Mikhail Yatsuha, generální ředitel a spoluzakladatel CaseCraft.AI

Mikhail Yatsuha, generální ředitel a spoluzakladatel CaseCraft.AI, je britský advokát a podnikatel v oblasti právních technologií s více než desetiletou zkušeností v právních službách. Postupoval od stážisty a advokáta v praxi až po partnera ve firmě Sterling Law, kde vedl obchodní oddělení a opakovaně se setkával s životaschopnými nízkonákladovými spory, které se po započítání tradičních právních nákladů staly neekonomickými. Na konci roku 2023 spoluzaložil CaseCraft.AI, aby přehodnotil, jak se civilní nároky posuzují, připravují a řeší pomocí pracovních postupů umožněných AI, místo pouhého použití AI pro právní tvorbu.

CaseCraft.AI je britská společnost zabývající se právními technologiemi, která buduje AI‑nativní platformu pro občanské soudní spory. Platforma spojuje posouzení případu, zpracování důkazů, korespondenci před zahájením řízení, generování dokumentů, sledování procesních kroků a lidskou právní revizi do jednoho pracovního postupu, obsluhuje individuální žalobce na bázi no‑win‑no‑fee a podniky prostřednictvím předplatného pro hromadné nároky a nástroje pro správu případů. Společnost získala přibližně £1.8 mil. v rámci tří kol financování a k srpnu 2026 evidovala 4 562 vytvořených případů s kumulativní hodnotou £14.9 mil., 51 % bylo vyrovnáno nebo vyhráno na základě rozhodnutí o neplnění, a 373 případů bylo v aktivní právní práci; také pilotuje první podnikovou implementaci a testuje MVP v oblasti pracovního práva.

Strávil jste roky postupem od stážisty a advokáta v praxi až po partnera ve firmě Sterling Law, než v roce 2023 spoluzaložil CaseCraft.AI. Co jste opakovaně pozoroval v právní praxi, co vás přesvědčilo, že proces malých nároků lze zásadně přepracovat pomocí AI, místo aby byl jen efektivnější díky lepšímu právnímu softwaru?

Nejde o to, že právníci potřebují lepší nástroj pro tvorbu dokumentů. Jde o to, že u mnoha nízkonákladových sporů se ekonomika zhroutí dříve, než může právník zasáhnout. Náklady na zastoupení mohou dosáhnout nebo převýšit hodnotu sporu a většina právních nákladů v malých sporech není obvykle vymáhatelná. Viděl jsem, že životaschopné nároky byly z tohoto důvodu ve Sterling Law opouštěny, a později jsem viděl stejnou matematiku u firem, které odepisovaly nezaplacené faktury. Jedná se o problém doručovacího modelu, ne o problém tvorby dokumentů. AI umožnila přepracovat více cesty kolem osoby podávající nárok, místo aby jen zrychlila práci právníka.

CaseCraft.AI byl již použit k vytvoření tisíců právních případů, přičemž stovky postoupily do aktivní právní práce. Co jste se naučil při provozování AI v reálných případech, co byste nikdy nezjistil jen z prototypů, simulací nebo testování benchmarků?

Vynikají dvě věci. Za prvé, generování dokumentu je snadná část; řízení případu je obtížné. Živý případ znamená, že důkazy, platby, termíny, odpovědi a další kroky musí zůstat konzistentní po měsíce. K srpnu 2026 bylo vytvořeno přes 4 500 případů pomocí CaseCraft, přes 400 postoupilo do aktivní právní práce a 130 nároků bylo podáno k soudu.

Za druhé, lidé se chovají s AI odlišně. Mohou být otevřenější, což pomáhá dříve odhalit důležité skutečnosti, ale systém také musí stanovit hranice a vědět, kdy by měl člověk zasáhnout. Zjistili jsme to přímo, když zavedení lidského zásahu v citlivé fázi důvěry zvýšilo konverzi alespoň o 15 %.

Velká část první vlny generativní AI se soustředila na tvorbu textu. CaseCraft.AI však musí shromažďovat důkazy, určovat způsobilost, dodržovat procesní pravidla, spouštět akce a sledovat případ v průběhu času. Jak se technicky liší tvorba takového agenturního pracovního postupu od tvorby AI asistenta nebo chatbota?

Chatbot odpovídá na otázku; agenturní pracovní postup musí udržovat stav reálného případu v čase – co se stalo, jaké důkazy existují, co chybí a co může následovat. Proto uvažujeme o systému jako o specializovaných komponentách, nikoli o jednom modelu, který dělá vše: některé sbírají a ověřují informace, jiné zajišťují právní úvahy nebo zpracovávají příchozí dokumenty. Cílem není nejlepší odstavec, ale spolehlivá posloupnost rozhodnutí a akcí, která posouvá případ k nejlepšímu možnému výsledku.

V právním pracovním postupu může model vytvořit něco, co zní naprosto přesvědčivě, a přitom být procedurálně nebo fakticky nesprávné. Jak jste navrhli CaseCraft.AI, aby rozlišoval mezi pravděpodobným výstupem AI a informacemi, které jsou skutečně dostatečně spolehlivé pro použití v právním případě?

Řídícím principem je, že model nesmí vymýšlet právní univerzum, ve kterém operuje. Omezujeme systém na důkazy v konkrétním případu a na autoritativní právní zdroje, místo aby obecný model odpovídal z paměti. CaseCraft.AI má přístup k nejnovějším změnám legislativy, relevantním precedensům a zavedeným osvědčeným postupům prostřednictvím vládních API a dalších autoritativních zdrojů, takže právní kontext je aktuální.

Také oddělujeme generování od ověření a zachováváme profesionální revizi v rámci regulovaného poskytování právních služeb. Test není, zda výstup zní, jako by ho napsal právník, ale zda lze ověřit zdroj, důkazy a procesní krok.

Mluvil jste o důležitosti „měřitelného lidského dohledu“. Co to v praxi znamená a jak určujete, které rozhodnutí může AI systém učinit autonomně a kde musí zůstat odpovědnost na člověku?

Měřitelný lidský dohled znamená, že zapojení člověka je spojeno s identifikovatelným rizikem a můžeme vidět, kde a proč k zásahu dochází. „Člověk v cyklu“ by neměl být jen uklidňujícím sloganem; měli bychom být schopni ukázat spouštěč, revizi a následné rozhodnutí.

Stále budujeme důkazovou základnu pro určení, kde by tyto hranice měly ležet. Jedním z měřítek, na které již můžeme ukázat, je doba revize: od spuštění se čas potřebný k lidské revizi zkrátil čtyřnásobně, jak se systém zlepšoval. V průběhu času je cílem učinit revizi více založenou na riziku, přičemž zachovat odpovědný profesionální úsudek tam, kde je to právně vyžadováno.

Důkazy jsou v malých sporech ústřední, ale mohou přijít jako smlouvy, faktury, e‑maily, zprávy, fotografie a další nestrukturované informace. Jak přistupujete k převodu tohoto materiálu na strukturované vstupy, které AI systém může zpracovávat, přičemž zachováváte původ a vyhýbáte se nepodloženým závěrům?

Klíčovým principem je oddělit extrakci od inferencí. Pokud uživatel nahraje vlákno z WhatsAppu s dodavatelem, data, nabídnutá cena a použité slovo jsou extrahovaná fakta; závěr o právním významu této výměny je inferencí. Tyto dvě věci by nikdy neměly být prezentovány jako jedna. Dokumenty strukturalizujeme tak, aby je pracovní postup mohl využívat při zachování odkazu na původní důkaz. Pokud tento odkaz zmizí, můžete vytvořit spis, který vypadá dobře, ale při napadení se rozpadne.

Jedním z nejtěžších problémů pro autonomní systémy je vědět, kdy nezasáhnout. Jaké signály říkají CaseCraft.AI, že nárok se stal příliš nejasným, složitým nebo rizikovým pro automatizaci a měl by být místo toho předán právnímu odborníkovi?

Jedním z našich bezpečnostních opatření je protichůdné: věnujeme pozornost nejen případům, které AI chce posunout dál, ale také těm, které má tendenci odmítnout. Lidský dohled není jen o zastavení AI, která je příliš agresivní; může také zastavit systém, který je příliš konzervativní a odmítá legitimní argument.

Jedním z nejjasnějších signálů eskalace dnes je nedostatek důkazů. Lidé nemusí nahrát relevantní dokumenty, mohou je v průběhu času ztratit nebo si nemusí uvědomovat, které důkazy jsou pro nárok důležité. Když případ není dostatečně jasný nebo kompletní, dalším krokem může být lidská revize místo automatického postupu. Právníci stále lépe zvládají kontext a šedé zóny než současné systémy.

Jak systémy AI přebírají více kroků tradičně prováděných právníky, jak si myslíte, že se bude vyvíjet hranice mezi softwarovou automatizací a regulovanými právními službami?

Hranice se bude posouvat, ale pomaleji, než mnoho lidí v technologii očekává. Systémy s vysokými sázkami nemohou spoléhat na slib, že další model bude lepší; spolehlivost musí být prokázána prostřednictvím autoritativních zdrojů, validace, kontrol a odpovědné lidské revize. V průběhu času očekávám, že AI se stane něčím, na co profesionálové mohou spoléhat v jasně definovaných mezích, ale autonomie musí být získána na základě pozorované výkonnosti a reálných výsledků. Užitečná otázka není „software nebo právník?“, ale jaká činnost se provádí, jaké důkazy ji podporují a kdo zůstává odpovědný.

Obecné modely AI se velmi rychle zlepšují. Co vytváří udržitelné konkurenční výhody pro vertikální AI společnost jako CaseCraft.AI, když základní modely dostupné všem nadále postupují vpřed?

Naše výhoda nikdy neměla spočívat v vlastnictví základního modelu. Lepší obecné modely jsou pro nás dobré zprávy. Obtížná část jsou všechny související komponenty: vyhledávání, databáze případů, právní znalosti, infrastruktura pracovních postupů, integrace, kontroly a provozní pochopení toho, jak se nárok posouvá od začátku do konce. Tato práce nezmizí, když se objeví nový model.

Pro uživatele by to mělo působit jako jedno místo, kde se případ odehrává, zatímco orchestraci tvoří podklad. Stejná infrastruktura nyní začíná podporovat jak individuální žalobce, tak firmy využívající hromadné nároky až do 150 nároků jedním kliknutím a pracovní postupy správy případů. Myslím, že orchestraci a doménové provádění jsou trvalým příkopem pro vertikální AI.

Při pohledu za rámec malých nároků, co jste se dozvěděl z CaseCraft.AI o širší budoucnosti agenturní AI? Která další odvětví s vysokými sázkami považujete za zvláště vhodná pro systémy, které mohou řídit složité pracovní postupy a zároveň udržet lidi odpovědné za kritická rozhodnutí?

Jsem optimistický ohledně agenturní AI, ale obtížná práce spočívá kolem modelu: přepracování procesů, strukturování informací, definování toho, co může systém dělat, a budování validace a eskalace. Proto regulovaná odvětví často postupují pomaleji – lidé, kteří rozumí pracovním postupům natolik, aby je mohli automatizovat, jsou obvykle nejzaneprázdněnější odborníci v organizaci.

Nejsilnější příležitosti jsou pracovní postupy s velkým množstvím opakovaného sběru informací a zpracování dokumentů, ale s menším počtem výjimek, které stále vyžadují odpovědný úsudek. Pro CaseCraft je nejbližší rozšíření oblast pracovního práva, kde je MVP v aktivním testování, a zkoumáme oblast osobních úrazů se specialistickou soudní firmou. Mimo oblast práva mají podobný tvar pojištění, finanční služby a compliance. Systémy, které vyhrají, budou vědět nejen, jak automatizovat konverzaci, ale také přesně, kdy má stroj přestat a člověk by měl převzít řízení.

Děkujeme za skvělý rozhovor, čtenáři, kteří se chtějí dozvědět více, by měli navštívit CaseCraft.AI.