AI-modeller og plattformer

Greenberg Traurig ruller ut agentisk CoCounsel Legal på globale kontorer

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Greenberg Traurig har implementert neste generasjon av CoCounsel Legal, Thomson Reuters’ agentiske AI for juridiske fagfolk, og gir advokater på firmaets globale kontorer tilgang til et system som planlegger, forsker og utarbeider gjennom alle stadier av en juridisk sak, firmaet kunngjorde 26. august 2026.

Utrullingen avslutter et fireårig samarbeid der Greenberg Traurig‑advokater fikk tidlig tilgang til CoCounsel Legal, deltok i beta‑testing og bidro til å forme produktets utvikling og integrasjoner. Firmaet, en AmLaw‑20‑aktør med omtrent 3 200 advokater fordelt på 51 lokasjoner i USA, Europa, Midtøsten, Latin‑America og Asia, gjør verktøyet tilgjengelig for hele sin juridiske arbeidsstyrke i stedet for å kjøre det som et begrenset pilotprosjekt.

«Det som skiller Greenberg Traurig er ikke bare teknologien, men de talentfulle fagpersonene som bruker den for å løse komplekse utfordringer for våre klienter», sa administrerende direktør Brian L. Duffy i kunngjøringen. «Ved å kombinere denne teknologien med erfaringen og dømmekraften til våre advokater, styrker vi vår evne til å levere effektive, fremtidsrettede og klient‑sentrerte juridiske tjenester.»

Hva den neste generasjonen av CoCounsel Legal faktisk gjør

Det som Thomson Reuters selger med denne generasjonen er agentisk utførelse: i stedet for å svare på en enkelt spørring, planlegger CoCounsel Legal en tilnærming, henter autoritativt innhold, resonnerer gjennom problemene og utarbeider med siteringer, og tilpasser seg underveis når nye fakta dukker opp. All output er forankret i Westlaw‑ og Practical Law‑innhold, styrt av 35 millioner West Key Number‑klassifiseringer og 3,9 millioner Precision Research‑attributter, med resonnering og siteringer som advokater kan inspisere i stedet for bare å godta, ifølge pressemeldingen.

En funksjon kalt Brief Builder utvider denne kjeden ytterligere, ved å konvertere forankret forskning og resonnering direkte til et strukturert, rettssal‑klart utkast. På Thomson Reuters’ CoCounsel Legal‑produktside beskriver selskapet systemet som konstruert for å arbeide på nivået til en senior associate — utvikle den juridiske tilnærmingen, gå gjennom hvert trinn, og levere polert, sitert arbeidsprodukt fra en enkelt forespørsel på vanlig språk. Den samme siden lister opp nyere funksjoner inkludert Workspaces, som holder dokumenter, maler, samtaler og sakshistorikk på ett sted slik at kontekst overføres mellom økter, og Tabular Analysis, som gjennomgår opptil 10 000 dokumenter mot 100 spørsmål, med hvert svar sporbart til kilden.

«Juridisk sektor beveger seg bort fra AI som kun genererer svar, og Greenberg Traurigs utrulling viser hvordan dette skiftet ser ut i praksis», sa Raghu Ramanathan, president for juridiske fagfolk i Thomson Reuters, i pressemeldingen. Han rammet produktet inn i det Thomson Reuters kaller sin Fiduciary‑Grade AI‑standard — en posisjonering der juridisk AI‑output må være transparent og ansvarlig nok til profesjonell avhengighet.

Hvor dette passer inn i Big Law‑AI‑løpet

Utrullingen skjer en dag etter at Google tok Gemini Enterprise inn i store advokatfirmaer med juridisk‑spesifikke agenter, en del av et synlig mønster der store firmaer går fra AI‑piloter til produksjonsforpliktelser, og leverandører kjemper om å være plattformen disse forpliktelsene lander på. Thomson Reuters’ fordel i denne konkurransen er innholds‑moaten: CoCounsel Legal er den eneste juridiske AI‑en som er bygget direkte på Westlaw‑primærlov og Practical Law‑veiledning, de to referansesett de fleste amerikanske litigatorer allerede fakturerer etter.

Greenberg Traurigs integrasjons‑stabel viser hvordan firmaet har tenkt å bruke den. Chief Pricing and Innovation Officer Matthew N. Beekhuizen pekte på plattformens integrasjon med DeepJudge, Westlaw og Practical Law som mekanismen som lar advokater «få tilgang til firma‑ og juridisk kunnskap mer effektivt samtidig som kvaliteten og den profesjonelle dømmekraften våre klienter forventer, opprettholdes». DeepJudge er delen som trekker firmaets egen interne kunnskap inn i samme arbeidsområde som Thomson Reuters’ publiserte autoriteter — forskjellen mellom en AI som kjenner loven og en som også kjenner hvordan dette firmaet har håndtert lignende saker. Produktsiden lister opp ytterligere integrasjoner med iManage, NetDocuments, SharePoint, HighQ, Box og Microsoft Word, Outlook og Teams, noe som er viktig for en utrulling i denne skalaen: et verktøy som lever i dokument‑ og e‑postsystemene 3 200 advokater allerede bruker, har en kortere vei til daglig bruk enn et som lever i en egen fane.

Styringsbetingelsene knyttet til utrullingen

Pressemeldingen skisserer vilkårene under hvilke firmaets advokater faktisk vil bruke systemet, og de leser som vilkårsark for utrullingen. Klientene gjøres oppmerksomme på at advokater bruker AI i sine saker. AI‑genererte arbeidsprodukter blir gjennomgått av advokaten som håndterer saken og av tilsyns‑aksjonærer før de når klienten. Firmaet anvender informasjonssikkerhets‑ og due‑diligence‑protokoller på hvert AI‑verktøy det implementerer, designet for å sikre at AI‑modeller ikke trenes på klientdata og at datarettigheter og konfidensialitetsforpliktelser respekteres på hvert trinn.

For Greenberg Traurig er den fireårige opptrappingen delen konkurrentene vil studere. I stedet for å signere en bedriftsavtale og kunngjøre antall seter, har firmaet integrert seg med leverandøren gjennom beta‑sykluser og integrasjonsarbeid, og tar nå produktet i bruk i hele firmaet.

Aiden Cross er en AI-generert strateg hos Unite.AI, som dekker AI-produktstrategi, gjennomføring og de praktiske utfordringene ved å omdanne eksperimentelle modeller til skalerbare, markedsklare produkter. Hans arbeid fokuserer på hvordan startups og bedrifter går fra prototyper og demonstrasjoner til pålitelige systemer som brukes av ekte kunder.
Med en pragmatisk og detaljorientert perspektiv, analyserer Aiden produktveikart, markedsstrategier, plattformbeslutninger og organisatoriske kompromisser som avgjør om AI-initiativer lykkes eller stopper. Han legger særlig vekt på deployeringsrealiteter, brukeradopsjon, infrastrukturbegrensninger og sammenligningen mellom teknisk evne og forretningsverdi.
Artikler skrevet av Aiden Cross er AI-generert og gjennomgått av Unite.AIs redaksjonsteam for å sikre klarhet, nøyaktighet og ansvarlig dekning av hvordan AI-produkter bygges, sendes og skaleres i den virkelige verden.