چهار استراتژی برنده شرکت‌های حقوقی برای پیاده‌سازی هوش مصنوعی از نگاه تامسون رویترز

به گزارش پیوست، کومار می‌گوید این شرکت‌ها به ایجاد برنامه‌های رسمی، بازسازی رویه‌های کاری و آموزش سیستماتیک کارکنان پرداخته‌اند و همچنین به جای اینکه فناوری هوش مصنوعی را به‌جای اینکه ابزاری مستقل به کار گیرند، آن را در سیستم‌های موجود خود ادغام کرده‌اند. پیروی از یک الگوی موفق به ویژه در دورانی که سازمان‌ها در بهره‌برداری از این فناوری در سطح سازمانی به مشکل خورده‌اند و طبق پژوهش MIT تنها ۵ درصد پروژه‌های آزمایشی هوش مصنوعی خود را موفق گزارش کرده‌اند و تحلیلگران گلدمن ساکس پذیرش سازمانی را کمتر از انتظار توصیف کرده‌اند، اهمیت بیشتری پیدا می‌کند.

تامسون رویترز می‌گوید ارائه شرکت‌ها نشان داد گرچه فناوری ضرورت دارد، اما آنچه در نهایت به موفقیت سازمان منجر می‌شود، نحوه ساماندهی پیرامون این فناوری، نحوه بکارگیری فرایند‌ها و پشتیبانی از همکاران در این فرایند گذار است.

استراتژی و حاکمیت بنیان اصلی را می‌سازند

شرکت‌های حقوقی که شاهد بازدهی هوش مصنوعی هستند، کارشان را با ساختار اصلی آغاز می‌کنند. آن‌ها کمیته‌های هوش مصنوعی را بنیان‌می‌نهند که هم شرکا و هم همکاران حقوقی را در بر می‌گیرد. این ترکیب باعث می‌شود تا داوری تجاری در کنار دانش فنی قرار گیرد و در نتیجه سیاست‌ها انعکاسی از نحوه کار واقعی افراد خواهند بود.

این کمیته‌ها سیاست‌های هوش مصنوعی شرکت را به گونه‌ای تدوین می‌کنند که به سوالات ساده پاسخ دهند: وکلا مجاز به استفاده از کدام ابزارها هستند؟ چه اطلاعاتی از موکل را می‌توانند در اختیار هوش مصنوعی بگذارند؟ مستند سازی از کار با کمک هوش مصنوعی چطور باید انجام گیرد؟ شرکت‌های موفق این سیاست‌ها را مستقیما با مشتریان به اشتراک می‌گذارند و در نتیجه شفافیت و اعمتادسازی را تضمین می‌کنند.

اما سیاست به تنهایی نمی‌تواند مقیاس‌پذیر شود. شرکت‌هایی که از پروژه‌های آزمایشی پای خود را فراتر می‌گذارند، در منابع ویژه مدیریت پروژه و برنامه سرمایه‌گذاری می‌کنند. این متخصصان بین گروه‌های عملیاتی مختلف هماهنگی ایجاد می‌کنند، نتایج را دنبال کرده و فرصت‌هایی را شناسایی می‌کند تا به صورت موفق بتوان پروژه‌های آزمایشی را به تمام سطح شرکت گسترش داد.

طراحی دوباره رویه‌های کاری برای نتایج بهتر

بهترین شرکت‌ها دریافتند که خودکارسازی رویه‌های کاری فعلی در بهترین حالت یک بازدهی را به همراه دارد. اما با یک پرسش متفاوت این شرکت‌ها نتایج بهتری را کسب کرده‌اند:‌ به دنبال چه خروجی هستیم و اگر قرار باشد فرایند را از صفر بازطراحی کنیم، چگونه باید دست پیدا می‌‌کنیم؟

چنین تغییر نگاهی از تفکر مبتنی بر فرایند به یک نگاه مبتنی بر نتیجه، همه‌چیز را تغییر می‌دهد. شرکت‌ها به‌جای پرسیدن «چگونه هوش مصنوعی می‌تواند سرعت بررسی اسناد را افزایش دهد؟»، می‌پرسند: «مشتری چه چیزی باید بداند، و سریع‌ترین مسیر برای رسیدن به این پاسخ چیست؟» در نتیجه فرایند حاصل از این پرسش اغلب هیچ شباهتی به رویه کاری اصلی ندارد.

گروه‌های عملیاتی پیشرو این رویکرد را از طریق آزمون‌های A/B آزمایش می‌کنند. آن‌ها پرونده‌های مشابه را به تیم‌های مختلف اختصاص می‌دهند — یک تیم از فرایند سنتی پیروی می‌کند، دیگری از یک گردش کار بازطراحی‌شده که هوش مصنوعی را دربرمی‌گیرد. سپس شرکت‌ها داده‌های ثبت زمان را بررسی می‌کنند تا صرفه‌جویی در زمان را کمی‌سازی کنند و فرصت‌های خاص اتوماسیون را مشخص نمایند.

توانمند سازی به‌واسطه مدیرت تغییر

مدیریت تغییر کلید پیاده‌سازی موفق هوش مصنوعی است. شرکت‌های بزرگی چون Ropes & Gray در سال اول، تا ۲۰ درصد از ساعات پولی همکاران حقوقی را به یادگیری ابزارهای هوش مصنوعی اختصاص می‌دهند. اختصاص چنین زمین نشانگر اهمیت بالای تسلط بر هوش مصنوعی در سطحی هم‌تراز مهارت‌های تحقیق یا نگارش حقوقی است. همچنین چنین کاری یکی از موانع اصلی پذیرش را از میان بر می‌دارد و وکلا دیگر بیش از حد مشغول یادگیری ابزارهای جدید نخواهند بود.

سایر شرکت‌ها متخصصان مدیریت تغییر معتبر را استخدام می‌کنند تا به رهبری تیم‌ها در این روند گذار بپردازند. این متخصصان با چگونگی تغییر رفتار، رسیدگی به مقاومت‌ها و شتاب مناسب برای گذار موفق آشنایی دارند. آن‌ها در کنار رهبران گروه‌ها تلاش می‌کنند تا رویه‌های جدید کاری را در روال‌های روزمره جا دهند.

بسیاری از شرکت‌ها نیز در هر گروه «قهرمان هوش مصنوعی» را شناسایی و به‌عنوان پشتیبانی خط اصلی مشخص می‌کنند تا به همکاران خود نشان دهند که هوش مصنوعی چطور مشکلات واقعی را برطرف می‌کند. با توجه به اینکه این قهرمان‌ها نیز در همان حوزه در کنار همکارانشان فعالیت دارند، چالش‌های خاص آن بخش را متوجه هستند و می‌توانند موارد کاربردی را مشخص کنند.

برخی شرکت‌ها نیز در جلسات شرکت خود از «لحظات هوش مصنوعی» میزبانی می‌کنند، نمایش‌های کوتاهی که نشانگر چگونگی استفاده یک وکیل از هوش مصنوعی برای حل یک مشکل خاص است. این جلسات کمک می‌کند تا وکلا برداشت خود را تغییر داده و هوش مصنوعی را در کارهای روزمره خود جای دهند.

کاری کنید که هوش مصنوعی نامرئی اما در عین‌حال ضروری باشد

بهترین نمونه‌های پیاده‌سازی هوش مصنوعی مربوط به ادغام این فناوری در سیستم‌هایی است که وکلا در همین حالا از آن استفاده می‌کنند تا در واقع این فناوری «نامرئی» شود.

در واقع این شرکت‌ها به‌جای اینکه از وکلا بخواهند یک پلتفرم هوش مصنوعی جداگانه را استفاده کنند، قابلیت‌های هوش مصنوعی را در سیستم‌های مدیریت اسناد، پایگاه‌های داده تحقیقاتی و نرم‌افزارهای مدیریت پرونده خود ادغام می‌کنند.

ادغام در سیستم‌های موجود به دو نتیجه مهم منجر می‌شود. اول، کاهش اختلاف نظر و درگیری تا وکلا این بتوانند در جایی همین حالا کار می‌کنند به هوش مصنوعی دسترسی داشته باشند و بدانند کدام ابزارها برای هر کار کارآمدی بیشتری دارد. دوم، هوش مصنوعی به یک امتداد طبیعی از ابزارهای موجود تبدیل می‌شود و نه یک فناوری جداگانه که باید وکلا استفاده از آن را یاد بگیرند.

کنفرانس SYNERGY در نگاه کلی نشان داد که موفقیت هوش مصنوعی حقوقی فقط یک بحث فناورانه نیست بلکه به استراتژی درست، افراد ماهر و تجربه ارزشمند بستگی دارد. شرکت‌های حقوقی با در نظر گرفتن این عواملی می‌توانند به نتایج واقعی برند، ارزش بهتری برای مشتریان خلق کنند و سازمان‌های خود را برای آینده آماده سازند.