Ik kan me niet herinneren wanneer een managing partner me voor het laatst heeft gevraagd welk model hoger scoorde in een benchmark. Ik herinner me wel tal van gesprekken over governance, implementatie, beveiliging en de vraag of AI daadwerkelijk kan werken met de kennis van het kantoor.

Dat komt doordat juridische organisaties een nieuwe fase ingaan wat betreft de invoering van AI. Het debat draait steeds minder om de modellen zelf en steeds meer om wat erachter schuilgaat. Die gesprekken leiden bijna altijd tot hetzelfde punt: context. De meeste kantoren hebben de antwoorden al ergens voorhanden. De uitdaging is om de juiste informatie te vinden, op het juiste moment, voor de juiste zaak.

AI heeft geen kennisprobleem. De meeste bedrijven hebben dat ook niet. Ze hebben een toegangsprobleem. Daarom zijn we verheugd dat NetDocuments is opgenomen in het connector-ecosysteem van OpenAI als onderdeel van OpenAI for Law.

Voor alle duidelijkheid: dit is geen nieuwe functie. Klanten van NetDocuments koppelen al gereguleerde inhoud aan ChatGPT via het Model Context Protocol (MCP). Wat verandert, is de vindbaarheid. Klanten kunnen NetDocuments nu gemakkelijker vinden en activeren binnen ChatGPT, waardoor het eenvoudiger wordt om betrouwbare juridische kennis te integreren in de AI-ervaring die ze al gebruiken. Dat betekent dat advocaten in ChatGPT kunnen blijven terwijl ze veilig toegang krijgen tot de gereguleerde context die al in NetDocuments is opgeslagen.

Het gaat echter om wat dit in het algemeen betekent. In de hele juridische sector zien we een verschuiving: AI wordt niet langer beschouwd als een verzameling losstaande tools, maar er wordt steeds meer gestreefd naar een duurzamere strategie: het opbouwen van een goed beheerde kennisbasis die als fundament kan dienen voor tal van AI-toepassingen.

Wat geweldige juridische AI echt nodig heeft

De meeste discussies over AI beginnen bij het model.

Juridisch werk begint ergens anders.

Een model kent je voorgeschiedenis niet. Het weet niet welke overeenkomst uiteindelijk is ondertekend, hoe een soortgelijke kwestie drie jaar geleden is opgelost, of welk onderhandelingsstandpunt je team zes maanden geleden met succes tegenover een klant heeft ingenomen.

De informatie is beschikbaar. De uitdaging is om deze toegankelijk, veilig en bruikbaar te maken.

Wanneer ChatGPT via MCP is gekoppeld aan NetDocuments, kan het op veilige wijze documenten doorzoeken en ophalen, relevante precedenten vinden, overeenkomsten vergelijken, informatie samenvatten en helpen bij het opstellen van documenten op basis van de eigen werkresultaten en kennis van de organisatie. Dat is een fundamenteel andere ervaring dan een AI vragen om alles helemaal zelf uit te zoeken.

Ik heb een groot deel van mijn carrière besteed aan het helpen van organisaties bij het herzien van de manier waarop juridisch werk wordt uitgevoerd. Eén les komt steeds weer naar voren: technologie levert de meeste waarde op wanneer ze de omgeving waarin ze functioneert begrijpt. Juridische AI vormt hierop geen uitzondering.

Waarom context belangrijker is dan ooit

Een van de uitdagingen op de huidige AI-markt is het onderscheid maken tussen enthousiasme en feiten. Dat is een van de redenen waarom we onlangs het rapport ‘Legal Context Engineering Benchmark’ hebben gepubliceerd.

Het doel was eenvoudig: het model ongewijzigd laten, de beschikbare informatie verbeteren en het resultaat meten. De bevindingen bevestigden wat veel bedrijven in de praktijk al ervaren: wanneer AI over betere informatie beschikt, besteedt het minder tijd aan zoeken en gissen, en meer tijd aan het leveren van nuttig werk.  

Bij toepassing van hetzelfde frontier-model zorgde een uitgebreidere juridische context ervoor dat de kosten per juist antwoord met 48% daalden, terwijl de kwaliteit van de antwoorden op peil bleef. Voor een groot kantoor of een juridische afdeling van een bedrijf zou dat een jaarlijkse besparing van een miljoen dollar kunnen opleveren. We hebben de volledige methodologie gepubliceerd, zodat elke organisatie de test zelf kan uitvoeren.

Dat is een belangrijk onderscheid, want tijdens de eerste golf van AI-implementatie lag de focus van de sector op de modellen zelf. De volgende golf zal worden bepaald door de mate waarin organisaties hun kennis effectief organiseren, beheren en aan die modellen aanleveren.

Modellen, toepassingen en aanbieders zullen zich in hoog tempo blijven ontwikkelen. De meeste organisaties hebben daar geen enkele invloed op.

Wat ze wel in de hand hebben, is hun kennis. De geschiedenis van zaken. Precedenten. Relaties met cliënten. Werkresultaten. Expertise. Dat zijn niet zomaar gegevens. Het is de opgebouwde kennis en expertise van het kantoor.

Geen enkel model kan dat op zichzelf bieden. Het moet worden opgebouwd en aangestuurd, en het systeem waarin juridisch werk zich nu al afspeelt, is de logische plek om dit te faciliteren. In veel opzichten is dat het echte concurrentievoordeel, en dat is precies wat onze Legal Context Graph is ontworpen om in kaart te brengen.

Wat juridische teams al snel leren, is dat het antwoord zelden in één enkel document te vinden is. Het is verspreid over dossiers, e-mails, jurisprudentie, werkproducten en de mensen die weten waar ze moeten zoeken. Advocaten besteden ongelooflijk veel tijd aan het reconstrueren van die verbanden. De Legal Context Graph is ontworpen om een groot deel van dat werk automatisch te doen. Het werkt op drie niveaus: wat een document is en wat het bevat, hoe documenten binnen een zaak met elkaar in verband staan, en waar expertise en jurisprudentie binnen het kantoor te vinden zijn. Dat is iets anders dan het classificeren van documenten op het moment dat ze worden gearchiveerd.

Eén stichting, vele AI-ervaringen

Juridische organisaties kiezen niet voor één enkele AI-tool. Ze maken gebruik van ndMAX, ChatGPT, Claude, Microsoft Copilot, Gemini Enterprise, Harvey, Legora, Perplexity en een steeds langer wordende lijst van gespecialiseerde oplossingen.

Dat is een van de redenen waarom we al vroeg hebben geïnvesteerd in MCP en een open, AI-onafhankelijke architectuur. Lang voordat interoperabiliteit een belangrijk discussiepunt in de sector werd, waren wij al van mening dat klanten hun strategie niet telkens opnieuw zouden moeten uitwerken telkens wanneer er een nieuw model op de markt kwam. Wij vinden dat een verkeerde afweging. Organisaties zouden niet moeten hoeven kiezen tussen het invoeren van nieuwe AI-tools en het behouden van een consistente kennisbasis met daaronder een dynamische contextlaag.

Dit wordt nog belangrijker naarmate de sector zich verder ontwikkelt en de overstap maakt van chatinterfaces naar agentgebaseerde workflows. Agenten beantwoorden niet alleen vragen; ze voeren ook taken uit. Om dat effectief te kunnen doen, hebben ze toegang nodig tot dezelfde informatie, relaties, machtigingen en richtlijnen waarop mensen dagelijks vertrouwen.

De meerwaarde zit niet in het leggen van een nieuwe basis voor elke AI-tool. De meerwaarde zit erin dat je die basis één keer aanlegt en vervolgens overal beschikbaar maakt waar er gewerkt wordt.

Een paar jaar geleden leek het nog een ambitieus idee dat bedrijven één kennisbasis aan meerdere AI-tools konden koppelen. Tegenwoordig beseffen velen dat dit de enige schaalbare aanpak is.

Bestuur moet gelijke tred houden met de kennis

Natuurlijk is toegang tot informatie slechts een deel van het verhaal. Juridische organisaties moeten er ook op kunnen vertrouwen dat AI binnen hetzelfde beheerskader functioneert dat hun informatie op dit moment beschermt.

Naarmate AI-mogelijkheden steeds geavanceerder worden, worden de vragen steeds belangrijker.

• Wie heeft toegang tot informatie?
• Hoe worden ethische scheidingswanden gehandhaafd?
• Kan een activiteit worden gecontroleerd?
• Wat gebeurt er als een agent namens een gebruiker werkzaamheden verricht?

Dat zijn geen technische vragen. Het zijn zakelijke en risicogerelateerde vragen.

Onze filosofie is vanaf het begin altijd dezelfde geweest: governance moet hand in hand gaan met kennis. Wanneer inhoud van NetDocuments via MCP wordt geraadpleegd, blijven bestaande machtigingen, beperkingen op dossierniveau, ethische scheidingswanden, bewaarbeleid en auditcontroles van kracht. De Legal Context Graph verbindt niet alleen informatie; hij neemt ook de governanceregels voor die informatie mee, ongeacht welke AI-tool de vraag stelt.

Elke sprong voorwaarts in de mogelijkheden maakt het beheer steeds uitdagender. Naarmate deze systemen autonomer worden, wordt beheer steeds belangrijker. De sector begint nu te beseffen wat wij al vanaf het begin hebben geloofd: AI op zich is niet het voordeel. De combinatie van AI, kennis en beheer is dat wel.

Het volgende hoofdstuk

De sector maakt een verschuiving door van experimenteren naar verantwoording afleggen. Cliënten willen transparantie. Leidinggevenden van advocatenkantoren willen meetbare meerwaarde. Advocaten willen technologie die hen helpt sneller te werken zonder nieuwe risico’s te creëren.

Om aan die verwachtingen te voldoen, is meer nodig dan alleen toegang tot het nieuwste model. Daarvoor is een stevige basis nodig.

De juridische sector kampt niet met een tekort aan modellen. Integendeel, we hebben juist het tegenovergestelde probleem. Om de paar maanden verschijnen er nieuwe modellen en om de paar weken nieuwe assistenten. Dat is niet waar ik zie dat kantoren het moeilijk hebben.

De grootste uitdaging is om de kennis die het kantoor al in huis heeft te ordenen, deze op de juiste manier te beheren en beschikbaar te maken, waar het werk ook plaatsvindt. Daarom hebben we geïnvesteerd in MCP, de Legal Context Graph en een open ecosysteem dat toonaangevende AI-modellen, juridische technologieplatforms en productiviteitstools omvat.

Als uw kantoor al gebruikmaakt van ChatGPT, Claude, Copilot, Gemini of een ander AI-platform, is de vraag niet langer of AI thuishoort in de juridische praktijk.

De vraag is of het wordt uitgevoerd met de juiste kennis en het juiste bestuur als basis.

Want bij de toekomst van juridische AI gaat het niet om het kiezen van één winnend model. Het gaat erom ervoor te zorgen dat elk model kan profiteren van dezelfde betrouwbare kennis en hetzelfde governancekader.

Lees meer over de eerste Legal Context Graph in de sector en bekijk de resultaten in het rapport ‘Legal Context Engineering Benchmark ’.