OpenAIが出資したリーガルAI「Harvey」、基盤は中国製オープンウェイト
2か月とGPU150基があれば特化モデルを再学習できます。Harveyが中国製オープンウェイトを選んだ理由と、1,750件の業務環境が資産となった理由を整理しました。
AI・テックHarveyのリーガルAI、なぜ中国製モデルを選んだのか
先週、米国のリーガルAI業界で小さな事件がありました。Harveyが8月18日、初の独自モデル「Tenet」をリリースしたのです。同社はOpenAI Startup Fundから初期投資を受け、今年3月に110億ドルの企業価値と評価された企業です。しかし、このモデルのベースとなったのはOpenAIではなく、北京のMoonshot AIのKimi K3でした。
さらに興味深いのはその3日後です。1か月前に財務長官が中国製モデルへの制裁に言及したまさにそのワシントンで、ホワイトハウスのAI責任者であるデイビッド・サックスが、このモデルを「米国企業が世界水準の特化モデルを構築している」証拠として挙げたのです。
米国最大のリーガルAI企業は、なぜ中国製モデルを選んだのでしょうか。この出来事で注目すべき点は、モデルの国籍よりも費やされた時間です。Harveyは公開された重み（オープンウェイト）を受け取って2か月で自社モデルを学習させました。ベースモデルをこれほど短期間で乗せ換えられるようになると、モデルをトレーニングする際に用いる業務環境こそが真の資産になります。バックドアへの懸念も根拠がないわけではありませんが、モデルの国籍というより、いかに隔離し検証するかという観点で扱うべき問題です。
Harveyが2カ月で事後学習させたモデル
Harveyは2022年に設立された会社です。法律事務所や企業の法務チーム向けに、リサーチ、契約書レビュー、文書作成を支援するAIを提供しています。Harveyの集計によると、世界60カ国以上で1,500社を超える顧客を抱え、米国の売上高上位100大法律事務所の半数が利用しており、7月時点の年換算売上高は3億5,000万ドルに達します。これまではOpenAI、Anthropic、Googleのモデルをタスクに応じて使い分ける構成でした。自社モデルを持たず、他社が開発したモデルを借りて利用する形態だったわけです。
Tenetは、Harveyが初めて自社で直接学習させたモデルです。ベースとなったのは、7月27日に重みが公開されたKimi K3で、2兆8,000億パラメータのオープンウェイト1モデルです。Harveyは推論インフラ企業のFireworksとともに、Nvidia B300 GPU約150基を用いて2カ月間にわたり事後学習2を実施しました。手法は強化学習です。弁護士が実際に受任する業務を模した約1,750件の業務環境を構築し、モデルがその中で文書を読み、ツールを駆使して成果物を生成すると、採点基準に基づいてスコアを付与する仕組みです。1エポックあたり1万回以上の試行3を行いました。採点基準はHarveyが5月に公開した法律エージェントベンチマークLABと同様の手法で策定されており、LABだけでも現役の弁護士が作成した採点項目が7万5,000件を超えています。
その結果は次のとおりです。学習に用いていないLABホールドアウト問題において、最後まで完遂したタスク数はベースとなったK3のほぼ2倍に増加し、契約分野（LAB Contracts）では20%向上して首位を記録しました。LAB全体でも2位にランクインしています。学習とは無関係な外部ベンチマークであるAPEX AgentsやRedline Benchにおいても、ベースモデルより性能が向上しました。Harveyの説明によると、コストは主要フロンティアモデルの4分の1以下です。オープンウェイトであるためトークン単価が安価であることに加え、同一の成果であればより簡潔に処理する側に報酬を与えることで、トークン消費そのものを抑制するよう訓練したためです。顧客のデータは1行たりとも使用していないと明記されています。
私がより注目したのは、Tenetと並行して公開された3つの専門モデルです。その構成は法律事務所の組織形態によく似ています。最大8,000万トークン、A4換算で6万枚分に相当するデータルームを読み込むM&Aデューデリジェンスモデルが1つ、文書1万件を表形式で整理するレビューモデルが1つ、法律事務所の知見を検索ではなく重みそのものに焼き付けることでクエリあたりのコストを90%削減した「ファームナレッジ」モデルが1つです。パートナー、アソシエイト、ナレッジマネジメントチームをそれぞれモデル化したような格好です。
そして、これら3つの基盤もすべて中国発のオープンウェイトです。デューデリジェンスとレビューのモデルは智譜（Zhipu）のGLM-5.2、ファームナレッジモデルはAlibabaのQwen3.8-27Bを採用しています。学習に用いた強化学習アルゴリズムGSPOもAlibabaのQwenチームが昨年7月に発表した論文によるものであり、解答の採点を行ったモデルもMoonshotのKimi 2.6です。米国の投資資金とNvidiaのGPUを用いながら、中国の研究室が公開したモデルや学習アルゴリズムを用途に応じて採用したわけです。
なぜよりによって中国製モデルだったのか
答えは思いのほか単純です。そのクラスのアメリカ製オープンウェイトが存在しないからです。
アメリカにオープンウェイトがないわけではありません。OpenAIのgpt-oss、GoogleのGemma、MetaのLlamaがあります。しかしクラスが違います。VentureBeatが今年3月に整理した階級表を見ると、昨年4月に登場したLlama 4は評価が振るわず、大型バージョンのBehemothは無期限延期となりました。Gemma 3は最大のバージョンでも270億パラメータですし、gpt-oss-120bはトークンを1つ処理する際に実際に動作するパラメータが51億にとどまります。数十万トークンの文書を読み込み、数百ステップを処理するエージェントを動かすには規模が小さすぎます。2兆8,000億規模のオープンウェイトをダウンロードできる場所は、現在中国しかありません。
選択の根拠はベンチマークのスコアでした。HarveyのLABを独立機関Artificial Analysisが別途実施したリーダーボードで、標準のKimi K3は採点項目の充足率基準で最上位圏に入っています。Harveyの立場からすれば「中国製モデル」を選んだのではなく、自らが出題したテストで最も好成績を収めたオープンモデルを選んだのです。
Harveyが最初というわけでもありません。AirbnbのCEOブライアン・チェスキーは「私たちはQwenに大きく依存している」と公に語りました。プロダクトリーダーのピーター・ヤンがまとめたリストには、Qwenへ乗り換えたことで年間500万ドルを削減したShopifyも名を連ねています。
ここで私が注目しているのは、この5カ月間の変化です。3月のCursorは発覚して謝罪しました。8月のHarveyはブログで堂々と明かし、ホワイトハウスが称賛しました。隠していたことが、胸を張ってアピールすることへと変わったのです。1カ月前に財務長官ベッセントが中国製モデルへの制裁を示唆して警告していたことを思い起こせば、7月に取り上げた「アメリカ国内の亀裂」がわずか1カ月で具体的な1つの製品として姿を現した格好です。
加えて興味深い条項が1つあります。Kimi K3のライセンス第3条は、月間売上が2,000万ドルを超える製品がこのモデルを利用する場合、画面上に「Kimi K3」と目立つように表示することを義務付けています。Harveyの月間売上は年換算基準で約2,900万ドルです。認証された推論パートナーを経由すれば例外とする第4条があるため、実際には契約によって解決される問題でしょうが、条文どおりに解釈すればアメリカの法律事務所の画面に中国製モデルの名前が表示されなければならないことになります。法的な助言ではなく私自身が条文を読んだ解釈ですので、この点については原文を直接ご確認いただくことをお勧めします。
バックドアの懸念、モデルの国籍ではなくデプロイ設計の問題
「それでも中国のモデルなのに大丈夫なのか」という疑問はもっともです。ただし、懸念は二つに分けて考える必要があります。
**一つ目の懸念は、データが中国に渡るのではないかという点です。**これにはオープンウェイトの性質を見れば答えが出ます。オープンウェイトはサービスではなくファイルです。Harveyのモデルは米国のインフラであるFireworks上で稼働しており、Moonshotのサーバーとは1バイトもやり取りしていません。アプリをインストールして中国のサーバーに質問を送るDeepSeekアプリとは、まったく別の問題です。その上、Harveyは学習に顧客データを使用していないと明言しています。
**二つ目の懸念は、重みの中に何かが仕込まれているのではないかという点です。**これは根拠のある懸念です。Anthropicが2024年に発表した「スリーパーエージェント」研究によると、特定の条件下でのみ発動するよう仕込まれた挙動は、その後の安全性学習を経ても生き残る可能性があります。さらに、Harveyが採用したLoRA4手法は、元の重みはほぼそのまま残して薄い層だけを付け足す方式であるため、2カ月間の事後学習がベースモデルの性質を「洗浄」してくれるわけではありません。
しかし、このリスクの性質を見れば対策も見えてきます。法律エージェントとは、隔離されたサンドボックスの中で文書を読み、メモを作成する存在です。外部への発信通信を遮断し、ツールの利用権限を制限し、引用が実際の文書と一致しているかを検証すれば、重みの中に何が入っていようとできることは限られます。つまり、これはモデルの国籍ではなく、デプロイ設計が管理するリスクなのです。ジェンスン・フアンが7月に「サンドボックス内で制御できる」と語ったのと同じ論理ですが、私はそこに一言付け加えたいと思います。制御できるということは、制御しなければならないということでもあります。懸念を解消するためには、外部通信の遮断、ツール権限の制限、引用の検証を、実際の運用構造に組み込まなければならないという意味です。
このリスクに対処できる力を持つ企業にとって、中国のオープンウェイトはもはや一度検討してみる候補ではなく、デフォルトの選択肢になりました。
「ラッパー（Wrapper）の逆襲」は半分だけ正しい
今回の発表を巡って、次のような解釈が広がっています。「ラッパーと呼ばれていた企業が自らモデルを持ち始めた。フロンティアラボの顧客が1社ずつ競合になりつつある」。私はこの解釈は半分しか当たっていないと見ています。
まずは当たっている半分からです。CursorとHarveyは、ともにフロンティアラボのAPIを最も多く利用していた顧客でした。こうした企業が最も頻繁に実行する中核タスクを自社モデルへと移行すれば、フロンティアラボのAPI売上で大きな割合を占める部分が減少します。それは紛れもない脅威です。
当たっていない半分は、「競合」という言葉です。Harveyは依然としてOpenAI、Anthropic、Googleのモデルをタスクに応じて使い分けており、LAB全体の1位はTenetではありません。競合になったというよりは、タスクをモデルに配分する一覧表において自社で1行分を引き受けたにすぎません。最も難易度の高いタスクは依然として借りてきて、最も頻繁に繰り返されるタスクは自前で作るという分業が始まったのです。
そして、さらに重要な誤解があります。Harveyの中核資産はモデルそのものではありません。モデルは2か月と150基のGPUがあれば再学習できます。今月初めの『二束三文になった知能』編で取り上げたBlackwellのレンタル費用（1時間あたり5ドル台）を基に計算すると、GPU費用だけでも15億〜20億ウォン前後です。弁護士データと環境構築の費用のほうがはるかに大きいでしょうが、110億ドル規模の企業にとってはどちらも大金ではありません。Harveyの資産は、1,750個の業務環境と7万5,000個の採点基準、そしてそれらを使うためにMercorやSnorkelを通じて雇用した弁護士たちです。次のオープンウェイトモデルが登場すれば、ベースモデルは差し替えて環境はそのまま使い続けます。モデルは取り替えて使う消耗品に近く、環境こそが残り続ける資産なのです。
したがって、**「ガワ／包装紙（Wrapper）」という言葉自体が最初から見当違いの枠組みだったのです。**業務フローをモデルの上に載せたのではなく、その業務フロー自体がモデルを学習させる環境になりました。そのため競争の構図も、フロンティアラボとアプリケーション企業の対決というよりは、学習環境を持つ企業と持たない企業の差として捉えるほうが実態に合っています。
Oswarldの視点
カカオブレインでAIプロダクトを担当していたころに学んだことが一つあります。モデルが進化する速度と、プロダクトが進化する速度は異なるということです。そのギャップを埋めたのは、より大規模なモデルではなく、「何が優れた結果なのか」を明文化した評価基準でした。だからこそ、今回の発表で私が最も長い時間見つめていた数字は、パラメータ2兆8,000億でもGPU 150基でもなく、弁護士たちが作成した採点項目7万5,000件でした。
GTM（Go-To-Market）の観点からさらに目を引くのは、Harveyが明らかにした2つ目の研究目標です。Harveyは今回の発表で「法律事務所が自前のモデルを作り、自前のインテリジェンスを所有できるようにする」ことを研究目標として明確に掲げ、「同じHarveyを使う2つの法律事務所であっても、異なるモデルと異なる成果物を持つことになる」と述べました。ファーム・ナレッジ・モデルはその試作品です。法律事務所の知見が検索インデックスではなくモデルの重みに学習されれば、その事務所が蓄積してきた知見は、別のプロダクトへと移行する際にそのまま持ち出すことが難しくなります。GTM戦略を策定する中で数多くのロックイン設計を見てきましたが、顧客の知見をモデルの重みに学習させることほど、スイッチングコストの大きい設計は見たことがありません。Harveyが売っているのは完成された一つのモデルではなく、法律事務所ごとに自前のモデルを学習させられる構造なのです。
この話を韓国に置き換えると、論点は2つあります。1つは、ソブリンAI論争に対する問いです。2か月とGPU 150基で特化モデルが生み出せる世界において、希少なのは基盤モデルではなく、業種別の環境と採点基準です。韓国に独自の基盤モデルが存在するかどうかよりも、韓国の法務・金融・製造の実務を1,750件の環境として記述できている組織があるかどうかのほうが、より切迫した問いなのです。もう1つは、現実的な制約です。韓国の公共や金融において中国製モデルを選択する際に支払わなければならない政治的コストは、米国よりも高くなります。したがって、先んじて動く組織とは、「どこの国のモデルか」ではなく、「いかに隔離し、検証するか」を説明できるところであるはずです。
おわりに
整理すると3点あります。第1に、OpenAIが出資したHarveyが中国製オープンウェイト3種を使い、2カ月で自社モデルを作り上げ、ホワイトハウスのAI責任者がこれを米国企業の模範として挙げたことです。第2に、その理由は同等クラスの米国製オープンウェイトが存在しないからです。バックドアへの懸念は、モデルの国籍ではなくデプロイ設計で対処すべき問題になりました。第3に、ラッパーがモデルを持つようになったというよりは、学習環境と評価基準を備えた企業が、基盤となるモデルをその時々で差し替えられるようになったということです。
今週取り組めることを一つ提案します。組織で最も頻繁に繰り返されている業務を10個書き出し、それぞれについて「どのような結果が出れば合格か」を項目として書いてみてください。そのリストが、Harveyの7万5,000件の評価基準の縮小版です。モデルは変わっても、そのリストは残ります。
読者さんの組織では、中国製オープンウェイトモデルを検討されたことはありますか？ もしあれば、セキュリティチーム、法務チーム、あるいは経営陣など、どこでストップしたのかをぜひコメント欄でお聞かせください。つまずいたポイントを集めて、次号の『検討を通過する設計』編へとつなげていきます。
💬 中国製オープンウェイトの検討がどこでストップしたか、コメント欄でお聞かせください。次号に反映してみます。 📨 モデル選定に悩んでいる同僚がいれば、ぜひこの記事をシェアしてください。
参考資料と関連リンク
主要出典
- Harvey（Calvin Qi ほか）、「Update on Harvey’s Post-Training Effort」、Harvey Blog、2026年8月。・・・今回の記事の一次情報源です。1,750の環境、150基のB300、2か月間、3つの専門モデル、顧客データ不使用の宣言がすべてここにあります。2つの研究目標を明かした第1段落から読んでみることをお勧めします。
- Harvey、「Introducing Harvey’s Legal Agent Benchmark」、Harvey Blog、2026年5月6日。・・・1,200の課題、24の実務分野、7万5,000の採点項目、そして「8つ正解なら80点」ではなく「1つでも間違えたら0点」という全問通過採点の論理がまとめられています。
- Benzinga、「David Sacks Defends Open-Source AI, Cites Harvey’s Tenet Model」、2026年8月。・・・8月21日のサックス氏によるX投稿の原文と、「フロンティアモデルの4分の1以下のコスト」というHarvey側の主張がここに整理されています。
- South China Morning Post、「OpenAI-backed legal tech firm pivots to Chinese Kimi K3 open-weight model」、2026年8月21日。・・・この出来事を「西側企業による中国オープンウェイトへのシフト」という大きな潮流の中で捉えた記事です。
- VentureBeat、「Cursor’s Composer 2 was secretly built on a Chinese AI model」、2026年3月。・・・Cursor事件の全容とともに、Llama 4・Gemma 3・gpt-ossがなぜ代替になり得ないのか、階級別の比較が的確にまとめられています。
- Simon Willison、「moonshotai/Kimi-K3」、2026年7月27日。・・・K3の重み公開当日の記録です。月間売上高2,000万ドル以上の場合は「Kimi K3」と表示することを求めるライセンス条項とその変遷が整理されています。
背景知識
- Chujie Zheng ほか、「Group Sequence Policy Optimization」、arXiv、2025年。・・・Harveyが採用した強化学習アルゴリズム「GSPO」の原論文です。アリババのQwenチームが執筆しました。
- Evan Hubinger ほか、「Sleeper Agents: Training Deceptive LLMs that Persist Through Safety Training」、arXiv、2024年。・・・重みに仕込まれた条件付きの振る舞いが、安全性トレーニングを経ても生き残ることを示した研究です。バックドアへの懸念がなぜ「根拠のある懸念」なのかをここで確認できます。
- Alex L. Zhang、Tim Kraska、Omar Khattab、「Recursive Language Models」、arXiv、2025年。・・・Harveyが8,000万トークンのデータルームを扱うためにハーネスに組み込んだ「再帰型言語モデル」の原論文です。MITの研究成果です。
- Artificial Analysis、「Harvey LAB-AA Leaderboard」。・・・HarveyのLABを独立機関が独自に実行したリーダーボードです。ベースモデルのKimi K3がどの位置にあるか、ぜひ直接確認してみてください。
- Axios、「David Sacks says Chinese open-weight AI models push China ahead」、2026年7月17日。・・・K3公開直後にサックス氏が「懸念される」としつつも、規制ではなく開放こそが答えだと論じた記事です。8月の発言の前編にあたる内容です。
- Sacra、「Harvey revenue, valuation & funding」。・・・年換算売上高3億5,000万ドル、評価額110億ドル、顧客数などの数値の出典です。
あわせて読みたいバックナンバー
- 時間を売るビジネスで、AIが時間を減らしてしまったら何を売るのか？・・・Harveyの登場によって米国の法律市場が再編される話題を扱った号です。時間ではなく価値を売ることについて語っています。
- ジェンスン・フアンはなぜ中国モデルを称賛したのか・・・今回の記事の前編にあたります。ベッセント氏による制裁の警告とフアン氏の擁護が同日に飛び出した場面、すなわち「米国内の亀裂」を先に見ておくと、今回の話がその次の場面として読めます。
- 封鎖が育てた中国、いまや門を閉ざす・・・中国側から見た同じ構図の話です。門を閉ざし始めた中国のオープンウェイトの上に米国の企業が家を建てているという点で、あわせて読むとより立体的に見えてきます。
📝 用語解説
각주
-
オープンウェイト（open weights）：モデルの学習結果である重みファイルを誰もがダウンロードして、自身のサーバー上で実行・改変できるように公開する方式です。サービスではなくファイルなので、どの国のサーバーで動かすかは受け取る側が決めます。 ↩
-
事後学習（post-training）：すでに作られたモデルに特定分野のデータや報酬を追加で学習させ、用途に合わせて磨き上げる工程です。大学を卒業した人を新人弁護士として育成する法律事務所の研修プロセスに近いです。 ↩
-
試行（rollout）：強化学習において、モデルが環境内で1つのタスクを最初から最後まで遂行してみる1回の試みのことです。この試行の結果にスコアをつけてモデルを改善していくため、試行回数がそのまま練習量になります。 ↩
-
LoRA（Low-Rank Adaptation）：元のモデルの重みには手を加えず、横に薄い補助層を取り付けてその層だけを追加学習させる手法です。コストを低く抑えられる反面、ベースとなったモデルの性質が大部分そのまま残ります。 ↩