Η τεχνητή νοημοσύνη κάνει τις δικηγορικές εταιρείες δραματικά πιο αποτελεσματικές – και οι πελάτες τους θέτουν μια άβολη ερώτηση: εάν η τεχνητή νοημοσύνη έκανε τη δουλειά, γιατί ο λογαριασμός έχει το ίδιο μέγεθος;
Αυτή η ένταση μετακινήθηκε στο επίκεντρο του επιχειρηματικού μοντέλου της νομικής βιομηχανίας αυτή την εβδομάδα, καθώς μια έκθεση DealBook των New York Times περιέγραφε ότι οι πελάτες πιέζουν τις εταιρείες να μοιραστούν τις οικονομίες από την παραγωγικότητα που ενισχύθηκε από την τεχνητή νοημοσύνη και μια νέα έρευνα του κλάδου έδειξε ότι η γενετική τεχνητή νοημοσύνη έχει ξεπεράσει ένα σημαντικό όριο υιοθέτησης σε μόλις τέσσερα χρόνια. For more context on this story, see our ongoing AI news.
Οι αριθμοί πίσω από την αναστάτωση
Η Έκθεση 2026 Legal AI Adoption & Impact, που κυκλοφόρησε στις 24 Σεπτεμβρίου από την πλατφόρμα προσφυγών Everlaw μαζί με την Ένωση Πιστοποιημένων Ειδικών E-Discovery (ACEDS) και τη Διεθνή Ένωση Νομικών Τεχνολογιών (ILTA), εξέτασαν περισσότερους από 250 επαγγελματίες νομικούς και διαπίστωσαν ότι η τεχνολογία εξαπλώνεται με πρωτοφανή ταχύτητα.
Σχεδόν οι μισοί από τους επαγγελματίες νομικούς που συμμετείχαν στην έρευνα — το 49% — χρησιμοποιούν τώρα ενεργά τη γενετική τεχνητή νοημοσύνη, σημειώνοντας αύξηση 12 ποσοστιαίων μονάδων από πέρυσι. Το ενενήντα τοις εκατό είτε το χρησιμοποιούν ήδη είτε σχεδιάζουν να το κάνουν. Οι συντάκτες της έρευνας υπολόγισαν ότι η γενετική τεχνητή νοημοσύνη έφτασε στο επίπεδο υιοθέτησης λογισμικού ηλεκτρονικής ανακάλυψης που βασίζεται σε σύννεφο μέσα σε μόλις τέσσερα χρόνια, μια μετάβαση που χρειάστηκε το cloud computing 12,1 χρόνια — περίπου τρεις φορές μεγαλύτερος ρυθμός.
Η εξοικονόμηση χρόνου δεν είναι πλέον θεωρητική. Το 17 τοις εκατό των ερωτηθέντων είπε ότι η γενετική τεχνητή νοημοσύνη τους εξοικονομεί πέντε έως δέκα ώρες εργασίας κάθε εβδομάδα, σχεδόν διπλάσιο από το 8% που το έλεγε πριν από ένα χρόνο. Σε μια εταιρεία 100 δικηγόρων, πέντε ώρες εξοικονόμησης ανά δικηγόρο κάθε εβδομάδα ισοδυναμούν με 500 ώρες ανάκτησης εβδομαδιαίας ικανότητας — το ισοδύναμο με την προσθήκη περισσότερων από δέκα μελών της ομάδας πλήρους απασχόλησης χωρίς αύξηση του αριθμού των εργαζομένων.
Η χρεώσιμη ώρα υπό πίεση
Οι μισοί από τους ερωτηθέντες πιστεύουν ότι η γενετική τεχνητή νοημοσύνη έχει ήδη αλλάξει σημαντικά τις συμβατικές πρακτικές χρέωσης ή θα το κάνει εντός του επόμενου έτους. Το δεκαεννέα τοις εκατό λέει ότι η αλλαγή έχει ήδη συμβεί, σημειώνοντας αύξηση 8 μονάδων από το 2025, ενώ ένα άλλο 31% αναμένει σημαντικό αντίκτυπο εντός ενός έτους. Περισσότεροι από τους μισούς συμφωνούν ότι η τεχνολογία θα πιέσει το μοντέλο της χρεώσιμης ώρας και θα αυξήσει το ενδιαφέρον για εναλλακτικές ρυθμίσεις τελών.
"Η υιοθέτηση της τεχνητής νοημοσύνης έχει φτάσει σε ένα σημείο καμπής. Οι πελάτες επαναξιολογούν πώς θέλουν να γίνει η δουλειά τους και πώς μετρούν και εκφράζουν την αξία της υποβοηθούμενης από τεχνητή νοημοσύνη εργασίας", δήλωσε ο Chuck Kellner, ανώτερος σύμβουλος στρατηγικής ανακάλυψης στο Everlaw, στην έκδοση της έκθεσης. «Βλέπουμε ένα νέο πλαίσιο αξίας που βασίζεται στην τεχνητή νοημοσύνη».
Τα οικονομικά είναι ξεκάθαρα και άβολα για έναν κλάδο που χρεώνει την ώρα για γενιές. Εάν μια εξέταση εγγράφων που κάποτε χρειαζόταν σε έναν συνεργάτη είκοσι ώρες τώρα διαρκεί τέσσερις, ο πελάτης βλέπει το ίδιο αποτέλεσμα σε ένα κλάσμα του χρεώσιμου χρόνου — και όλο και περισσότερο αναμένει ότι το τιμολόγιο θα το αντικατοπτρίζει. Το ενημερωτικό δελτίο DealBook των New York Times αποτύπωσε την προκύπτουσα αδιέξοδο στον τίτλο του: καθώς η τεχνητή νοημοσύνη κάνει τις δικηγορικές εταιρείες πιο αποτελεσματικές, οι πελάτες ρωτούν: "Πού είναι η έκπτωση μου;"
Η ιστορία δεν περιορίζεται σε μία έξοδο. Οι Financial Times ανέφεραν την περασμένη εβδομάδα ότι η πίεση της τεχνητής νοημοσύνης αυξάνεται στα επιχειρηματικά μοντέλα δικηγορικών γραφείων, ενώ το Law.com περιέγραψε μια αναδυόμενη μάχη μεταξύ εταιρειών και πελατών για το ποιος καρπώνεται τις οικονομίες τεχνητής νοημοσύνης - μια διαμάχη που βρίσκεται στο επίκεντρο του τρόπου με τον οποίο το επάγγελμα τιμολογεί τη δουλειά του.
Επιχειρήσεις διχασμένες μεταξύ αποτελεσματικότητας και εσόδων
Το δίλημμα για τη διαχείριση δικηγορικών γραφείων είναι ότι η εξοικονόμηση τεχνητής νοημοσύνης μειώνεται και από τις δύο κατευθύνσεις. Τα κέρδη αποδοτικότητας κάνουν τις επιχειρήσεις πιο ανταγωνιστικές και βελτιώνουν τα περιθώρια κέρδους για εργασία με σταθερή αμοιβή, αλλά στις ωριαίες δεσμεύσεις, κάθε ώρα που εξοικονομείται είναι απώλεια εσόδων. Αυτή η σύγκρουση εξηγεί γιατί η υιοθέτηση ξεπέρασε την πολιτική: το ένα τρίτο των ερωτηθέντων οργανισμών ανέφεραν ότι δεν είχαν επίσημη γραπτή πολιτική που να διέπει τη χρήση της γενετικής τεχνητής νοημοσύνης και ο κλάδος παραμένει διχασμένος ως προς το αν θα αποκαλυφθεί καθόλου η χρήση τεχνητής νοημοσύνης στους πελάτες.
Το πρακτορικό κύμα μπροστά θα μπορούσε να οξύνει τον απολογισμό. Ενώ μόλις το 3% των ερωτηθέντων χρησιμοποιεί επί του παρόντος αυτόνομους πράκτορες τεχνητής νοημοσύνης, σχεδόν το 30% χρησιμοποιεί πιλοτικά συστήματα πολλαπλών πρακτόρων και το 42% βλέπει τις μεγαλύτερες δυνατότητες στο να συνθέτουν κατακερματισμένα δεδομένα σε δομημένα χρονοδιαγράμματα υποθέσεων και προφίλ μαρτύρων.
«Το Agentic AI θα ωθήσει αυτή τη μετατόπιση ακόμη περισσότερο, συντονίζοντας πολύπλοκες ροές εργασίας που κάποτε απαιτούσαν ώρες ανθρώπινης προσπάθειας», είπε ο Kellner.
Ένα επιχειρηματικό μοντέλο που χτίστηκε στο χρόνο συναντά την τεχνολογία που το εξαλείφει
Η χρεώσιμη ώρα έχει επιβιώσει από προηγούμενα κύματα τεχνολογίας. Η επεξεργασία κειμένου, το ηλεκτρονικό ταχυδρομείο και το λογισμικό ηλεκτρονικής ανακάλυψης έκαναν τους δικηγόρους πιο γρήγορους χωρίς να παραβιάζουν το μοντέλο, κυρίως επειδή η εργασία απαιτούσε ακόμα ανθρώπινες ώρες που μπορούσαν να μετρηθούν και να χρεωθούν.
Το Generative AI είναι διαφορετικό ως προς το είδος: εκτελεί, αντί να βοηθά, σημαντικά τμήματα της εργασίας — σύνταξη, σύνοψη, έρευνα και τώρα, όλο και περισσότερο, συντονισμός. Το πόρισμα της έρευνας ότι ο μισός κλάδος αναμένει σημαντική διακοπή τιμολόγησης εντός ενός έτους υποδηλώνει ότι οι ίδιοι οι επαγγελματίες βλέπουν αυτό το κύμα ως κατηγορηματικά διαφορετικό.
Αυτό που ακολουθεί είναι πιθανόν μια μετάβαση κατόπιν διαπραγματεύσεων. Οι πελάτες με μόχλευση θα απαιτήσουν εκπτώσεις, ανώτατα όρια ή πάγιες χρεώσεις που απολαμβάνουν μέρος του μερίσματος της τεχνητής νοημοσύνης. Οι εταιρείες θα ανταπεξέλθουν με αφηγήσεις τιμολόγησης που βασίζονται στην αξία και οι πιο εξελιγμένες ήδη αναδιαρθρώνουν τις δεσμεύσεις γύρω από τα αποτελέσματα και όχι τις ώρες. Οι εταιρείες που καταλαβαίνουν πώς να τιμολογήσουν πρώτα την εργασία με επαυξημένη τεχνητή νοημοσύνη μπορεί να βρουν ότι η διακοπή είναι μια ευκαιρία - όσες δεν το καταλαβαίνουν μπορεί να βρουν τους πελάτες τους να το καταλάβουν γι' αυτές.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
