செயற்கை நுண்ணறிவு சட்ட நிறுவனங்களை வியத்தகு முறையில் திறமையானதாக்குகிறது - மேலும் அவர்களின் வாடிக்கையாளர்கள் சங்கடமான கேள்வியைக் கேட்கிறார்கள்: AI அந்த வேலையைச் செய்திருந்தால், பில் ஏன் ஒரே அளவு?
நியூ யார்க் டைம்ஸ் டீல்புக் அறிக்கையானது, AI-உயர்த்தப்பட்ட உற்பத்தித்திறனிலிருந்து சேமிப்பைப் பகிர்ந்து கொள்ள நிறுவனங்களை அழுத்துவதை விவரித்ததால், அந்த பதற்றம் இந்த வாரம் சட்டத் துறையின் வணிக மாதிரியின் மையத்திற்கு நகர்ந்தது. For more context on this story, see our ongoing breaking AI news.
இடையூறுக்குப் பின்னால் உள்ள எண்கள்
2026 சட்ட AI தத்தெடுப்பு மற்றும் தாக்கம் அறிக்கை, செப்டம்பர் 24 அன்று எவர்லாவின் சான்றளிக்கப்பட்ட மின்-கண்டுபிடிப்பு நிபுணர்கள் சங்கம் (ACEDS) மற்றும் சர்வதேச சட்ட தொழில்நுட்ப சங்கம் (ILTA) ஆகியவற்றுடன் இணைந்து 250 க்கும் மேற்பட்ட சட்ட வல்லுநர்களை ஆய்வு செய்து, தொழில்நுட்பம் முன்னோடியில்லாத வேகத்தில் பரவுவதைக் கண்டறிந்தது.
கணக்கெடுக்கப்பட்ட சட்ட வல்லுநர்களில் கிட்டத்தட்ட பாதி பேர் - 49% - கடந்த ஆண்டை விட 12 சதவீத புள்ளிகள் அதிகரித்து, இப்போது உருவாக்கக்கூடிய AI ஐ தீவிரமாகப் பயன்படுத்துகின்றனர். தொண்ணூறு சதவீதம் பேர் ஏற்கனவே அதைப் பயன்படுத்துகிறார்கள் அல்லது திட்டமிடுகிறார்கள். வெறும் நான்கு ஆண்டுகளில் கிளவுட்-அடிப்படையிலான மின்-கண்டுபிடிப்பு மென்பொருளின் தத்தெடுப்பு நிலையை உருவாக்கும் AI ஆனது, கிளவுட் கம்ப்யூட்டிங்கிற்கு 12.1 ஆண்டுகள் எடுத்தது - தோராயமாக மூன்று மடங்கு வேகத்தை எடுத்தது என்று கணக்கெடுப்பின் ஆசிரியர்கள் கணக்கிட்டுள்ளனர்.
நேர சேமிப்பு இனி தத்துவார்த்தமானது அல்ல. பதிலளித்தவர்களில் பதினேழு சதவிகிதத்தினர் ஜெனரேட்டிவ் AI தங்களுக்கு ஒவ்வொரு வாரமும் ஐந்து முதல் பத்து மணிநேர வேலைகளைச் சேமிக்கிறது, இது ஒரு வருடத்திற்கு முன்பு கூறிய 8% ஐ விட இருமடங்காகும். 100-வழக்கறிஞர் நிறுவனத்தில், ஒவ்வொரு வாரமும் ஒரு வழக்கறிஞருக்குச் சேமிக்கப்படும் ஐந்து மணிநேரம், வாரந்தோறும் 500 மணிநேரம் மீட்டெடுக்கப்பட்ட திறன் ஆகும் - இது பத்துக்கும் மேற்பட்ட முழுநேர குழு உறுப்பினர்களின் எண்ணிக்கையை அதிகரிக்காமல் சேர்ப்பதற்குச் சமம்.
அழுத்தத்தின் கீழ் பில் செய்யக்கூடிய நேரம்
பதிலளித்தவர்களில் பாதி பேர், ஜெனரேட்டிவ் AI ஏற்கனவே வழக்கமான பில்லிங் நடைமுறைகளை கணிசமாக மாற்றியுள்ளதாக நம்புகிறார்கள் அல்லது அடுத்த வருடத்திற்குள் அவ்வாறு செய்வார்கள். 2025 ஆம் ஆண்டிலிருந்து 8 புள்ளிகள் அதிகரித்து, ஒரு வருடத்திற்குள் குறிப்பிடத்தக்க தாக்கத்தை எதிர்பார்க்கும் அதே வேளையில், இந்த மாற்றம் ஏற்கனவே நிகழ்ந்துள்ளதாக பத்தொன்பது சதவீதம் பேர் கூறுகின்றனர். பாதிக்கும் மேற்பட்டவர்கள் தொழில்நுட்பம் பில் செய்யக்கூடிய மணிநேர மாதிரியை அழுத்தும் மற்றும் மாற்று கட்டண ஏற்பாடுகளில் ஆர்வத்தை அதிகரிக்கும் என்று ஒப்புக்கொள்கிறார்கள்.
"AI தத்தெடுப்பு ஒரு ஊடுருவல் புள்ளியை எட்டியுள்ளது. வாடிக்கையாளர்கள் தங்கள் வேலையை எப்படிச் செய்ய விரும்புகிறார்கள் மற்றும் AI-உதவி வேலையின் மதிப்பை எவ்வாறு அளவிடுகிறார்கள் மற்றும் வெளிப்படுத்துகிறார்கள் என்பதை மறுமதிப்பீடு செய்கிறார்கள்," என்று Everlaw இன் மூத்த மூலோபாய கண்டுபிடிப்பு ஆலோசகர் சக் கெல்னர் அறிக்கையின் வெளியீட்டில் தெரிவித்தார். "புதிய AI-உந்துதல் மதிப்பு கட்டமைப்பை நாங்கள் காண்கிறோம்."
பல தலைமுறைகளாக மணிக்கணக்கில் கட்டணம் வசூலிக்கும் தொழில்துறைக்கு பொருளாதாரம் நேரடியானது மற்றும் சங்கடமானது. ஒருமுறை ஒரு அசோசியேட்டிற்கு இருபது மணிநேரம் எடுத்துக் கொண்ட ஆவண மதிப்பாய்வு இப்போது நான்கு எடுத்துக் கொண்டால், வாடிக்கையாளர் பில் செய்யக்கூடிய நேரத்தின் ஒரு பகுதியிலேயே அதே வெளியீட்டைப் பார்க்கிறார் - மேலும் விலைப்பட்டியல் அதைப் பிரதிபலிக்கும் என்று எதிர்பார்க்கிறார். நியூயார்க் டைம்ஸின் டீல்புக் செய்திமடல் அதன் தலையங்கத்தில் விளைந்த நிலைப்பாட்டை படம்பிடித்தது: AI சட்ட நிறுவனங்களை மிகவும் திறமையானதாக்குவதால், வாடிக்கையாளர்கள், "எனது தள்ளுபடி எங்கே?"
கதை ஒரு கடையில் மட்டும் நின்றுவிடவில்லை. பைனான்சியல் டைம்ஸ் கடந்த வாரம் சட்ட நிறுவன வணிக மாதிரிகளில் AI அழுத்தம் அதிகரித்து வருவதாக அறிவித்தது, அதே நேரத்தில் AI சேமிப்பை யார் அறுவடை செய்கிறார்கள் என்பதில் நிறுவனங்களுக்கும் வாடிக்கையாளர்களுக்கும் இடையே வளர்ந்து வரும் போரை Law.com விவரித்தது - இது தொழில் எவ்வாறு அதன் வேலையை விலை நிர்ணயம் செய்கிறது என்பதை மையமாகக் கொண்டது.
செயல்திறன் மற்றும் வருவாய்க்கு இடையில் கிழிந்த நிறுவனங்கள்
சட்ட நிறுவன நிர்வாகத்திற்கான குழப்பம் என்னவென்றால், AI சேமிப்பு இரண்டு வழிகளையும் குறைக்கிறது. செயல்திறன் ஆதாயங்கள் நிறுவனங்களை மிகவும் போட்டித்தன்மையுடன் ஆக்குகின்றன மற்றும் நிலையான கட்டண வேலைகளில் விளிம்புகளை மேம்படுத்துகின்றன, ஆனால் மணிநேர ஈடுபாடுகளில், சேமிக்கப்படும் ஒவ்வொரு மணிநேரமும் வருவாய் இழக்கப்படுகிறது. தத்தெடுப்பு ஏன் கொள்கையை விட அதிகமாக உள்ளது என்பதை விளக்க அந்த முரண்பாடு உதவுகிறது: ஆய்வு செய்யப்பட்ட நிறுவனங்களில் மூன்றில் ஒரு பங்கு AI பயன்பாட்டை நிர்வகிக்கும் முறையான எழுத்துக் கொள்கை இல்லை என்று அறிக்கை அளித்தது, மேலும் AI பயன்பாட்டை வாடிக்கையாளர்களுக்கு முன்கூட்டியே வெளிப்படுத்த வேண்டுமா என்பதில் தொழில்துறை பிளவுபட்டுள்ளது.
முன்னோக்கி வரும் ஏஜென்டிக் அலை கணக்கீட்டைக் கூர்மைப்படுத்தக்கூடும். பதிலளித்தவர்களில் வெறும் 3% பேர் தற்போது தன்னாட்சி AI முகவர்களைப் பயன்படுத்துகின்றனர், ஏறக்குறைய 30% பேர் பல முகவர் அமைப்புகளை இயக்குகின்றனர், மேலும் 42% பேர் முகவர்கள் துண்டு துண்டான தரவை கட்டமைக்கப்பட்ட வழக்கு காலக்கெடு மற்றும் சாட்சி விவரங்களில் ஒருங்கிணைக்கும் மிகப்பெரிய திறனைக் காண்கிறார்கள்.
"ஏஜென்டிக் AI அந்த மாற்றத்தை மேலும் தள்ளும், ஒருமுறை மனித முயற்சி தேவைப்படும் சிக்கலான பணிப்பாய்வுகளை ஒருங்கிணைக்கும்" என்று கெல்னர் கூறினார்.
ஒரு வணிக மாதிரியானது நேரத்தைச் சந்திக்கும் தொழில்நுட்பத்தை அது நீக்குகிறது
பில் செய்யக்கூடிய மணிநேரம் முந்தைய தொழில்நுட்ப அலைகளிலிருந்து தப்பியது. வார்த்தைச் செயலாக்கம், மின்னஞ்சல் மற்றும் மின்-கண்டுபிடிப்பு மென்பொருள் அனைத்தும் வழக்கறிஞரை மாதிரியை உடைக்காமல் வேகமாகச் செய்தன, ஏனெனில் வேலைக்கு இன்னும் மனித மணிநேரம் தேவைப்படுகிறது, அது கணக்கிடப்பட்டு பில் செய்யப்படலாம்.
ஜெனரேட்டிவ் AI வகைகளில் வேறுபட்டது: இது வேலையின் கணிசமான பகுதிகளை உதவுவதற்குப் பதிலாகச் செய்கிறது - வரைவு, சுருக்கம், ஆராய்ச்சி மற்றும் இப்போது, பெருகிய முறையில், ஒருங்கிணைப்பு. ஒரு வருடத்திற்குள் பாதி தொழில்துறையினர் குறிப்பிடத்தக்க பில்லிங் இடையூறுகளை எதிர்பார்க்கிறார்கள் என்று கணக்கெடுப்பின் கண்டுபிடிப்பு, தொழில் வல்லுநர்கள் இந்த அலையை திட்டவட்டமாக வித்தியாசமாக பார்க்கிறார்கள்.
அடுத்து வருவது பேச்சுவார்த்தை மூலம் மாற்றப்படும். அந்நியச் செலாவணி உள்ள வாடிக்கையாளர்கள் தள்ளுபடிகள், தொப்பிகள் அல்லது AI டிவிடெண்டில் சிலவற்றைப் பிடிக்கும் பிளாட் கட்டணங்களைக் கோருவார்கள். நிறுவனங்கள் மதிப்பு-அடிப்படையிலான விலையிடல் விவரிப்புகளுடன் எதிர்கொள்கின்றன, மேலும் அதிநவீனமானவை ஏற்கனவே மணிநேரங்களை விட விளைவுகளைச் சுற்றி ஈடுபாடுகளை மறுகட்டமைத்து வருகின்றன. AI-ஆக்மென்ட் செய்யப்பட்ட வேலையை எப்படி விலை நிர்ணயம் செய்வது என்பதை முதலில் கண்டுபிடிக்கும் நிறுவனங்கள், இடையூறுகளை ஒரு வாய்ப்பாகக் காணலாம் - தங்கள் வாடிக்கையாளர்களைக் கண்டுபிடிக்காதவர்கள் அதை அவர்களுக்காகக் கண்டுபிடிக்கலாம்.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
