Συνεντεύξεις

Mikhail Yatsuha, Διευθύνων Σύμβουλος και Συνιδρυτής της CaseCraft.AI

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Mikhail Yatsuha, Διευθύνων Σύμβουλος και Συνιδρυτής της CaseCraft.AI, είναι δικηγόρος στο Ηνωμένο Βασίλειο και επιχειρηματίας τεχνολογίας νομικού τομέα με περισσότερα από δέκα χρόνια εμπειρίας στις νομικές υπηρεσίες. Προχώρησε από πρακτική άσκηση και εκπαιδευτικό δικηγόρο σε Συνεργάτη στη Sterling Law, όπου ηγήθηκε του εμπορικού τμήματος και επανειλημμένα αντιμετώπισε βιώσιμες διαφορές χαμηλής αξίας που έγιναν μη οικονομικές όταν λήφθηκαν υπόψη τα παραδοσιακά νομικά έξοδα. Στο τέλος του 2023, συνίδρυσε τη CaseCraft.AI για να επανεξετάσει τον τρόπο αξιολόγησης, προετοιμασίας και προόδου των αστικών αξιώσεων χρησιμοποιώντας ροές εργασίας με ενσωματωμένη AI αντί να εφαρμόζει απλώς AI στη νομική σύνταξη.

CaseCraft.AI είναι μια βρετανική εταιρεία τεχνολογίας νομικού τομέα που δημιουργεί μια πλατφόρμα AI-φυσική για αστικές διαφορές. Η πλατφόρμα ενσωματώνει αξιολόγηση υποθέσεων, επεξεργασία αποδείξεων, προ-δικογραφική αλληλογραφία, δημιουργία εγγράφων, παρακολούθηση διαδικασιών και ανθρώπινη νομική αξιολόγηση σε μία ενιαία ροή εργασίας, εξυπηρετώντας ατομικούς ενάγοντες με βάση το «χωρίς νίκη, χωρίς αμοιβή» και επιχειρήσεις μέσω συνδρομητικών εργαλείων μαζικής αξίωσης και διαχείρισης υποθέσεων. Η εταιρεία συγκέντρωσε περίπου £1.8m σε τρεις γύρους χρηματοδότησης και, μέχρι τον Αύγουστο 2026, είχε καταγράψει 4,562 δημιουργημένες υποθέσεις με συνολική αξία £14.9M, το 51% είχαν διακανονιστεί ή κερδιστεί με προεξοφλητική απόφαση, και 373 υποθέσεις βρίσκονταν σε ενεργή νομική εργασία· επίσης δοκιμάζει την πρώτη της εταιρική υλοποίηση και δοκιμάζει ένα MVP στο Εργατικό Δίκαιο.

Πέρασες χρόνια προοδεύοντας από πρακτική άσκηση και εκπαιδευτικό δικηγόρο σε Συνεργάτη στη Sterling Law πριν συνιδρύσεις τη CaseCraft.AI το 2023. Τι είδες επανειλημμένα στην νομική πρακτική που σε έπεισε ότι η διαδικασία μικρών αξιώσεων θα μπορούσε να επανασχεδιαστεί θεμελιωδώς με AI αντί απλώς να γίνει πιο αποδοτική με καλύτερο λογισμικό νομικής υποστήριξης;

Αυτό που με έπεισε δεν ήταν ότι οι δικηγόροι χρειάζονταν ένα καλύτερο εργαλείο σύνταξης. Ήταν ότι, για πολλές διαφορές χαμηλής αξίας, η οικονομική βιωσιμότητα αποτυγχάνει πριν ένας δικηγόρος μπορέσει να βοηθήσει. Το κόστος εκπροσώπησης μπορεί να προσεγγίσει ή να υπερβεί την αξία του ζητήματος, και τα περισσότερα νομικά έξοδα γενικά δεν ανακτώνται σε μικρές αξιώσεις. Είδα βιώσιμες αξιώσεις να εγκαταλείπονται για αυτόν τον λόγο στη Sterling Law, και αργότερα είδα την ίδια αριθμητική με επιχειρήσεις που διαγράφουν ανεξόφλητα τιμολόγια. Πρόκειται για πρόβλημα μοντέλου παράδοσης, όχι για πρόβλημα σύνταξης. Η AI έκανε δυνατόν τον επανασχεδιασμό μεγαλύτερου μέρους της διαδρομής γύρω από το άτομο που υποβάλλει την αξίωση, αντί απλώς να κάνει τον δικηγόρο που εργάζεται πάνω της ελαφρώς πιο γρήγορο.

Η CaseCraft.AI έχει ήδη χρησιμοποιηθεί για τη δημιουργία χιλιάδων νομικών υποθέσεων, με εκατοντάδες να προχωρούν σε ενεργή νομική εργασία. Τι έμαθες από τη λειτουργία της AI σε πραγματικές υποθέσεις που δεν θα μπορούσες ποτέ να ανακαλύψεις μόνο από πρωτότυπα, προσομοιώσεις ή δοκιμές αναφοράς;

Δύο πράγματα ξεχωρίζουν. Πρώτον, η δημιουργία ενός εγγράφου είναι το εύκολο μέρος· η διαχείριση μιας υπόθεσης είναι δύσκολη. Μια ζωντανή υπόθεση σημαίνει ότι αποδείξεις, πληρωμές, προθεσμίες, απαντήσεις και επόμενα βήματα πρέπει να παραμένουν συνεπή για μήνες. Μέχρι τον Αύγουστο 2026, δημιουργήθηκαν πάνω από 4,500 υποθέσεις μέσω της CaseCraft, πάνω από 400 προχώρησαν σε ενεργή νομική εργασία, και 130 αξιώσεις εκδόθηκαν στο δικαστήριο.

Δεύτερον, οι άνθρωποι συμπεριφέρονται διαφορετικά με την AI. Μπορούν να είναι πιο ειλικρινείς, κάτι που βοηθά στην ανάδειξη σημαντικών γεγονότων νωρίτερα, αλλά το σύστημα πρέπει επίσης να θέτει όρια και να ξέρει πότε ένας άνθρωπος πρέπει να επεμβεί. Το καταλάβαμε άμεσα όταν η εισαγωγή ανθρώπινης παρέμβασης σε ένα στάδιο ευαίσθητο στην εμπιστοσύνη βελτίωσε τη μετατροπή τουλάχιστον κατά 15%.

Το μεγαλύτερο μέρος του πρώτου κύματος γεννητικής AI επικεντρώθηκε στην παραγωγή κειμένου. Η CaseCraft.AI, αντίθετα, πρέπει να συλλέγει αποδείξεις, να καθορίζει επιλεξιμότητα, να ακολουθεί διαδικαστικούς κανόνες, να ενεργοποιεί ενέργειες και να παρακολουθεί μια υπόθεση με την πάροδο του χρόνου. Πώς διαφέρει τεχνικά η δημιουργία αυτού του τύπου αυτόνομης ροής εργασίας από την κατασκευή ενός βοηθού AI ή chatbot;

Ένα chatbot απαντά σε μια ερώτηση· μια αυτόνομη ροή εργασίας πρέπει να διατηρεί την κατάσταση μιας πραγματικής υπόθεσης με την πάροδο του χρόνου – τι συνέβη, ποιες αποδείξεις υπάρχουν, τι λείπει και τι μπορεί να συμβεί στη συνέχεια. Συνεπώς, θεωρούμε το σύστημα ως εξειδικευμένα συστατικά αντί για ένα μοντέλο που κάνει τα πάντα: κάποια συλλέγουν και επικυρώνουν πληροφορίες, άλλα παρέχουν νομική λογική ή επεξεργάζονται εισερχόμενα έγγραφα. Ο στόχος δεν είναι η καλύτερη παράγραφος. Είναι μια αξιόπιστη ακολουθία αποφάσεων και ενεργειών που οδηγεί την υπόθεση προς το καλύτερο διαθέσιμο αποτέλεσμα.

Σε μια νομική ροή εργασίας, ένα μοντέλο μπορεί να παράγει κάτι που ακούγεται απολύτως πειστικό ενώ παραμένει διαδικαστικά ή γεγονότα λανθασμένο. Πώς έχεις σχεδιάσει τη CaseCraft.AI ώστε να διακρίνει μεταξύ πιθανής εξόδου AI και πληροφοριών που είναι πραγματικά αξιόπιστες για χρήση σε νομική υπόθεση;

Η κυρίαρχη αρχή είναι ότι το μοντέλο δεν επιτρέπεται να εφευρίσκει το νομικό σύμπαν στο οποίο λειτουργεί. Περιορίζουμε το σύστημα στις αποδείξεις της υπόθεσης και σε αυθεντικές νομικές πηγές, αντί να ζητάμε από ένα γενικού σκοπού μοντέλο να απαντά από μνήμη. Η CaseCraft.AI έχει πρόσβαση στις πιο πρόσφατες αλλαγές στη νομοθεσία, σχετικές προαναφορές και καθιερωμένες βέλτιστες πρακτικές μέσω κυβερνητικών API και άλλων αυθεντικών πηγών, ώστε το νομικό πλαίσιο να παραμένει ενημερωμένο.

Διαχωρίζουμε επίσης τη δημιουργία από την επικύρωση και διατηρούμε την επαγγελματική αξιολόγηση εντός του ρυθμιζόμενου πλαισίου νομικών υπηρεσιών. Η δοκιμή δεν είναι αν μια έξοδος ακούγεται σαν να την έγραψε δικηγόρος, αλλά αν η πηγή, οι αποδείξεις και το διαδικαστικό βήμα μπορούν να επαληθευτούν.

Έχεις μιλήσει για τη σημασία της «μετρήσιμης ανθρώπινης εποπτείας». Τι σημαίνει αυτό στην πράξη και πώς καθορίζετε ποιες αποφάσεις μπορεί να λαμβάνει αυτόματα ένα σύστημα AI σε αντίθεση με εκείνες όπου ένας άνθρωπος πρέπει να παραμείνει υπεύθυνος;

Η μετρήσιμη ανθρώπινη εποπτεία σημαίνει ότι η ανθρώπινη συμμετοχή συνδέεται με αναγνωρίσιμο κίνδυνο, και μπορούμε να δούμε πού συμβαίνει η παρέμβαση και γιατί. Η φράση «άνθρωπος στο βρόχο» δεν πρέπει να είναι μόνο μια καθησυχαστική έκφραση· πρέπει να μπορούμε να εντοπίσουμε το σκανδάλη, την αξιολόγηση και την απόφαση που ακολούθησε.

Αντιμετωπίζουμε ακόμη την κατασκευή της βάσης αποδείξεων για το πού πρέπει να τοποθετηθούν αυτά τα όρια. Ένα μέτρο που ήδη μπορούμε να επισημάνουμε είναι ο χρόνος αξιολόγησης: από την εκκίνηση, ο χρόνος που απαιτείται για ανθρώπινη αξιολόγηση έχει μειωθεί κατά τέσσερις φορές καθώς το σύστημα βελτιώθηκε. Με την πάροδο του χρόνου, ο στόχος είναι να κάνουμε την αξιολόγηση πιο βασισμένη στον κίνδυνο, διατηρώντας την επαγγελματική κρίση υπεύθυνη όπου απαιτείται νομικά.

Οι αποδείξεις είναι κεντρικές σε μικρές αξιώσεις, αλλά μπορούν να εμφανιστούν ως συμβόλαια, τιμολόγια, email, μηνύματα, φωτογραφίες και άλλες αδόμητες πληροφορίες. Πώς προσεγγίζετε τη μετατροπή αυτού του υλικού σε δομημένες εισόδους που ένα σύστημα AI μπορεί να επεξεργαστεί, διατηρώντας την προέλευση και αποφεύγοντας μη υποστηριζόμενα συμπεράσματα;

Η κύρια αρχή είναι να διατηρείται η εξαγωγή ξεχωριστή από την επαγωγή. Εάν ένας χρήστης ανεβάσει μια συνομιλία WhatsApp με έναν κατασκευαστή, οι ημερομηνίες, η προσφερόμενη τιμή και οι λέξεις που χρησιμοποιήθηκαν είναι εξαγόμενα γεγονότα· ένα συμπέρασμα για τη νομική σημασία αυτής της ανταλλαγής είναι επαγωγή. Τα δύο δεν πρέπει ποτέ να παρουσιαστούν ως το ίδιο. Δομικοποιούμε τα έγγραφα ώστε η ροή εργασίας να μπορεί να τα χρησιμοποιήσει διατηρώντας τον σύνδεσμο προς τις αρχικές αποδείξεις. Αν αυτός ο σύνδεσμος εξαφανιστεί, μπορείτε να δημιουργήσετε ένα φάκελο υπόθεσης που διαβάζεται καλά αλλά καταρρέει όταν αμφισβητηθεί.

Ένα από τα πιο δύσκολα προβλήματα για τα αυτόνομα συστήματα είναι το πότε να μην ενεργούν. Ποια σήματα λένε στη CaseCraft.AI ότι μια αξίωση έχει γίνει πολύ ασαφής, πολύπλοκη ή επικίνδυνη για αυτοματοποίηση και πρέπει αντί αυτού να κλιμακωθεί σε νομικό επαγγελματία;

Ένα από τα μέτρα ασφαλείας μας είναι αντισυμβατικό: δίνουμε προσοχή όχι μόνο στις υποθέσεις που η AI θέλει να προχωρήσει, αλλά και σε εκείνες που είναι προδιάθετη να απορρίψει. Η ανθρώπινη εποπτεία δεν αφορά μόνο το να εμποδίζει μια AI από το να είναι υπερβολικά επιθετική· μπορεί επίσης να αποτρέψει το σύστημα από το να είναι υπερβολικά συντηρητικό και να απορρίψει ένα νόμιμο επιχείρημα.

Ένα από τα πιο σαφή σήματα κλιμάκωσης σήμερα είναι η έλλειψη αποδείξεων. Οι άνθρωποι μπορεί να μην ανεβάσουν τα σχετικά έγγραφα, να τα έχουν χάσει με την πάροδο του χρόνου, ή να μην συνειδητοποιούν ποιες αποδείξεις είναι σημαντικές για την αξίωση. Όταν η υπόθεση δεν είναι επαρκώς σαφής ή πλήρης, το επόμενο βήμα μπορεί να είναι η ανθρώπινη αξιολόγηση αντί της αυτόματης προόδου. Οι δικηγόροι εξακολουθούν να διαχειρίζονται το πλαίσιο και τις γκρι περιοχές πιο σταθερά από τα τρέχοντα συστήματα.

Καθώς τα συστήματα AI αναλαμβάνουν περισσότερα βήματα που παραδοσιακά εκτελούν οι δικηγόροι, πώς πιστεύετε ότι θα εξελιχθεί το όριο μεταξύ αυτοματοποίησης λογισμικού και ρυθμιζόμενων νομικών υπηρεσιών;

Το όριο θα μετακινηθεί, αλλά πιο αργά από ό,τι πολλοί στο χώρο της τεχνολογίας προβλέπουν. Τα συστήματα υψηλού κινδύνου δεν μπορούν να βασίζονται στην υπόσχεση ότι το επόμενο μοντέλο θα είναι καλύτερο· η αξιοπιστία πρέπει να αποδειχθεί μέσω αυθεντικών πηγών, επικύρωσης, ελέγχων και υπεύθυνης ανθρώπινης αξιολόγησης. Με την πάροδο του χρόνου, αναμένω ότι η AI θα γίνει κάτι στο οποίο οι επαγγελματίες μπορούν να βασίζονται εντός σαφώς ορισμένων ορίων, αλλά η αυτονομία πρέπει να κερδιστεί μέσω παρατηρούμενης απόδοσης και πραγματικών αποτελεσμάτων. Η χρήσιμη ερώτηση δεν είναι «λογισμικό ή δικηγόρος;» αλλά ποια δραστηριότητα εκτελείται, ποιες αποδείξεις την υποστηρίζουν και ποιος παραμένει υπεύθυνος.

Τα γενικά μοντέλα AI γίνονται πολύ πιο ικανά πολύ γρήγορα. Τι δημιουργεί ένα βιώσιμο πλεονέκτημα για μια κάθετη εταιρεία AI όπως η CaseCraft.AI όταν τα υποκείμενα μοντέλα βάσης που είναι διαθέσιμα σε όλους συνεχίζουν να βελτιώνονται;

Το πλεονέκτημά μας δεν θα ήταν ποτέ η κατοχή ενός μοντέλου βάσης. Τα καλύτερα γενικά μοντέλα είναι καλά νέα για εμάς. Το δύσκολο μέρος είναι όλα όσα τα περιβάλλουν: ανάκτηση, η βάση δεδομένων υποθέσεων, η νομική γνώση, η υποδομή ροής εργασίας, οι ενσωματώσεις, οι έλεγχοι και η επιχειρησιακή κατανόηση του πώς μια αξίωση προχωρά από την αρχή μέχρι το τέλος. Αυτή η εργασία δεν εξαφανίζεται όταν κυκλοφορεί ένα νέο μοντέλο.

Για τον χρήστη, θα πρέπει να αισθάνεται σαν ένας ενιαίος χώρος όπου συμβαίνει η υπόθεση, ενώ η ορχήστρωση παραμένει στο παρασκήνιο. Η ίδια υποδομή αρχίζει τώρα να υποστηρίζει τόσο ατομικούς ενάγοντες όσο και επιχειρήσεις που χρησιμοποιούν μαζική αξίωση έως 150 αξιώσεις με ένα κλικ και ροές διαχείρισης υποθέσεων. Πιστεύω ότι η ορχήστρωση και η εκτέλεση του τομέα είναι το ανθεκτικό προβάδισμα για την κάθετη AI.

Κοιτάζοντας πέρα από τις μικρές αξιώσεις, τι έχετε μάθει από τη CaseCraft.AI για το ευρύτερο μέλλον της αυτόνομης AI; Ποιους άλλους κλάδους υψηλού κινδύνου θεωρείτε ιδιαίτερα κατάλληλους για συστήματα που μπορούν να διαχειριστούν πολύπλοκες ροές εργασίας ενώ διατηρούν τους ανθρώπους υπεύθυνους για κρίσιμες αποφάσεις;

Είμαι αισιόδοξος για την αυτόνομη AI, αλλά η δύσκολη εργασία βρίσκεται γύρω από το μοντέλο: επανασχεδιασμός διαδικασιών, δομήση πληροφοριών, καθορισμός του τι μπορεί να κάνει το σύστημα και δημιουργία επικύρωσης και κλιμάκωσης. Γι’ αυτό οι ρυθμιζόμενοι κλάδοι συχνά προχωρούν πιο αργά – οι άνθρωποι που κατανοούν τη ροή εργασίας αρκετά καλά για να την αυτοματοποιήσουν είναι συνήθως οι πιο απασχολημένοι ειδικοί στην οργάνωση.

Οι πιο ισχυρές ευκαιρίες είναι οι ροές εργασίας με πολλή επαναλαμβανόμενη συλλογή πληροφοριών και επεξεργασία εγγράφων, αλλά με μικρότερο αριθμό εξαιρέσεων που εξακολουθούν να απαιτούν υπεύθυνη κρίση. Για τη CaseCraft, το Δίκαιο Εργασίας είναι η πιο κοντινή επέκταση, με ένα MVP σε ενεργή δοκιμή, και εξετάζουμε το Προσωπικό Τραυματισμό με μια εξειδικευμένη εταιρεία δίκης. Πέρα από το δίκαιο, οι ασφαλιστικές, χρηματοοικονομικές υπηρεσίες και η συμμόρφωση έχουν παρόμοιο σχήμα. Τα συστήματα που θα νικήσουν θα γνωρίζουν όχι μόνο πώς να αυτοματοποιούν τη συζήτηση, αλλά ακριβώς πότε η μηχανή πρέπει να σταματήσει και ένας άνθρωπος να αναλάβει.

Σας ευχαριστούμε για τη σπουδαία συνέντευξη, οι αναγνώστες που θέλουν να μάθουν περισσότερα θα πρέπει να επισκεφθούν τη CaseCraft.AI.

Ο Antoine είναι ένας οραματιστής ηγέτης και συνιδρυτής της Unite.AI, οδηγείται από μια αμετάβλητη страсть για το σχήμα και την προώθηση του μέλλοντος της τεχνητής νοημοσύνης και της ρομποτικής. Ένας σειριακός επιχειρηματίας, πιστεύει ότι η τεχνητή νοημοσύνη θα είναι τόσο διαταρακτική για την κοινωνία όσο και η ηλεκτρική ενέργεια, και συχνά πιάνεται να μιλάει για το δυναμικό των διαταρακτικών τεχνολογιών και της AGI.

Ως μελλοντολόγος, είναι αφιερωμένος στο να εξερευνήσει πώς αυτές οι καινοτομίες θα σχήματίσουν τον κόσμο μας. Επιπλέον, είναι ο ιδρυτής του Securities.io, μιας πλατφόρμας που επικεντρώνεται στις επενδύσεις σε ακριβές τεχνολογίες που ανασχεδιάζουν το μέλλον και αναμορφώνουν ολόκληρες βιομηχανίες.