Послушал свежий эпизод Innovantage Podcast с Aku Sorainen, основателем одной из крупнейших юрфирм в Балтике. Разговор про AI в юриспруденции, но я хочу поговорить не про юристов, а про паттерн который там виден.
🔹 Про откат
В 2025 году юристы стали использовать AI для драфтинга документов меньше чем в 2024. Не больше, а меньше. Это контринтуитивно, технология стала лучше, а использование упало. Aku объясняет просто: в 2024 все нажали кнопку, получили гору текста, начали читать и поняли что качество не то. И откатились.
Но параллельно выросло использование AI для анализа и ресерча. То есть произошла не потеря интереса, а перераспределение. Люди перестали ожидать от AI готовый результат и начали использовать его там, где он реально силён: обработка больших объёмов, поиск паттернов, первичный анализ.
Это прямая иллюстрация того, что я писал в посте про пирамиду. Value capture (ускорить то что уже делаешь) работает. Value creation (получить то чего раньше не было) пока нет. И откат в драфтинге это здоровая коррекция, не провал.
🔹 Про чердак
У Sorainen 25 миллионов документов в системе управления. По оценке самого Aku, ценных из них может быть 2%. Остальное копилось 20 лет потому что система позволяла просто сохранить новый файл, не думая, дубликат это или мусор. Data hygiene was poor, его слова.
И вот ты берёшь AI и направляешь на эти 25 миллионов. Что получаешь? Chaos in, chaos out. Это не проблема AI, это проблема данных. И она одинаковая везде: в юрфирмах, в логистике, в enterprise. Помните из прошлого поста: HBR писал что связь между автоматизацией и ростом маржи нулевая? Вот одна из причин. Компании кладут AI поверх бардака и удивляются что бардак не исчез.
Sorainen пошёл другим путём: годами структурировали данные через автоматизацию шаблонов. Вся экспертиза фирмы собрана в мастер-шаблоны, каждый выбор в шаблоне это по сути преднастроенный промпт. И только когда база стала чистой, положили сверху AI. Тогда начали видеть результат. Большинство этот шаг пропускают и прыгают сразу к «нажми кнопку, получи контракт».
Тут если вспомнить фреймворк из поста про стартапы: их продукт Crespect (платформа которую Sorainen построил сам вложив туда €2M) это не витамин, а обезболивающее. Они сначала 20 лет прожили с болью неструктурированных данных, а потом сделали решение. Не наоборот.
🔹 Про сломанную лестницу
Aku говорит прямо: он лично стал меньше привлекать джуниоров для ресерча. Быстрее спросить у ChatGPT. Но дальше он задаёт вопрос на который у него нет ответа: а как тогда джуниоры учатся?
Старая модель «партнёр даёт задачу джуниору, джуниор копает, партнёр проверяет» была одновременно рабочим процессом и обучением. AI убирает задачу, но вместе с задачей убирает и обучение. И это не только про юристов. В software engineering та же история: если AI пишет boilerplate код, на чём тренируются джуны? В консалтинге: если AI делает первичный анализ, как аналитик учится видеть паттерны?
Aku формулирует жёстко: люди без критического мышления возможно в неправильной профессии, и AI помогает это выявить быстрее. И дальше интересная аналогия: топ-спортсмены тренируются постоянно, спецназ тренируется постоянно. Топ-юристы не тренируются, они просто работают. В США хотя бы есть фирмы которые строят залы суда внутри офиса для mock trials. В Европе он таких не знает. Может проблема не в AI, а в том что профессии с высокими ставками так и не научились системно тренировать людей.
🔹 Про AI-пинг-понг
Юрист отправляет документ клиенту. Клиент не читает, кидает в свой AI, просит прокомментировать. AI генерирует комментарии. Клиент отправляет обратно. Юрист читает и понимает что комментарии бесполезны.
Или: ты пишешь письмо в две строки. AI разворачивает в пять абзацев. Получатель использует AI чтобы сжать обратно в две строки. Количество сожжённого электричества между двумя одинаковыми сообщениями лучше не считать.
🔹 Про откат
В 2025 году юристы стали использовать AI для драфтинга документов меньше чем в 2024. Не больше, а меньше. Это контринтуитивно, технология стала лучше, а использование упало. Aku объясняет просто: в 2024 все нажали кнопку, получили гору текста, начали читать и поняли что качество не то. И откатились.
Но параллельно выросло использование AI для анализа и ресерча. То есть произошла не потеря интереса, а перераспределение. Люди перестали ожидать от AI готовый результат и начали использовать его там, где он реально силён: обработка больших объёмов, поиск паттернов, первичный анализ.
Это прямая иллюстрация того, что я писал в посте про пирамиду. Value capture (ускорить то что уже делаешь) работает. Value creation (получить то чего раньше не было) пока нет. И откат в драфтинге это здоровая коррекция, не провал.
🔹 Про чердак
У Sorainen 25 миллионов документов в системе управления. По оценке самого Aku, ценных из них может быть 2%. Остальное копилось 20 лет потому что система позволяла просто сохранить новый файл, не думая, дубликат это или мусор. Data hygiene was poor, его слова.
И вот ты берёшь AI и направляешь на эти 25 миллионов. Что получаешь? Chaos in, chaos out. Это не проблема AI, это проблема данных. И она одинаковая везде: в юрфирмах, в логистике, в enterprise. Помните из прошлого поста: HBR писал что связь между автоматизацией и ростом маржи нулевая? Вот одна из причин. Компании кладут AI поверх бардака и удивляются что бардак не исчез.
Sorainen пошёл другим путём: годами структурировали данные через автоматизацию шаблонов. Вся экспертиза фирмы собрана в мастер-шаблоны, каждый выбор в шаблоне это по сути преднастроенный промпт. И только когда база стала чистой, положили сверху AI. Тогда начали видеть результат. Большинство этот шаг пропускают и прыгают сразу к «нажми кнопку, получи контракт».
Тут если вспомнить фреймворк из поста про стартапы: их продукт Crespect (платформа которую Sorainen построил сам вложив туда €2M) это не витамин, а обезболивающее. Они сначала 20 лет прожили с болью неструктурированных данных, а потом сделали решение. Не наоборот.
🔹 Про сломанную лестницу
Aku говорит прямо: он лично стал меньше привлекать джуниоров для ресерча. Быстрее спросить у ChatGPT. Но дальше он задаёт вопрос на который у него нет ответа: а как тогда джуниоры учатся?
Старая модель «партнёр даёт задачу джуниору, джуниор копает, партнёр проверяет» была одновременно рабочим процессом и обучением. AI убирает задачу, но вместе с задачей убирает и обучение. И это не только про юристов. В software engineering та же история: если AI пишет boilerplate код, на чём тренируются джуны? В консалтинге: если AI делает первичный анализ, как аналитик учится видеть паттерны?
Aku формулирует жёстко: люди без критического мышления возможно в неправильной профессии, и AI помогает это выявить быстрее. И дальше интересная аналогия: топ-спортсмены тренируются постоянно, спецназ тренируется постоянно. Топ-юристы не тренируются, они просто работают. В США хотя бы есть фирмы которые строят залы суда внутри офиса для mock trials. В Европе он таких не знает. Может проблема не в AI, а в том что профессии с высокими ставками так и не научились системно тренировать людей.
🔹 Про AI-пинг-понг
Юрист отправляет документ клиенту. Клиент не читает, кидает в свой AI, просит прокомментировать. AI генерирует комментарии. Клиент отправляет обратно. Юрист читает и понимает что комментарии бесполезны.
Или: ты пишешь письмо в две строки. AI разворачивает в пять абзацев. Получатель использует AI чтобы сжать обратно в две строки. Количество сожжённого электричества между двумя одинаковыми сообщениями лучше не считать.