Mkakati wa AI si kuhusu zana. Ni kuhusu mabadiliko ya utamaduni.

Makampuni ya sheria yanawekeza katika akili bandia (AI), lakini utekelezaji mara chache hulingana na tamaa. Kuanzia majukwaa ya utafiti na zana za muhtasari otomatiki hadi vibodi vya gumzo vya wateja na wasaidizi wa nyaraka wanaoongozwa na sauti, soko la teknolojia ya sheria limejaa suluhisho. Tatizo? Wengi hukaa bila kufanya kazi, hawajasanidiwa vizuri, au hawalingani na mtiririko wa kazi wa kampuni. Badala ya kurahisisha shughuli, mara nyingi husababisha msuguano, na kupanua pengo kati ya uwezo na matumizi.

Hili si tatizo la akili bandia (AI). Ni tatizo la utamaduni.

Kila mtu ananunua, wachache wanatatua

Kwa washirika wanaosimamia na viongozi wa uuzaji, utumiaji wa AI huhisi kuwa wa dharura zaidi. Uharaka huo mara nyingi huchukuliwa kuwa maendeleo. Lakini kusakinisha zana si sawa na kutatua tatizo, hasa wakati mtiririko wa kazi, majukumu, na miundo ya uaminifu haikuundwa kwa ajili ya otomatiki.

Utafiti wa ILTA wa 2024 uligundua kuwa ingawa 37% ya makampuni yaliripoti kutekeleza zana za AI, 54% walitaja "upinzani wa mabadiliko miongoni mwa watumiaji" kama kikwazo kikubwa cha mafanikio. Je, ni kukatwa kwa masharti? Utekelezaji bila ujumuishaji.

Vifaa vinapoangushwa kwenye mifumo ya zamani bila muktadha wa uendeshaji, upinzani ni wa busara. Watu hukataa si kwa sababu hawapendi uvumbuzi, bali kwa sababu teknolojia hailingani na jinsi inavyofanya kazi. Timu za uandikishaji hazijui jinsi au wakati wa kuitumia. Masoko hayawezi kufikia data sahihi ili kutathmini faida ya uwekezaji. Washirika hawaoni matokeo.

Suluhisho zilizojumuishwa, kwa upande mwingine, hupunguza msuguano. Zinafafanua umiliki. Hurahisisha utumiaji kwa kuingiza AI katika mifumo ya kazi inayojulikana badala ya kuiweka juu kwa njia isiyo ya kawaida. Na timu zinapoona jinsi zana hizi zinavyorahisisha—sio kutatanisha—kazi zao za kila siku, upinzani unakuwa udadisi. Udadisi unakuwa matumizi. Matumizi yanakuwa thamani.

Lakini mabadiliko hayo hayaanzi na uwezo. Yanaanza na utamaduni.

Kufikiria upya majukumu na mtiririko wa kazi

Kupitishwa kwa AI halisi huanza kwa kuuliza: ni nani anayemiliki mabadiliko haya? Ni nani anayewajibika kwa kutumia AI kimaadili, kwa ufanisi, na kwa uthabiti? Muhimu zaidi, ni nani aliye na mamlaka ya kusema wakati haifanyi kazi?

Ukitaka AI iendelee, unahitaji zaidi ya kukubali. Unahitaji mpangilio katika viwango vyote:

• Uongozi lazima uweke maono na kutambua matumizi yenye maana. Hii inajumuisha kufafanua vipimo vya mafanikio zaidi ya kuokoa gharama tu—uzoefu wa mteja, muda wa mzunguko, na ushiriki wa timu vyote vinapaswa kuwa sehemu ya mazungumzo.
• Operesheni lazima zitathmini jinsi AI inavyofaa (au inavyovunja) mifumo iliyopo. Kampuni ambayo haijawahi kufanya ukaguzi wa mtiririko wa kazi haiwezi kutarajia otomatiki isiyo na mshono.
• Wafanyakazi wa mstari wa mbele lazima waamini zana za kutosha kuzitumia. Uaminifu huo hautokei kupitia memo au demo. Unatokea kupitia uwazi, mafunzo ya vitendo, na mizunguko ya maoni ya mara kwa mara.

Thamani ya akili bandia (AI) inaishi katika mabadiliko ya mchakato, si ubadilishaji wa kazi. Boti ya gumzo inaweza kujibu Maswali Yanayoulizwa Mara kwa Mara, bila shaka. Lakini ikiwa wasaidizi wa kisheria wa uandikishaji hawajafunzwa kuingilia kati wakati uwasilishaji huo unaposhindwa, umejenga kikwazo.

Mfano wa ukomavu wa mkakati wa AI

Tumeona hatua tatu za kupitishwa kwa AI katika makampuni ya sheria. Hizi si viwango vya teknolojia tu, bali ni hatua muhimu za kitamaduni:

Hatua ya 1: AI tendaji

• Zana huchaguliwa kwa njia ya dharura, mara nyingi kwa shangwe ya muuzaji badala ya mahitaji ya kimkakati.
• Hakuna mpangilio wa utendaji mtambuka katika utekelezaji.
• Nyaraka, usimamizi, au marudio machache au hakuna kabisa.

Dalili: Kukasirika sana kwa wafanyakazi, TEHAMA ya siri, na uhamishaji duni wa wateja.

Hatua ya 2: AI Iliyounganishwa

• Zana huchaguliwa kulingana na matumizi halisi na kuunganishwa katika mifumo ya kazi ya msingi.
• Wafanyakazi hufunzwa kwa kutumia SOP zilizo wazi na vipimo vya mafanikio.
• Data ya ndani huanza kutoa taarifa kuhusu maamuzi ya baadaye.

Dalili: Mafanikio yanayoweza kupimika katika maeneo maalum (km, upimaji wa ulaji, mapitio ya hati).

Hatua ya 3: AI Inayoweza Kubadilika

• Zana na michakato ya AI hubadilika kulingana na malengo ya kampuni nzima.
• Data inapita kwa uhuru kati ya mifumo (km, CRM → ulaji → uuzaji).
• Timu hujaribu, huboresha, na kuunda matumizi mapya ya AI.

Dalili: Kupungua kwa muda wa kuhifadhi, uzoefu bora wa mteja, na utamaduni wa uboreshaji endelevu.

Pengo la utamaduni: Kwa nini makampuni mengi hukwama katika hatua ya 2

Hatua ya 2 ndipo makampuni mengi yanapokwama. Kwa nini? Kwa sababu misingi ya kitamaduni ya Hatua ya 3 (uaminifu, majaribio, motisha zinazolingana) haijitokezi kiotomatiki. Lazima ijengwe. Kuhama kutoka AI Jumuishi hadi Adaptive kunahitaji zaidi ya bajeti. Inahitaji mawazo. Bila usimamizi wa mabadiliko ya kimakusudi, hata teknolojia bora zaidi inakuwa vifaa vya rafu.

Kujenga utamaduni unaobadilika kunahitaji:

• Usalama wa kisaikolojia kuripoti wakati zana zinapovunja mtiririko wa kazi.
• Miundombinu ya maoni , kama vile majaribio ya kila wiki, kumbukumbu za upokeaji, na ukaguzi wa matumizi.
• KPI zenye uwazi zinazofuatilia matokeo, si juhudi.

Makampuni ya sheria ambayo yamefanikiwa kuhamia katika utamaduni wa AI unaobadilika yana sifa zinazofanana: hufanya uchunguzi wa nyuma mara kwa mara, idara zinazoongozana kuhusu matumizi ya zana na athari za michakato, na hupa kipaumbele maoni ya mtiririko wa kazi badala ya vipimo vya ubatili. Vipengele hivi vinapowekwa, vinaripoti sio tu ufanisi bora bali pia shughuli zinazostahimili zaidi na uhifadhi mkubwa wa wafanyakazi. Hizi si dhana; ni mifumo ambayo tumeona katika shughuli nyingi na ripoti za tasnia.

Uongozi wa uaminifu: Kwa nini ni muhimu kununua kutoka chini kwenda juu

Katika makampuni ya zamani, mkakati hutiririka kutoka juu hadi chini. Lakini AI inahitaji mfumo mseto. Wafanyakazi wako wa mstari wa mbele mara nyingi hugundua michakato iliyoharibika kabla ya timu yako ya watendaji. Ikiwa hawana sauti katika ramani yako ya AI, utaishia kuboresha kwa mambo yasiyofaa.

Mifano:

• Mhudumu wa mapokezi anajua ni wateja gani wanaokata simu kwenye boti ya gumzo.
• Meneja wa kesi anaona ambapo mihtasari otomatiki inakosa muktadha muhimu.
• Msaidizi wa kisheria anaelewa wakati msimbo wa utabiri unapoashiria hati zisizo sahihi.

Kupuuza ishara hizo ndiyo njia ya haraka zaidi ya kuharibu uwekezaji wako.

Kujenga uaminifu kutoka mwanzo hadi mwisho kunamaanisha:

• Kuwashirikisha wafanyakazi katika tathmini ya zana na majaribio ya majaribio.
• Kushiriki hadithi za mafanikio na uchunguzi wa baada ya kifo.
• Kupima upitishwaji, si upatikanaji tu.

Maadili, kufuata sheria, na kipengele cha kibinadamu

AI si kichocheo cha mtiririko wa kazi tu, ni uwanja wa changamoto ya kufuata sheria. Kuanzia hatari za usiri katika otomatiki ya hati hadi upendeleo katika zana za ulaji zinazoendeshwa na LLM, kila hatua ya AI lazima ipitishe mtihani wa kunusa maadili ya kisheria. Hiyo ina maana:

• Kupitia mwongozo wa ABA na sheria za mamlaka za mitaa.
• Kuwafunza wafanyakazi kuhusu usikivu wa haraka na ufahamu wa upendeleo.
• Matumizi ya zana ya kumbukumbu kwa ajili ya ukaguzi.

Mbinu ya kwanza ya AI kwa utamaduni haileti tu ufanisi—inakusaidia kuepuka ukiukaji wa maadili na madhara ya sifa. Hata hivyo, katika utafiti wa ILTA wa 2024, 34% ya makampuni yalisema kwamba hawana sera rasmi ya AI ya uzalishaji na 26% nyingine walisema walikuwa wakifanyia kazi moja.

(Ikiwa unahitaji msaada wa kujenga sera ya AI, tunafurahi kushiriki mbinu yetu nawe. Tutumie barua pepe tu.

Kampuni yako iko wapi katika wigo huu?

Ukinunua vifaa bila kubadilisha jinsi unavyofanya kazi, hutumii AI. Unaongeza tu ufanisi wako.

Kagua maamuzi yako matatu ya mwisho yanayohusiana na akili bandia (AI):

• Ni nani aliyeanzisha?
• Nani alifunzwa?
• Nani anawajibika kwa mafanikio?

Kisha uliza swali kubwa zaidi: je, unajenga kampuni nadhifu au inayong'aa zaidi? Tubadilishe hilo. LaFleur inatoa huduma kamili za ushauri wa akili bandia ambazo zinaweza kukusaidia kuboresha mifumo yako, kukuza ushiriki wa timu, na kutumia vyema data ya kampuni yako.

Marejeleo

Matokeo ya Utafiti wa Teknolojia wa ILTA 2024 Yametolewa Leo: Mitindo ya Teknolojia ya Kisheria. (2024, Septemba 20). Utambuzi wa Kielektroniki Leo . Imechukuliwa kutoka https://ediscoverytoday.com/2024/09/30/ilta-2024-technology-survey-results-released-today-legal-technology-trends/