ההרשמה לכנס L.A.I.S 2026 נפתחה! ואתם הראשונים

ביום רביעי נשלח אליכם המייל עם פתיחת ההרשמה לכנס שלנו, עוד לפני שהשערים נפתחים לקהל הרחב. הכנס מתקיים ב-13 באוקטובר 2026 בתל אביב, ביום מרוכז אחד שמפגיש את המשרדים המובילים, המחלקות המשפטיות הפנים-ארגוניות והחברות שבונות את הליגל-טק בארץ ובעולם.

מה שהתחדש השבוע מעבר לפתיחת ההרשמה הוא רשימת השותפים הראשונית של הכנס: Harvey, מיקרוסופט, PWC, נבו legalmate, HighLaw, GIST, judaro, Boardli,u-btech ו-Precisia. שותפים נוספים ייחשפו בשבועות הקרובים, יחד אתם גם הדוברים הנוספים.

תמהיל השותפים נבנה כתמונת מצב של התחום בעולם: ספק מודל גלובלי, ענקית ענן ושותפת היישום שלה, פירמת ייעוץ וטכנולוגיה, ולצדם שכבה שלמה של סטארטפים ישראליים. אין עוד קטגוריה אחת שנקראת ליגל-טק, יש שכבות ואת כל אחת מהן אתם הולכים לפגוש בכנס.

לעמוד הכנס וההרשמה »

העלות הנסתרת של תוצאה מהימנה

מאמר שפורסם ב-4 בספטמבר מציע להחליף את מחיר הטוקנים במדד אחר: כמה עולה להגיע מקבלת משימה משפטית אל תוצאה שהארגון מוכן להסתמך עליה. הוא מדגים על משרד של 300 עורכי דין שבו 60 אחוזים מהם משתמשים במערכת AI ביום עבודה ממוצע, כלומר 180 משתמשים פעילים שמבצעים שש משימות משמעותיות ב-22 ימי עבודה, ובסך הכל 23,760 משימות בחודש. אם עשרה אחוזים מהתוצרים דורשים עשר דקות אימות של עורך דין, מדובר ב-396 שעות מקצועיות בחודש, וגם בהערכה שמרנית של 100 ליש"ט לשעה זה קרוב ל-40 אלף ליש"ט. בשיעור התערבות של 20 אחוזים המספר מתקרב ל-80 אלף.

הנקודה השנייה שלו חדה לא פחות: בקשה אחת של עורך דין אינה בהכרח קריאה אחת למודל. מערכות שמייצרות אמון על ידי הרצה חוזרת יכולות להריץ חמש גרסאות, להפעיל מודל שופט שיבחר ביניהן ואז שלב סינתזה, כלומר שבע קריאות מתחת לבקשה אחת שנראית פשוטה. זה עשוי להיות שיקול נכון, אם ליש"ט נוסף של הסקה מוריד עשרה ליש"ט של בדיקה אנושית. בעדכון מ-3 בספטמבר הצגנו את הבנקים בוול סטריט ששואלים את המשרדים כמה נחסך בזכות ה-AI, ואת הנתון שרק שישה אחוזים מהמשרדים הורידו מחיר. זהו הצד השני של אותו דף חשבון: שיעור ההתערבות האנושית, ולא חשבון הטוקנים, הוא מה שקובע אם היה חיסכון בכלל.

קראו עוד »

NewMod במקום AI-First: ההבדל אינו הטכנולוגיה אלא מבנה החיוב

מאמר שפורסם ב-8 בספטמבר טוען שהתואר AI-first איבד את משמעותו באמצע 2026, מהסיבה הפשוטה שקשה למצוא משרד גדול שאינו מפעיל AI לרוחב מחלקות הפרקטיקה שלו. לכן, לפי הכותב, ההבחנה המעניינת אינה מי מאמץ טכנולוגיה אלא מי בנוי אחרת מלכתחילה. מה שמגדיר את מה שהוא מכנה NewMod הוא מבנה עסקי: אין שעה חיובית, המחיר קבוע ומוסכם מראש, העלות נמוכה מזו של המשרדים הגדולים, מבנה הבעלות בארצות הברית הוא לרוב MSO ולא שותפות, והייעול מתחלק עם הלקוח במקום להיאגר כרווח. מנכ"לית אחד המשרדים האלה ניסחה את נקודת המוצא כך: התחלנו מהנחה שה-AI קיים, ואם כך, איך היית בונה משרד עורכי דין היום.

באותו יום פורסם ראיון עם דוגמה קונקרטית, משרד אמריקאי חדש שמתמקד בהגנה בליטיגציה בנפח גבוה עבור חברות Fortune 1000, בתיקים חוזרים ופשוטים יחסית. התמחור הוא פיקס לתיק או למקבץ תיקים, היעד הוא להיות זול לפחות ב-33 אחוזים ממשרדים אזוריים מקבילים, ועבודת המשפט עצמה מתומחרת בנפרד בגלל אי הוודאות שבה. היעדים שהוצגו הם פריסה לעשר מדינות ומסלול צמיחה לכיוון 100 עורכי דין, כאשר עשר המדינות הגדולות מרכזות כ-80 אחוזים מנפח הליטיגציה בארצות הברית. המספר שקובע כאן אינו 33 האחוזים אלא ההצהרה הבאה: לשלוח חשבונית קטנה יותר משנה לשנה, ככל שהדאטה המצטבר מהתיקים מייעל את התהליך. משרד שמתמחר לפי שעה אינו יכול להבטיח את זה בלי לפגוע בעצמו, ובדיוק שם עובר הקו בין שני המודלים.

קראו עוד »   |   לראיון עם המשרד »

Check Point: תיבת דואר משותפת בין שני חשבונות ChatGPT נפרדים

מחקר של Check Point שפורסם ב-8 בספטמבר מתאר ערוץ תקשורת דו-כיווני שנמצא ביוני 2026 בין  שתי שיחות ChatGPT תחת חשבונות שונים. היישויות האלה אינן מחוברות לאינטרנט הפתוח ואינן יכולות לדבר זו עם זו, אבל כולן מורשות לגשת לאותו שרת "חבילות" פנימי אחד. הפרטים שהוזרקו לתוך היישות לצורך משיכת ספריות החזיקו הרשאה גם לכתוב מאפיינים על פריטים בשרת וגם לקרוא אותם.

מכאן נבנתה מתקפה שדורשת מהקורבן מעט מאוד וההוראה הזדונית נשתלת בשיחה משותפת. בהדגמה נשלפו נתוני Gmail מחשבון מחובר, והחוקרים מציינים שהערוץ כבר לא היה זמין כשהדוח הושלם, ו-OpenAI אישרה שהשרת הפנימי הוצא משימוש. בעדכון מ-3 בספטמבר הצגנו את האינטגרציה של Harvey עם iManage, שבה האימות הוא ברמת המשתמש וחומות האתיקה ממשיכות להתקיים. המחקר הזה מראה מה קורה כשלא ההרשאה נשברת אלא גבול הבידוד שמתחתיה.

למחקר המלא »

חמש רמות של שליטה ב-AI, והרגע שבו משתמש הופך לבונה

מסגרת עבודה שפורסמה השבוע מציעה דרך למדוד שליטה ב-AI בארגון משפטי, במקום להסתפק בשאלה כמה אנשים נכנסו למערכת. המחקר, שנערך על ידי חברת ייעוץ חיצונית והתבסס על 12 ראיונות עם מנהלים בארגונים שמשתמשים בפלטפורמה ועל נתוני שימוש במוצר, ממפה חמש רמות: מהמשתמש הרדום, שכמעט אינו נוגע בכלי, ועד למי שמגדיר סטנדרטים ויכולות משותפות לכל הארגון. הנקודה שהמחקר מסמן כקריטית אינה רמה מסוימת אלא המעבר ביניהן, אותו רגע שבו משתמש מפסיק להפעיל את הכלי היטב ומתחיל לייצר ממנו נכסים חוזרים: סוכנים, תבניות ופלייבוקים שאחרים בארגון עובדים איתם. המסמך כולל גם מפת פיצ'רים, תוכנית לימוד ומטריצת הדרכה לכל רמה. הערת שקיפות: המחקר הוזמן על ידי ספק הפלטפורמה, והמפה ממופה מול הפיצ'רים של המוצר שלו, כלומר זו מסגרת שמשרתת גם את מי שהזמין אותה.

שיעור ההתערבות האנושית אינו תכונה של המודל אלא תכונה של מי שמפעיל אותו: משתמש שיודע לנסח משימה ולבנות פלייבוק מקבל תוצר שדורש בדיקה קצרה, ומשתמש שמדביק שאלה חופשית מקבל תוצר שצריך לעבור עליו מהתחלה. משרד שרוב המשתמשים בו יושבים בשתי הרמות התחתונות משלם על כל תוצר פעמיים, פעם לספק ופעם בשעות של עורכי הדין שלו, וזה קורה בלי שאף אחד מהמספרים האלה מופיע באותו דוח.

לדוח המלא »

GPT-6 Astra: 41 מסמכים, ארבע שגיאות מושתלות ופער של חצי מיליון ליש"ט

ב-3 בספטמבר החל OpenAI בפריסה מוגבלת של GPT-6 Astra, מודל הדגל החדש שלה למשימות מקצה לקצה. במבחן Agents' Last Exam של אוניברסיטת ברקלי, שבודק האם סוכנים מסוגלים לבצע עבודה מקצועית בעלת ערך כלכלי ב-55 תת-תחומים מקצועיים ובהם המשפט, המודל הגיע ל-59.3 אחוזים לעומת 53.6 אחוזים של הדור הקודם. ראש המחקר היישומי ב-Harvey תיאר שיפור איכות משמעותי במשימות משפטיות מורכבות, והדגיש שלוש יכולות ספציפיות: הבחנה בין מסמך לבין רשומה מבוססת, זיהוי הנחות שאין להן תימוכין, והמרה של פערי תיעוד לעמדות ניסוח קונקרטיות. המספרים המעניינים הגיעו מ-Legora, שהריצה את המודל על עבודת התאמה של דוחות כספיים, כלומר הצלבת מספרים בין מסמכים. המערכת השלימה התאמה של 41 מסמכים בתוך דקות, ואיתרה את כל ארבע השגיאות שהושתלו בהם בכוונה. השיפור בזרימת העבודה הפיננסית הזו היה קרוב ל-40 אחוזים, אבל השיפור הממוצע על פני כלל המשימות במבחן שלהם עמד על כשלושה אחוזים בלבד. הפער בין 40 לשלושה הוא הממצא: שדרוג מודל אינו משפר משרד באופן אחיד, הוא מזניק בדיוק את המשימות שבנויות מהצלבת נתונים בין מסמכים, ומזיז כמעט כלום בשאר.

קראו עוד »

AI בלי ממשק משלו: לקבל עבודה מתוך הכלים שהארגון כבר עובד בהם

פוסט שפורסם ב-8 בספטמבר פותח בטענה שאיש אינו רוצה עוד מערכת להתחבר אליה, ולכן מציע להפעיל את כלי ה-AI המשפטי בלי ממשק משלו, שזור בתוך הכלים העסקיים הקיימים. ההגדרה שהכותבת מציבה במרכז היא של intake: המנגנון שדרכו סוכן מקבל עבודה שהופכת למשימה, בין אם היא מגיעה מ-Slack, מ-Teams, ממייל, מ-Salesforce או מ-Jira. ההבדל מכלי ניהול משימות רגיל הוא כפול, המשימה נוצרת מכל מקום שבו עובדים ולא רק מתוך המערכת, והיא מסתיימת אצל סוכן לפי קריטריון שנקבע מראש. ארבע הזרימות שהיא מפרסמת כוללות יצירת משימה מהודעות פרטיות ב-Slack ולא רק מערוצים, שירות עצמי של אנשי המכירות במסמכים חוזרים כמו טופסי הזמנה מתוך Salesforce, וטופס שהצוות ממלא לפני שמשהו נשלח לאוטומציה. הערת שקיפות: הכותבת עובדת בחברה שמוצרה מופיע בכל ארבע הזרימות, והיא מציינת את זה במפורש.

המספר שמסביר למה זה נושא ולא פרט הגיע ממקור אחר השבוע, ראיון עם חברת intake לשוק המשרדים הקטנים. לפי הטענה שם, משרדים שמתמחרים בפיקס בתחומים כמו הגירה, נזקי גוף, דיני משפחה ודיני עבודה מוציאים כ-70 אחוזים מזמנם על עבודה שאינה חיובית: רדיפה אחרי פניות, קליטה, ניהול יומנים, מעקב מול לקוחות ועדכון מערכת ניהול הלקוחות, ומקבלים תשלום על 30 האחוזים שנותרו. שני המקורות מצביעים על אותו מקום: intake אינו טופס אלא נקודת הכניסה של העבודה למערכת, ובמשרד שמתמחר פיקס הוא גם המקום שבו רוב הזמן נשרף בלי שהוא מגיע לחשבונית.

קראו עוד »   |   לראיון על ה-intake »