク難易度×事業フェーズ」で予算とモデルを動的に配分するガバナンス設計で両立を実現した。単なるコスト削減事例にとどまらず、AIコストを「インプット（使用量）」ではなく「アウトプット（フィーチャーリリース単位の顧客価値）」で評価しようとする姿勢は、AI投資の経営管理手法として注目に値する。
日本企業への示唆
日本企業がAI開発ツールを組織導入する際、まず全員に最高性能モデルへの無制限アクセスを与えることが多いが、LegalOnの事例はその次のステップを示している。①タスク分類とモデル使い分けルールの策定、②部門・個人単位の予算キャップ導入、③新規・成熟事業でのメリハリある予算配分、という3段階のガバナンス設計が参考になる。またAI投資評価を「開発速度」から「顧客価値に紐づいたROI」へ移行しようとする取り組みは、経営層がAI予算の妥当性を説明する際の新たな共通言語となる可能性がある。
背景・経緯
LegalOn Technologiesは法務AIを中核とするスタートアップで、自社製品だけでなく組織運営そのものをAIネイティブ化することを経営目標に掲げている。OpenAI CodexをはじめとするAIツールを開発プロセスに統合し、AID CoE（AI-powered Development Center of Excellence）と呼ぶ専門組織がモデル選定ガイドラインの策定・監視・調整を担う体制を構築した。原文では同社の設立時期や具体的な事業規模には言及がない。
