Руководитель, который решает, внедрять ли ИИ в юридический отдел, обычно слышит от вендоров одну цифру: проверка договора теперь занимает минуты вместо дней. Реальность измеряется иначе. Даже целевые юридические системы галлюцинируют в каждом пятом-третьем случае, а измеренная экономия времени по данным Deloitte составляет около трети, а не «в разы». Главная ценность ИИ в праве — не скорость чтения, а то, что происходит после подписания: обязательства, сроки, автопродления и штрафы, которые вручную вести почти невозможно. Статья о том, где скорость обманчива и почему реестр обязательств важнее проверки текста.
Юридическая функция работает там, где есть рутина
Юристы — одни из самых высокооплачиваемых профессионалов, при этом тратят непропорционально много времени на повторяемые операции. В аналитике Stanford Law School это названо прямой причиной интереса к генеративному ИИ: юристы проводят непропорционально много времени на рутине — базовом поиске, ревью документов, подготовке кейсов.
Технологический барьер быстро снижается: стоимость одного токена языковой модели падает примерно на порядок в год, а рабочие контексты выросли до 128 тысяч — 1 миллиона токенов у GPT, Claude и Gemini. Договор на сорок страниц с приложениями — задача, с которой модель справляется целиком за один проход, чего ещё два года назад не было.
Именно поэтому вендоры продают праву скорость. Обещание «часы вместо дней» встречается в маркетинге почти каждого поставщика систем управления договорами и юридического ИИ. Измерения скромнее. В исследовании Deloitte и DocuSign, где опрошено более 1100 компаний, юридическая функция сообщила о снижении затрат времени на 37% по операциям с согласованием договоров. Это существенно, но это не «в разы». Расхождение между обещанием и измерением — первый сигнал, что рынок продаёт не совсем то, что даёт.
Быстро не значит надёжно: где ошибается модель
Главный риск в юридическом контуре — не низкая скорость, а пропущенное условие. Цена пропущенной даты автопродления, нетиповой формулировки ответственности или оговорки о форс-мажоре может сравниться со стоимостью всего пилота.
«…the AI research tools made by LexisNexis (Lexis+ AI) and Thomson Reuters (Westlaw AI-Assisted Research and Ask Practical Law AI) each hallucinate between 17% and 33% of the time».
Stanford, arXiv:2405.20362
Измерения Stanford показывают, что даже целевые коммерческие системы ошибаются часто. При этом вендоры заявляли, что подгрузка релевантного контекста устраняет галлюцинации, а исследование прямо констатирует, что заявления поставщиков завышены.
Универсальные языковые модели на юридических вопросах ошибаются ещё чаще. По данным другого исследования Stanford, частота юридических галлюцинаций при ответах на конкретные вопросы о судебных делах достигает 58% у ChatGPT-4 и 88% у Llama 2.
| Тип системы | Частота галлюцинаций на юридических вопросах |
|---|---|
| Целевые юридические RAG-инструменты (Lexis, Westlaw) | 17–33% |
| Универсальная модель ChatGPT-4 | 58% |
| Открытая модель Llama 2 | 88% |
Цифры разные, потому что и задачи разные: целевая система ищет ответ в подгруженном контексте, универсальная — вспоминает по своим весам. Но вывод для бизнеса один: ни одна модель не даёт основания снять человека с проверки существенных условий. Пропущенное условие — финансовая и юридическая экспозиция, которую быстрая проверка не компенсирует.
Реальная ценность — реестр обязательств, а не скорость чтения
Подписанный договор — это не конец, а начало. После подписания у компании появляются обязательства: поставки к дате, платежи по графику, уведомления о продлении, штрафы за неисполнение. Вести это вручную, в таблицах и почте, — привычная проблема. Именно здесь, по данным Deloitte, автоматизация даёт то, чего не даёт скорость чтения.
«Contract workflow automation can help move the legal function from being a bottleneck to being a steward of contract risk and governance».
Deloitte, исследование CLM, 2026
Исследование 2026 года показывает сдвиг операционной модели: люди, отвечающие за договоры, экономят 36% времени и избегают до 36% затрат за счёт сниженных рисков. Авторы подчёркивают: автоматизация позволяет отслеживать обязательства и раньше выявлять нетиповые условия — «improve obligation tracking and flag nonstandard terms sooner». Обязательства начинают отслеживаться, а нетиповые условия всплывают до того, как превратятся в штраф.
То есть окупаемость строится не на том, что юрист быстрее прочитал договор, а на том, что компания меньше потеряла на неисполнении. Скорость проверки — удобный побочный эффект; реестр обязательств и контроль сроков — главный. Российские платформы это же называют основным сценарием: контроль сроков, оценка перспектив споров и управление жизненным циклом претензий. Примеры таких сценариев можно посмотреть в каталоге применений.
Российский контекст: внедряют широко, но доверия к выводу нет
В России юридическая функция уже активно использует ИИ. По совместному исследованию «Авито» и Право.ru, 88% опрошенных юристов применяют нейросети в работе, а 63% замечают рост индивидуальной производительности. Договоры — в числе частых задач: для составления и проверки стандартных документов ИИ использует 39% респондентов.
При этом парадокс: у самых активных пользователей выше всего недоверие к надёжности. Главные барьеры по тому же опросу — риск получения недостоверной информации (84%), необходимость тщательной проверки результатов (80%) и опасения за сохранность конфиденциальных данных при внешних сервисах (77%). Люди используют инструмент, но перепроверяют его вручную почти всегда.
Отсюда устойчивый российский уклон в сторону локального развёртывания. Заказчики из регулируемых отраслей — банки, промышленность, ТЭК, госорганизации — требуют on-premise, локального хранения данных и полного контроля над обработкой. Это накладывает ограничение на выбор моделей и площадок, но одновременно решает блок вопросов по конфиденциальности. Подробнее о выборе между локальным и облачным размещением — в сравнении подходов.
Рынок при этом растёт быстро. По оценке Copydefend и Moscow Digital School, российский LegalTech в 2026 году достигнет 20 млрд рублей, увеличившись почти на треть к прошлому году. Спрос смещается от одиночных функций к комплексным платформам, работающим с юридическими процессами как с данными.
С чего начать: пилот, человек в контуре, метрика на процесс
Масштабировать юридический ИИ сразу по всему отделу — ошибка. Deloitte предупреждал, что многие юрдепартаменты не выходят за пределы ограниченных пилотов, а главный барьер — не технология, а внедрение пользователями. В России эта логика уже устоялась: короткие пилоты на 1–2 месяца, ограниченный набор процессов и прикладных метрик эффективности.
Практический порядок для руководителя:
- Узкий пилот: один тип договора или один процесс — например, контроль сроков и автопроленгов по аренде, а не весь договорной контур.
- Человек в контуре: существенные условия и нетиповые формулировки проверяет юрист; модель готовит черновик и подсвечивает отклонения.
- Метрика на процесс: мерить не скорость проверки, а число выполненных в срок обязательств и долю нетиповых условий, выявленных до последствий.
- Локальное размещение для конфиденциальных и персональных данных, если компания в регулируемой отрасли или работает с 152-ФЗ.
Роль юриста при этом меняется, но не исчезает. В опросе лишь 3% респондентов допускают полную автоматизацию профессии в горизонте 10–15 лет, а 45% считают, что технологии останутся вспомогательными. Российские разработчики описывают это как сдвиг к роли архитекторов процессов: человек задаёт правила работы систем, контролирует исключения и концентрируется на сложных переговорах. Тем, кто решит строить такую функцию, стоит изучить возможности платформ для работы с документами.
Вывод простой. ИИ в юридическом отделе окупается не тем, что юрист быстрее читает договоры, а тем, что компания перестаёт терять деньги на неисполненных обязательствах. Проверка текста — старт, реестр обязательств и контроль сроков — цель. Вендорская цифра «в разы быстрее» к этой цели отношения почти не имеет.
Частые вопросы
Можно ли доверять ИИ проверку договора?
Полностью — нельзя. Целевые юридические системы галлюцинируют в 17–33% случаев, универсальные модели — чаще. ИИ полезен как черновик и подсветка отклонений, а существенные условия и нетиповые формулировки проверяет юрист.
Что важнее — скорость проверки или реестр обязательств?
Реестр обязательств. Измеренная экономия времени у юрфункции — около трети, тогда как главные потери идут от неисполненных обязательств: пропущенных сроков, автопроленгов, штрафов. Автоматизация помогает отслеживать обязательства и раньше выявлять нетиповые условия.
С чего начать внедрение ИИ в юридический отдел?
С узкого пилота на 1–2 месяца: один тип договора или один процесс, например контроль сроков. В контуре остаётся юрист, а метрика ставится на процесс — число выполненных в срок обязательств, а не скорость проверки.
Источники
- Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools — arXiv (Stanford), обращение 2026-09-20
- Large Legal Fictions: Profiling Legal Hallucinations in Large Language Models — arXiv (Stanford), обращение 2026-09-20
- Opportunities and Challenges in Legal AI — Stanford Law School (CodeX), обращение 2026-09-20
- AI Contract Lifecycle Management: The 2026 Survey on Trends & ROI — Deloitte, обращение 2026-09-20
- AI for In-House Legal 2025 Predictions — Deloitte, обращение 2026-09-20
- ИИ в юриспруденции: как технологии меняют работу юристов в России в 2025 году — Коммерсантъ, обращение 2026-09-20
- Российский рынок LegalTech вырастет до 20 млрд рублей в 2026 году — Ведомости, обращение 2026-09-20
- Российский LegalTech 2026: как мультиагентный ИИ превращает юристов в архитекторов процессов — Habr (Doubletapp), обращение 2026-09-20