Kira Systems は、機械学習主導の条項抽出エンジンをコアとして備えた大手契約分析プラットフォームであり、M&A デュー デリジェンス、契約レビュー、リース分析シナリオで広く使用されています。 2023 年に Litera に買収され、同社のリーガル テクノロジー エコシステムの重要なコンポーネントとなりました。

キラシステムズ

コアパラメータと統計

Kira Systems は、契約条項の抽出に機械学習を適用した、世界的なリーガル テクノロジー分野における最初の商用製品の 1 つです。一般的なAIアシスタントではなく、「契約書から構造化された条項データを正確に抽出する」ことに特化したツールです。

プロジェクト	広報
公式の位置づけ	AIを活用した契約分析プラットフォーム
コアテクノロジー	教師あり機械学習 (SML) + ルール エンジン
親会社	リテラ（2023年取得）
創設チーム	ノア・ワイズバーグ (元弁護士)、アレクサンダー・フデック (AI 研究者)
サービスオブジェクト	法律事務所、企業法務部門、投資銀行、コンサルティング会社
コア機能	条項の特定と抽出、デューデリジェンスのバッチ処理、リース分析
対象となる管轄区域	世界の主要な管轄区域
処理規模	一度に数千のドキュメントを処理できます。
サポートプラットフォーム	ウェブ、API

市場での地位: Kira Systems は、AI 契約分析トラックのパイオニアの 1 つです。 2010 年代半ばから後半にかけて、Luminance、eBrevia (後に Donnelley に買収) などとともに ML 受託分析市場を開拓しました。 2023 年に Litera に買収されたその機能は、Litera の文書化、トランザクション管理、コンプライアンス ツールを補完します。

ユーザーと市場の認識

Kira Systems は、世界のリーガル テクノロジー市場で、特に M&A デュー デリジェンス分野における事実上の標準の 1 つとして、確固たるブランド認知を確立しています。

エンタープライズ レベルのクライアント: 世界トップ 100 の法律事務所の大部分、および 4 大会計事務所および複数の投資銀行によって使用されています。その顧客ベースは、M&A 取引と法的デューデリジェンスのシナリオに非常に集中しています。

買収の検証: Litera による 2023 年の Kira Systems 買収は、リーガル テクノロジー プラットフォーム統合のトレンドを反映しており、最高の専門ツールを包括的なリーガル テクノロジー エコシステムに統合しています。

競争環境: ML 契約分析トラックでは、Kira の主な競合他社には、Luminance (英国)、eBrevia (米国)、Seal Software (DocuSign が買収) が含まれます。 Kira の強みは、豊富な用語ライブラリと実際の多数のトランザクションによって検証されたモデルの精度にあります。

コストメリット

Kira Systems はエンタープライズ サブスクリプション モデルで運営されており、価格はユーザー数とドキュメント処理量の組み合わせに基づいています。

• C-side/Personal: 個人バージョンはありません。 Kira は厳密に機関向けの製品です。
• 法律事務所/企業法務: 年間サブスクリプション契約。価格はユーザー シートと年間文書処理割り当てに基づいて計算されます。中規模の法律事務所の年間料金は通常、数万ドルからです。詳細は公式リアルタイム見積をご確認ください。
• 大規模取引チーム: 大規模な M&A プロジェクトでは、法的プロセス アウトソーシング (LPO) パートナーを通じて、プロジェクトごとに短期 (単一取引) ライセンスを購入または使用できます。

隠れたコスト: Kira を使用するには、条項ライブラリの構成とモデルのトレーニング (非標準条項の場合) への先行投資が必要です。この部分の時間と人件費は無視できません。同時に、デューデリジェンスの出力結果は依然として弁護士によって逐次レビューされる必要があります。 AI は効率を向上させるだけで、判断に取って代わることはできません。

主な機能

Kira の中核となる機能は、契約管理ライフサイクル全体ではなく、「文書からの特定の用語の抽出」を中心に展開しています。

• スマート条項抽出: 1,000 を超える標準条項モデル (合併・買収条項、ローン条項、雇用条項、リース条項などを含む) が組み込まれており、契約内の特定の条項のテキストを自動的に識別して抽出できます。各条項モデルは広範な手動アノテーションを使用してトレーニングされ、その精度が継続的に検証されます。
• カスタム条項モデルの構築: ユーザーは、自分のビジネスにおける非標準条項のカスタム認識モデルを作成し、Kira のトレーニング ツールを使用してサンプル文書をアップロードし、ターゲット条項をマークできます。この機能により、Kira はさまざまな業界や取引タイプの特定のニーズに適応できます。
• バッチ デュー デリジェンス ワークフロー: 一度に数千のドキュメントのインポートをサポートし、事前に設定された用語マトリックスに従って自動的に分析し、構造化された比較テーブルを生成します。ユーザーはプラットフォーム内でAI抽出結果を条文ごとに検証し、コメントやタグを追加できる。
• リースおよび不動産分析: リース会計基準 (ASC 842/IFRS 16) の専用分析モジュールを提供し、リース期間、家賃、更新オプションなどの重要な条件を自動的に抽出します。このシナリオでは、企業財務チームと監査人はこの機能に大きく依存します。
• API 統合とワークフロー埋め込み: 独自のシステムまたはプロセス管理プラットフォームへの契約分析機能の埋め込みをサポートする REST API を提供します。これは、既存の文書管理システムやトランザクション管理システムでの Kira エンジンの呼び出しに適しています。

隠れた連携: Kira の真価は、単一の契約書の分析精度ではなく、「標準約款ライブラリ + カスタム モデル + バッチ処理」の組み合わせにあります。 M&Aのデューデリジェンス中、買い手の法務チームは数百件の対象企業の契約書をKiraにインポートし、事前に設定された「問題条項リスト」を通じて支配権の変更、独占権制限、重大な不利な変更などの条項を含む契約を迅速に選別した。このプロセスにより、従来は 3 ～ 5 人の若手弁護士が 2 ～ 3 週間かかっていたレビューが 1 ～ 2 日に短縮され、取引交渉に直接使用できるフォーマット済みの比較シートが出力されます。

モデルとバージョンの進化

関連情報は公開されていませんので、公式リアルタイムページをご参照ください。

技術的な利点

教師あり機械学習の用語説明: Kira は、コア テクノロジーとして大規模言語モデル (LLM) の代わりに教師あり機械学習 (教師あり ML) を使用します。各タイプの条項モデルは、手動で注釈が付けられた何千もの文書でトレーニングされており、条項の境界と主要な変数を正確に識別できます。この方法の利点は、出力が安定していて解釈可能であることですが、その代償として、新しい句タイプを追加するには大量の注釈付きデータが必要になることです。

条項データの構造化変換: Kira の中核となる技術的価値は、非構造化契約テキストを構造化比較データ マトリックスに変換することにあります。 「異なる契約書における同じ種類の用語の表現の違い」を特定し、それらを比較可能な形式に正規化できます。これは、M&A デュー デリジェンスにおいて重要です。20 件の契約の「支配権の変更」条項にはまったく異なる文言が含まれる可能性がありますが、Kira のトレーニング済みモデルはそれらが実質的に同じであると認識します。

ビジュアル分析ダッシュボード: Kiraは、約款抽出結果に基づいた分析レポートとビジュアルダッシュボードを提供し、ユーザーは契約ポートフォリオのリスク分布、約款逸脱、異常パターンを迅速に把握できます。これは、取引委員会や監査委員会に報告する法務リーダーにとって特に価値があります。

Litera エコシステムとの統合の利点: Litera に買収された後、Kira の分析結果は、Litera の Compare (契約比較)、DocX (文書化)、および Transaction Management (トランザクション管理) ツールにシームレスにインポートできます。これは、すでに Litera エコシステム内にある法律事務所にとって、統合の大きな利点です。

使い方

使い方	該当するシナリオ
キラウェブプラットフォーム	Kira のスタンドアロン Web インターフェイスを文書分析と条項抽出に直接使用する
Litera 統合ポータル	Litera 統合プラットフォームを通じて Kira 分析機能を呼び出す
API 統合	Kira エンジンを企業の内部システムまたはトランザクション管理プラットフォームに埋め込む
LPOパートナー	法的プロセスのアウトソーサーを通じてプロジェクトごとに Kira を使用する

一般的な手順 (M&A デュー デリジェンス シナリオ):

1. Kira プラットフォーム上で新しいプロジェクトを作成し、対象企業の契約書類セットをアップロードします。
2. 抽出する条項リスト（標準条項ライブラリ＋カスタム条項）を選択します。
3. Kira の ML エンジンはすべてのドキュメントを自動的にスキャンし、一致する用語を抽出し、その場所に注釈を付けます。
4. ユーザーはプラットフォーム内でAI抽出結果を条項ごとに確認し、確認・修正することができます。
5. 用語比較マトリックスとリスク ヒート マップを生成し、Excel または Word レポートとしてエクスポートします。

製品の価格設定

Kira Systems には、一般小売価格のない完全なエンタープライズ向け価格モデルがあります。

• 法律事務所サブスクリプション: シートベースの年間ライセンス。通常、一定数のアクティブなユーザー アカウントと年間ドキュメント処理割り当てが含まれます。クォータを超過したドキュメントは、ページごとまたはドキュメントごとに請求されます。中規模の法律事務所の年間料金は、通常 30,000 ドルから 80,000 ドルの範囲です。
• 企業法務部: 法律事務所の価格設定モデルと似ていますが、通常、文書処理量はより多くなります。 Enterprise Edition には、追加のコンプライアンスおよびリース分析モジュールが含まれる場合があります。
• API アクセス: API 呼び出しまたは処理されたページの数に基づいて請求され、独自のシステムに Kira 機能を組み込む必要がある企業に適しています。
• 無料トライアル: 通常、限られた数のドキュメント内で Kira の分析精度と適用性を検証するための無料の POC (概念実証) プロジェクトを提供します。

アプリケーションのシナリオ

• M&A デュー デリジェンス: 核となるシナリオ。買収者の法務チームは、対象会社のすべての主要契約を系統的にレビューし、変更管理、重大な不利な変更、独占権、契約解除権などの重要な条項を抽出します。利点: 従来 2 ～ 3 週間かかっていた手動の契約レビューが 1 ～ 2 日に凝縮され、手動よりも網羅性と一貫性が向上します。
• リース ポートフォリオ分析と会計基準への準拠: 企業財務チームと法務チームは、Kira のリース分析モジュールを使用して、数百のリース契約から ASC 842/IFRS 16 で要求される引当情報を抽出します。利点: 財務諸表作成におけるリース データの収集時間が大幅に短縮され、監査リスクが軽減されます。
• ローン契約ポートフォリオのレビュー: 金融機関は、Kira を使用して、ローン ポートフォリオの定期的なレビュー中に、ローン契約のファイナンシャル コミットメント条項、デフォルト条項、および担保の変更を監視します。利点: 手動によるサンプリング レビューから体系的なフルカバレッジ レビューにアップグレードします。
• IP およびライセンス契約のレビュー: IP 取引またはテクノロジー デュー デリジェンスにおいて、特許ライセンス、技術移転、およびソフトウェア ライセンス契約における主要な制限をレビューします。利点: ライセンス範囲、地理的制限、独占権などの主要な条件を迅速に特定します。

該当する人

• M&A 弁護士および取引アドバイザー: Kira の中心的なユーザー グループ。大量の契約のデューデリジェンス要件を高頻度で処理することで、Kira は最高の投資収益率を実現しています。
• 企業法務契約管理チーム: 日々の契約レビューとコンプライアンス監視を担当する法務チームにとって、Kira のバッチ分析機能は、事後対応から事前対応管理への移行に役立ちます。
• 監査およびコンプライアンス チーム: 特にリース会計基準のコンプライアンスとローン ポートフォリオの監視シナリオでは、Kira の構造化された出力は財務諸表の作成と規制報告に直接役立ちます。

境界には適していません: Kira は、契約交渉やドラフトのサポート (Contract Express や Luminance Draft が得意とすること) を必要とするワークフローには適していません。リアルタイムの契約コラボレーションと承認フローを必要とする CLM シナリオには適していません (このようなシナリオは、Ironclad または DocuSign CLM により適しています)。 Kira のライセンス費用と構成諸経費は、個々の弁護士や少数の契約を時々レビューする小規模なチームにとっては費用対効果が高くありません。

概要と展望

Kira Systems のコアコンピテンシーは、多数の実取引で検証されている ML 契約分析エンジンにあり、条項識別の精度と条項ライブラリの網羅性の深さの点で業界をリードしています。 Litera による買収は、製品に対するより広範な環境サポートを提供しますが、製品ロードマップの独立性が弱まるということも意味します。

現在の制限: ML モデルの文節の識別はまだ「既知の識別」です。まったく新しいタイプの文節には手動の注釈トレーニングが必要であり、LLM のゼロサンプル推論機能がありません。大規模な文書処理はページ数に応じた単価となり、超大規模なデューデリジェンスではコストが無視できない。この製品は「管理」よりも「分析」に重点を置いており、完全な契約ライフサイクル管理を必要とするチームには適していません。

調達および採用のリスク評価: まず、無料の POC を通じて実際の取引プロジェクトにおける Kira の用語抽出の正確性を検証することをお勧めします (特に自社のビジネスに特有の非標準用語について)。企業は購入前に、年間の文書処理割り当てが実際のニーズと一致しているかどうか、カスタム モデルの構築に必要なトレーニングの量、買収後の Litera の製品ロードマップとデータ プライバシー条件の進化の方向性などを確認することに重点を置く必要があります。

Kira System のバージョン進化

マイルストーン	時間	説明
キラシステムズ設立	2011年	ノア・ワイズバーグとアレクサンダー・ヒューデックによってカナダのウォータールーで設立
初期の ML 用語エンジン	2012-2015	コア ML 用語識別モデルとトレーニング フレームワークの確立
キラ7.0	～2022年	モデル アーキテクチャを改善し、用語ライブラリを 1000 以上のモデルに拡張
リテラの取得	2023年	Litera に買収され、ドキュメントおよび取引管理ツールと統合
リテラの生態統合	2024年～現在	継続的な反復、Litera Compare、DocX、その他のツールとのコラボレーション

ビジネスプロセスの統合と ROI 分析

企業や専門職向けの生産性ツールとしての Kira Systems の真の価値は、既存のワークフローとの統合の深さと、定量化できる効率の向上にかかっています。以下は、3 つの中心的な側面からの体系的な分析です。

システム統合とデータの相互運用性 既存のビジネス システムと相互運用できる機能は、生産性ツールをワークフローに統合するための重要な前提条件です。次の統合側面の評価に重点を置くことをお勧めします: RESTful/GraphQL API のオープン性とドキュメントの品質 (完全な API リファレンスと SDK サンプルが提供されているかどうか)、Webhook イベント通知のサポート範囲 (自動プッシュでサポートされているビジネス イベント タイプ)、一般的なコラボレーション SaaS ツール (WeChat Enterprise、DingTalk、Feishu、Slack、Notion、Jira など) との事前構築された統合の数と深さ、エンタープライズ レベルの ID 認証サポート(SSO/SAML/OAuth および LDAP/AD ディレクトリの統合)。統合機能が欠如した製品は情報の島に分離されやすく、その結果、チームが異なるツールを切り替える際の認知コストと運用上の摩擦が増大します。

効率の定量化と ROI の推定方法 購入を決定する前に、構造化された方法で入出力比を定量化することをお勧めします。ステップ 1、3 ～ 5 を選択します。各チームで頻繁に繰り返され時間のかかる標準化されたタスクがテスト サンプルとして使用されます。 2 番目のステップでは、ツール介入前後の単一タスクの平均消費時間、初回通過率またはエラー率、および手動介入が必要なリンクの数が、制御された条件下で記録されます。 3番目のステップでは、削減された人的資源時間をポジションの総合コスト（給与、福利厚生、経営分担）に応じて換算し、ソフトベネフィット（従業員満足度の向上、業務品質の標準化、コア業務への対応速度の向上）を重ね合わせて包括的なROIを算出します。通常、チームの熟練度が向上し、ワークフローが最適化されるにつれて、ツールの価値は時間の経過とともに増加するため、ROI の傾向を月次ベースで追跡し続けることをお勧めします。

段階的な実装戦略とリスク管理 「パイロット検証→段階的な推進→継続的な最適化」という3段階の実装パスを採用することを推奨します。パイロット段階 (1 ～ 2 週間) では、単一のチームまたは単一のビジネス シナリオが選択され、小規模な検証が行われます。主な目標は、技術的な実現可能性とユーザーの受け入れを検証し、予備的な使用仕様と成功基準を確立することです。プロモーション段階 (2 ～ 4 週間) では、パイロット検証に合格した後、対象範囲が徐々に拡大され、標準化されたアクティベーション プロセスとトレーニング資料が開発されます。最適化ステージ (継続的) では、実際の使用状況データとユーザーのフィードバックに基づいてワークフロー構成が継続的に調整され、より価値の高いアプリケーション シナリオが検討されます。データの裏付けなしに盲目的に利用範囲を拡大することを避けるために、明確で定量的な重要な成果指標を各段階で設定する必要があります。

バージョン情報

• Kira 2026 第 2 四半期リリース ：Litera エコシステムの統合後の継続的反復バージョンの正式な正確な日付はありません。 （~2026-05）
• Litera 取得版 ：Kira Systems は Litera に買収され、そのリーガル テクノロジー製品ラインの一部となり、製品ロードマップは Litera エコシステムと統合されました。 （2023）
• キラ7.0 ：機械学習モデルの改善、条項ライブラリの拡張、API 機能の強化、ドキュメント処理の高速化。公式の正確な日付はまだありません。 （~2022）