ИИ в литигационных практиках юридических фирм США. Часть 1

В статье основателей Syllo обратил внимание на отзывы партнеров американских юрфирм, которые использовали ИИ в реальных судебных спорах. Даже если сделать скидку на маркетинговый характер статьи, примеры все равно впечатляют.

Сегодня речь пойдет о задаче анализа огромного числа документов.

Пример 1: Ballard Spahr LLP (89 место по выручке американских юр.фирм в 2025 г.):

В ходе судебного разбирательства клиент фирмы должен был раскрыть доказательства с учетом 30 запросов от оппонентов. Потенциально для запросов были релевантны 100 тысяч (!) документов. Судебная команда фирмы разработала 25 групп параметров, по которым нужно было проверить каждый документ и написала промпт. Утверждают, что потратили на подготовку этих инструкций всего 3 часа.

В результате ИИ отсеял половину. Оставшиеся 50 тыс. документов были раскрыты оппонентам.

Представим себе, что 100 тыс. документов – это одностраничные товарные накладные. По моим приблизительным расчетам для их анализа, да еще и по чек-листу из 25 параметров нужно, чтобы команда из 20 человек 3 месяца, не поднимая головы, их анализировала. Если же документы – нечто более сложное, чем накладная, то затраты умножаются как минимум в 2 раза и так до бесконечности.

Даже если про 3 часа приукрасили и в действительности потратили 200-300 часов + время на выборочную проверки (пусть еще 200 часов), это все равно несопоставимо с ручным трудом. Конечно, фирма потратилась на токены и на вычислительную инфраструктуру. Это необходимо для того, чтобы создать среду для работы ИИ и вручную не загружать по одному документу, не переплачивать за токены, отслеживать поведение ИИ и т.п.

Мне теперь любопытно, а что же делали с 50 тыс. документов, полученных в ответ на запрос о раскрытии – видимо, тоже прогонят документы через ИИ.

Важно, что все эти действия с ИИ одобрил клиент. Еще бы, представляю, какой счет уважаемая фирма могла выставить за такой объем работ.

Пример 2: Quinn Emanuel Urquhart & Sullivan, LLP (в представлении не нуждаются):

Команда фирмы была нанята меньше чем за 2 месяца до суда. Было необходимо отсмотреть 30 тыс. документов клиента и 40 тыс. документов от оппонентов, подготовить отзыв и представить все это в суд.

Стратегия поиска и анализа отличалась от первого примера. Здесь ИИ использовали для того, чтобы классифицировать все документы на 40 категорий и затем изучать наиболее приоритетные. Вероятно, тут без ручного труда не обошлось, но об этом не пишут. Помимо этого, ИИ использовали для подготовки возражений на доводы оппонентов и во время судебного разбирательства для поиска нестыковок в доказательствах.