Harvey ו-Legora השיקו את אותו מוצר בהפרש של יממה: המאבק על הדלת הקדמית של המחלקה המשפטית

ב-13 באוקטובר השיקה Legora את Intake, סוכן שקורא בקשות שנשלחות לערוץ המשפטי ב-Slack, שואל על פרטים חסרים, מנתב כל בקשה כמשימה עם אחראי ותאריך יעד, ומכין טיוטה ראשונה לפי ה-Playbook של הצוות. בקשות שגרתיות שאושרו מראש, כמו הסכם סודיות סטנדרטי, הסוכן יכול לסגור לבד ולהחזיר לפונה. לפי נתון שהחברה מביאה, עורך דין פנימי חציוני משרת היום 367 עובדים, עלייה של 26 אחוזים. למחרת השיקה Harvey מוצר באותו שם, בגישה מוקדמת, שמגיע גם לדואר האלקטרוני, לכלי התקשורת והניהול הארגוניים ולמערכת ה-CRM. החברה מציינת שהיא עובדת עם 1,600 מחלקות משפטיות, ובהן 5 מתוך 10 החברות הגדולות ברשימת Fortune.

הלן פן, יועצת לטרנספורמציה ב-AI, הצביעה על המשמעות: Intake יושב בתחילת כל תיק, ומי שמפעיל אותו רואה את כל זרימת המידע מהיום הראשון, ובמבנה אחיד. עד עכשיו שתי הפלטפורמות גדלו בעיקר ממכירה למשרדים מובילים, ועכשיו הן בונות ללקוחות של אותם משרדים. היא מזכירה את AT&T, שהיחידה המשפטית הפנימית שלה עושה כבר בעזרת AI עבודה שבעבר נשלחה למשרדים החיצוניים, ושלדבריה מתכננת לצמצם את מספר המשרדים שעובדים איתה מכ-30 ל-18 עד 20, ואת הטענה של Harvey שהמידע שנאסף בדלת הקדמית יכול לעזור לחברות לבחור משרד. לפן יש עניין מקצועי בנושא, היא מייעצת בתחום ובנתה מודל משלה לשכבות הערך של AI משפטי. כשבקשה נסגרת אצל הלקוח לפני שהיא הופכת לתיק, המשרד לא מפסיד את התיק, הוא פשוט לא יודע שהיה כזה.

ל-Intake של Legora »   |   ל-Intake של Harvey »   |   לפוסט של הלן פן »

TheMarker: המתמחה מגיש מסמך מנומק תוך שעה, ומה הוא לומד בדרך

עידו באום מתאר ב-TheMarker מצב שכבר מוכר בהרבה משרדים: מתמחה מגיש לעורך הדין שמאמן אותו, בתוך שעה, חוות דעת או נוסח ערעור שפעם דרשו יום עבודה שלם, עם טיעון סדור ופסיקה בשפע. השותף מרוצה, הלקוח מרוצה, והכלי המשפטי שהמשרד משלם עליו מאות אלפי שקלים כבר עובר למשימה הבאה. לפי הכתבה, המשרדים מצפים היום מהמתמחים להגיע עם שליטה בכלי AI, ומחקרים עדכניים מעוררים חשש שעורכי דין צעירים נותנים אמון גדול מדי בתשובות של הצ'אט המשפטי ולא רוכשים את המיומנות שהמקצוע דורש.

באום מציב מבחן פשוט: אם הכלי ייפול מחר, האם המתמחה יידע לכתוב את המסמך בעצמו? באותו שבוע פרסם Legaltech News כתבה ששואלת אם איסור על שימוש של עורכי דין זוטרים ב-AI הוא הדרך לשמור על מסלול ההכשרה, ובעדכון מ-1 באוקטובר הבאנו את הוויכוח בין Harvey, שרואה בשיקול הדעת את הנכס של עורך הדין, לבין סאסקינד, שטוען שהוא לא יגן על איש. הכתבה מוסיפה לוויכוח את הזווית הישראלית של שנת ההתמחות, השנה שבה אמור להיבנות הבסיס. הכשרה שנמדדת לפי איכות התוצר כבר לא מבחינה בין מתמחה שלמד לבין מתמחה שהכלי שלו טוב.

לכתבה ב-TheMarker »

Freshfields שוקלת להפריד את יחידת ה-AI שלה לחברה נפרדת עם משקיעים מבחוץ

לפי התכתבות פנימית שנחשפה ב-FT, השותף המנהל הגלובלי של Freshfields כתב לאחד מראשי מחלקת התאגידים בארצות הברית שהוא משקיע "הרבה עבודה" בהפיכת Freshfields Lab, יחידת הטכנולוגיה המשפטית של המשרד, לישות משפטית נפרדת שתוכל לגייס משקיעים מבחוץ ואולי להגיע להנפקה, ושני בנקים מוול סטריט כבר פנו בנושא. הנימוק שלו: חברות ליגל-טק מוערכות בפי 25 עד 40 מההכנסות, ולכן צריך להעביר את הכנסות ה-AI של המשרד דרך ישות נפרדת. השותף שמולו העריך שישות כזאת "שווה כנראה מיליארדים", ודחק למהר לפני שאחרים יתעוררו והמכפילים ירדו. ההתכתבות נשלחה בטעות לרשימת התפוצה של כל המשרד בסוף השבוע, ולמרות שהוחזרה מהר, חלק מהנמענים הספיקו לצלם אותה.

בשיחה עם ה-FT הבהיר השותף שהדיונים בשלב מוקדם מאוד ואולי לא יבשילו, ושהכלים עדיין לא נמכרו למחלקות משפטיות או למשרדים מתחרים. הוא גם הצביע בעצמו על השאלה הגדולה: האם הכלים יהיו שווים משהו לצד שלישי כשהם ירוצו על הדאטה של משרד אחר ולא על זו של Freshfields. בעדכון מ-24 בספטמבר כתבנו על Cooley שהקימה חברת AI משלה, ובעדכון מ-1 באוקטובר על Akerman שהפכה את מחלקת ה-eDiscovery לעסק דאטה, ו-Freshfields מעלה את אותו מהלך מדרגה, מיחידה פנימית לנכס עם תג מחיר. המשרד כבר חתם השנה על הסכם עם Anthropic לפיתוח כלים שאפשר יהיה למכור בהמשך למשרדים אחרים. כשהשווי של Harvey עומד על 15.5 מיליארד דולר ושל Legora על 5.6 מיליארד, שותפים במשרד מסורתי מגלים שהנכס המוערך ביותר שבנו בשנים האחרונות אולי אינו תיק הלקוחות, אלא התוכנה שפיתחו בשבילו.

לכתבה »

החוק של Tromans: בתיק אדברסרי, ה-AI מרחיב את המלחמה

ריצ'רד טרומנס, מייסד Artificial Lawyer, שואל למה רוב המשרדים הגדולים כבר משתמשים בכלי AI משפטי, אבל אופן הפעולה שלהם כמעט לא השתנה. הוא בוחן 4 הסברים מוכרים, ובהם פרדוקס ג'בונס ופירמידת השעה החיובית, ומוצא שכל אחד מהם מסביר רק חלק מהתמונה. במקומם הוא מציע כלל, שהוא עצמו מציע לקרוא לו על שמו: ככל שתיק אדברסרי יותר, היעילות של ה-AI מייצרת יותר עבודה, וככל שהוא פחות אדברסרי, היא מצמצמת את העבודה. בסכסוך בין שתי חברות ענק כל צד מאתר יותר טענות ויותר חומר גילוי, ומרוץ החימוש מרחיב את המלחמה. בסקירת חוזה בסיסי לסטארט-אפ אין לחץ נגדי, וה-AI מספק כמעט את כל היעילות שלו.

בעדכון מ-1 באוקטובר הבאנו את פרדוקס ג'בונס כהסבר לצריכת הטוקנים של Harvey שגדלה פי 14 בחצי שנה, וטרומנס מוסיף לו את המשתנה שחסר: לא רק המחיר קובע כמה עבודה תיווצר, אלא גם מי יושב מולך. בעסקת מיזוג בינונית, לפי הדוגמה שלו, בדיקת הנאותות מתקצרת, השעות נטו יורדות מעט, ומבחוץ כמעט לא רואים את ההבדל. הוא מודה שהתיאוריה נולדה אחרי צהריים של סיעור מוחות ובלי נתונים, ומבטיח המשך. אם הוא צודק, המשרדים שירגישו ראשונים את הירידה בשעות הם אלה שעובדים בעבודה שגרתית ולא אדברסרית, בדיוק המשבצת שה-Intake מתחילת העדכון מנסה להשאיר אצל הלקוח.

למאמר »

נבו מתחברת ל-Claude: המאגר המשפטי הישראלי זמין מתוך השיחה

נבו השיקה קונקטור ייעודי שמחבר את המאגר שלה לאפליקציית Claude במחשב, ומציעה אותו כרגע כפיילוט ללא עלות למנויים. ההתקנה נעשית בתוך האפליקציה עצמה, בתפריט ההתאמה האישית ובלשונית המחברים, ואחרי החיבור עורך הדין שואל שאלה משפטית בשיחה רגילה, והמודל עובד ישירות מול מאגר נבו. החברה פרסמה שני מדריכי התקנה נפרדים, אחד לארגונים ואחד למשתמשים פרטיים.

זו הגרסה הישראלית של מגמה שליווינו כאן בשבועות האחרונים: Relativity שהחליטה בשבוע שעבר לחבר את הראיות ישירות למעבדות המודלים, והפלטפורמות שבונות מחברים לכל מערכת שעורך הדין עובד בה. במקום שעורך הדין יעבור בין המאגר לבין הצ'אט, המאגר נכנס לתוך הצ'אט. זה מתחבר גם לנימוקים של פסק הדין בעניין ROSS בסוף העדכון: הדרך הלגיטימית לחבר מודל לתוכן משפטי ערוך עוברת דרך ממשק מורשה של מי שמחזיק אותו. ההודעה אינה מפרטת מה יקרה בתום הפיילוט, ונבו AI הייתה גם בין השותפים של הכנס שלנו.

להודעה ולמדריך ההתקנה »

Foresight של גוגל: תמלול וסיכום פגישות שלא עוזבים את המחשב

גוגל הציגה ב-6 באוקטובר את AI Edge Foresight, אפליקציה ניסיונית וחינמית למחשבי Mac עם שבבי Apple Silicon, שמתמללת ומסכמת פגישות בלי חיבור לאינטרנט. היא קולטת את השמע של המחשב ואת המיקרופון, עובדת עם כל פלטפורמת שיחות וגם בפגישה פרונטלית, הופכת את נקודות הקיצור שהמשתמש רושם לסיכום מסודר, ומאפשרת לשאול שאלות על פגישות קודמות. אפשר גם לטעון אליה מאגר ידע אישי של קובצי PDF ומסמכי Office, והיא שולפת ממנו מידע רלוונטי בזמן הפגישה. היא רצה על Gemma 4 ועל מודל הטמעה של 740 מיליון פרמטרים, והשמע, התמלילים, הסיכומים והקבצים נשארים על המכשיר.

בעולם של סודיות בין עורך דין ללקוח, זה ההבדל המהותי מול כלי תמלול שמעבירים את השיחה לענן. ובאותו שבוע התנהל בקהילת Legal Quants ויכוח על החלטה של בית דין בבריטניה, שלפיה העלאת מסמכים חסויים ל-ChatGPT מוציאה אותם לרשות הציבור ומוותרת על החיסיון. החברים התווכחו אם מדובר בהלכה או באמירת אגב, והקונצנזוס המעשי היה להעריך סיכון לפי סוג המידע ולהשאיר את הרגיש ביותר על מחשב מקומי. שתי הסתייגויות: זו גרסה ניסיונית ל-Mac בלבד, ואף אחד מהמקורות לא מציין תמיכה בעברית, כך שבפגישה עם לקוח ישראלי הכלי עדיין לא הוכיח את עצמו.

לכתבה בגיקטיים »

ריאן מקדונה: מה קורה כשהמסמך כבר אינו העבודה

נקודת המוצא של מקדונה היא פוסט של Anthropic על Scion, מערכת חדשה לניהול גרסאות קוד. בין מאי לספטמבר עלה מספר שינויי הקוד שהיא ממזגת ביום מכ-2,500 ליותר מ-30 אלף, המאגר נשלף כ-25 מיליון פעמים ביום, רובן על ידי סוכנים ותהליכים אוטומטיים, וצוות של 7 אנשים בנה תוך 5 חודשים מערכת שצורכת פי 200 פחות משאבים. המהנדסים מתארים שהם כותבים פחות קוד בעצמם, ומבלים יותר זמן בהגדרה של מה שהם רוצים ובבדיקה של התוצאה.

הטענה שלו היא שעבודה משפטית מאורגנת סביב מסמכים כי הניסוח היה יקר, אבל העבודה האמיתית קורית סביב המסמך: למי יש זכות, אילו עובדות חשובות, והאם הסיכון קביל. הוא מציע לנהל מודל חי של התיק, עם הזכויות, האירועים, הראיות וההחלטות, ולהשאיר את המסמכים כראיה או כמכשיר המשפטי. בדוגמה שלו, בקרן עם 40 משקיעים ומכתבי צד, בקשה של משקיע לזכות דיווח נכנסת כשינוי בתיק ולא כמשימת עריכה. הוא מקפיד להבדיל בין רישום לתוקף משפטי, ומזהיר ממערכת שתתייחס לעמימות כאל לכלוך בנתונים. בעדכון הקודם הצגנו את Skills של Legora, שבהם הידע של הצוות נשמר כקובץ, ומקדונה הולך צעד הלאה: כשסוכנים מייצרים יותר מסמכים ממה שאדם מסוגל לקרוא, צוואר הבקבוק עובר מהניסוח לסקירה, ו-Redline של 200 שינויים מתברר כחבילה של כמה החלטות מסחריות בודדות.

למאמר »

מודלי החלטה בשבוע הראשון שלהם בשטח: OpenAI נכנסת במחיר רצפה, ו-Jev נבחן בידי משתמשים

בשבוע שעבר הצגנו את Jev, המודל שלא כותב מילה ורק מחזיר את הסבירות של כל תשובה, במחיר של כ-35 דולר למיליון שאלות. השבוע התברר שהוא כבר לא לבד. OpenAI פתחה בגרסת בטא ציבורית את Decisions, מערכת סיווג שמחזירה הסתברות שתנאי מתקיים, בחירה מתוך קבוצה סגורה או ציון מול מחוון, במחיר של 0.10 דולר למיליון טוקנים של קלט, בלי חיוב על פלט. לפי החברה היא מהירה פי 10 מממשק התשובות הרגיל שלה, והיא מיועדת למיון ראשוני בבדיקת נאותות, ב-eDiscovery ובבדיקות ציות בהיקף גדול, לא לניתוח משפטי מורכב.

בקהילת Legal Quants כבר הריצו את Jev על חומר אמיתי. על כ-13,300 סעיפים של חוק עירוני הוא פספס 8 ש-Sonnet תפס, ומודל פתוח שרץ על מחשב נייד השתווה אליו או עבר אותו בבדיקה של 50 חוזים, אבל לקח עד 60 שניות לחוזה לעומת כשנייה ב-Jev. המסקנה שלהם היא שמודלים כאלה עובדים על שאלות צרות עם קריטריונים ברורים, ולכן קודם נותנים למודל שפה לפרק שאלה עמומה לקריטריונים. ובצד השירותים, Litigaze, שמריצה מודל קוד פתוח בתשתית שלה בלי לפנות לספק חיצוני, מציעה עכשיו ניתוח של 100 אלף מסמכים ללקוחות בחינם, שירות שעד לאחרונה היה בתשלום. הבדיקות של Legal Quants נעשו בידי חברי הקהילה ולא בתנאי מעבדה, אבל הן מראות שמחיר המיון הראשוני מתקרב לאפס, ושהמיומנות שנשארת יקרה היא ניסוח הקריטריון.

ל-Decisions ב-Artificial Lawyer »   |   לסיכום של Legal Quants »