法律AI Harveyが評価額1.1兆円に——AIで稼ぐ"本当の正解"は地味だった
2026年3月の最終週、AI業界で象徴的な2つのニュースが流れました。片方は「法律AI企業Harveyが評価額1.1兆円に到達」。もう片方は「OpenAIの動画生成AI・Soraがサービス終了」。華やかなデモ動画で世界を沸かせたAIが沈み、地味な契約書レビューのAIが兆円企業になった——この明暗は偶然ではありません。
AIで本当に稼げるのは、「すごい」と言われるAIではなく、「助かる」と言われるAIだった。 今回は、この2つの対照的な事例から、AIビジネスの「本当の勝ちパターン」を読み解きます。
Harveyとは何者か——法律AIが1.1兆円になるまで
弁護士10万人が使うAI
Harveyは2022年に設立された法律特化型のAI企業です。契約分析、コンプライアンスチェック、デューデリジェンス（企業買収時の精査）、訴訟支援など、弁護士の日常業務をAIで効率化するサービスを提供しています。
2026年3月25日、Harveyは2億ドル（約300億円）の資金調達を発表。シンガポール政府系ファンドGICと名門VCのSequoia Capitalがリードし、評価額は**110億ドル（約1.1兆円）**に達しました。
| 項目 | 数値 |
|---|---|
| 設立 | 2022年 |
| 評価額 | 110億ドル（約1.1兆円） |
| 今回の調達額 | 2億ドル（約300億円） |
| 利用する弁護士数 | 10万人以上 |
| ARR（年間経常収益） | 1.9億ドル（約280億円） |
| ARRの成長速度 | 8ヶ月で倍増 |
なぜ法律なのか
法律業界は「AIと最も相性がいい業界」のひとつです。その理由はシンプルです。
- 大量の文書処理: 大型M&A案件では数万ページの契約書を精査する必要がある
- 高い人件費: 大手法律事務所の弁護士の時間単価は数万円〜十数万円
- ミスの代償が大きい: 契約書の見落としが数億円の損害につながることもある
- 定型パターンが多い: 契約条項のチェックは高度だが、パターン化しやすい
つまり、「単価が高く」「量が多く」「パターンがある」業務は、AIが最も価値を発揮できる領域です。 Harveyはそこを狙い撃ちにしました。
Soraの壊滅——「派手なAI」の末路
1日1500万ドルのコスト、生涯収益210万ドル
同じ時期、OpenAIの動画生成AI「Sora」がひっそりとサービスを終了しました。2024年末の発表時には「AIが映画を作る時代が来た」と世界中が興奮したあのSoraです。
その実態は壊滅的でした。
| 項目 | Sora |
|---|---|
| 1日あたりの運用コスト | 約1500万ドル（約22億円） |
| サービス生涯の総収益 | 約210万ドル（約3億円） |
| 結果 | サービス終了 |
コストが収益の7000倍以上。 ビジネスとして成立する見込みがなかったということです。
なぜSoraは失敗したのか
Soraの失敗は技術の問題ではありません。ビジネスモデルの問題です。
- 誰がいくら払うのか不明確: 一般ユーザーが月額数千円で動画を生成しても、莫大な計算コストを回収できない
- 差別化が困難: 動画生成AIは複数の競合が存在し、価格競争に陥りやすい
- 「すごい」と「必要」は違う: SNSでバズる動画と、お金を払ってでも欲しい業務ツールは別物
「派手なAI」vs「地味なAI」——数字で見る明暗
ビジネスモデルの根本的な違い
Harveyの成功とSoraの失敗は、AIビジネスの構造的な違いを鮮やかに映し出しています。
| 比較項目 | Harvey（地味なAI） | Sora（派手なAI） |
|---|---|---|
| ターゲット | 法律事務所・企業法務 | 一般消費者・クリエイター |
| 課題 | 契約書レビューに膨大な時間とコスト | 動画制作の手間を省きたい |
| 価格設定 | 企業向け高単価SaaS | 消費者向け月額サブスク |
| 切り替えコスト | 高い（業務に組み込まれる） | 低い（他ツールに移りやすい） |
| 収益性 | ARR 280億円、8ヶ月で倍増 | 生涯収益3億円 |
| コスト構造 | 顧客単価が高く回収可能 | 計算コストが収益を大幅に超過 |
バーティカルAIという「正解」
この対比から浮かび上がるのが、バーティカルAI（業界特化型AI） という勝ちパターンです。
バーティカルAIとは、特定の業界や業務に特化したAIサービスのこと。汎用的な「なんでもできるAI」ではなく、「この業界のこの業務を、圧倒的に効率化する」ことに集中します。
バーティカルAIが強い理由は3つあります。
- 顧客の課題が明確: 「契約書のレビューに1件あたり20時間かかる」のように、解決すべき問題がはっきりしている
- ROIを計算しやすい: 「弁護士の時間単価×削減時間」で導入効果が数値化できるため、企業は予算を組みやすい
- スイッチングコストが高い: 業務フローに深く組み込まれるため、一度導入されると他社に乗り換えにくい
「AIで稼ぐ正解」は、技術の派手さではなく、顧客の業務にどれだけ深く入り込めるかで決まります。
EU AI Act延期が示す「規制のチャンス」
高リスクAIの適用期限を最大16ヶ月延長
この同じ週、もうひとつ注目すべきニュースがありました。EUがAI Act（AI規制法）の高リスクAIシステムへの適用期限を最大16ヶ月延長すると発表したのです。
一見するとバーティカルAIにとってブレーキに見えますが、実は逆です。
規制はバーティカルAIの追い風
法律、医療、金融といった規制の厳しい業界こそ、バーティカルAIの独壇場になります。
| 規制の影響 | 汎用AI | バーティカルAI |
|---|---|---|
| コンプライアンス対応 | コスト増・制約 | 差別化要因になる |
| 参入障壁 | 低い | 高い（業界知識が必要） |
| 顧客の信頼 | 構築しにくい | 規制対応で信頼獲得 |
Harveyのような法律AIは、規制に準拠していること自体が競争優位になります。EU AI Actの適用猶予期間は、こうした企業にとって「先行者利益をさらに固める時間」です。
日本企業への示唆——「日本版Harvey」はどこにいるか
日本こそバーティカルAIの宝庫
日本には、バーティカルAIが活躍できる領域が豊富にあります。
- 士業: 弁護士・税理士・社労士の書類作成・チェック業務
- 製造業: 品質検査、設備保全の予知保全
- 医療: 診療記録の要約、画像診断の補助
- 不動産: 重要事項説明書の自動チェック、物件査定
成功のための3つの条件
Harveyの事例から学べる、バーティカルAI成功の条件を整理します。
| 条件 | 内容 |
|---|---|
| 1. 高単価な業務を狙う | 時間単価の高い専門家の業務を効率化する |
| 2. 業界の深い知識を持つ | AIの精度は汎用モデルでは不十分。業界固有のデータと知見が不可欠 |
| 3. ワークフローに組み込む | 「便利なツール」ではなく「なくてはならないインフラ」を目指す |
「派手なデモ」ではなく「地味な業務改善」に集中した企業が、次の1兆円企業になる可能性があります。
まとめ
| ポイント | 内容 |
|---|---|
| Harveyの快進撃 | 法律AI特化で評価額1.1兆円、ARR 280億円（8ヶ月で倍増） |
| Soraの壊滅 | 1日22億円のコストに対し生涯収益3億円でサービス終了 |
| 勝ちパターン | 「派手なAI」ではなく「業界特化型（バーティカル）AI」 |
| 成功の鍵 | 高単価業務 × 業界知識 × ワークフロー統合 |
| 日本への示唆 | 士業・製造・医療・不動産など、バーティカルAIの潜在市場は大きい |
| 規制の影響 | EU AI Act延期は、規制対応できるバーティカルAIの追い風 |
AIブームが続く中、「どのAIがすごいか」ではなく「どのAIが稼げるか」に目を向けることが大切です。その答えは、意外なほど地味なところにありました。