AI og legal tech: 6 innsikter fra studietur til London

Alle vil ha best mulig resultat fra AI, til lavest mulig kostnad. Likevel er det få som har realisert store gevinster. To årsaker går igjen: dataen holder ikke god nok kvalitet, og verktøyene utvikles raskere enn folk rekker å ta dem i bruk.

Dette er blant temaene som kom frem under NetDocuments’ Inspire 2026 i London. Vi oppsummerer konferansen med 6 innsikter vi tok med tilbake til Oslo.

1. AI blir dyrere, selv om tokens blir billigere

Vi ser at prisen per token for AI faller. Samtidig vokser forbruket med økt bruk og mer avanserte agenter og modeller, og leverandørene går fra lisens- til forbruksbasert modell.

Selv om de direkte kostnadene går opp, er de indirekte kostnadene mye større. De kommer i form av en overflod av intern informasjon, lange, upresise svar og feil.

Dette gjør at en senior ressurs må bruke mye mer tid på å rette og kvalitetssikre enn på å utarbeide fra bunnen av.

2. Flere verktøy og AI-harnesser gir ikke bedre resultater

Mange fokuserer for mye på verktøy uten å ha en helhetlig plan for AI i virksomheten. Det fører til:

• En fragmentert verktøykasse styrt av individuelle preferanser, som gjør det vanskelig å ta i bruk alle verktøyene i en hektisk hverdag
• Dårligere output fra AI, fordi kunnskapen blir spredt og ingen av verktøyene ser hele bildet
• Kostnader som øker raskt, både direkte til tokens og indirekte til økt ressursbruk på IT, opplæring og samsvar

Effekten kommer ikke fra flere verktøy, men fra en helhetlig plan for hvilke verktøy som brukes til hva, og fra at folk faktisk bruker dem.

3. Kontekst og gjenbruk av gullstandarder er det nye konkurransefortrinnet

AI-modeller og -verktøy kan byttes ut etter behov. Det eneste stabile er kjernesystemene der kunnskapen faktisk ligger. Dette er konteksten, for eksempel:

• Dokumentsystemet (DMS)
• Økonomisystemet
• CRM-systemet

God kontekst er en forutsetning for å få det beste ut av AI og for å holde kostnadene nede. Når AI vet hvilken sak det gjelder, hvilke dokumenter som henger sammen og hvem som har jobbet med hva, blir svarene både mer presise og billigere, fordi AI-modellen ikke trenger å bruke like mange tokens på å finne den relevante informasjonen.

I tillegg kan man med god kontekst bruke gammeldagse workflows og regler for faste prosesser, som også reduserer tokenbruken. På Inspire 2026 viste NetDocuments flere eksempler der samme agent ga det samme svaret med 50 prosent færre tokens, takket være god kontekst.

Tenk deg at du skal gi en oppgave til en junioradvokat. Vil du gi hen flere hundre dokumenter som kanskje er relevante, eller tre dokumenter som du vet er relevante? Det samme gjelder for AI.

Grunnmuren for god kontekst er taksonomi og metadata, altså en felles struktur for hvordan dokumenter, saker og klienter merkes og henger sammen. Med den forstår AI sammenhengen fra enkeltdokumentet, via saken, til hele virksomheten, og bruker langt færre tokens på å finne riktig informasjon.

Å få kunnskapen ut av hodene og inn i strukturerte systemer gir ikke bare bedre AI, men også en sikrere, mer skalerbar og mer robust virksomhet.

4. Bygg én kilde til sannhet og la AI komme til den

Hver gang noe lastes opp, lastes ned eller kopieres inn i et nytt verktøy, mister man kontroll på dataen, og risikoen for menneskelige feil øker. Med en gjennomtenkt arkitektur og MCP-integrasjoner kan AI-verktøyene lese og endre dokumentene der de ligger. Brukerens tilganger, etiske vegger og regler mot datalekkasje (DLP) følger med, slik at informasjonssikkerheten ivaretas. I tillegg gjør dette det mulig for agenter å utføre handlinger på tvers av systemer, noe som er svært verdifullt.

Samtidig har AI-verktøy begrenset plass til kontekst. Informasjonen man trenger ligger ofte spredt på flere steder og i flere saker, uten at man vet om det. Når alt er samlet og indeksert på ett sted, kan AI via MCP finne det som er relevant, også utover dokumentene i saken man jobber med.

Når AI kommer til dataen, og ikke omvendt, får virksomheten både bedre kontroll og mer verdi ut av AI.

5. Fremtidens vinnere er orkestratorer

Det handler om å sette sammen en teknologiplattform som fungerer for egne behov, i stedet for bare å ta imot de funksjonene leverandørene leverer. Vinnerne har dette til felles:

• De bygger egne, skalerbare løsninger og arbeidsflyter for sine viktigste prosesser
• De velger riktig modell til riktig oppgave
• De bruker en kombinasjon av språkmodeller og gammeldagse regelbaserte workflows
• De har en skalerbar og helhetlig kontekst som ivaretar sikkerheten og gir agentene akkurat det de trenger

De mest modne velger bevisst mellom AI, egne apper og regelbasert automasjon for hver oppgave. Det skaper et reelt konkurransefortrinn.

6. Governance og adopsjon har aldri vært viktigere

Med økt bruk av AI og flere funksjoner blir det vanskeligere for folk å gjøre som de skal. Derfor må forventningene tydeliggjøres gjennom opplæring og retningslinjer. Adopsjon har aldri vært viktigere: å sikre at folk lærer verktøyene og faktisk begynner å jobbe på nye måter. Det er dette som gir gevinster.

Adopsjon er ikke et engangsløft. Endringsledelsen bør starte før go-live, fortsette med opplæring og tiltak etter lansering, og følges opp over tid med konkrete måltall, for eksempel hvor stor andel av dokumentene som lagres i DMS-et og hvor mange som bruker AI-verktøyene jevnlig.

Takk til alle eksisterende og potensielle kunder og partnere for en super tur. Vi gleder oss til neste gang!