Начало почти всегда одинаковое и почти всегда успешное. Кто-то из юристов пробует универсальный чат-бот на рабочей задаче, получает полезный результат, рассказывает коллегам. Через месяц пользуется половина фирмы, через два — партнёр оформляет корпоративную подписку и считает вопрос решённым.
Проблемы появляются не сразу и выглядят не как проблемы с ИИ. Разберём, где именно проходит граница и почему.
Коротко
Универсальный чат-бот эффективен на уровне отдельной задачи и упирается в потолок на уровне фирмы. Пять причин: контекст приходится собирать вручную при каждом обращении; результат не накапливается и не становится знанием фирмы; невозможно подтвердить соблюдение правил обращения с данными; качество зависит от навыка конкретного сотрудника; работа с ИИ не связана с делом, задачами и сроками. Это ограничения не модели, а её положения вне рабочего процесса.
Что универсальные модели делают хорошо
Начнём с честной части, потому что противопоставление «универсальный ИИ плохой, специализированный хороший» неверно.
Задачи, где универсальная модель — правильный выбор
- Объяснение незнакомой области права в общих чертах перед погружением
- Черновик текста, не содержащего сведений клиента
- Переформулирование сложного объяснения для неюриста
- Проверка собственной аргументации на внутренние противоречия
- Обезличенный правовой вопрос без деталей конкретного дела
- Обучение: разбор того, как формулировать задачи
У этих задач общее свойство: они не требуют контекста дела и не оставляют следа, который нужен кому-то ещё.
Пять проблем, которые появляются при масштабе
1. Контекст собирается вручную каждый раз
Чтобы получить полезный ответ, нужно приложить документы, объяснить обстоятельства, указать позицию клиента. На единичной задаче это несколько минут. На двадцати задачах в неделю — часы, которые никто не считает, потому что они распределены мелкими порциями.
Хуже другое: сборка выполняется каждый раз заново. Модель, разобравшая договор в понедельник, в среду о нём не помнит. Юрист прикладывает те же материалы, объясняет те же обстоятельства, получает ответ, не учитывающий понедельничный вывод.
Как это выглядит в цифрах
Если на сборку контекста уходит 7 минут, а обращений 15 в неделю, это около 1,7 часа еженедельно на одного юриста. При команде в 20 человек — порядка 35 часов в неделю, которые не видны ни в одном отчёте.
2. Результат не становится знанием фирмы
Разбор договора, анализ практики, найденная позиция — всё это остаётся в личной истории чата конкретного сотрудника. Коллега, столкнувшийся с тем же вопросом через месяц, начинает с нуля. Уходящий сотрудник забирает историю с собой.
Для фирмы это означает, что производительность растёт линейно от числа обращений, но не накапливается. Через год работы с ИИ фирма быстрее выполняет задачи и при этом знает ровно столько же, сколько знала в начале.
3. Соблюдение правил нельзя проверить
Допустим, политика фирмы запрещает передавать материалы клиентов в публичные сервисы. Вопрос: как вы узнаете, что она соблюдается?
При работе через личные подписки — никак. Нет журнала, нет истории обращений, нет способа установить, что и куда передавалось. При инциденте или проверке ответить на вопрос «как обрабатывались данные по этому делу» невозможно.
Это не гипотетическая проблема. ABA Formal Opinion 512 прямо возлагает на руководителей фирмы обязанность установить правила и обеспечить их соблюдение. ФПА РФ указывает на риск утечки адвокатской тайны на зарубежные серверы. Обе позиции предполагают, что фирма контролирует происходящее, а не полагается на добросовестность каждого.
4. Качество зависит от навыка сотрудника
Один юрист формулирует задачу с ролью, контекстом, критериями и форматом — и получает применимый результат. Другой пишет «проверь договор» — и получает общие фразы. Оба пользуются одним инструментом.
Для фирмы это означает разброс качества, который невозможно контролировать: он не виден в итоговом документе, а проявляется в пропущенных рисках.
5. ИИ существует отдельно от работы
Самое общее из ограничений. Дело живёт в одном месте, документы в другом, задачи в третьем, а ИИ — в четвёртом, ни с чем не связанном. Результат анализа нужно скопировать в письмо, из письма — в поручение, из поручения — в документ. На каждом переносе теряется контекст и появляется возможность ошибки.
Сопоставление подходов
| Аспект | Универсальный чат-бот | Набор отдельных ИИ-инструментов | Связанная среда |
|---|---|---|---|
| Скорость старта | Немедленно | Быстро | Требует внедрения |
| Контекст дела | Собирается вручную | Собирается вручную в каждом | Доступен по умолчанию |
| Накопление знаний | Отсутствует | Фрагментарное | Встроено |
| Контроль соблюдения правил | Невозможен | Частичный | Журналирование действий |
| Единый стандарт качества | Зависит от сотрудника | Зависит от сотрудника | Задаётся шаблонами и процессом |
| Режим данных | Определяется поставщиком | Разный у каждого | Определяется фирмой |
| Прямые расходы | Низкие | Средние | Выше |
| Скрытые издержки | Высокие и растущие | Высокие | Снижаются с масштабом |
Где именно проходит граница
Практический критерий: считайте не задачи, а обращения и людей.
| Ситуация | Что достаточно |
|---|---|
| Один-два юриста, эпизодические обезличенные задачи | Универсальная модель |
| Команда до 10 человек, регулярная работа с обезличенными материалами | Универсальная модель плюс письменные правила |
| Работа с материалами клиентов на постоянной основе | Инструмент с контролируемым режимом данных |
| Более 10 юристов, несколько сценариев использования | Связанная среда |
| Требования клиентов к обращению с данными в договорах | Связанная среда с журналированием |
| Адвокатская деятельность, чувствительные дела | Контролируемый контур или локальное размещение |
Что означает «ИИ в контексте дела»
Формулировка звучит абстрактно, поэтому переведём её в конкретные отличия. ИИ, работающий внутри системы ведения дел, уже знает то, что иначе пришлось бы объяснять каждый раз:
Контекст, который не нужно собирать
- Какие материалы относятся к делу и какая редакция документа актуальна
- Кто участники, кто представляет какую сторону
- Какие задачи поставлены и какие сроки установлены
- Что уже обсуждалось и какие решения приняты
- Какие шаблоны и стандарты приняты в фирме
- Какие позиции фирма занимала по аналогичным вопросам ранее
Разница проявляется не в качестве отдельного ответа, а в том, что ответ применим без дополнительной адаптации. Подробный разбор — в материале «ИИ для юристов: почему контекст дела важнее модели».
Именно на этом принципе построена MyLex: дело в центре, вокруг него материалы, задачи, сроки, участники и коммуникации, ИИ работает в этом контексте, данные анонимизируются при обращении к внешним моделям, хранение локализовано по 152-ФЗ, а действия фиксируются в неизменяемом журнале. Обзор возможностей — на странице продукта.
Как выглядит переход на практике
Резкая замена одного другим обычно проваливается: юристы возвращаются к привычному инструменту при первой же спешке. Работающий сценарий — постепенное смещение границы.
- 1
Зафиксировать границу письменно
Какие задачи остаются за универсальной моделью, какие переходят в платформу. Без письменной формулировки граница определяется настроением и сроком.
- 2
Перенести один сценарий целиком
Не «пробовать понемногу всё», а полностью перевести один процесс — обычно первичный разбор входящих документов.
- 3
Сделать платформу быстрее в этом сценарии
Если в ней дольше, чем скопировать текст в чат, сценарий не приживётся независимо от правил.
- 4
Перенести накопленное
Шаблоны, чек-листы, отработанные формулировки задач — иначе платформа стартует с пустым контекстом и проигрывает сравнение.
- 5
Добавлять сценарии по одному
Каждый следующий переносится после того, как предыдущий работает без напоминаний.
Признак, что переход состоялся
Не отчёт об использовании, а поведение в цейтноте: если в сжатый срок юрист по-прежнему открывает платформу, а не копирует документ в чат, переход завершён. Если наоборот — правила есть, а привычки нет.
Честные ограничения специализированных платформ
Односторонняя аргументация бесполезна, поэтому назовём и обратную сторону.
| Ограничение | Суть | Что с этим делать |
|---|---|---|
| Требуется внедрение | Результат не появляется в первый день | Планировать пилот, а не закупку |
| Нужна перестройка процессов | Инструмент не компенсирует хаос в работе | Сначала навести порядок в делах |
| Выше прямые расходы | Подписка на чат-бот дешевле | Считать полную стоимость с учётом времени команды |
| Зависимость от поставщика | Данные и процессы связаны с системой | Проверять условия выгрузки данных до выбора |
| Не покрывает все задачи | Часть обезличенных задач удобнее решать универсальной моделью | Комбинировать и зафиксировать границу письменно |
Последняя строка описывает наиболее распространённую и наиболее разумную схему: обе категории инструментов используются одновременно, но граница между ними определена не сотрудником в моменте, а правилами фирмы.
Как принять решение
- 1
Посчитайте фактические обращения к ИИ за месяц
Не оценку, а данные: опрос команды даёт достаточно точную картину.
- 2
Определите, какая доля касается материалов клиентов
Это ключевой вопрос: он определяет требования к режиму данных.
- 3
Оцените время на сборку контекста
Умножьте среднее время одного обращения на их число и на численность команды.
- 4
Проверьте, можете ли подтвердить соблюдение правил
Если ответ отрицательный, это самостоятельный аргумент независимо от экономики.
- 5
Сравните полную стоимость, а не цену подписки
Прямые расходы плюс время команды плюс стоимость повторной работы.
Если по итогам расчёта универсальной модели достаточно — это нормальный и обоснованный вывод. Проблема возникает не тогда, когда фирма выбирает чат-бот, а тогда, когда она не делает выбора вовсе и обнаруживает через год, что решение сложилось само.
Критерии оценки платформ и вопросы поставщику — в разборе «Как выбрать ИИ-платформу для юридической фирмы». Вопросы конфиденциальности — в материале «Можно ли загружать документы клиентов в ChatGPT». Организационный маршрут — в руководстве «Как внедрить ИИ в юридической фирме».
Источники
- American Bar Association, Formal Opinion 512, обязанности руководителей фирмы по установлению правил и надзору, 2024 — текст заключения
- ФПА РФ о рисках использования ИИ адвокатами, декабрь 2025 — РАПСИ
- Федеральный закон от 27.07.2006 № 152-ФЗ «О персональных данных», требования к локализации — статья 18
- Magesh V. и др. «Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools», Stanford RegLab, 2024 — публикация
Частые вопросы
- Значит ли это, что универсальные модели бесполезны юристу?
- Нет. Для обезличенных задач, обучения, черновиков и объяснений они полезны и останутся такими. Вопрос не в качестве модели, а в том, что происходит на уровне фирмы, когда таких обращений становится тысячи и они не оставляют следа.
- Разве корпоративная подписка не решает вопрос конфиденциальности?
- Она решает часть вопроса — обучение на ваших данных обычно отключается договором. Но остаются вопросы места обработки, требований локализации по 152-ФЗ и самого факта передачи сведений третьему лицу, что существенно для режима адвокатской тайны.
- Что дороже: подписки или платформа?
- Подписки дешевле по прямым расходам и дороже по скрытым: время на ручную сборку контекста, повторная работа из-за неоткладывающихся знаний, невозможность подтвердить соблюдение правил. Эти издержки растут с масштабом, а стоимость подписок — линейно.
- Можно ли использовать и то и другое?
- Да, и это распространённая схема. Универсальные модели — для обезличенных задач, платформа — для работы с материалами клиентов. Главное, чтобы граница была зафиксирована письменно и понятна каждому сотруднику.
Команда MyLex
Практикующие юристы и инженеры, которые проектируют MyLex — систему управления юридической практикой с ИИ под контролем юриста.
Материал носит информационный характер и не является юридической консультацией. О команде MyLex
Оставьте заявку на подключение MyLex
Покажем, как организовать работу вокруг дела и безопасно применять ИИ под контролем юриста.
Запросить демо