Právní práce se často netočí jen kolem samotného práva. Velkou část dne zabere hledání správné verze dokumentu, pročítání e-mailů, kontrola zdrojů, porovnávání pravidel mezi jurisdikcemi, aktualizace tabulek a opakované vysvětlování stejného kontextu nástrojům i kolegům. Právě tady se dnes posouvá využití AI v právních týmech.
Perplexity Computer ukazuje praktický přístup: nechat AI vyhledat, roztřídit, porovnat a připravit podklady, ale nenechat ji převzít právní úsudek. Ten zůstává na právníkovi. Já tenhle rozdíl považuji za zásadní. Dobrá AI nemá nahrazovat odpovědnost za právní stanovisko. Má odstranit zbytečnou manuální práci, která brání tomu, aby se člověk soustředil na strategii, riziko a rozhodnutí.
Platforma staví na vyhledávání ve webu, práci s připojenými firemními zdroji, automatizovaných postupech, více jazykových modelech a projektech se sdíleným kontextem. V právní praxi se tyto možnosti dají využít od každodenního přehledu o legislativě až po revizi smluv nebo přípravu podkladů pro spor.
Obsah
- 🔎 První krok: pravidelný monitoring toho, co se skutečně mění
- ♟️ Model Council: argumenty z více stran a méně potvrzovacího zkreslení
- 🗂️ Konec digitálního „potápění v popelnici“
- 📊 Z pravidel a předpisů do použitelné mapy
- 📄 Revize smluv: AI jako první čtení, ne jako podpisové oprávnění
- 🔗 Připojené systémy a práce napříč nástroji
- 🧠 Projekty: sdílený kontext pro spory, transakce i dlouhé mandáty
- 🛡️ Bezpečnost, důvěrnost a lidská odpovědnost
- 🚀 Jak začít bez tlaku na dokonalý výsledek
- ✅ Co si z Perplexity Computer odnést pro právní praxi
🔎 První krok: pravidelný monitoring toho, co se skutečně mění
Nejjednodušší způsob použití je pravidelná rešerše. Právní týmy sledují příliš mnoho zdrojů najednou: nové zákony, návrhy předpisů, rozhodnutí soudů, stanoviska regulátorů, žaloby, vývoj ve vybraných státech i zahraničních jurisdikcích. Klasické vyhledávání často znamená ručně otevírat desítky karet, zkoušet různá klíčová slova a potom skládat výsledek do použitelného přehledu.
AI vyhledávání umožňuje zadat úkol normální větou. Namísto přemýšlení, jaké přesné klíčové slovo odemkne správný výsledek, lze popsat skutečnou potřebu. Třeba:
- „Každé ráno připrav přehled nejdůležitějších změn regulace AI v USA, Evropské unii a Spojeném království.“
- „Ukaž nové významné spory v oblasti duševního vlastnictví za poslední týden.“
- „Shrň regulatorní změny týkající se ochrany soukromí a označ státy, které vyžadují okamžitou pozornost.“
- „Vyhledej nová rozhodnutí nejvyšších soudů relevantní pro naši probíhající věc.“
Výhodou není jen rychlost. Dobře navržený pravidelný report pomáhá nastavit prioritu dne. Když mám přehled o tom, co se stalo mimo organizaci, snáz rozpoznám, zda mám otevřít hlubší rešerši, upozornit obchodní tým, naplánovat schůzku nebo upravit interní doporučení.
U regulatorních témat dává smysl nastavit výstup tak, aby obsahoval hlavní události, jurisdikce vyžadující pozornost, klíčové případy, stručné vysvětlení dopadu a odkazy na primární zdroje. Takový přehled může běžet denně, týdně i měsíčně. Rozhodující je, aby nebyl jen seznamem odkazů, ale přehledem s prioritami.
Citace nejsou doplněk, ale základ
V právu nemá stačit, že AI něco uvedla sebejistě. Každý významný závěr musí jít ověřit. Perplexity proto pracuje s kartou zdrojů a citacemi, které vedou přímo k místu, odkud informace pochází. Právník může otevřít původní článek, rozhodnutí, legislativní materiál nebo stanovisko úřadu a provést vlastní kontrolu.
To je zdravý model spolupráce. AI může pomoci dohledat argument, ale já stále hodnotím, zda je zdroj autoritativní, aktuální, úplný a relevantní pro konkrétní problém. U soudní praxe mohou být užitečné respektované právní zdroje, například SCOTUSblog pro dění kolem Nejvyššího soudu USA. Pro skutečné právní stanovisko však záleží na tom, co říká primární materiál, jaké je procesní postavení věci a zda existuje novější vývoj.
Silnou stránkou je možnost zdroje aktivně řídit. Pokud určitý web nepovažuji za dostatečně důvěryhodný, mohu požádat o nový běh rešerše bez něj. Naopak lze určit, že analýza má upřednostnit vybrané primární zdroje, konkrétní instituce, odborné databáze nebo média, kterým tým důvěřuje.
AI tedy nemusí být černá skříňka. Má být nástrojem, který ukáže, odkud vychází, a dovolí mi výsledky zpochybnit, opravit a zpřesnit.
♟️ Model Council: argumenty z více stran a méně potvrzovacího zkreslení
Jedna z nejzajímavějších funkcí pro právní práci nese název Model Council. Její princip je jednoduchý: stejný problém posoudí více modelů a výsledky se pak spojí do širšího pohledu. Místo jediné odpovědi dostanu několik analytických přístupů, možné rozdíly v argumentaci a konečný syntetizovaný výstup.
V právu má tohle použití mimořádně praktický význam. Právníci jsou placeni za to, že předvídají další tahy. V soudním sporu řešíme argument protistrany ještě dřív, než ho podá. Při vyjednávání smlouvy přemýšlíme, které ustanovení druhá strana odmítne, kde bude hledat ústupek a jaké záložní pozice mohou fungovat. Při přípravě stanoviska ověřujeme, zda jsme nepřehlédli slabinu, protože jsme se příliš rychle zamilovali do vlastního závěru.
Právě tady pomáhá mentální model šachovnice. Pokud se dívám na problém jen ze své pozice, často vidím především důvody, proč mám pravdu. Když se šachovnice obrátí, začne být vidět, co by mohl použít druhý hráč.
Jak lze Model Council využít v praxi
Typické zadání nemusí být složité. Může vypadat třeba takto:
- „Zhodnoť naši argumentaci v tomto návrhu na zamítnutí žaloby. Najdi nejsilnější protiargumenty žalobce.“
- „Vystupuj jako právník protistrany a identifikuj slabiny našeho návrhu smlouvy.“
- „Navrhni tři realistické vyjednávací scénáře a ke každému připrav přijatelnou záložní pozici.“
- „Porovnej právní argumenty podporující a zpochybňující tento regulatorní výklad.“
- „Uveď, jaké dodatečné důkazy, fakta nebo autority by mohly změnit závěr.“
Smyslem není delegovat rozhodnutí. Naopak jde o kvalitnější přípravu na rozhodnutí, které zůstává na člověku. Různé modely se mohou shodnout, ale také mohou upozornit na různé důkazy, odlišně formulovat rizika nebo vidět problém z jiné perspektivy. Pokud se jejich odpovědi rozcházejí, je to často signál k dalšímu prověření.
U složité věci lze tento proces opakovat průběžně. Právní tým může každý den přidat nové poznámky, upravené memorandum nebo aktualizovanou strategii a požádat Model Council, aby dál hledal díry v argumentaci. Je to užitečné hlavně v závěru rešerše, kdy se snadno dostaví pocit, že „už máme odpověď“. Právě tehdy se vyplatí udělat ještě jednu kontrolu z opačné strany.
Proč nejsou všechny modely stejné
Různé modely mají různé přednosti. Některé bývají silné v programování, jiné ve strukturování dlouhého textu, práci s formálním stylem, výzkumu nebo shrnutí. Právník přitom nemusí testovat každou novinku na trhu ani si předplácet několik samostatných služeb.
Perplexity může pro konkrétní úkol vybrat vhodný model automaticky. Kdo už má vlastní preference, může model určit také ručně. Tohle rozdělení práce na pozadí je praktické: jeden model může lépe vyhledávat a jiný zase přetvářet zjištění do memoranda nebo přehledné tabulky.
Já bych automatický výběr bral jako pohodlný začátek, ne jako důvod přestat ověřovat výsledek. U úkolů s vysokým rizikem se stále vyplatí porovnat více přístupů, ověřit citace a zkontrolovat, zda odpověď přesně reaguje na položenou otázku.
🗂️ Konec digitálního „potápění v popelnici“
Firmy a kanceláře obvykle nemají nedostatek dokumentů. Mají nedostatek času je najít. Staré redliny, e-mailové schvalování, předchozí návrhy smluv, interní playbooky, poznámky z jednání, soubory v SharePointu, přílohy v Gmailu, dokumenty na Drive nebo Boxu. Každý z těchto zdrojů může obsahovat odpověď, ale bez propojení se mění v digitální jehlu v kupce sena.
Perplexity Computer se dá propojit s úložišti a dalšími firemními nástroji. Uvedené příklady zahrnují Box, SharePoint, Dropbox, Google Drive, e-mailové zdroje, DocuSign a také předplacené právní databáze či systémy. Platforma má přitom respektovat oprávnění jednotlivých uživatelů. Jinými slovy, připojení nemá automaticky otevřít přístup k souborům, ke kterým daný člověk jinak přístup nemá.
Tohle je důležité zejména u citlivé právní dokumentace. Technické propojení samo o sobě neřeší správu oprávnění, důvěrnost ani interní pravidla. Každá organizace si musí nastavit, co lze připojit, kdo smí co vyhledávat, jak se data uchovávají a jaké nástroje jsou schválené pro konkrétní typ práce.
Příklad: vytvoření smluvní šablony z historie vyjednávání
Představme si, že potřebuji rychle připravit novou smluvní šablonu. V minulosti už firma podobné smlouvy vyjednávala, ale důležitá rozhodnutí jsou rozptýlená ve starých verzích, komentářích, redlinech a e-mailech. Místo ručního procházení všeho lze zadat úkol typu:
- najdi podobné smlouvy a jejich vyjednávací historii,
- vypiš ustanovení, proti nimž tým standardně namítal,
- rozliš mezi nepřijatelnými riziky a body, kde firma obvykle ustupuje,
- navrhni novou šablonu, která odráží běžnou obchodní pozici,
- připrav souhrn důvodů pro navrhované změny.
Takový postup může výrazně urychlit první návrh. Současně ale může být AI až příliš ochranářská. Pokud dostane k dispozici jen přísné redliny, může doporučit nejtvrdší možnou verzi smlouvy, která obchodně neprojde. Proto je důležité výslovně uvést preferovaný výsledek: zda hledám maximální právní ochranu, realistický kompromis, rychlé uzavření dohody nebo konkrétní toleranci rizika.
To je dobrá připomínka pro každé zadání. Nástroj potřebuje znát nejen právní problém, ale i obchodní cíl.
Preference a paměť šetří opakované vysvětlování
Pokud se systém průběžně učí pracovní preference, nemusím do každého nového zadání psát celý životopis projektu. Může si pamatovat, že pracuji v právním týmu, jaký styl dokumentů preferuji, které formulace používáme nebo jak přísně má hodnotit určité typy rizika.
Zároveň je nutné mít možnost tuto paměť vypnout nebo oddělit. Kontext vhodný pro jednoho klienta nemusí být vhodný pro jiného. U více věcí, více týmů nebo citlivých mandátů musí být hranice mezi jednotlivými projekty jasná. Přínos paměti je obrovský, ale jen tehdy, když ji lze vědomě řídit.
📊 Z pravidel a předpisů do použitelné mapy
Právníci stále dělají padesátistátní průzkumy, srovnání jurisdikcí a mapování regulatorních režimů. Jen se místo hromad papíru používají obří tabulky. Problém je stejný: pravidla jsou na různých místech, v rozdílné struktuře, v několika verzích a často se rychle mění.
Computer může pomoci taková data shromáždit, syntetizovat a zobrazit ve formě přehledného dashboardu. Příkladem může být srovnání pravidel pro předvolání, ochranu soukromí, povinnosti při oznamování incidentů, registraci podnikání nebo jiné právní požadavky napříč státy a zeměmi.
Dobře postavený dashboard může odpovědět na otázky jako:
- Které jurisdikce mají nejpřísnější režim?
- Jaké jsou hlavní rozdíly mezi jednotlivými pravidly?
- Kde najdu konkrétní citaci právního předpisu?
- Ve kterých státech právě probíhá legislativní aktivita?
- Co se změnilo od minulého týdne nebo měsíce?
- Jaké kroky musí firma udělat před vstupem na nový trh?
Vizualizace není právní rada a označení „přísnější“ nemusí být univerzální pravda. Záleží na tom, jaká kritéria používám. Některý režim může být přísnější z pohledu sankcí, jiný z pohledu administrativní zátěže, rozsahu subjektů, oznamovacích lhůt nebo práva jednotlivců. Proto musí být v dashboardu jasně vidět zdroje a metodika.
I tak jde o velký posun. Místo toho, aby právní tým trávil většinu času ručním sběrem a formátováním dat, může rychleji přejít k podstatné části práce: co přesně z pravidel plyne pro klienta nebo firmu.
Od jednorázové tabulky k živému systému
Největší slabinou tradičního právního přehledu je zastarávání. Padesátistátní tabulka může stát týdny práce, ale den po dokončení už může být v některé jurisdikci neaktuální. To je frustrující a potenciálně rizikové.
Automatizovaný dashboard lze nastavit tak, aby se průběžně aktualizoval. Užitečnou funkcí je také change log, tedy přehled změn podle státu, data, tématu a zdroje. Tým pak nemusí znovu číst celý přehled. Stačí se zaměřit na to, co se od poslední kontroly změnilo.
Technicky lze takový výstup propojit s dalšími nástroji pro ukládání nebo publikaci, například se službami pro databáze a nasazení aplikací. Podstatné však není, zda si právník vytvoří dokonale vypadající aplikaci na první pokus. Podstatné je začít praktickým problémem.
Nejlepší výchozí otázky jsou obyčejné:
- Co mě v práci nejvíc zpomaluje?
- Kterou informaci hledám opakovaně?
- Jaký report stále skládám ručně?
- Co by potřebovalo být průběžně aktuální?
- Kde tým ztrácí kontext při předávání práce?
Od tohoto základu lze postupně stavět. První verze nemusí být krásná ani kompletní. Může být nedokonalá, ale užitečná. Iterace je realističtější než snaha o kouzelný jediný prompt, který okamžitě vytvoří celý sofistikovaný systém.
📄 Revize smluv: AI jako první čtení, ne jako podpisové oprávnění
Kontrola smlouvy je ideální kandidát pro podporu AI. Třetí strana pošle PDF nebo Word dokument, často mimo běžný dokumentový systém. Právník pak potřebuje ověřit konzistenci, srovnat návrh s interními standardy, najít odchylky od předchozích vyjednávacích pozic, odhalit chyby a určit místa, kterým má věnovat nejvíc pozornosti.
Dokument lze nahrát přímo a požádat o první kontrolu. Praktické je zadat konkrétní rozsah, například:
- porovnej smlouvu s naším standardním playbookem,
- označ ustanovení s vysokým, středním a nízkým rizikem,
- najdi nekonzistentní definice, chybějící přílohy a rozpory v datech,
- upozorni na neobvyklé závazky, omezení odpovědnosti, doložky o ochraně dat a ukončení smlouvy,
- navrhni otázky, které musíme vyřešit před odesláním protinávrhu,
- odděl právní rizika od čistě obchodních preferencí.
Dobrá AI kontrola funguje podobně jako první průchod juniorního kolegy. Může rozpoznat problém, zvýraznit podezřelou formulaci nebo upozornit na zjevnou nekonzistenci. Neznamená to, že všechny připomínky jsou správné ani že každá označená pasáž vyžaduje změnu.
Právník musí stále posoudit kontext. Některé riziko může být přijatelné, protože obchodní přínos převáží. Některé ustanovení může být formálně nestandardní, ale odpovídá předchozí domluvě. A někdy je lepší nepouštět se do boje o změnu, která by vyvolala víc tření než užitku.
AI tedy neříká, co mám schválit. Pomáhá mi rozhodnout, kam vložit omezenou pozornost. To je u smluv zásadní. Když je den roztříštěný schůzkami a e-maily, člověk snadno přehlédne maličkost, která pak v hotovém dokumentu působí amatérsky nebo má skutečný právní dopad.
Skills: opakovatelný postup bez opakovaného zadávání
Pro opakující se úkoly slouží funkce označovaná jako Skills. V podstatě jde o uložený balíček instrukcí. Místo dlouhého zadání pokaždé znovu lze vytvořit třeba dovednost „finální kontrola smlouvy“.
Taková Skill může obsahovat instrukce, aby systém:
- vycházel z interních smluvních standardů,
- kontroloval pravopis, definice, odkazy, číslování a konzistenci stran,
- označoval změny podle závažnosti,
- porovnával návrh s preferovanými formulacemi,
- nepřepisoval dokument automaticky bez jasného odůvodnění,
- připravil krátký seznam bodů pro lidskou revizi.
Výhoda je jednoduchá: právník nemusí při každé revizi znovu vysvětlovat, kdo je, v jaké firmě pracuje, jaké jsou obvyklé standardy a jak má výsledek vypadat. Postup zůstává konzistentní a dá se dále ladit podle reálné zkušenosti týmu.
🔗 Připojené systémy a práce napříč nástroji
Právní proces málokdy končí v jednom dokumentu. Smlouva se připraví, zkontroluje, pošle k podpisu, uloží do úložiště a její klíčové údaje se mohou propsat do dalších systémů. Ruční přepínání mezi e-mailem, cloudovým diskem, editorem dokumentů a podpisovou službou je pomalé a vytváří prostor pro chyby.
Perplexity Computer umí vedle čtení dat také v určitých přímých integracích zapisovat nebo posílat výstupy dál. Aktualizovaný dokument může například putovat do Google Drive nebo se připravit pro DocuSign. Při správném nastavení tak může odpadnout stahování souboru, opětovné nahrávání, ruční vkládání podpisových polí a další drobné kroky.
U elektronického podpisu je samozřejmě nutné respektovat interní schvalovací pravidla, oprávnění a odpovědnost za odeslání. Technologie může zkrátit administrativu, ale nemá obejít kontrolní mechanismy. Základní informace o elektronickém podepisování a právním rámci v USA nabízí například přehled zákona E-SIGN.
Podobně mohou právní týmy pracovat s právními databázemi, interními archivy nebo veřejnými soudními systémy. Pro federální soudní dokumenty v USA slouží například PACER. Kde existuje oprávněný přístup a technické propojení, může AI usnadnit spojení těchto informací s interním kontextem.
🧠 Projekty: sdílený kontext pro spory, transakce i dlouhé mandáty
Jednorázový chat je užitečný pro rychlou otázku. Složitá právní věc ale obvykle potřebuje trvalý kontext. Soudní spor generuje žaloby, vyjádření, návrhy, rozhodnutí, dohody, důkazy, interní analýzy a stovky drobnějších dokumentů. U transakce je situace podobná. Bez dobře vedeného kontextu se tým pořád vrací na začátek.
Funkce Projects slouží jako pracovní prostor pro konkrétní věc nebo dlouhodobý projekt. Lze do něj přidat trvalé soubory, odkazy, instrukce a prioritní zdroje. Nový dotaz pak může čerpat z tohoto kontextu, aniž by bylo nutné ho pokaždé znovu skládat.
U obchodního sporu může projekt obsahovat:
- procesní historii a soudní rozhodnutí,
- podání obou stran,
- klíčové smlouvy a komunikaci,
- výzkum relevantní judikatury,
- interní strategická memoranda,
- pokyny k tónu, prioritám a rizikům,
- odkazy na zdroje, které mají mít přednost před obecným vyhledáváním na webu.
Tohle není jen sofistikovanější složka. Projekt může pomoci najít dávno použitý argument, dohledat, co soud uvedl v předchozím rozhodnutí, nebo propojit aktuální otázku s materiály, které by jinak zůstaly zapomenuté.
Spolupráce bez dvojí práce
Projekty lze sdílet s kolegy. Pokud jeden člověk už provedl rešerši, připojil smlouvy nebo připravil memorandum, druhý nemusí začínat úplně od nuly. Může na existující práci navázat, doplnit ji a pracovat se stejným souborem kontextu.
To je kvalitativní posun oproti prostému sdílení souborů. Cloudová úložiště vyřešila společný přístup k dokumentům. Projekt s AI kontextem přidává možnost pracovat nad těmito dokumenty, propojit je s rešerší na webu a průběžně budovat pracovní paměť celé věci.
Součástí může být také takzvaný Brain, tedy přehled konceptů, entit, pracovních proudů a vztahů mezi nimi. Pokud systém něco chápe nesprávně nebo nemá úplný kontext, lze tuto paměť upravit. To je důležité. Právní spis není statický a automaticky vytvořená mapa vztahů nemůže být považována za definitivní pravdu.
Pro kanceláře s více klienty má význam možnost držet paměť odděleně na úrovni projektu. Kontext jedné věci nemá volně přetékat do jiné. Kromě etiky a důvěrnosti jde i o prostou kvalitu práce. Smíšený kontext vede ke špatným odpovědím.
🛡️ Bezpečnost, důvěrnost a lidská odpovědnost
Čím více AI pracuje s právními dokumenty, tím více roste význam bezpečnosti. Žádná právní kancelář ani interní tým by neměly připojovat data jen proto, že je to technicky možné. Je potřeba řešit oprávnění, retenční dobu, typy dokumentů, regulované údaje, smluvní podmínky poskytovatele, logování a interní pravidla pro používání AI.
V prezentovaném použití zaznělo, že platforma podporuje oprávnění existující v připojených službách a že u zdravotních údajů může pracovat v režimu odpovídajícím požadavkům HIPAA. Pro základní informace o ochraně zdravotních údajů v USA je užitečný zdroj HHS HIPAA. Konkrétní použití však vždy vyžaduje vlastní právní, bezpečnostní a smluvní prověření.
Nejdůležitější princip zůstává stejný napříč všemi funkcemi:
- AI může vyhledat a uspořádat informace.
- AI může navrhnout formulace a upozornit na rizika.
- AI může připravit dashboard, shrnutí nebo první verzi dokumentu.
- AI může přinést protiargument, který mě nenapadl.
- Právník však nese odpovědnost za závěr, strategii a finální rozhodnutí.
To není omezení, ale správné rozdělení rolí. Úsudek v právu není jen znalost předpisu. Zahrnuje klientský kontext, toleranci rizika, obchodní realitu, vztahy mezi stranami, procesní taktiku i odpovědnost za doporučení. Tyto věci nelze vyřešit pouhým vygenerováním textu.
🚀 Jak začít bez tlaku na dokonalý výsledek
Nejčastější chyba při zavádění AI je snaha postavit hned dokonalý systém. Dokonalý regulatorní dashboard, perfektní projekt pro celý spor nebo automatizovanou smluvní továrnu. Ve skutečnosti je lepší začít malým, opakovaným a trochu otravně manuálním úkolem.
Já bych začal jedním z těchto kroků:
- Vyberu si pravidelnou rešerši, kterou dělám každý týden.
- Sepíšu, jaké zdroje považuji za důvěryhodné a jak má vypadat výstup.
- Nechám AI připravit první verzi a zkontroluji každou důležitou citaci.
- Upravím zadání podle toho, co chybělo nebo bylo zbytečné.
- Až potom přidám automatizaci, soubory, konektory nebo sdílený projekt.
Stejně funguje i smluvní revize. Nejdřív lze nahrát jeden dokument a nechat označit nekonzistence. Potom vznikne opakovatelná Skill. Později lze připojit interní playbook, předchozí redliny a pracovní prostor celého týmu.
Velká hodnota nevzniká z jednoho zázračného zadání. Vzniká z iterace. Člověk popíše problém běžným jazykem, podívá se na výsledek, doplní kontext, opraví směr a postupně buduje nástroj, který odpovídá jeho skutečné práci.
✅ Co si z Perplexity Computer odnést pro právní praxi
Perplexity Computer ukazuje, že AI pro právníky nemusí znamenat jen generování textu. Může fungovat jako kombinace vyhledávače, analytického asistenta, organizátoru dokumentů, nástroje pro kontrolu smluv, stavitele dashboardů a sdílené pracovní paměti pro celý tým.
Největší přínos vidím v pěti oblastech:
- Rychlejší rešerše: pravidelné přehledy legislativy, judikatury a regulatorních změn se zdroji k ověření.
- Lepší argumentace: více modelů a protiargumenty pomáhají odhalit slabiny předtím, než je najde protistrana.
- Práce s firemními znalostmi: propojení dokumentů, e-mailů a historických redlinů zkracuje hledání v archivech.
- Přehled nad složitými pravidly: dashboardy a change logy převádějí roztříštěná data na použitelnou mapu rizik.
- Opakovatelná kvalita: Skills a Projects pomáhají týmu držet konzistentní postup a sdílet kontext.
Nejde o to, aby právník dělal méně právní práce. Jde o to, aby dělal méně práce, která právní práci jen obklopuje. Když AI převezme část vyhledávání, třídění, porovnávání a prvního čtení, zbude víc prostoru pro to, co má skutečně největší hodnotu: úsudek, strategii, komunikaci a schopnost udělat správný další tah.
