Mikhail Yatsuha, генеральный директор и соучредитель CaseCraft.AI

Mikhail Yatsuha, генеральный директор и соучредитель CaseCraft.AI, является британским солиситором и предпринимателем в области юридических технологий с более чем десятилетним опытом работы в юридических услугах. Он прошёл путь от стажёра и адвокат‑стажёра до партнёра в фирме Sterling Law, где возглавлял коммерческий отдел и неоднократно сталкивался с перспективными спорами низкой стоимости, которые становились неэкономичными после учёта традиционных юридических расходов. В конце 2023 года он со‑основан CaseCraft.AI, чтобы переосмыслить оценку, подготовку и ведение гражданских исков с помощью AI‑ориентированных рабочих процессов, а не просто применять ИИ к юридическому составлению документов.

CaseCraft.AI — британская компания в сфере юридических технологий, создающая AI‑нативную платформу для гражданского судопроизводства. Платформа объединяет оценку дел, обработку доказательств, предварительную корреспонденцию, генерацию документов, отслеживание процедур и человеческую юридическую проверку в едином рабочем процессе, обслуживая отдельных истцов на условиях «нет выигрыша — нет оплаты» и компании с помощью подписных инструментов для массовых исков и управления делами. Компания привлекла примерно £1,8 млн в трёх раундах финансирования и к августу 2026 года зарегистрировала 4 562 созданных дела общей стоимостью £14,9 млн, 51 % из них были урегулированы или выиграны по умолчанию, а 373 дела находятся в активной юридической работе; также проводится пилотный запуск первого корпоративного развертывания и тестирование MVP в области трудового права.

Вы провели годы, продвигаясь от стажёра и адвокат‑стажёра до партнёра в Sterling Law, прежде чем в 2023 году со‑основали CaseCraft.AI. Что вы постоянно наблюдали в юридической практике, что убедило вас, что процесс мелких исков можно фундаментально переосмыслить с помощью ИИ, а не просто сделать более эффективным с помощью лучшего юридического программного обеспечения?

Меня убедило не то, что юристам нужен лучший инструмент для составления документов. А то, что во многих спорах низкой стоимости экономика рушится ещё до того, как юрист может помочь. Стоимость представительства может приближаться к сумме и даже превышать её, а большинство юридических расходов в мелких исках обычно не подлежат возмещению. Я видел, как такие перспективные иски оставлялись без внимания по этой причине в Sterling Law, а позже наблюдал ту же арифметику в компаниях, списывающих неоплаченные счета. Это проблема модели предоставления услуг, а не проблема составления документов. ИИ позволил переосмыслить большую часть пути вокруг заявителя, а не просто сделать работу юриста немного быстрее.

CaseCraft.AI уже использовалась для создания тысяч юридических дел, из которых сотни перешли в активную юридическую работу. Чему вы научились, управляя ИИ в реальных делах, чего нельзя было бы узнать только из прототипов, симуляций или тестов‑бенчмарков?

Выделяются две вещи. Во‑первых, создание документа — простая часть; управление делом — сложная. Живой кейс подразумевает, что доказательства, платежи, сроки, ответы и последующие шаги должны оставаться согласованными в течение месяцев. По состоянию на август 2026 года через CaseCraft было создано более 4 500 дел, более 400 из них перешли в активную юридическую работу, а 130 исков было подано в суд.

Во‑вторых, люди ведут себя иначе с ИИ. Они могут быть более откровенными, что помогает выявлять важные факты раньше, но система также должна устанавливать границы и знать, когда необходимо вмешательство человека. Мы убедились в этом, когда внедрили человеческий контроль на этапе, чувствительном к доверию, что повысило конверсию как минимум на 15 %.

Большая часть первой волны генеративного ИИ была сосредоточена на генерации текста. CaseCraft.AI же должна собирать доказательства, определять правомочность, соблюдать процессуальные правила, инициировать действия и отслеживать дело во времени. Чем технически отличается построение такого агентного рабочего процесса от создания AI‑ассистента или чат‑бота?

Чат‑бот отвечает на вопрос; агентный рабочий процесс должен поддерживать состояние реального дела во времени — что произошло, какие доказательства имеются, чего не хватает и что может произойти дальше. Поэтому мы рассматриваем систему как набор специализированных компонентов, а не одну модель, выполняющую всё: одни собирают и проверяют информацию, другие обеспечивают юридическое обоснование или обрабатывают входящие документы. Цель — не лучший абзац, а надёжная последовательность решений и действий, ведущих дело к наилучшему возможному результату.

В юридическом рабочем процессе модель может генерировать полностью убедительный результат, который при этом будет процедурно или фактически неверным. Как вы спроектировали CaseCraft.AI, чтобы различать правдоподобный вывод ИИ и информацию, действительно достаточную для использования в юридическом деле?

Основной принцип заключается в том, что модель не имеет права выдумывать юридическую реальность, в которой она работает. Мы ограничиваем систему доказательствами по делу и авторитетными юридическими источниками, а не просим универсальную модель отвечать из памяти. CaseCraft.AI имеет доступ к последним изменениям законодательства, релевантным прецедентам и установленным лучшим практикам через правительственные API и другие авторитетные источники, поэтому юридический контекст всегда актуален.

Мы также разделяем генерацию и валидацию и сохраняем профессиональную проверку в рамках регулируемого юридического сервиса. Критерий — не то, звучит ли вывод так, как будто его написал юрист, а то, можно ли проверить источник, доказательства и процессуальный шаг.

Вы говорили о важности «измеримого человеческого контроля». Что это значит на практике и как вы определяете, какие решения система ИИ может принимать автономно, а где человек должен оставаться ответственным?

Измеримый человеческий контроль означает, что участие человека связано с конкретным риском, и мы можем увидеть, где происходит вмешательство и почему. «Человек в цепочке» не должно быть лишь успокаивающей фразой; мы должны уметь указать на триггер, проверку и последующее решение.

Мы всё ещё формируем базу доказательств, определяющих эти границы. Один из показателей, на который мы уже можем указать, — время проверки: с момента запуска время, необходимое для человеческой проверки, сократилось в четыре раза по мере улучшения системы. Со временем цель состоит в том, чтобы делать проверку более ориентированной на риск, сохраняя при этом профессиональное суждение, подлежащее юридической ответственности.

Доказательства являются центральным элементом мелких исков, но они могут поступать в виде контрактов, счетов, электронных писем, сообщений, фотографий и иной неструктурированной информации. Как вы подходите к преобразованию этих материалов в структурированные входные данные, которыми может оперировать система ИИ, при этом сохранять их происхождение и избегать необоснованных выводов?

Ключевой принцип — разделять извлечение данных и выводы. Если пользователь загружает переписку WhatsApp с подрядчиком, даты, предложенная цена и использованные формулировки являются извлечёнными фактами; вывод о юридическом значении этой переписки — это вывод. Эти два элемента никогда не должны представляться как одно и то же. Мы структурируем документы так, чтобы рабочий процесс мог их использовать, сохраняя связь с оригинальными доказательствами. Если эта связь исчезает, можно создать файл дела, который выглядит хорошо, но разваливается при проверке.

Одна из самых сложных задач для автономных систем — знать, когда не действовать. Какие сигналы сообщают CaseCraft.AI, что иск стал слишком неоднозначным, сложным или рискованным для автоматизации и вместо этого должен быть передан юридическому специалисту?

Одна из наших мер предосторожности кажется контринтуитивной: мы обращаем внимание не только на те дела, которые ИИ хочет продвигать, но и на те, которые он склонен отклонять. Человеческий контроль нужен не только для того, чтобы не дать ИИ стать слишком агрессивным; он также может предотвратить слишком консервативное поведение системы и отклонение законного аргумента.

Одним из самых очевидных сигналов эскалации сегодня является отсутствие доказательств. Люди могут не загрузить необходимые документы, могут их потерять со временем или не понять, какие доказательства важны для иска. Если дело недостаточно ясно или полно, следующим шагом может стать человеческая проверка, а не автоматическое продвижение. Юристы всё ещё более последовательно справляются с контекстом и «серой зоной», чем текущие системы.

По мере того как системы ИИ берут на себя всё больше этапов, традиционно выполняемых юристами, как, по вашему мнению, будет развиваться граница между программной автоматизацией и регулируемыми юридическими услугами?

Граница будет смещаться, но медленнее, чем многие технологические специалисты ожидают. Системы с высоким уровнем риска не могут полагаться лишь на обещание, что следующая модель будет лучше; надёжность должна быть продемонстрирована через авторитетные источники, валидацию, контроль и подотчётный человеческий обзор. Со временем я ожидаю, что ИИ станет тем, на что профессионалы могут опираться в чётко определённых пределах, но автономию необходимо заслужить через наблюдаемую эффективность и реальные результаты. Важный вопрос не «программное обеспечение или юрист?», а какая именно деятельность выполняется, какие доказательства её поддерживают и кто остаётся ответственным.

Универсальные модели ИИ становятся более мощными очень быстро. Что даёт устойчивое конкурентное преимущество вертикальной AI‑компании, такой как CaseCraft.AI, когда базовые фундаментальные модели, доступные всем, продолжают совершенствоваться?

Наше преимущество никогда не заключалось в владении фундаментальной моделью. Более качественные универсальные модели — хорошая новость для нас. Сложной частью является всё, что их окружает: поиск, база дел, юридические знания, инфраструктура рабочих процессов, интеграции, контроль и операционное понимание того, как иск проходит от начала до конца. Эта работа не исчезает с появлением новой модели.

Для пользователя это должно ощущаться как единое место, где происходит дело, при этом оркестровка остаётся под капотом. Та же инфраструктура теперь начинает поддерживать как отдельных истцов, так и компании, позволяя массово подавать до 150 исков одним нажатием и использовать рабочие процессы управления делами. Я считаю, что оркестровка и выполнение в своей предметной области являются прочным барьером для вертикального ИИ.

Смотря за пределы мелких исков, чему вы научились в CaseCraft.AI о более широком будущем агентного ИИ? Какие другие отрасли с высоким уровнем риска, по вашему мнению, особенно подходят для систем, способных управлять сложными рабочими процессами, при этом оставляя людей ответственными за критические решения?

Я оптимистично настроен относительно агентного ИИ, но сложная работа сосредоточена вокруг модели: переосмысление процессов, структурирование информации, определение того, что система может делать, и построение валидации и эскалации. Поэтому регулируемые отрасли часто развиваются медленнее — люди, которые достаточно хорошо понимают рабочий процесс, чтобы его автоматизировать, обычно являются самыми занятыми экспертами в организации.

Самые сильные возможности находятся в рабочих процессах, где требуется большое количество повторяющегося сбора информации и обработки документов, но при этом имеется небольшое количество исключений, требующих ответственного суждения. Для CaseCraft ближайшее расширение — трудовое право, MVP которого находится в активном тестировании, а также мы изучаем направление личных травм совместно со специализированной судебной фирмой. За пределами права, страхования, финансовых услуг и комплаенса ситуация схожа. Системы, которые победят, будут знать не только как автоматизировать диалог, но и точно когда машина должна остановиться, а человек взять на себя управление.

Спасибо за отличное интервью, читатели, желающие узнать больше, могут посетить CaseCraft.AI.