Din advokatbyrås hemliga kunskapsbas – nu vill AI-bolagen träna modeller direkt på den
AI-bolag vill träna modeller på advokatbyråers hemliga yrkeskunskap.
Från generella verktyg till skräddarsydd intelligens
Det är inte längre tillräckligt att erbjuda en duktig AI som kan lite juridik. Juridikbranschens teknikbolag tävlar nu om att bygga djupare – att faktiskt förstå hur en specifik advokatbyrå tänker, hur den arbetar med sina långvariga klienter, och hur den hanterar komplexa ärenden på sitt eget sätt.
Detta är kärnan i det Harvey nu pilottester tillsammans med ett antal advokatbyråer. Enligt branschsajten Artificial Lawyer tränar Harvey öppna språkmodeller direkt på byråernas interna arbetsflöden – målet är att byråerna ska kunna äga och kontrollera sin egen specialanpassade AI-intelligens.
– Värdet ligger inte bara i att koda in arbetsflödena inom en praxisgrupp, utan också i möjligheten att inkludera hur arbetet bedrivs med specifika klienter, säger Harveys vd Winston Weinberg till Artificial Lawyer.
Medgrundaren Gabe Pereyra beskriver satsningen som den första i en serie juridiska grundmodeller, med två tydliga ambitioner: rimliga kostnader med god datasäkerhet, och möjligheten för byråer att bygga egna specialiserade modeller. Det är en intressant kurskorrigering. Länge löd mantrat att de generella modellerna snart skulle bli tillräckligt bra för alla ändamål. Nu pekar Harvey på att tre faktorer väger tyngre än det argumentet: datasäkerhet, branschspecifik prestanda – och ägarskap över den egna kunskapen.
Som systemutvecklare ser jag det här som ett välbekant mönster från annan mjukvaruutveckling: det finns ett tak för hur långt en generell lösning kan bära, och till slut vill organisationer ha något som faktiskt speglar deras egna processer.
Plattformar som talar med varandra
Parallellt med Harveys träningsinitiativ rapporterar Artificial Lawyer om ett ovanligt partnerskap mellan avtalshanteringsplattformen Ironclad och svenska Legora. De kallar det den första djupgående, dubbelriktade integrationen mellan två separata juridiska AI-plattformar.
Ironclad har i många år hjälpt stora bolag att digitalisera sina avtal. Legora, grundat i Sverige, är känt för sin juridiska analys- och forskningsförmåga. Genom integrationen kan Ironclands avtalsunderlag föras in i Legoras analysmiljö – och omvänt kan Legoras juridiska intelligens nås direkt inifrån Ironclands gränssnitt.
– Det här är första gången två juridiska AI-plattformar kopplas samman så här djupt, och i båda riktningarna, säger Legoras vd och medgrundare Max Junestrand.
För bolagsjuridiska team är det praktiska värdet tydligt: du kan göra fördjupad analys med utgångspunkt i ditt eget avtalsarkiv, utan att växla mellan system. Ironclands vd Dan Springer formulerar det väl – juridiska team behöver inte fler fristående verktyg, de behöver AI-system som faktiskt samverkar.
Det är en viktig distinktion. Verktygslådan inom juridisk teknik har länge växt på bredden. Nu börjar aktörerna istället bygga på djupet – och mot varandra.
Nya prismodeller skapar budgetoförutsägbarhet
Men den tekniska mognaden kommer med ett ekonomiskt förbehåll. Computer Sweden lyfter fram hur AI-verktygens prissättning håller på att förändras i grunden – från fasta licenser per användare mot förbrukningsbaserade modeller där kostnaden varierar med faktisk användning.
Enligt analysföretaget Gartner kommer minst 40 procent av företagens utgifter för molntjänster att ha övergått till förbruknings-, agent- eller resultatbaserad prissättning redan år 2030. Det är en strukturell förändring som drabbar budgetprocessen direkt.
– Det mest akuta problemet är budgetoförutsägbarheten, som de flesta organisationer aldrig tidigare behövt hantera. Förändringen flyttar prognosrisken från leverantören till köparen, säger Sidharth Ramsinghaney, strategichef på Twilio, till Computer Sweden.
För en advokatbyrå som investerar i skräddarsydda modeller – eller ett bolagsjuridiskt team som integrerar Ironclad med Legora – är det här en faktor som inte går att ignorera. Ju djupare AI-systemen sitter inbäddade i arbetsflödena, desto viktigare blir det att förstå vad den faktiska användningen kostar.
Det är inte ett argument mot att bygga djupare. Men det är ett argument för att göra det med öppna ögon.
Vår analys
Det som händer inom juridisk AI just nu påminner om ett mönster vi sett upprepas i bransch efter bransch: den första vågen av AI-verktyg är generell och imponerande nog för att väcka intresse. Den andra vågen är den som faktiskt förändrar hur arbetet utförs – för den är inbyggd i arbetsflödena, tränad på organisationens egna data och sammankopplad med andra system.
Harveys satsning på skräddarsydda modeller och Ironclad–Legora-integrationen är båda tecken på att juridik-AI befinner sig i den övergången just nu. Det som är särskilt intressant med Harvey är ägarskapsaspekten – att byråerna faktiskt ska äga sin modell. Det skapar en ny typ av konkurrensfordel som inte enkelt kan kopieras av en konkurrent som skaffar samma SaaS-verktyg.
Samtidigt kräver den förbrukningsbaserade prisbilden att organisationer bygger upp en helt ny förmåga: att prognostisera och följa upp AI-användning på ett sätt som tidigare var förbehållet elförbrukning och molninfrastruktur. Det är en mognadsresa – men en som är väl värd att göra.