Vi på Miramis (tidigare Pocketlaw) har sett en imponerande tillväxt och användning av AI inom Legal Tech under 2024, där AI & Legal Tech står högst på agendan för många interna juristteam. Det har vi sett på nära håll genom våra kunders ökade användning av PLAI sedan maj (+1260%) i år och även genom våra olika AI-frukostevent under året med högt deltagande.

Ur vårt perspektiv var 2023 året då det extra värdet med generativ AI i Legal Tech blev tydligt, och 2024 året då generativ AI började användas på riktigt i juridiska arbetsflöden. 2025 blir året då mycket kommer att handla om skalning.

I den här artikeln har vi samlat prognoser (både från våra interna experter och från bredare undersökningar om nyckeltrender i användningen av Large Language Models (LLMs) och generativ AI) för vart AI-drivna legal tech-lösningar och verktyg är på väg, från agentiska arbetsflöden till hyperpersonalisering av legal tech-lösningar. Vi har försökt göra våra prognoser så förankrade och relevanta som möjligt ur ett legal tech-perspektiv; ingen AGI här, tyvärr.

1. Agentiska arbetsflöden: framtiden för automatisering i Legal Tech

Vår första prognos är att agentisk AI kommer att gå från isolerade uppgifter till att automatisera juridiska avtalsflöden. Det drivs av framväxten av agenter – autonoma AI-system som kan genomföra juridiska arbetsflöden med minimal mänsklig inblandning.

Alla stora LLM-leverantörer (liksom open source-leverantörer) som OpenAI med sin O1-modell, Google Gemini 2.0 med sina agentiska funktioner och computer use drivet av de senaste Claude-modellerna visar framsteg i agentiska förmågor under året, och det lär fortsätta under 2025.

Ser man på branschen i stort pratas det mycket om så kallade vertikala agenter, och vi kommer sannolikt att se någon form av platå i förbättringstakten för de grundmodeller som främst driver LLM-utvecklingen, i takt med att vi i princip har börjat uttömma internet som källa till träningsdata, se mer i IIya Sutskevers senaste föredrag.

Trenden och den framtida riktningen för AI-agenter har också lyfts i flera studier/undersökningar i år från olika oberoende aktörer, till exempel:

• LangChain (2024) -  State of AI Agents: Trends and Challenges

• Langbase (2024) -  State of AI Agents in Enterprise Application

• Menlo Ventures (2024) - The State of Generative AI in the Enterprise

Som nämns i undersökningen, “LangChain (2024) - State of AI Agents: Trends and Challenges”:

Under 2024 är AI-agenter inte längre ett nischintresse. Företag i många branscher blir allt mer seriösa med att integrera agenter i sina arbetsflöden.

Undersökningen visar också intressant statistik om användning av AI-agenter i produktion:

Cirka 51% av de svarande använder agenter i produktion i dag

LangChain-studien fortsätter med följande:

Positivt nog har 78% aktiva planer på att snart implementera agenter i produktion.

Även om inte alla våra produkter på Miramis kräver agentiska arbetsflöden använder vi ändå AI-agenter och relaterade koncept ganska flitigt i vårt erbjudande för AI-stödd avtalsgranskning, där den här typen av AI-agenter ofta glänser och ger högre träffsäkerhet jämfört med kedjor av LLM-anrop.

Men även om agenter och agentiska arbetsflöden visar stor potential finns det fortfarande problem och hinder för att få agenter i produktion, vilket båda studierna ovan nämner. Några av problemen handlar om infrastruktur, kostnad och bredare användning.

Ur ett legal tech-perspektiv ser vi dock följande utmaningar:

1. Förbättrad resonemangsförmåga: Nuvarande agenter och LLM:er behöver stöd för resonemang i flera steg och för att behålla kontext genom långa arbetsflöden (dvs. någon form av minnesförmåga). På Miramis har du som jurist alltid kontrollen, och vi har inbyggda mekanismer så att du kan styra outputen från LLM:en eller agenten. Till exempel kan du i vår AI-avtalsgranskning köra om varje regel separat och ge mer kontext för att styra agentens beteende.

2. Domänspecifik intelligens: I en juridisk kontext måste agenter anpassas till nyanserna och komplexiteten i juridiskt arbete, som skillnader mellan jurisdiktioner, etiska frågor och regulatoriska krav. På Miramis använder vi vår interna juridiska domänexpertis för att faktagranska och förankra svaren från LLM:er och agenter. I samband med avtalsgranskning kan du styra och bygga in det här beteendet i din juridiska playbook.

3. Förtroende och ansvar: Ansvar är avgörande i ett högt specialiserat område som legal tech. LLM:er är av design icke-deterministiska, så vi på Miramis tillhandahåller alltid resonemangsspår för att förklara agenternas handlingar ytterligare. Vi bygger alltid lösningar med ett human-in-the-loop-perspektiv, vilket innebär att du alltid har sista ordet innan en LLM eller agent kan fatta några beslut.

Under 2025 kommer vi att se mycket prat om agenter i olika former och hur de kan förbättra juridiska arbetsflöden. Trots vissa utmaningar kommer kombinationen av human-in-the-loop och avancerad automatisering att vara svårslagen.

På Miramis tror vi att agenter och agentiska arbetsflöden blir en stark partner för dig som jurist genom att förstärka och hjälpa dig, inte ersätta dig.

2. Hyperpersonalisering kommer att omforma juridiska tjänster

Vår andra prognos är att hyperpersonalisering kommer att omforma juridiska tjänster. Det drivs av några faktorer. För det första visar dagens trender att kostnaden för intelligens kommer att fortsätta falla kraftigt. Med den senaste LLama 3.3-versionen kan du till exempel köra modeller i GPT-4-klass lokalt till nästan ingen kostnad.

Att köra detta i produktion är förstås en helt annan sak. Det visar att det blir avgörande att leverera den bästa och mest