Hemmeligheten bak produktivitet
Hvordan bygge bedriften på lederskap, kulturendringer og teknologi.
Dag Nyrud
Direktør for Modern Workplace
Kan kunstig intelligens effektivisere juridiske oppgaver? Det er et spørsmål advokatfirmaet Schjødt har tatt på høyeste alvor.
Ifølge en rekke ulike studier, er det den juridiske sektoren som i aller størst grad kan påvirkes av utviklingen innen generativ KI.
Det er kanskje ikke så merkelig, ettersom store deler av arbeidsoppgavene til en jurist handler om å tolke tekst, sette lovdata i kontekst, vurdere rettspraksis og besvare spørsmål fra klienter.
Det er det mange som har forstått, deriblant advokatfirmaet Schjødt.
– Som så mange andre har vi vært nysgjerrige på hvordan kunstig intelligens kan hjelpe våre klienter og gi oss et konkurransefortrinn, sier Inge Kristian Brodersen, partner i Schjødt og advokat med teknologi som spesialfelt.
– Vi vasser jo i dokumenter, så dette er jo noe vi ønsker å effektivisere, legger han til.
Han trekker frem et konkret eksempel knyttet til selskapsgjennomgang, også kalt due diligence: Der jobber advokater med å identifisere og vurdere vesentlig informasjon om firmaer som skal kjøpes eller selges.
– Enkelt forklart leter vi etter red flags. Det er store mengder med dokumentasjon og vi leter etter nåla i høystakken. Det tar mye tid og manuelt arbeid, sier Brodersen.
Derfor har Schjødt undersøkt hvordan kunstig intelligens kan brukes til å automatisere søk etter avvik i store datasett.
– Det er spennende. Så skal det nevnes at vi ikke er helt i mål. Vi kan ikke godta 95 prosent treffsikkerhet, vi er nødt til å være hundre prosent nøyaktige. Derfor må vi fortsatt kvalitetssikre og dobbeltsjekke, legger han til.
Et annet område de derimot ser stor nytte i en form for kunstig intelligens som kan forstå, og identifisere klartekst – ligger i søk og sortering av juridiske dokumenter:
– Ta for eksempel store tvister som har pågått i mange år, med masse dokumentasjon og tidslinjer. Der kan språkmodellteknologi hjelpe oss med å løfte frem konkrete temaer og datoer og hjelpe oss å finne pedagogiske måter dette kan fremlegges for en dommer, sier Brodersen.
– Her kan store språkmodeller finne mer relevant informasjon og være mer presise, enn tradisjonelle søkeverktøy, legger han til.
I samarbeid med Bouvet har dessuten Schjødt jobbet med å implementere og tilpasse Copilot på arbeidsplassen.
Der har erfaringene så langt vært langt mer umiddelbare:
– Kontorstøttefunksjonalitet som dette er veldig egnet for advokatvirksomheter. Vi driver mye med tekst og bruker mye Word, PowerPoint og Excel. Så dette er midt i den daglige kjernen, sier Brodersen.
Han legger til:
– Det kan hjelpe oss med oppsummering av maildialoger, dokumenter, huske på frister og oppfølging av klienter. Det er mye god funksjonalitet og mye å hente.
Det finnes også gode måter å tilpasse Copilot til spesifikke funksjoner:
– Vi tenker mye på dette med å omforme kompliserte regelverk for klienter. Her tror vi KI kan gjøre en stor forskjell ved å omforme kompliserte regelverk til enklere, lettfattelige og visuelle uttak, som for eksempel flytdiagrammer. Dette er et spennende område vi vil utforske videre, sier Brodersen.
Når det gjelder å utarbeide kontraktsmaler, synes vi Copilot er skikkelig bra.
– Copilot lager gode utgangspunkt for for eksempel databehandleravtaler for personvern, men også IT-kontrakter som man kan jobbe videre med.
Han påpeker at potensialet for å bruke AI i juridisk metode fortsatt har et stykke å gå, men at de er optimistiske med tanke på fremtiden.
– Hvor langt vi kan benytte KI i juridisk metode er fortsatt noe vi undersøker, og vi gleder oss til å lære mer om dette.
Det er mye som skjer i Copilot-universet, og en av de mest spennende utviklingene er utnyttelsen av Copilot som såkalte agenter
KI-agenter er en type teknologi som kan automatisere forretningsprosesser, uten at de må instrueres til å gjøre noe spesifikt. Her kombineres språkmodeller med regelbaserte instruksjoner og andre former for kunstig intelligens.
– Spør du en språkmodell om noe, vil den ikke huske fra gang til gang, men det gjør agenter, sier Simen Sommerfeldt i Bouvet. Han har jobbet med å implementere Copilot hos Schjødt.
– De kan huske oppgaver over tid, gjøre faktasjekker og starte en oppgave basert på en hendelse. Det kan være en mail som sendes, eller noe som skjer på nettet – så kan den foreta handlinger i andre systemer – også eksterne. De kan holde i lengre forretningsprosesser, samtidig som de blir fortalt hva de skal gjøre og forstå vanlig språk, sier Sommerfeldt.
KI-agenter er altså i enda større grad autonome enn slik vi har blitt kjent med Copilot i dag. Disse vil kunne operere på egen hånd. Du kan også ha flere agenter som opererer sammen om flere områder.
– Vi har lekt med dette i snart et år, og tror agenter på sikt kan være svaret på noen av de tøffeste høyrisikoområdene. Utfordringen er å skaffe til veie et godt datagrunnlag, så det er der fokuset vårt ligger nå.
Som mange har erfart, er det ikke bare å laste ned Copilot og forvente at produktivitetsgevinstene fra generativ KI kommer av seg selv. Må man ha en strategi, eller kanskje gjennomføre en kartleggingsprosess?
– Vi tror strategier blir til underveis. Vi har mer en KI-visjon. Det handler mer om å se og ta mulighetene som oppstår, enkelt og greit, sier Brodersen.
Han legger til:
– Vi brukte mer verdiene våre enn konkrete strategier. Verdiene ble plutselig det viktigste. For å oppnå brukeradopsjon la vi vekt på ambassadørnettverk.
Han avslutter:
– Det er viktig å tenke på mulighetene først, og så vurdere begrensningene etterpå. Det blir feil utgangspunkt å ikke tørre. Man må tørre i det små, innenfor trygge rammer.