הלן פאן, יועצת לטרנספורמציית AI בתחום המשפטי שכותבת את הניוזלטר Helen's Legal AI Lab, טוענת בפוסט מ-10 באוגוסט שההבדל בין צוות משפטי שמשתמש ב-AI לצוות שבנוי סביבו אינו בכמות הכלים אלא במבנה: דאטה, תהליכי עבודה, והחלטה מפורשת היכן נדרש אדם.
שלושה מצבים
הפוסט מסכם מפגש של קהילת Legal Tech Frontier שהתקיים ב-17 ביולי במשרדי Cooley בניו יורק, עם יותר מ-40 יועצים משפטיים פנימיים, מובילי AI ועורכי דין בכירים. פאן מבחינה בין שלושה מצבים. צוות AI-assisted רכש כלים, הקים ועדת AI או הריץ פיילוטים, ולדברי סטייסי לטי (Stacy Lettie), ראש המטה של היועץ המשפטי הראשי ב-Organon, זה כבר מתאר כמעט את כולם. צוות AI-native מניח מראש ש-AI הוא חלק מהעבודה, והשאלה מתהפכת מ"האם AI יכול לעזור כאן" ל"איפה עדיין צריך אדם".
באמצע נמצא מה שפאן מכנה AI-adjacent: צוותים שהוסיפו AI בלי לשנות את המבנה הארגוני, את תהליך קליטת הפניות או את היחסים עם עורכי הדין החיצוניים. לטענתה, משם מגיע רוב החיכוך, ובלשונה, מקבלים גרסה מהירה ובטוחה יותר של אותו תהליך שבור.
הפער בשטח עדיין גדול. פאן מספרת שכשלימדה מוקדם יותר השנה ב-Baker Botts קבוצה של יותר מ-30 קציני ציות ראשיים ושאלה מי משתמש בסוכני AI בעבודה היומיומית, רק שלוש ידיים עלו.
שלושה תנאים מבניים
לטי הציגה שלושה תנאים. הראשון, דאטה כתשתית: להשקיע בנתונים לפני כל דבר אחר. השני, תהליכי עבודה שנבנים סביב הפלט של ה-AI: להתחיל מההחלטה שצריך לקבל ולשאול איזה מידע ה-AI צריך לספק לה. השלישי, שיקול דעת אנושי שמוגדר במכוון: להחליט במפורש היכן אדם חייב להישאר בתהליך, ולבחון את הקווים האלה מחדש מעת לעת. בתעשיית התרופות, למשל, החלטות רגולטוריות והחלטות בענייני חיסיון נשארות אצל בני אדם.
המסקנה של פאן היא שטרנספורמציית AI היא קודם כול בעיית ממשל, ורק אחר כך בעיה טכנולוגית.
שלושה מסלולי יישום
פאן מתארת שלוש דרכים שבהן משתתפי המפגש מיישמים את הגישה בפועל:
- קליטה מובנית: לטי רוצה שתהליך קליטת הפניות ייצר נתונים שעליהם אפשר לבסס החלטות, למשל מה לטפל בבית ומה להוציא לעורכי דין חיצוניים. היא מעדיפה להתקדם לאט מאשר להשיק כלי על נתונים גרועים ולהיאלץ למשוך אותו בחזרה.
- מנוע Playbook: מארק מנדל (Marc Mandel), היועץ המשפטי הראשי של EXOS, הדגים כלי שבודק תנאי AI של ספקים ומחזיר אחת משלוש הכרעות עוד לפני שנפתחת פנייה, ומנוע שחילץ כללי משא ומתן מכ-50 הסכמים, כולל היסטוריית התיקונים שלהם. הוא גם מפתח את Open Playbook Format, תקן קוד פתוח לפלייבוקים, עם קבוצת עבודה ציבורית, כדי להימנע מתלות בספק אחד.
- מפגשי עבודה משותפים: מת'יו וויטקוביאק (Matthew Wojtkowiak), ה-CLO של ECI, מקיים לפחות שני מפגשים קבועים בשבוע שבהם חברי הצוות משתפים כלים ותוצרים על תיקים אמיתיים. הצוות שלו מטפל בכ-100 הסכמי MSA ו-500 הזמנות עבודה (SOW) ברבעון, כך שהעבודה עצמה משמשת גם הכשרה.
הכסף והדאטה
לפי הפוסט, משתתפים דיווחו על ירידה קלה בשעות שמחייבים משרדים חיצוניים, לצד עלייה של 20 עד 30 אחוז בתעריפים השעתיים והפסקת החיוב על שעות פרליגלים. יועץ משפטי אחד אמר שהוא מוציא פחות עבודה החוצה ועושה יותר בבית, וטען שמחיר לשעה הוא יחידת המדידה הלא נכונה.
בפוסט המשך מ-14 באוגוסט פאן מרחיבה את נקודת הדאטה, בעקבות שולחן עגול שקיימה עם עוז בנמרם (Oz Benamram) במשרדי Pillsbury ב-11 באוגוסט. הטענה שם היא שהיתרון ב-AI משפטי תלוי פחות במודל ויותר בשכבת נתונים מנוהלת, שכוללת את ההקשר של העבודה (תיקים, לקוחות, עורכי דין, חיוב ואיוש) ולא רק את המסמכים עצמם. לפי הפוסט, אין לחכות לדאטה מושלם, וההרשאות, החומות הסיניות ותיעוד הגישה צריכים להיות חלק מהארכיטקטורה מההתחלה. על מודל חמש רמות ההגנה שלה ב-Legal AI כתבנו כאן במאי.