Unifiが Microsoft Copilot Studio を活用し、100ページ超の労働協約（CBA）審査を数日から数分に短縮した。
航空グランドハンドリング業界の厄介な文書管理
Unifiは北米最大の航空グランドハンドリング会社で、4万5,000人超の従業員が全米の空港で手荷物処理・旅客サービス・駐機場管理を担う。複数の航空会社から業務を請け負う構造のため、労働組合との労働協約（CBA）が多数存在し、内容も複雑だ。
CBAは1件あたり100ページを超えることも珍しくない。給与体系・シフトルール・労使紛争の処理手順まで細かく規定された文書で、条件確認・改訂・照合を手作業でこなすと1件の審査に数日かかる状態が続いていた。専門用語が多く、汎用のAIツールに読み込ませても精度が出ないと判断され、デジタル化が後回しにされていた業務でもある。
汎用AIではなく「専門ドメインAI」として設計する
Unifiが選んだのは Microsoft Copilot Studio だ。既製のAIをそのまま文書に当てるのではなく、Power Automate と Dataverse を組み合わせ、CBAの内容を構造化データとして取り込むパイプラインを設計した。AIが正確に処理できる「読める形式」に文書を変換する前処理が、このプロジェクトの核心にある。
実装にはローコード開発のアプローチを採用した。専任エンジニアがいなくても、法務・労務チームが主体で運用できる体制を最初から想定して設計している。Copilot Studioは他業種でも専門ドメイン活用が進んでいるが、Unifiの事例は文書量・専門性の高さという点で際立っている。
数日かかっていた審査が数分に
CBAの審査時間は数日から数分へと短縮された。市販の法律文書専門ソフトと同等の精度を、大幅に低いコストで達成した。4万5,000人規模の企業が複数の協約を横断管理する作業量をAIエージェントが吸収するかたちになり、法務担当者は例外処理や交渉業務に集中できるようになった。コスト削減だけでなく、対応スピードそのものが変わった。
成功の核心は「データの整え方」にある
多くの契約書AI活用事例で精度が低い原因は、AIの能力ではなくデータ構造の問題だ。専門文書をそのままLLMに渡しても、複雑な参照関係や業界用語の処理には限界がある。Unifiが成功したのは、Power AutomateとDataverseで前処理パイプラインを設計し、AIが確実に理解できる構造に変換したからだ。専門ドメインの知識をツールの設定に落とし込む作業が、精度を左右した。
ローコード開発により外部ベンダーへの依存を抑えた内製運用が可能になり、現場からのフィードバックを素早く改善に反映できる体制も整った。
法務・労務担当者が自社に活かすには
「自社の業界はAIに向いていない」という判断は早計かもしれない。CBAのような専門性の高い文書でも、設計次第で汎用AIは専門ドメインAIとして機能する。Copilotを法務業務に活用する具体的な切り口は整ってきており、ローコードツールなら専任エンジニアなしでも構築できる。
鍵はツール選びより、AIが読める形にデータを整えることだ。長文・専門用語・業界固有のルールが多い文書ほど、前処理パイプラインの設計で効果が大きくなる。まずは手元の文書を棚卸しすると、AIが使える業務が見えてくる。
FREE DOWNLOAD
実務で使えるお役立ちコンテンツを無料で見る
無料会員登録で、実務で使えるAIテンプレート・プロンプト・PDFを受け取れます。
全PDFにアクセスする（無料）
無料会員登録して受け取る
「専門文書はAIに向いていない」——そう思い込んで後回しにしていた業務、心当たりはありませんか？
UnifiのポイントはAIの能力より「データの整え方」。この発想の転換が、専門ドメインの壁を超えるカギになっていました。ローコードで内製できる設計というのも、現実的でいいですよね。
まずは手元の文書を「AIが読める形に」整えることから始めてみてください。