IT нам все придумает
Как юридическим командам перестать «играть в AI» и научиться получать от него практическую пользу
В 2025 году юридические департаменты и консалтинговые компании начали активно внедрять нейросети в свою работу: приобретать подписки на общедоступные модели, разворачивать локальные модели на своих серверах, интегрировать AI-модули в свои CRM-системы. Увы, реальными результатами по итогу таких внедрений сегодня могут похвастаться немногие — в большинстве компаний подчиненные продолжают работать по старым шаблонам, избегая новомодных инициатив начальства.
Фото: Getty Images
Фото: Getty Images
Причин тому много — бывает, что юристы не понимают, как использовать инструмент, или же он сам не соответствует сценариям юридической работы и не справляется со сложностью задач. Но корень причин один: внедрение было поручено вендору, консультанту или внутренней IT-команде. К сожалению, несмотря на весь свой профессионализм, эти специалисты не всегда способны полностью понять сценарии и правила конкретной юридической команды. Поэтому для того, чтобы AI-инструменты давали результат, юристам прежде всего следует четко сформулировать свои потребности.
Для начала необходимо определить, в каких задачах можно внедрить нейросеть и управляемо получить экономический эффект. Юридическая работа относится к интеллектуальному труду, и сами юристы склонны считать ее уникальной и неповторимой. Однако, если присмотреться, интеллектуальный труд можно разделить на две категории — творческий и рутинный. В первой категории, к которой относятся сложные переговоры, разработка стратегий судебной защиты, нестандартные меморандумы или M&A-сделки, отсутствуют жесткие алгоритмы — все случаи уникальны, и искусственный интеллект не в силах полностью заменить в них юриста. И поскольку сценарии использования AI от случая к случаю нестандартны, его системное внедрение сложно осуществить. Способ внедрить нейросети здесь, который видится наиболее доступным,— обучить юристов эффективной работе с наиболее мощными моделями, чтобы в дальнейшем с пониманием отправной точки они нашли способы интегрировать нейросети в свои уникальные процессы.
Ко второй категории относится рутинная интеллектуальная работа, то есть массовые, повседневные и повторяющиеся задачи: первичная проверка типовых договоров, ответы на претензии, консультирование сотрудников по типовым вопросам. Ее можно автоматизировать, но для этого нужно точное и конкретное описание процессов и шагов, возможное только при непосредственном участии самого юриста.
Мы предлагаем пять шагов внедрения, которые помогут юридической команде найти области автоматизации рутинного интеллектуального труда. Первый из них — понимание возможностей. Технология нейросетей принципиально отличается от доселе известных юристам IT-инструментов. Пока команда не осознает этой разницы, ей будет сложно определить области, в которых AI может принести пользу, а все гипотезы или будут сводиться к потребности «создайте аналогию уже имеющемуся, но чуть лучше», или уходить в область научной фантастики. Первое, что необходимо сделать,— организовать обучение команды, чтобы юристы могли опробовать инструмент в деле, освоить основные классы задач по созданию и анализу текстов и поиску информации.
Следующим шагом будет поиск задачи. Не нужно автоматизировать все подряд: если речь идет о повышении эффективности, следует искать процессы, соответствующие одновременно трем критериям: повторяемости (операция выполняется регулярно), нелюбви юристов к этой задаче (и, как следствие, их частой расфокусировке и ошибкам) и высоким временным затратам.
Третий шаг — источники знания. Поскольку модель не знает стандартов работы конкретной компании, если попросить ее проанализировать договор, составить исковое заявление или подготовить меморандум, она выдаст среднестатистический результат без необходимых деталей. Даже специализированные AI-системы для юристов по умолчанию проверяют документы не слишком качественно. Ключевая причина — контекст конкретной компании. Чем лучше команда собрала и оцифровала собственные знания, правила, чек-листы и инструкции к юридическим задачам, тем эффективнее она будет применять нейросеть. Загрузив эти данные в AI-модель, можно получить результаты принципиально иного качества. И, соответственно, следует выбирать те решения, в которых команда может оперативно собрать непротиворечивые знания о своей работе либо уже обладает ими.
На этом же этапе решается вопрос конфиденциальности. Данные можно категоризировать, например, по принципу «светофора»: красный уровень (коммерческая тайна и персональные данные) в публичные нейросети выгружать не стоит, желтый уровень допустим при условии обезличивания, зеленый (общедоступная информация) позволителен без ограничений.
После понимания возможностей, выбора задачи и подбора знаний наступает главный этап — тестирование. Здесь пользователя подстерегает коварный нюанс: уже в первый час работы можно собрать первый прототип, способный выдавать результат — но эта быстрая победа может ввести в заблуждение, а результат будет нестабилен от случая к случаю и от документа к документу. Придется много раз дописывать промпт, уточнять инструкции и делать проверки, чтобы прийти к действительно рабочему решению. Но все эти усилия окупятся, ведь такое решение впоследствии сэкономит много часов в ежедневной работе команды.
Только когда юрист-эксперт подтвердит, что промпт работает стабильно и ответы его устраивают, можно переходить к последнему этапу — масштабированию. Именно здесь, и никак не раньше, к делу привлекаются IT-специалисты. Располагая описанием задачи, процесса и техническим заданием, IT-отдел сможет интегрировать процесс в удобный и подходящий интерфейс: кнопку в CRM, бота в мессенджере или плагин для текстового редактора, сделав инструмент доступным для всех сотрудников — даже тех, кто еще не умеет на достойном уровне работать с нейросетями.