Путаница в терминах вокруг «legal AI»
Марианн пишет в этом месяце о путанице в терминах вокруг «legal AI», с которой он регулярно сталкивается. Даже опытные коллеги часто не понимают, о чём идёт речь, когда обсуждаются разные юридические AI-инструменты. В материале «О чём мы вообще говорим?» он выделяет четыре категории AI и раскрывает, какой выбор в итоге сделал его собственный нетворк.
На прошлой неделе я участвовал в открытом обсуждении совместной закупки юридических AI-инструментов с группой юристов и адвокатов из сети WeLegal, которую я координирую. Очень быстро стало очевидно, что мы часто говорим о разном. В разговоре мелькали названия множества брендов legal AI. Один собеседник представлял себе некий юридический ассистент для ответов на правовые вопросы, другой ожидал инструмент для сравнения договоров с internal playbooks, третий видел идеальные черновики контрактов, а кто‑то завёл речь о токенах, мол, они могут стать дорогими и об этом надо помнить. Все эти запросы и потребности вполне легитимны, но мне показалось, что многие свободные юристы — обычно опережающие среднее адвокатское бюро или корпоративный юридический отдел — не вполне разбираются в различиях между поставщиками. И тем более не понимают, что конкретно можно получить с коммерческим аккаунтом Claude или ChatGPT.
Конечно, это вопрос, но мне кажется полезно иметь некоторое представление, потому что это помогает выбирать, что для чего использовать и во что стоит инвестировать. Поэтому я попытался систематизировать для тех, кому это пригодится. Небольшая оговорка: это обзорного характера объяснение, и я сам не AI‑техник. Если считаете, что я где‑то ошибаюсь, дополняйте или исправляйте.
Распространённое заблуждение — будто каждая tool принципиально отличается «под капотом». На практике почти у всех можно выбрать одни и те же модели «движков». Иногда встречаются специально дообученные модели для юридических задач, но это редкость: их подготовка трудоёмка и дорога, и сомнительно, насколько заметно это улучшает результат. Главное различие — не модель, а то, что построено вокруг неё.
В целом я различаю четыре категории.
Первая категория — юридические ассистенты. Это веб‑чат, где AI‑языковые модели используются главным образом для получения ответов на юридические вопросы на основе надёжных источников. Изначально это были в основном общедоступные материалы, но сейчас и крупные издатели предлагают поиск по своей юридической литературе. Вокруг таких ассистентов могут быть функции для подготовки документов или формирования дел, но сердцевина — источники и то, что AI даёт ответы, привязанные к ним. Без таких источников вывод модели трудно использовать: модель может очень убедительно формулировать, но у неё нет встроенной проверки фактической точности, если не задать ей документ‑источник для проверки.
Вторая категория ориентирована на обработку и создание документов и писем. Это инструменты, упрощающие и ускоряющие рабочие процессы. Обычно у них тоже подключены необходимые юридические источники, но акцент на облегчении частей юридического процесса. Под капотом часто можно выбирать разные языковые модели, и безопасность данных — важный критерий позиционирования. Сейчас многие такие продукты умеют интегрироваться с внутренними базами данных клиента и использовать их как источник клаузул и накопленного ноу‑хау. Для крупных фирм это повышает ценность продукта, поскольку у них больше собственных данных. В этой категории находятся и крупные международные системы вроде Harvey и Legora — они отличаются широтой и масштабом, созданы с сотнями миллионов и миллиардами инвестиций для самых больших международных бюро и постепенно становятся платформами, которые покрывают почти все рабочие процессы внутри таких фирм.
Третья категория — общедоступные платные подписки на сервисы вроде ChatGPT или Claude. Они применимы ко всем аспектам бизнеса. Под капотом те же модели, причём зачастую самые новые версии, и вокруг них построена программная оболочка, которая, образно говоря, служит шасси. С этими сервисами можно делать то же и часто больше, чем со специализированными legal AI‑инструментами, но нужно самостоятельно добавлять источники и настраивать рабочие процессы. Это как получить болид Формулы‑1 за копейки — ехать он может очень быстро, но вам придётся его настроить под свои нужды. Это по силам многим, но требует времени и усилий. Также нужно самостоятельно позаботиться о юридических источниках, конфиденциальности данных и, при необходимости, анонимизации материалов перед загрузкой.
Четвёртая категория — решения уровня крупной инфраструктуры, которые ещё недавно казались юристам мало применимыми, но сейчас ситуация изменилась. Речь о платформах вроде Google Gemini Enterprise и, доминирующем в нашем секторе, Microsoft Copilot. Они работают поверх уже существующих офисных систем и данных организации, в рамках действующих защищённых окружений и прав доступа. Предлагают выбор моделей и помогают строить AI‑поддерживаемые рабочие процессы для любых бизнес‑процессов, в том числе для юридических отделов. Как и в категории три, юридическое содержание и процессы нужно добавлять самим, но при этом часто нет необходимости искать и закупать множество новых инструментов.
Итак, это краткая разбивка. Наверное, вы ждёте совета о «лучшей» опции, но честно, я не могу назвать одну единственную лучшую. Я знаком со многими предпринимателями в этой сфере — это увлечённые профессионалы, вкладывающие душу в свои продукты — но универсальной «лучшей» тулзы не существует. Всё зависит от вас и вашей практики. При этом для больших организаций я ожидаю всё более частого выбора в пользу Microsoft Copilot, и тогда вопрос закупки legal AI начнёт сводиться не к выбору внешнего инструмента, а к тому, кто будет строить юридические рабочие процессы внутри собственной Microsoft‑среды.
Как сеть мы пока решили совместно взять Claude Team‑аккаунт, где участники строят свои собственные рабочие процессы и скиллы и могут обмениваться ими. Но мы оформляем месячную подписку — гонка ещё далеко не закончена.
