En partner i et mellomstort firma i London beskrev nylig teamets første seks måneder med et generativt tegneverktøy som "to medarbeideres hastighet, og en medarbeiders nytt tilsynsarbeid." Dette forholdet – netto positivt, men ikke produktivitetsmiraklet leverandøren lovet – er omtrent det vi hører over hele markedet. Spørsmålet for juridiske ledere er ikke lenger om de skal ta i bruk AI-rettslige verktøy, men hvordan de skal kobles inn i en arbeidsflyt som produserer forsvarlige arbeidsprodukter under engelsk lov.
Dette stykket er skrevet for interne rådgivere og ledere i advokatfirmaer som driver denne evalueringen nå. Vi vil se på hva den nåværende generasjonen av verktøy virkelig gjør bra, hvor de feiler på måter som betyr noe, og en praktisk modell for sikker distribusjon.
Hva verktøyene virkelig gjør bra
Fjern demoene og kategorien deler seg inn i noen få ærlige styrker.
- Første utkast til stillas. For dokumenter i standardformat – NDAer, grunnleggende tjenesteavtaler, ansettelsesbrev, styreprotokoller, enkle Letters Before Action – AI-verktøy produserer et troverdig utkast på 70 % i løpet av minutter. Det utkastet er ikke signaturklart, men det fjerner den tomme siden.
- Strukturell gjennomgang av lange dokumenter. Moderne verktøy er gode til å trekke ut forpliktelser, identifisere definerte begreper som brukes inkonsekvent, og flagge klausuler som avviker fra en husspillbok. Dette er virkelig raskere enn menneskelig vurdering for det mekaniske laget.
- Oversettelse og tospråklig utkast. For grenseoverskridende arbeid - og spesielt Storbritannia ↔ Kina saker - har AI-oversettelse av juridisk tekst forbedret seg kraftig. Den er ennå ikke en erstatning for en tospråklig advokats øye på operative klausuler, men for korrespondanse, utstillinger og interne sammendrag er den pålitelig.
- Kunnskapsinnhenting i et lukket korpus. Pektet på en bedrifts egen presedensbank eller en klients kontraktsbo, kan gjenfinningsutvidede verktøy dukke opp den riktige klausulen raskere enn en trainee med en søkefelt.
- Sammendrag i stor skala. Bunter, avsløringssett, regulatorisk korrespondanse - AI-oppsummering er nå god nok til å triagere, forutsatt at et menneske bekrefter før noe blir stole på.
Ingenting av dette er revolusjonerende. Det er imidlertid reell produktivitet, og firmaer som ignorerer det, vil finne seg i å oppgi gebyrer som konkurrentene deres ikke lenger trenger å kreve.
Der de mislykkes – og feilene som betyr noe
Feilmodusene deler seg inn i tre kategorier, og de er ikke like farlige.
Den første er fabrikasjon. Verktøy finner fortsatt opp siteringer, feilrapporterer oppbevaringen av virkelige saker og hallusinerer lovbestemte seksjoner som leser plausibelt. Ved utforming fremstår dette som oftest som selvsikkert feil henvisninger til lovverk eller oppdiktede underklausuler i kjente vedtekter. Omdømmet og regulatorisk eksponering her er åpenbar.
Den andre er jurisdiksjonsdrift. Mange ledende modeller er trent på et korpus dominert av amerikansk juridisk materiale. Be om en skadesløsklausul, og du kan få noe som er innfødt til en Delaware-advokat og merkelig nok til en engelsk - konsekvente tapsutskjæringer innrammet mot feil bakteppe for felles lov, "rimelig beste innsats"-språk som ikke har noen avgjort betydning i England og Wales, eller en tekst som ignorerer hvordan de engelske domstolene faktisk konstruerer klausulen.
Den tredje, og mest undervurderte, er stille utelatelse. AI-verktøy forteller deg sjelden hva de har utelatt. Et utkast til aksjonæravtale som utelater en deadlock-mekanisme, et Letter Before Action som ikke overholder den relevante pre-action-protokollen, en forliksavtale som mangler den lovbestemte ordlyden som gjør den bindende i henhold til engelsk arbeidsrett — disse feilene ser ikke ut som feil. De ser ut som rene dokumenter.
For regulerte firmaer er SRAs veiledning om bruk av kunstig intelligens i samsvar med det bredere temaet i dets atferdsregler: teknologi fortrenger ikke plikten til kompetanse, konfidensialitet eller tilsyn. Utgangen er advokatens utgang. Behandle det deretter.
En arbeidsflyt som bruker AI trygt
Bedriftene som får dette riktig er ikke de som har det mest sofistikerte verktøyet. Det er de med de klareste arbeidsflytreglene. En brukbar modell har fem lag.1. Klassifiser saken før verktøyet berører det. Arbeid med lav risiko og høyt volum (standard NDAer, rutinemessig korrespondanse, interne sammendrag) kan bruke AI fra første tastetrykk. Skreddersydd arbeid med høy innsats (M&A SPAer, omstridte argumenter, regulerte råd) bør kun bruke AI for diskrete, overvåkede underoppgaver. 2. Lås kildematerialet. Bruk gjenfinningsutvidede verktøy som peker på din egen presedensbank, kundens kontraktsbo eller en kontrollert kunnskapsbase. Generelle chat-grensesnitt, tegnet på det åpne nettet, skal ikke være utkast til klausuler som vil bli signert. 3. Krev en navngitt menneskelig eier for hver utgang. Gebyrmottakeren som godtar utkastet eier hvert ord av det. Dette er både en SRA-justert posisjon og en praktisk motgift mot spredningen av ansvar som AI-verktøy stille oppmuntrer. 4. Bygg inn et bekreftelsespass i arbeidsflyten, ikke advokatens skjønn. Sitater sjekket mot en primærkilde. Definerte begreper avstemt. Gjeldende lov og jurisdiksjonsklausuler bekreftet mot avtalearket. Overholdelse av protokoll før handling sjekket mot en sjekkliste, ikke minne. 5. Logg hva verktøyet gjorde. For klienttransparens, for profesjonelle erstatningsforsikringsselskaper og for tilsynsfilen. Hvis du ikke kan si hvilke deler av et dokument som ble generert av AI og hvem som har vurdert dem, er du ennå ikke klar til å skalere verktøyet.
Dokumentautomatisering har eksistert i advokatfirmaer i tretti år. Det som er nytt, er bredden av oppgaver som AI nå plausibelt kan forsøke – og den tilsvarende bredden av tilsyn som kreves. Adopsjon av kunstig intelligens i advokatfirmaet er i praksis et tilsynsproblem kledd som et programvareproblem.
En merknad om grenseoverskridende utkast
For arbeid som krysser korridoren mellom Storbritannia og Kina, øker problemet med jurisdiksjonsdrift. En modell som utarbeider en distribusjonsavtale i engelsk lov for en produsent i Kina, må håndtere to juridiske tradisjoner, to språk og to sett med kommersielle forventninger. Det ærlige svaret er at ingen generell verktøy gjør dette bra ende-til-ende. Det pragmatiske svaret er å bruke AI for det tospråklige stillaset og den mekaniske gjennomgangen, og å holde kvalifiserte advokater - på begge sider - på de operative klausulene og risikoallokeringen.
Det er designfilosofien bak JustiScript: AI håndterer volumet, oversettelsen og det første utkastet; UK-kvalifiserte advokater håndterer det bare de kan. For firmaer og interne team som bygger sin egen AI-arbeidsflyt, er prinsippet det samme uavhengig av leverandør – la verktøyet gjøre det det gjør bra, og overvåke det det ikke gjør.
Vanlige spørsmål
Spørsmål: Krever SRA at vi forteller kundene når AI har blitt brukt til å utarbeide dokumentene deres? A: SRA har ikke pålagt et spesifikt opplysningsskjema, men veiledningen peker tydelig mot åpenhet med klienter om hvordan saken deres håndteres. De fleste firmaer tar nå opp dette i engasjementsbrev i stedet for kunngjøringer per dokument.
Spørsmål: Kan vi bruke et offentlig AI-verktøy for et raskt førsteutkast hvis vi anonymiserer klientinformasjonen? A: Dette er risikabelt. Anonymisering er vanskeligere enn det ser ut til, offentlige verktøy kan beholde inndata for opplæring, og konfidensialitetsforpliktelser under SRA-koden bøyer seg ikke for bekvemmelighets skyld. Bruk et bedriftsverktøy med en kontraktsfri termin, eller ikke bruk det i det hele tatt.
Spørsmål: Hvordan priser vi arbeid der AI har kuttet utarbeidelsestiden med 60 %? A: De fleste firmaer flytter det berørte arbeidet til faste avgifter eller takster i stedet for å forsvare timepriser som ikke lenger gjenspeiler input. Kunder merker raskt; firmaene som leder denne samtalen har en tendens til å beholde forholdet.
Serene Jade bygger JustiScript for akkurat dette gapet – AI-assistert britisk juridisk utforming med kvalifisert advokatgjennomgang på klausulene som betyr noe.