מרי שן או'קרול, מהדמויות המוכרות בעולם ה-Legal Ops, טוענת שהבעיה של מחלקות משפטיות ב-2026 היא לא מחסור ברעיונות ל-AI, אלא היכולת לבחור ביניהם. בפוסט שפרסמה ב-14 בספטמבר היא מפרטת את שיטת הניקוד שבה השתמשה בגוגל, ומנגנון שקוף לפרויקטים שההנהלה דורשת בכל מקרה.
השאלה הלא נכונה
או'קרול כותבת בניוזלטר שלה ב-Substack מתוך ניסיון של כעשרים שנה בתחום. בפוסט רטרוספקטיבי היא מתארת את תחילת דרכה במשרד Orrick, את השנים בגוגל, את הימים הראשונים של קהילת CLOC ואת המעבר ל-Ironclad.
בפוסט החדש היא מציעה לשנות את השאלה שמחלקות שואלות. לדבריה, לא מספיק לשאול אם יוזמה שווה את המאמץ, כי "כמעט כל דבר עכשיו שווה". השאלה הנכונה היא אם זה השימוש הנכון באנשים ובקשב המוגבלים של המחלקה, בהתחשב בעלות המלאה של הפרויקט ובמה שמתחרה איתו על אותם משאבים.
שישה קריטריונים, סולם של 1 עד 5
בגוגל, היא מספרת, פעלה ועדת היגוי לטכנולוגיה משפטית (Legal Tech SteerCo) שבחנה ודירגה כל יוזמה טכנולוגית שהגיעה אליה. המטרה הייתה ליצור רשימה מדורגת, להראות את הנימוק מאחוריה ולעדכן אותה כשהנסיבות משתנות.
כל יוזמה מקבלת ציון בין 1 ל-5 בשישה קריטריונים: היקף (כמה אנשים מושפעים), השפעה עסקית, התאמה לאסטרטגיה, מאמץ (בסולם הפוך, כך ש-5 פירושו קל מאוד), דחיפות וסיכויי הצלחה. כל ציון מוכפל במשקל, והסכום הוא הציון הסופי. או'קרול מדגישה שהמשקלים שהיא מציגה הם להמחשה בלבד.
את ההשפעה העסקית היא מודדת לפי שישה מדדי החזר שפרסמה בפברואר: האצת הכנסות, הפחתת הוצאות, שעות שנחסכו, עלויות שנמנעו, איכות העבודה ואיכות החיים של הצוות. כבר אז טענה שמדידת ההחזר על AI אינה בעיה חדשה, ושאותה מסגרת שימשה אותה למדידת גיוסים, מערכות CLM ושינויי תהליך.
הדוגמה בפוסט ממחישה את ההיגיון. מערכת CLM וצ'טבוט מדיניות לכל החברה סיימו בתיקו, ועוזר מחקר לליטיגציה קיבל 3.15 ונשאר הרחק מאחור, למרות השפעה עסקית גבוהה. הסיבות: קהל מצומצם, שאלות דיוק שלא נפתרו ומאמץ ניכר. דוגמה נוספת: תהליך ידני מעיק שגוזל חמישה אחוזים מהזמן של שתי פרליגליות יקבל ציון נמוך בהיקף.
Shadow AI ותוספת גלויה ליועץ הכללי
או'קרול מתייחסת גם ל-Shadow AI, שימוש בכלי AI שעובדים מאמצים בעצמם בלי אישור רשמי. לדבריה זה לא בהכרח רע: ניסויים מלמטה מגלים שימושים טובים ומצמיחים אנשים שמובילים שינוי. הבעיה מתחילה בקנה מידה, כשמחלקה של 500 איש עלולה למצוא את עצמה עם תריסר גרסאות חצי-גמורות של אותו פתרון. שיטת הניקוד, לפי הצעתה, היא המסננת שקובעת אילו יוזמות בודדות יקבלו השקעה רשמית. על הצד התקציבי של התופעה, מנויי AI שעובדים פותחים בעצמם ושאיש לא רואה, כתבנו במאמר על הוצאות צל.
החלק המעניין ביותר מעשית נוגע לפרויקטים שהיועץ המשפטי הכללי רוצה בכל מקרה. במקום לנפח ציונים, הפרויקט מקבל ניקוד כן בכל הקריטריונים, ואז מתווספת לו תוספת קבועה של 0.5 לציון הסופי, עם תווית "GC Mandate". "אני לא מנפחת את הקריטריונים כדי להצדיק את זה", היא כותבת. היא ממליצה גם להראות ליועץ הכללי היכן הפרויקט היה מדורג בלי התוספת, כך שהסיבה לקידומו גלויה לכולם.
הציון מנחה, לא מחליט
או'קרול מסייגת שהציונים נועדו לכוון החלטות ולא לקבל אותן. אם תוצאה נראית שגויה, ייתכן שחסר משתנה או שצריך לכוונן את המשקלים. היא מוסיפה ששיקולי רצף יכולים לגבור על הדירוג: פרויקט תשתיתי צנוע עם ציון נמוך עשוי להצטרך להיות הראשון, כי אחרים נשענים עליו.
בתגובות לפוסט הציע אחד הקוראים לבדוק בדיעבד אם פרויקטים שקודמו בזכות התווית הצדיקו את עצמם לעומת מה שהציונים היו בוחרים. קורא אחר הציע להוסיף ציון שסופר כמה יוזמות אחרות תלויות בפרויקט מסוים.
עוד בנושא
- מנויי AI קטנים מחוץ לרדאר: הוצאות צל, בקרה בזמן אמת ומה זה אומר למשרד
- 55% מהארגונים מטמיעים AI, רק 26% אומרים שהממשל שלהם עומד בקצב
- סקר Harbor ו-CLOC: פחות מחלקות משפטיות מתכננות להגדיל את ההוצאה על משרדים חיצוניים