I de seneste to år har debatten om juridisk AI drejet sig om ét eneste spørgsmål: Hvilken model klarer sig bedst? Advokatfirmaerne har sammenlignet resultater, eksperimenteret med indtastningsprompter og vurderet værktøjerne ud fra kvaliteten af de udarbejdede tekster eller nøjagtigheden af sammenfatningerne. Den fase var uundgåelig, men den er allerede ved at miste sin afgørende betydning. Når sprogmodellerne først har nået et vist kompetenceniveau, betyder marginale forbedringer langt mindre end det miljø, de anvendes i.
Ifølge vores ekspert, Bart van Wanroij, vil det næste store fremskridt inden for juridisk produktivitet ikke udelukkende skyldes bedre tekstgenerering. Det vil i stedet skyldes samordning. Som han siger: »AI’s evne til at koordinere arbejdsgange på tværs af systemer, videnskilder og strukturerede data.«
Prompts var et vigtigt udgangspunkt, men agenter udgør det næste skridt. Derudover ligger en verden, hvor systemer interagerer med hinanden gennem AI-drevne processer. Det betyder, at det, der i dag er en dokumentassistent, bliver til noget, der minder mere om en workflow-motor. Dette ændrer den måde, juridiske ledere bør tænke på implementering af AI. Fokus flytter sig fra isolerede værktøjer til den arkitektur, der forbinder dem.
I dag er den juridiske anvendelse af kunstig intelligens stadig hovedsageligt koncentreret om dokumenter. Tænk for eksempel på at sammenfatte kontrakter, sammenligne versioner, udarbejde klausuler eller udtrække oplysninger. Disse funktioner giver målbare effektivitetsgevinster, men ændrer sjældent den underliggende arbejdsgang. Advokaterne bevæger sig fortsat manuelt mellem arkiver, vidensdatabaser, økonomiske data og sagsmapper og samler selv konteksten, før de udarbejder et resultat.
Men for Bart begynder forandringen, når dette navigationslag bliver automatiseret. Lad os se på et typisk scenarie i en virksomheds juridiske afdeling eller et advokatfirma. Der indkommer et krav eller en tvist. Teamet gennemgår kontraktarkivet, undersøger lignende sager fra tidligere, kontrollerer betalings- eller forsikringsdata, vurderer risikoeksponeringen og udarbejder et svar. Hvert trin afhænger af forskellige systemer, forskellige datastrukturer og manuel koordinering.
En AI-agent kan planlægge denne proces på forhånd. I stedet for at erstatte den juridiske vurdering lægger den grunden ved at indsamle kontekst, fremhæve relevant viden og sammensætte et struktureret udgangspunkt. Advokaten træder først ind i processen senere og kan dermed fokusere på analyse og beslutningstagning i stedet for at lede efter information. Det er her, AI begynder at påvirke produktiviteten på et strukturelt niveau i stedet for på opgaveniveau.
Bag kulisserne arbejder teknologileverandører på at indføre standardiserede metoder, hvor systemer kan formidle deres funktioner til AI-arbejdsgange. Det grundlæggende koncept er enkelt, selvom terminologien lyder teknisk. I stedet for at udvikle fastlåste integrationer til hvert enkelt scenarie kan systemerne beskrive, hvilke oplysninger de indeholder, og hvilke handlinger de understøtter. En AI-agent kan derefter dynamisk forespørge på disse funktioner.
I praksis betyder det, at en agent f.eks. kan:
integrere disse elementer i en sammenhængende arbejdsgang uden at skulle udvikle skræddersyede løsninger hver gang. Koordinationslaget bliver dermed fleksibelt i stedet for skrøbeligt.
For juridiske organisationer medfører denne fleksibilitet både muligheder og ansvar. Øget automatisering øger effektiviteten, men rejser samtidig spørgsmål om pålidelighed, sporbarhed og kontrol.
Juridisk arbejde er underlagt strenge krav til ansvarlighed. Hvis et AI-genereret svar henviser til tidligere sager, interne retningslinjer eller skabelonvejledning, skal organisationen have indsigt i, hvordan resultatet er blevet frembragt. Uden gennemsigtighed bliver hastighed en ulempe.
Derfor udvikler dokument- og videnplatforme sig i retning af mere end blot lagringsfunktioner. De fungerer i stigende grad som sporbarhedsmotorer, der registrerer sammenhængen mellem input, processer og output. I stedet for kun at gemme det endelige dokument bevarer systemerne den underliggende søgning, de anvendte kildematerialer og den kontekst, hvor resultatet blev genereret.
Hvis man åbner et genereret svar, kan man derfor ikke blot se selve teksten, men også det strukturerede spørgsmål, der udløste svaret, samt de videnkilder, der ligger til grund for det. Denne grad af sporbarhed styrker begrundelsen, forbedrer genbrug af viden og styrker tilliden til AI-understøttede arbejdsgange.
Orkestreringskonceptet hænger direkte sammen med de temaer, der er blevet rejst af andre stemmer i vores virksomhed. Bart Bogaerts understreger, at AI’s effektivitet afhænger af et solidt fundament: det miljø, hvor data opbevares sikkert, og hvor man har adgang til konteksten. Marcel Lang fremhæver intern viden som den primære faktor, der adskiller organisationer, der blot bruger AI, fra dem, der opnår en strategisk fordel.
Orkestrering samler disse idéer. Når agenter kan bevæge sig på tværs af systemer, bliver kvaliteten af det underliggende miljø afgørende. Tilladelser skal stemme overens, viden skal kurateres, skabeloner skal følge standarder, og styringsmekanismer skal være integreret fra starten i stedet for at blive tilføjet senere. Hvis disse fundamenter er svage, forstærker orkestrering uoverensstemmelserne. Når de er solide, forstærker orkestrering værdien.
Sideløbende med orkestrering tegner der sig en ny udvikling. Indtil for nylig arbejdede kunstig intelligens hovedsageligt med dokumenter, hvor den genererede eller analyserede indhold eksternt, inden brugerne vendte tilbage til de traditionelle redigeringsværktøjer. I stigende grad vil denne assistance finde sted direkte i selve dokumentmiljøet.
Forestil dig, at du udarbejder et svar, mens en integreret assistent i realtid vurderer strukturen, kontrollerer, om den følger skabeloner, påpeger mangler og foreslår forbedringer. I stedet for at fungere som et separat program bliver assistenten en kontekstuel samarbejdspartner, der er integreret i det daglige arbejde.
I takt med at systemerne får indsigt i organisationens viden og arbejdsgange, bliver resultaterne mindre generiske og mere tilpasset institutionens praksis. Teknologien træder i baggrunden, mens kvaliteten og konsistensen i arbejdet forbedres.
Den vigtigste beslutning, som juridiske organisationer står over for, er derfor ikke længere, om de skal eksperimentere med AI. Det egentlige spørgsmål er, om deres økosystem er klar til at koordinere disse elementer. Succesen afhænger af, at flere elementer samordnes i et sammenhængende miljø:
Denne tilpasning kræver arkitektonisk tænkning snarere end anskaffelse af værktøjer. Det indebærer beslutninger om dataplacering, integrationsstrategi og modenhed i styringen, som rækker ud over en enkelt leverandør.
Indførelsen af AI tager fart, men konkurrencefordelen afhænger ikke af, hvem der implementerer flest værktøjer. Den afhænger derimod af, hvem der skaber miljøer, hvor intelligens, kontekst og styring styrker hinanden. Virksomheder, der betragter AI-systemer som en struktureret infrastruktur frem for eksperimentelle funktioner, vil sandsynligvis med tiden klare sig bedre end deres konkurrenter. Deres systemer vil i det stille muliggøre hurtigere forberedelse, resultater af højere kvalitet og mere konsekvent beslutningstagning uden at øge risikoeksponeringen. Fremtiden for juridisk AI vil ikke blive defineret af den mest iøjnefaldende teknologi, men af de smarteste økosystemer.