Kaj odvetniške pisarne razkrivajo o trženju v dobi umetne inteligence

Uvod

Tržniki ponavadi iščejo lekcije umetne inteligence na očitnih mestih: v podjetjih, ki objavljajo največ vsebin, izvajajo najbolj drzne poskuse in objavljajo najbolj odmevne rezultate. Regulirane stroke redko pridejo na ta seznam. Delujejo počasi, nakupujejo previdno in najprej govorijo o tveganju, šele potem o dosegu.

Prav zato jih je vredno spremljati. Odvetniška pisarna si ne more privoščiti, da bi bila samozavestno v zmoti, in tega si vse bolj ne more privoščiti niti iskalnik. Ker pregledi umetne inteligence in klepetalni asistenti prevzemajo vedno večji del odkritja, postajajo omejitve, ki so vedno urejale pravni marketing, namreč natančnost, zaupanje in dokazljivo strokovno znanje, omejitve, ki urejajo vse.

Z drugimi besedami, najbolj previdni kupci na trgu izvajajo poskus, po katerem bomo ostali ocenjeni.

Kako odvetniške pisarne dejansko uporabljajo umetno inteligenco in kakšna so njihova merila

Znotraj pisarne umetna inteligenca že opravlja dejansko delo, le da ne tisto, kar nakazujejo naslovi v medijih. Praktične uporabe so omejene in nadzorovane: povzemanje dolgih dokumentov, iskanje relevantne sodne prakse, priprava prvih osnutkov rutinske korespondence in razvrščanje prispelih poizvedb, da pravni asistent ne bere vsakega obrazca ročno.

Presenetljiv je prag sprejemljivosti. Marketinška ekipa morda dopušča orodje umetne inteligence, ki je pravilno v osemdesetih odstotkih primerov, saj so stroški slabe zadeve nepomembni. Odvetnik pa tega ne more. Izmišljena sklicevanja niso le nenavadna napaka, temveč problem poklicnega ravnanja, in bilo je že dovolj sankcioniranih primerov izmišljene sodne prakse, da so vsi partnerji postali nervozni.

Zato so se pisarne dogovorile za vzorec, ki je vreden posnemanja. AI pospeši prvih devetdeset odstotkov, usposobljen človek pa prevzame zadnjih deset, kar je del, ki nosi odgovornost. Orodje pripravi osnutek, odvetnik ga preveri, in ta preverjanje ni pogojno. Ta delitev dela ni strahopetnost. Je iskreno branje tega, kje so trenutni modeli zanesljivi in kje ne.

Kako njihove stranke zdaj iščejo in kakšen vpliv ima to na odkritost

Večja sprememba se dogaja zunaj pisarne, in sicer v tem, kako potencialne stranke iščejo pomoč. Nekoč je nekdo z problemom vtipkal »odvetnik za nepravično odpustitev Melbourne« in pregledal stran modrih povezav. Zdaj pa znaten delež med njimi zastavi vprašanje v celih stavkih, na primer »ali me lahko delodajalec odpusti, medtem ko sem na dopustu«, in prebere sintezirani odgovor, še preden sploh vidi imenik pisarn.

To spreminja problem vidnosti na dva načina. Prvič, odgovor vedno bolj sestavlja model, namesto da bi ga izbrali s klikom, zato je biti na prvi strani manj pomembno kot biti vir, ki mu model zaupa dovolj, da ga citira. Drugič, poizvedbe so daljše, bolj specifične in bolj situacijske, kar nagrajuje vsebino, ki resnično rešuje ozko vprašanje, pred vsebino, ki cilja na širok glavni izraz.

Za regulirano podjetje je to nerodno, saj je iskren odgovor na večino pravnih vprašanj »odvisno«. Toda ta omejitev ustvarja boljšo vsebino. Strani, ki se navajajo, so ponavadi tiste, ki navajajo dejanske premisleke, navajajo ustrezno zakonodajo in so jasno pripisane imenovanemu avtorju z ustreznimi referencami. Nejasna, izogibna in anonimna vsebina ne preživi faze povzemanja.

Zakaj vertikalne panoge z visoko stopnjo zaupanja nagradijo strokovnost pred količino

Desetletje je veliko nasvetov o optimizaciji za iskalnike (SEO) tiho predpostavljalo, da je več bolje: več objav, več strani, več pokritosti vsake različice z dolgim repom. V kategorijah z nizkimi vložki je to pogosto delovalo. V vertikalah z visoko stopnjo zaupanja pa to nikoli ni zares delovalo, in iskanje z umetno inteligenco zdaj razkriva, zakaj.

Ko model sestavi odgovor na medicinsko, finančno ali pravno vprašanje, implicitno stavi na to, katere vire je varno ponoviti. Signali, na katere se opira, so tisti, ki kažejo na resnično verodostojnost: jasno avtorstvo, strokovne reference, sklicevanja na primarne vire, skladnost z drugim uglednim gradivom in zgodovina pravilnih odgovorov. Nobenega od teh ni mogoče izkoristiti v velikem obsegu. Dokazljive strokovne znanje ni mogoče masovno proizvajati.

To je tudi področje, na katerem podjetja tiho nadgrajujejo svoje rešitve. Orodja umetne inteligence za odvetnike, ki se sprejemajo, so tista, ki so zgrajena okoli preverjanja in navajanja virov, ne pa okoli surove hitrosti izhodnih podatkov, saj je v tem okolju hiter napačen odgovor slabši kot noben odgovor. Merila za nakup vam nekaj povedo. Ko je cena napake visoka, ljudje prenehajo optimizirati za količino in začnejo optimizirati za izvor.

To spoznanje se jasno splošuje. Ker umetna inteligenca posreduje več poizvedb v vseh kategorijah, bodo spletne strani, ki bodo dobile največ citatov, tiste, ki bodo modelu delovale kot viri, na katere bi se zanesel previden strokovnjak.

Praktična lekcija za vsakogar, ki optimizira za iskanje z umetno inteligenco

Ni vam treba tržiti odvetniške pisarne, da bi uporabili tisto, kar so se naučili. Nekaj potez se dobro prenaša na katero koli vertikalno področje, ki ga iskanje z umetno inteligenco preoblikuje.

• Na pomembne strani postavite resničnega, verodostojnega avtorja in poskrbite, da se njegova verodostojnost lahko preveri. Avtorske entitete postajajo znak zaupanja, ki ga modeli lahko preberejo.
• Odgovorite na konkretno vprašanje tako, kot bi to storila dejansko poznavalka, vključno z opozorili. Izogibanje konkretnim odgovorom se tako ljudem kot modelom zdi kot nizka stopnja zaupanja.
• Navajajte primarne vire in jih povežite s povezavami. Izvor je tisto, kar vsebino naredi varno za ponovitev s strani modela.
• Dejansko točnost obravnavajte kot dejavnik za uvrščanje, ne le kot uredniško lepoto. Napačnost je zdaj strošek odkritljivosti, ne le strošek ugleda.
• Nehajte meriti vsebine po surovem izhodu. Peščica resnično avtoritativnih strani bo v odkritju, posredovanem z umetno inteligenco, zaslužila več kot sto površnih.

Nič od tega ni eksotično. Bolj je podobno staromodni uredniški disciplini kot čemur koli, kar se imenuje rast, kar je pravzaprav bistvo.

Kje to pušča ostale

Koristno pri reguliranih poklicih je, da so bili prisiljeni zgodaj in ob resničnih posledicah soočiti se z vprašanjem, ki si ga preostali del trga šele začenja zastavljati: kaj mora umetna inteligenca narediti prav, preden ste pripravljeni podpreti njen izhod z lastnim imenom?

Njihov odgovor je bil dosleden. Uporabljajte orodja tam, kjer so močna, preverjajte, kje so šibka, in nikoli ne dopustite, da bi hitrost prevladala nad natančnostjo v kontekstu, kjer je napaka draga. AI iskanje postopoma naredi »napako« drago za vse, ker model, ki ne bo zaupal vaši vsebini, je ne bo prikazal, bralec, ki opazi eno izmišljeno dejstvo, pa se ne bo vrnil.

Odvetniške pisarne so do tega zaključka prišle prej kot večina tržnikov, ker niso imele izbire. Pametnejši korak je, da do tega zaključka pridete namerno, dokler je to še konkurenčna prednost, namesto da se z njim ukvarjate šele naknadno.