Τι αποκαλύπτουν τα δικηγορικά γραφεία για το μάρκετινγκ στην εποχή της Τεχνητής Νοημοσύνης

Εισαγωγή

Οι επαγγελματίες του μάρκετινγκ τείνουν να αναζητούν διδάγματα σχετικά με την τεχνητή νοημοσύνη (AI) σε προφανή μέρη: τις εταιρείες που παράγουν το περισσότερο περιεχόμενο, πραγματοποιούν τα πιο τολμηρά πειράματα και δημοσιεύουν τα πιο εντυπωσιακά αποτελέσματα. Τα επαγγέλματα που υπόκεινται σε ρυθμίσεις σπάνια περιλαμβάνονται σε αυτή τη λίστα. Κινούνται αργά, αγοράζουν με προσοχή και μιλούν για τον κίνδυνο πριν μιλήσουν για την εμβέλεια.

Αυτός είναι ακριβώς ο λόγος για τον οποίο αξίζει να τις παρακολουθούμε. Ένα δικηγορικό γραφείο δεν μπορεί να αντέξει οικονομικά να κάνει λάθος με σιγουριά, και το ίδιο ισχύει, όλο και περισσότερο, για τα αποτελέσματα αναζήτησης. Καθώς οι επισκοπήσεις τεχνητής νοημοσύνης και οι βοηθοί συνομιλίας καταλαμβάνουν όλο και μεγαλύτερο μέρος του επιπέδου ανακάλυψης, οι περιορισμοί που πάντα διέπουν το νομικό μάρκετινγκ, δηλαδή η ακρίβεια, η εμπιστοσύνη και η αποδεδειγμένη εμπειρογνωμοσύνη, γίνονται οι περιορισμοί που διέπουν όλους.

Με άλλα λόγια, οι πιο προσεκτικοί αγοραστές στην αγορά διεξάγουν το πείραμα με βάση το οποίο θα βαθμολογηθούμε όλοι οι υπόλοιποι.

Πώς χρησιμοποιούν στην πράξη τα δικηγορικά γραφεία την τεχνητή νοημοσύνη και ποια είναι τα κριτήρια που εφαρμόζουν

Μέσα σε ένα γραφείο, η τεχνητή νοημοσύνη κάνει ήδη πραγματική δουλειά, απλά όχι τη δουλειά που υπονοούν οι τίτλοι των εφημερίδων. Οι πρακτικές χρήσεις είναι περιορισμένες και εποπτευόμενες: σύνοψη μακρών εγγράφων, ανάδειξη σχετικής νομολογίας, παραγωγή πρώτων σχεδίων ρουτίνας αλληλογραφίας και διαλογή εισερχόμενων ερωτήσεων, ώστε ένας νομικός βοηθός να μην διαβάζει κάθε έντυπο με το χέρι.

Αυτό που είναι εντυπωσιακό είναι το όριο αποδοχής. Μια ομάδα μάρκετινγκ μπορεί να ανεχθεί ένα εργαλείο τεχνητής νοημοσύνης που είναι σωστό στο 80% των περιπτώσεων, επειδή το κόστος ενός αδύναμου θέματος είναι ασήμαντο. Ένας δικηγόρος δεν μπορεί. Μια πλαστή παραπομπή δεν είναι μια περίεργη αποτυχία, είναι ένα πρόβλημα επαγγελματικής δεοντολογίας, και έχουν υπάρξει αρκετές περιπτώσεις επιβολής κυρώσεων για επινοημένη νομολογία ώστε να κάνουν κάθε εταίρο νευρικό.

Έτσι, οι εταιρείες έχουν καταλήξει σε ένα μοντέλο που αξίζει να αντιγραφεί. Η τεχνητή νοημοσύνη επιταχύνει το πρώτο ενενήντα τοις εκατό και ένας εξειδικευμένος άνθρωπος αναλαμβάνει το τελευταίο δέκα, που είναι το μέρος που φέρει την ευθύνη. Το εργαλείο συντάσσει, ο δικηγόρος επαληθεύει, και η επαλήθευση είναι αδιαπραγμάτευτη. Αυτή η κατανομή εργασίας δεν είναι δειλία. Είναι μια ειλικρινής εκτίμηση του πού τα τρέχοντα μοντέλα είναι αξιόπιστα και πού όχι.

Πώς αναζητούν πλέον οι πελάτες τους και τι επιπτώσεις έχει αυτό στην ευρεσιμότητα

Η μεγαλύτερη αλλαγή συμβαίνει εκτός της εταιρείας, στον τρόπο με τον οποίο οι υποψήφιοι πελάτες αναζητούν βοήθεια. Κάποιος με ένα πρόβλημα συνήθιζε να πληκτρολογεί «δικηγόρος για άδικη απόλυση Μελβούρνη» και να σαρώνει μια σελίδα με μπλε συνδέσμους. Τώρα, ένα σημαντικό ποσοστό από αυτούς θέτει μια ερώτηση με πλήρεις προτάσεις, «μπορεί ο εργοδότης μου να με απολύσει ενώ είμαι σε άδεια», και διαβάζει τη συνθετική απάντηση πριν καν δει έναν κατάλογο εταιρειών.

Αυτό αλλάζει το πρόβλημα της ευρεσιμότητας με δύο τρόπους. Πρώτον, η απάντηση συντάσσεται όλο και περισσότερο από ένα μοντέλο και όχι επιλέγεται με ένα κλικ, οπότε το να βρίσκεται κανείς στη σελίδα ένα έχει λιγότερη σημασία από το να είναι η πηγή που το μοντέλο εμπιστεύεται αρκετά ώστε να την παραθέσει. Δεύτερον, οι ερωτήσεις είναι μακρύτερες, πιο συγκεκριμένες και πιο περιστασιακές, κάτι που ανταμείβει το περιεχόμενο που επιλύει πραγματικά ένα συγκεκριμένο ερώτημα έναντι του περιεχομένου που στοχεύει σε έναν ευρύ όρο.

Για μια εταιρεία που υπόκειται σε ρύθμιση, αυτό είναι δύσκολο, επειδή η ειλικρινής απάντηση στα περισσότερα νομικά ερωτήματα είναι «εξαρτάται». Ωστόσο, αυτός ο περιορισμός παράγει καλύτερο υλικό. Οι σελίδες που αναφέρονται τείνουν να είναι αυτές που παρουσιάζουν τις πραγματικές παραμέτρους, αναφέρουν τη σχετική νομοθεσία και αποδίδονται σαφώς σε έναν κατονομαζόμενο, πιστοποιημένο συγγραφέα. Το ασαφές, αόριστο, ανώνυμο περιεχόμενο δεν επιβιώνει στο στάδιο της σύνοψης.

Γιατί οι κλάδοι υψηλής εμπιστοσύνης ανταμείβουν την εξειδίκευση έναντι του όγκου

Για μια δεκαετία, πολλές συμβουλές SEO υποθέτουν σιωπηρά ότι το περισσότερο είναι καλύτερο: περισσότερες αναρτήσεις, περισσότερες σελίδες, περισσότερη κάλυψη κάθε παραλλαγής long-tail. Σε κατηγορίες χαμηλού κινδύνου αυτό συχνά δούλευε. Σε κάθετους τομείς υψηλής εμπιστοσύνης δεν δούλεψε ποτέ πραγματικά, και η αναζήτηση με AI αποκαλύπτει τώρα το γιατί.

Όταν ένα μοντέλο συνθέτει μια απάντηση σε ένα ιατρικό, οικονομικό ή νομικό ερώτημα, κάνει μια σιωπηρή εκτίμηση σχετικά με το ποιες πηγές είναι ασφαλείς για αναπαραγωγή. Τα σήματα στα οποία βασίζεται είναι αυτά που αντιστοιχούν σε γνήσια αξιοπιστία: σαφής συγγραφική ιδιότητα, επαγγελματικά προσόντα, παραπομπές σε πρωτογενείς πηγές, συνέπεια με άλλο αξιόπιστο υλικό και ιστορικό ορθών απαντήσεων. Κανένα από αυτά δεν μπορεί να παραποιηθεί σε μεγάλη κλίμακα. Δεν μπορείτε να παράγετε μαζικά αποδεδειγμένη εξειδίκευση.

Αυτό είναι επίσης το σημείο όπου οι εταιρείες αναβαθμίζουν σιωπηλά το στοίβαγμα τους. Τα εργαλεία τεχνητής νοημοσύνης για δικηγόρους που υιοθετούνται είναι αυτά που έχουν κατασκευαστεί γύρω από την επαλήθευση και την απόδοση πηγών και όχι γύρω από την ακατέργαστη ταχύτητα εξόδου, επειδή σε αυτό το περιβάλλον μια γρήγορη λανθασμένη απάντηση είναι χειρότερη από καμία απάντηση. Τα κριτήρια αγοράς σας λένε κάτι. Όταν το κόστος του σφάλματος είναι υψηλό, οι άνθρωποι σταματούν να βελτιστοποιούν για την ποσότητα και αρχίζουν να βελτιστοποιούν για την προέλευση.

Το μάθημα γενικεύεται καθαρά. Καθώς η τεχνητή νοημοσύνη διαμεσολαβεί περισσότερες ερωτήσεις σε κάθε κατηγορία, οι ιστότοποι που θα κερδίσουν αναφορές θα είναι εκείνοι που, σε ένα μοντέλο, μοιάζουν με τις πηγές στις οποίες θα βασιζόταν ένας προσεκτικός επαγγελματίας.

Το πρακτικό μάθημα για όποιον βελτιστοποιεί για την αναζήτηση με τεχνητή νοημοσύνη

Δεν χρειάζεται να προωθήσετε μια δικηγορική εταιρεία για να χρησιμοποιήσετε όσα έχουν μάθει. Μερικές κινήσεις εφαρμόζονται καλά σε οποιονδήποτε κλάδο που αναδιαμορφώνεται από την αναζήτηση με τεχνητή νοημοσύνη.

• Βάλτε έναν πραγματικό, πιστοποιημένο συγγραφέα σε ουσιαστικές σελίδες και κάντε τα πιστοποιητικά του επαληθεύσιμα. Οι οντότητες συγγραφέων γίνονται ένα σήμα εμπιστοσύνης που τα μοντέλα μπορούν να διαβάσουν.
• Απαντήστε στη συγκεκριμένη ερώτηση με τον τρόπο που θα το έκανε πραγματικά ένα άτομο με γνώσεις, συμπεριλαμβανομένων των προειδοποιήσεων. Οι γενικότητες που περιέχουν επιφυλάξεις εκλαμβάνονται ως χαμηλή εμπιστοσύνη τόσο από τους ανθρώπους όσο και από τα μοντέλα.
• Αναφέρετε πρωτογενείς πηγές και συνδέστε τις. Η προέλευση είναι αυτό που καθιστά το περιεχόμενο ασφαλές για να το επαναλάβει ένα μοντέλο.
• Αντιμετωπίστε την ακρίβεια των γεγονότων ως παράγοντα κατάταξης, όχι μόνο ως συντακτική λεπτομέρεια. Το να κάνετε λάθος είναι πλέον ένα κόστος ανακαλυψιμότητας, όχι μόνο ένα κόστος φήμης.
• Σταματήστε να αξιολογείτε το περιεχόμενο με βάση την ακατέργαστη παραγωγή. Μια χούφτα πραγματικά έγκυρες σελίδες θα αποφέρουν περισσότερα κέρδη από εκατό αδύναμες σελίδες στην αναζήτηση που μεσολαβεί η τεχνητή νοημοσύνη.

Τίποτα από αυτά δεν είναι εξωτικό. Είναι πιο κοντά στην παλιομοδίτικη συντακτική πειθαρχία παρά σε οτιδήποτε χαρακτηρίζεται ως ανάπτυξη, και αυτό είναι ακριβώς το θέμα.

Πού μας αφήνει αυτό εμάς τους υπόλοιπους

Το χρήσιμο με τα ρυθμιζόμενα επαγγέλματα είναι ότι έχουν αναγκαστεί να αντιμετωπίσουν, νωρίς και με πραγματικές συνέπειες, το ερώτημα που ο υπόλοιπος αγοράς μόλις αρχίζει να θέτει: τι πρέπει να κάνει σωστά η τεχνητή νοημοσύνη για να είστε διατεθειμένοι να βάλετε το όνομά σας στα αποτελέσματά της;

Η απάντησή τους ήταν συνεπής. Χρησιμοποιήστε τα εργαλεία όπου είναι ισχυρά, επαληθεύστε όπου είναι αδύναμα και μην αφήνετε ποτέ την ταχύτητα να υπερισχύει της ακρίβειας σε ένα πλαίσιο όπου το να κάνεις λάθος είναι ακριβό. Η αναζήτηση με τεχνητή νοημοσύνη καθιστά σταθερά το «λάθος» ακριβό για όλους, επειδή ένα μοντέλο που δεν εμπιστεύεται το περιεχόμενό σας δεν θα το προβάλλει, και ένας αναγνώστης που εντοπίζει ένα πλαστό γεγονός δεν θα επιστρέψει.

Τα δικηγορικά γραφεία κατέληξαν σε αυτό το συμπέρασμα πριν από τους περισσότερους εμπόρους, επειδή δεν είχαν άλλη επιλογή. Η πιο έξυπνη κίνηση είναι να φτάσετε σε αυτό το συμπέρασμα σκόπιμα, ενώ εξακολουθεί να αποτελεί ανταγωνιστικό πλεονέκτημα και όχι μια προσπάθεια αποκατάστασης.