LegalOn：AI駆動型開発におけるコストを半減させつつ開発スピードを維持するモデル階層化とガバナンス戦略
タスクの複雑性に基づくモデルの階層化ルーティング
LegalOn Technologiesは、開発プロセスにおいて初期の全社的な一律の高性能モデル（GPT-5.5 Fastモード等）の無制限利用から脱却し、タスクの難易度や開発フェーズに応じてモデルを動的に使い分ける「モデル階層化ルーティング」を導入した。これにより、開発速度を一切落とすことなく、一日の推定運用コストを約65%削減することに成功した。
同社はモデルの特性を精査し、以下の3つの階層に分けてタスクを割り当てている。
- GPT-6 Luna（軽量モデル）: 明確な要件が定義された日常的なコード実装、定型的な自動化処理、サブエージェントとしての単純作業・データ解析。
- GPT-6.1 Sol（標準モデル）: 標準的なソフトウェア設計、データ分析、ルーチン的な文書作成など、短時間で完了が求められる中規模タスク。
- GPT-6 Astra（最高性能モデル）: 高度なアーキテクチャ設計、複雑な推論・分析、およびマルチエージェントシステムにおけるオーケストレーターとしての統括・調整。
この適材適所のルーティングにより、すべてのタスクに過剰な能力を持つモデルを割り当てる無駄を排除し、コスト効率と処理性能の最適バランスを確立した。
組織的ガバナンスとフェーズ別予算配分の設計
単なるモデル選定のガイドライン策定にとどまらず、LegalOnはAI開発のガバナンスと経済的インセンティブを緻密に設計した。AI開発センター（AID CoE）とセキュリティチームが連携し、管理者設定による部門別・個人別の月次利用制限を導入したほか、Fastモードのデフォルト利用を制限し、必要な場合のみリクエストを許可する体制をとった。制限による開発速度の低下を防ぐため、エンジニアチームはタスクの並列実行などのプラクティスを自律的に取り入れている。
また、事業の成熟度に応じた予算キャップ（上限管理）を採用している：
- 成熟事業（既存のLegalOn事業）: コスト効率の最大化を重視し、約20%のコスト削減を義務付け。
- 新規事業（立ち上げフェーズ）: AIを活用した積極的なアウトプットとスピードを最優先し、手厚い予算を配分してイノベーションを促進。
このアプローチにより、全社的なコストを厳格にコントロールしつつ、投資対効果（ROI）を最大化すべき領域へリソースを集中させている。
フィーチャーリリースを単位とした真のROI計測パイプライン
多くの企業がAI導入の効果を「開発スピードの向上」や「トークン消費量」といった中間指標で評価する中、LegalOnはその先にある「顧客価値」との結びつきに着目している。シニアエンジニアリングマネージャーのYuta Tokitake氏が指摘するように、システムの高速開発が直接顧客にどのような価値をもたらしたのかは不透明になりがちである。
同社は現在、個別のAIタスクコストの追跡から脱却し、「個別のフィーチャーリリース」を単一の評価単位（ユニット）とする新しい計測パイプラインを構築中である。この仕組みにより、リリースにかかった実際のAI投資コストと、そのリリースがもたらした顧客価値を直接リンクさせ、真のROIを可視化する試みを進めている。これにより、単なるコスト削減やスピード追求を超えた、ビジネス成果に直結するAI投資管理への移行を目指している。
開発者・エンジニア視点での考察
-
フォールバックおよびプログレッシブ・ディスクロージャー型ルーティングの重要性: すべてのコーディングタスクに最高性能モデルを割り当てるのではなく、明確な要件定義がある実装には軽量モデル（Luna）からアプローチし、複雑性が増した場合のみ上位モデル（Sol/Astra）へエスカレーションする設計パターンは、APIコストを抑制しながら開発フィールを損なわないための標準アーキテクチャとなり得る。
-
組織的ガバナンスと現場の自律性の両立: 一律の厳しい制限はエンジニアのモチベーションや開発速度を低下させるリスクがあるが、AID CoEによる検証結果の共有と、新規事業における潤沢な予算配分の二段構えにより、「統制と自由」のバランスを巧みに保っている点は、スケールするAI組織の模範例である。
-
「開発スピード」から「フィーチャー単位のROI」への評価軸のシフト: 単なるコード生成量やプルリクエストの処理速度といったプロセス指標ではなく、実際の機能リリース（Feature Release）を軸にしたコスト・バリュー分析基盤の自社開発は、AI投資の真の経済合理性を証明する上で、今後のすべてのプロダクト開発組織にとって不可欠なアプローチとなる。
Source / 元記事
この記事について
この記事は、公開されているニュース、論文、公式発表、RSSフィードなどをもとに、AIが要約・補足調査・考察を行って作成しています。
元記事の完全な翻訳・逐語的な要約ではなく、AIによる背景説明や開発者向けの考察を含みます。
重要な技術仕様・価格・提供状況などは、必ず元記事または公式情報をご確認ください。
