Matt Pollins, עורך דין לטכנולוגיה מצוות Lupl, פרסם ב-24 ביוני ניתוח שטוען שהמעבר של ספקי AI משפטי לתמחור לפי שימוש הוא שינוי במודל ההפעלה של המשרד, לא רק עניין רכש. הטריגר הוא ההודעה של Legora מיום קודם על תמחור לפי צריכה ב-Agent Pro, והוא מעריך שספקים רבים נוספים יאמצו את המודל.
למה זה קורה, ומה זה באמת
בניתוח, שפורסם בבלוג Agents.law, Pollins מתחיל מהכלכלה. תמחור לפי מושב מניח שכל משתמש עולה לספק בערך אותו דבר. סוכנים שוברים את ההנחה הזו: סוכן שרץ זמן רב יכול לצרוך, לדבריו, פי מאה משאבי מחשוב משאילתה קצרה, והעלות משתנה מאוד בין תיקים ובין משתמשים. הספק צריך לספוג את השונות או להעביר אותה הלאה. במקביל, גם Copilot Cowork של מיקרוסופט מחויב בקרדיטים לפי משימה.
הוא גם מסתייג מהמסגור השיווקי. Legora מציגה את המהלך כחלק ממעבר "לתוצאות שנמסרו", ו-Pollins כותב שתמחור לפי שימוש הוא "תשלום על תשומות, לא על תוצאות". לשיטתו, אם משרד רוצה לתמחר לפי תוצאה, הוא יצטרך לבנות את זה בעצמו. על פרטי ההכרזה של Legora, כולל שיוך העלות לתיק, כתבנו ביום הקודם.
TokenOps וניתוב בין מודלים
ההמלצה המרכזית היא להקים פונקציה פנימית שהוא מכנה TokenOps, המקבילה בעולם הטוקנים ל-FinOps, הדיסציפלינה שארגונים בנו כדי לשלוט בחשבונות הענן. התפקידים שהוא מייחס לה: ניתוב בין מודלים, מדידה עצמאית של הצריכה, תקציבי טוקנים והתאמת גודל של תהליכי עבודה אגנטיים. לדבריו, כרגע אין לנושא בעלים ברורים, והוא נופל בין מחלקת ה-IT, צוות החדשנות וצוותי התמחור וניהול הפרויקטים המשפטיים (LPM).
בהקשר הזה הוא מציע לשקול מודלים זולים יותר, כולל מודלים פתוחים, לעבודה בהיקף גבוה ושגרתי: חילוץ נתונים, סיווג, סיכום וסקירה ראשונית. הוא מזהיר שמשרד שתלוי לגמרי בספק אחד עלול לגלות שהאינטרסים שלו ושל הספק לא חופפים.
הכשרה: לבחור משימות
Pollins כותב ש"הרבה בזבוז AI יגיע מבחירת משימות גרועה". ההכשרה שהוא מציע לעורכי דין לא עוסקת בכתיבת פרומפטים אלא בשאלות קודמות: האם AI הוא בכלל הפתרון הנכון למשימה, כמה הקשר מספיק, מתי מודל זול יותר עושה את העבודה, ומתי לעשות שימוש חוזר בתהליך קיים במקום לבנות אותו מחדש. המטרה, בלשונו, היא להפסיק להתייחס ל-AI כאל קיבולת חינמית.
מי משלם: שלוש אפשרויות מול הלקוח
Pollins מונה שלוש דרכים לטפל בעלות מול הלקוח, ולכל אחת חיסרון:
- לספוג: פשוט מול הלקוח, אבל שוחק את הרווחיות ככל שהשימוש גדל.
- להעביר ללקוח: מזמין השוואה לעלות של הפעלת הכלי ישירות על ידי הלקוח. הוא מזכיר שתוספות על מחקר משפטי ועל צילומים הובילו בעבר להתנגדות לקוחות, והחיובים האלה חזרו בסוף לתקורה של המשרד.
- לגלם בשכר טרחה קבוע: המשרד לוקח על עצמו את אותו סיכון שונות שהספק בדיוק העביר הלאה.
לצד זה הוא מתאר שלוש דרכים לחלק את התקציב בתוך המשרד: תקציב לכל עורך דין (פשוט אבל גס), מאגר מרכזי עם שערי אישור (מבוקר אבל מסורבל), ותקציב לפי תיק שממומן מהתיק עצמו. את האחרונה הוא מכנה "הנקייה ביותר", אבל מציין שהיא מעלה מיד את שאלת ההעברה ללקוח. ההמלצה שלו היא להתנסות, לדבר עם לקוחות בגלוי, ולבדוק לפני כל החלטה את מכתבי ההתקשרות ואת הנחיות הלקוחות לעורכי דין חיצוניים (Outside Counsel Guidelines), שמגבילות לעיתים קרובות חיוב על הוצאות טכנולוגיה.
איפה נשאר המרווח
לשיטת Pollins, משרד לא יכול להרוויח לאורך זמן מתוספת על מחשוב שהלקוח יכול לקנות באותו מחיר. המרווח שאפשר להגן עליו נמצא בשיקול הדעת, באחריות, בנשיאת הסיכון ובבעלות על התוצאה. הוא מוסיף שמשרדים חדשים שנבנו סביב AI "לא נושאים את כלכלת המושבים, את פירמידת השותפות ואת הפוליטיקה", ולכן צפויים לכוון לעבודה האגנטית החוזרת והתחומה, ולהשאיר למשרדים הוותיקים את העבודה עתירת השיפוט.
עוד בנושא
- Legora משיקה את Agent Pro ומתמחרת אותו לפי צריכה, עם שיוך עלות לכל תיק
- Copilot Cowork זמין לכולם, והחשבון עובר לקרדיטים: מה משתנה ללקוחות Microsoft 365
- מה הופך משרד עורכי דין ל-AI-Native? Matt Pollins מציע מבחן מצד הלקוח