مرکز نوآوری دیجیتال Freshfields در برلین، جایی که تکنسین‌ها و وکلا برای توسعه راه‌حل‌ها برای مشتریان همکاری می‌کنند. عکاس: نیکولو لانفرانکی/بلومبرگ
مرکز نوآوری دیجیتال Freshfields در برلین، جایی که تکنسین‌ها و وکلا برای توسعه راه‌حل‌ها برای مشتریان همکاری می‌کنند. عکاس: نیکولو لانفرانکی/بلومبرگ

رقابت شرکت‌های حقوقی برای پذیرش هوش مصنوعی، عامل تغییرات در استخدام و قیمت‌گذاری

در سال ۲۰۲۱، شرکت خودروسازی فولکس‌واگن با یک مشکل به شرکت حقوقی جهانی Freshfields مراجعه کرد. واحد فناوری این خودروساز آلمانی در حال آماده‌سازی برای عرضه ویژگی‌های نرم‌افزاری جدید بود و می‌خواست اطمینان حاصل کند که این ویژگی‌ها در بیش از ۱۰۰ کشوری که خودروهای فولکس‌واگن به فروش می‌رسند، مطابق با قوانین خواهند بود. Freshfields اظهار داشت که به طور معمول، برای بررسی این به‌روزرسانی‌ها، وکلای هر حوزه قضایی را وارد می‌کرد و هزاران یورو برای هر کشور بودجه در نظر می‌گرفت – فرآیندی که در صورت تغییر هر یک از اجزا در آینده، باید تکرار می‌شد.

اما این بار، بخشی از این شرکت حقوقی که هفت سال پیش با تمرکز بر ادغام فناوری و کارهای حقوقی آغاز به کار کرده بود، رویکرد متفاوتی را ارائه داد.

در طول یک سال و نیم بعد، برنامه‌نویسان و وکلای آزمایشگاه Freshfields با وکلا در سراسر جهان همکاری کردند تا یک پلتفرم هوش مصنوعی منعطف بسازند که به Cariad، بازوی نرم‌افزاری فولکس‌واگن، امکان ارزیابی ریسک جهانی را در زمان واقعی فراهم آورد. این فناوری، که همچنان در حال استفاده است، با به‌روزرسانی‌های محصولات خودروساز سازگار می‌شود، در صورت تصویب تغییرات قانونی یا نظارتی در کشوری، به‌روزرسانی می‌شود و همه چیز را بر روی یک نقشه تعاملی نمایش می‌دهد.

آزمایشگاه Freshfields یکی از اولین تلاش‌ها برای ادغام فناوری در جریان‌های کاری حقوقی بود. اکنون، این یکی از بسیاری از این تلاش‌ها در شرکت‌های حقوقی بزرگ در سراسر جهان است. با تهدید هوش مصنوعی برای متحول کردن این حوزه، شرکت‌های حقوقی بزرگ در حال استخدام مهندسان و متخصصان نرم‌افزار، تطبیق ابزارهای هوش مصنوعی با جریان‌های کاری روزمره، و توسعه محصولات حقوقی اختصاصی مبتنی بر هوش مصنوعی برای مجوز دادن به مشتریان خود هستند. این به نوبه خود، باعث بازنگری در مدل‌های قیمت‌گذاری و استخدام، ساختار شرکت‌ها، و حتی نوع خدماتی که شرکت‌های حقوقی باید ارائه دهند، شده است.

درو وینلو، یکی از شرکای Simmons+Simmons که بر استراتژی جهانی هوش مصنوعی این شرکت نظارت دارد، این تحول فزاینده در صنعت را "تکامل رادیکال" توصیف می‌کند.

در برخی زمینه‌های حقوق، هوش مصنوعی به نظر می‌رسد کاملاً مناسب باشد. برای وکلایی که با حجم زیادی از داده‌ها – قراردادها، پرونده‌های حقوقی، اسناد مالی و مکاتبات – کار می‌کنند، هوش مصنوعی می‌تواند با خلاصه کردن، ترجمه، رونویسی، مقایسه، بازبینی و ترسیم کلیات کمک کند. در طول فرآیند بررسی موشکافانه (due diligence)، زمانی که وکلا پرونده‌های طرف مقابل را ارزیابی و بررسی می‌کنند، یا در مرحله کشف (discovery phase) در دعاوی قضایی در ایالات متحده، زمانی که هر دو طرف موظف به نشان دادن تمام شواهد مربوط به یکدیگر هستند، ابزارهای هوش مصنوعی بررسی اسناد را با سرعتی که قبلاً غیرقابل تصور بود، امکان‌پذیر می‌کنند.

در عین حال، هوش مصنوعی خطراتی را برای حوزه‌ای که نیازمند دقت بالایی است، به همراه دارد. یک پایگاه داده که عدم دقت‌های ناشی از هوش مصنوعی در پرونده‌های حقوقی را ردیابی می‌کند، صدها مورد را در سراسر جهان ثبت کرده است. شرکت حقوقی Sullivan and Cromwell در وال استریت اخیراً مجبور شد به دلیل ارائه یک استناد نادرست که توسط هوش مصنوعی تولید شده بود، در یک پرونده دادگاهی عذرخواهی کند.

حتی با وجود این تغییر و تحول در صنعت، یک تغییر وجود دارد که به طور گسترده مورد استقبال قرار گرفته است: پایان کارهای اداری خسته‌کننده و تکراری. مارتینا فارکاس، رئیس نوآوری در Linklaters آلمان، به یاد می‌آورد: "زمانی که به عنوان یک همکار شروع به کار کردم، هزاران قرارداد را به عنوان بخشی از بررسی موشکافانه در معاملات ادغام و تملک، صفحه به صفحه دستی بررسی می‌کردیم. ما دیگر این کار را انجام نمی‌دهیم."

"اگر ما این را ارائه ندهیم، شخص دیگری ارائه خواهد داد"

آینده هوش مصنوعی در حقوق ممکن است شبیه طبقه چهاردهم پوتسدامر پلاتز ۱ در مرکز شهر برلین باشد. به جای وکلا با کت و شلوار در پشت میزهای ماهون، دفتر کار با برنامه‌نویسان و وکلای با کفش ورزشی و جین پر شده است. این دفتر مرکزی جهانی آزمایشگاه Freshfields است که اکنون بر ۳۰ توسعه‌دهنده در سراسر جهان نظارت دارد و آنها از نزدیک با وکلا و مشتریان همکاری می‌کنند تا راه‌حل‌های فنی برای مشکلات حقوقی توسعه دهند.

گرت بک‌هاوس، که به عنوان وکیل جوانی به تیم مؤسس آزمایشگاه پیوست و اکنون آن را با لوکاس تریچل اداره می‌کند، می‌گوید: "این فقط در مورد حبس کردن برنامه‌نویسان در یک اتاق تا زمانی که چیزی ارائه دهند، نیست. در اینجا، برنامه‌نویسان و وکلا با شرایط مساوی با هم کار می‌کنند."

در قلب کار آزمایشگاه، یک پلتفرم سازگار قرار دارد که مشتریان می‌توانند از آن برای پردازش داده‌ها، بازسازی یا بررسی موشکافانه (due diligence) استفاده کنند. بسته به نیازهایشان، آنها می‌توانند دسترسی آماده را خریداری کنند یا آزمایشگاه را استخدام کنند تا آن را برایشان سفارشی‌سازی کند. و Freshfields تنها شرکت حقوقی نیست که ابزارهای هوش مصنوعی سفارشی را برای کسب سود مجوز می‌دهد: Allen & Overy Shearman محصول ContractMatrix و Linklaters محصولی به نام Applied Intelligence را ارائه می‌دهد.

اما ساخت ابزارهای هوش مصنوعی سفارشی نیازمند منابع و مهارت‌های فنی داخلی است که اکثر شرکت‌های حقوقی فاقد آن هستند، به این معنی که محصولات آماده بیشترین استفاده را دارند. لگورا (Legora) و هاروی (Harvey) به عنوان دو غول صنعت هوش مصنوعی حقوقی ظهور کرده‌اند که به ترتیب ۵.۶ میلیارد دلار و ۱۱ میلیارد دلار ارزش‌گذاری شده‌اند.

ابزارهایی مانند اینها پیامدهای عمیقی برای نحوه انجام کسب و کار وکلا دارند. به عنوان مثال، آنچه مشتری Freshfields از "پلتفرم بینش‌های چندقضایی" این شرکت دریافت می‌کند، مشاوره حقوقی نیست. یک نوار قرمز روی صفحه هشدار می‌دهد که اطلاعات موجود در پلتفرم صرفاً اطلاعات است، و اگر مشتری یک بررسی حقوقی کامل و عمیق توسط یک وکیل واقعی می‌خواهد، باید آن را به طور جداگانه درخواست کند. این امر منجر به معرفی مدل‌های قیمت‌گذاری چند لایه شده است، که اکنون مشتریان می‌توانند بین خروجی ارزان‌تر و بیشتر مبتنی بر هوش مصنوعی، یا مشاوره حقوقی کندتر و پرهزینه‌تر به رهبری انسان انتخاب کنند.

این نه تنها ساعت کاری (billable hour) که از اهمیت بالایی برخوردار است را تهدید می‌کند، بلکه نشان می‌دهد که چگونه هوش مصنوعی در حال تغییر تقاضای مشتریان است. نیک وست، یکی از شرکا و مدیر ارشد استراتژیک در Mishcon de Reya که از Legora استفاده می‌کند، می‌گوید: "برخی از مشتریان ممکن است بگویند، 'من به ۱۰۰% کیفیت نیاز ندارم، من به ۹۰% کیفیت نیاز دارم، کمال برایم مهم نیست.'" او افزود: در حالی که همیشه برای یک شرکت حقوقی مسئولانه نیست که کار را سریع و کم‌هزینه انجام دهد، این ابزارها می‌توانند مصالحه‌ای "بین کمال، سرعت، کیفیت و هزینه" ارائه دهند.

الکساندر بهرنس، که در Allen & Overy Shearman بر مسائل هوش مصنوعی تمرکز دارد و ریاست بخش مقررات مالی این شرکت در آلمان را بر عهده دارد، می‌گوید: مشتریان حتی شرکت‌های حقوقی را فقط برای بررسی کارهایی که توسط هوش مصنوعی انجام شده است، استخدام می‌کنند. او می‌گوید این امر وکلا را در موقعیتی مشابه با شرکت‌های بیمه قرار می‌دهد.

بهرنس از خود پرسیده است که آیا وکلا با دادن دسترسی به ابزارهای هوش مصنوعی حقوقی به مشتریان، کار خود را قربانی می‌کنند. او فکر می‌کند که اینطور نیست، اما گزینه‌های دیگری نیز نمی‌بیند. او می‌گوید: "در هر صورت: اگر ما این را ارائه ندهیم، شخص دیگری این کار را خواهد کرد."

مهارت‌های آینده، همین الان

این تغییرات مبتنی بر هوش مصنوعی می‌تواند به تحولات عمده‌ای در نحوه ساختار شرکت‌های حقوقی منجر شود. از آنجایی که تعداد کمتری از کارمندان سطح پایین برای بررسی اسناد و مقایسه قراردادها مورد نیاز خواهند بود، بسیاری در صنعت انتظار دارند که استخدام کند شود. و اگر کارمندان جوان دیگر قادر به کسب تجربه و تخصص نباشند، مشکلات خط لوله (pipeline) ممکن است در آینده ایجاد شود. اما از آنجایی که شرکت‌ها کارآموزان را سال‌ها قبل استخدام می‌کنند، ممکن است مدتی طول بکشد تا مشخص شود این تغییرات چگونه پیش می‌روند.

سام دیکسون، مدیر ارشد نوآوری در Womble Bond Dickinson، معتقد است که با کاهش وظایف روتین، شغل وکالت به سمت مشاوره و رایزنی متمایل خواهد شد. او می‌گوید با توجه به این موضوع، افراد جوان باید "همین الان به مهارت‌های آینده فکر کنند."

بک‌هاوس، که به همراهی Freshfields Lab را مدیریت می‌کند، می‌گوید که با تکامل این حوزه با هوش مصنوعی، انواع جدید و متفاوتی از استعدادها مورد نیاز خواهد بود. در طول همه‌گیری، Freshfields تیمی را حول یک فیزیکدان هلندی استخدام کرد که ابزارهای یادگیری ماشینی را برای شرکت‌های حقوقی توسعه داده بود.

فارکاس از Linklaters می‌گوید: "یک شرکت حقوقی دیگر به هیچ وجه یک کسب و کار نیست که فقط توسط وکلای کاملاً واجد شرایط اداره شود. اگر با زمان پیش نروید، به مرور زمان کنار گذاشته خواهید شد."

با این حال، برخی از زیرشاخه‌های حقوقی تا حد زیادی در برابر هوش مصنوعی مصون می‌مانند. بهرنس به نظارت بانکی، حوزه تخصصی خودش، به عنوان یک مثال اشاره می‌کند. بخش زیادی از کار به دانش نانوشته – بر ارزیابی واکنش‌های تنظیم‌کننده‌ها و قضاوت‌ها – متکی است.

او می‌گوید: "هر جا که انسان‌ها دخیل باشند، هوش مصنوعی کار سختی دارد، حداقل در آینده قابل پیش‌بینی. مذاکرات همچنان بین افراد واقعی انجام خواهد شد."