Connie Brenton war an der Spitze des Wandels in der internen Rechtswelt. Von der Implementierung einiger der ersten eBilling- und Vertragsmanagement-Softwarelösungen in der Branche bis hin zum führenden Einsatz von LPO-Anbietern (Legal Process Outsourcing) hat Brenton stets nach Möglichkeiten gesucht, die rechtlichen Abläufe in den Unternehmen zu verbessern, in denen sie beschäftigt ist.
Sie hat in den letzten 15 Jahren für einige namhafte Unternehmen gearbeitet
Jahre, wie Sun Microsystems und Oracle, als Deputy General Counsel (GC) und
Managing Counsel, wo die GCs, die sie unterstützte (Michael Dillon und
Dorian Daley) befürwortete eine kostengünstigere Unterstützung bei juristischen Dienstleistungen.
Brenton hat sich auch bei der Gründung und dann einen Namen gemacht
Wachstum des Corporate Legal Operations Consortium (CLOC) von null auf über 2000
Mitglieder in 40 Ländern weltweit, darunter 40% der Mitglieder
Fortune 500.
Heute ist Brenton bei einem in den USA ansässigen Cloud-Datendienstunternehmen angesiedelt NetApp, wo sie als Stabschefin und Senior Director of Legal Operations arbeitet. Wie ihre früheren Arbeitgeber, ihr aktueller GC, Matt Fawcett, glaubt nicht an den Status quo: Er ist bereit, Risiken einzugehen und neue Dinge auszuprobieren, um einen signifikanten ROI zu erzielen und eine Innovationskultur für die Rechtsabteilung und letztendlich für NetApp zu schaffen.
Als Beta-Tester für neue Technologien und damit verbundene Dienstleistungen für die Rechtsbranche testet NetApp ständig neue Technologien, erklärt Brenton. Derzeit befasst sich das Rechtsteam von NetApp mit KI, Chat-Bots und RPA (Robotic Process Automation).
Das Unternehmen hat bereits einige RPA-Lösungen für automatisierte Workflows implementiert und kürzlich eine Chat-Bot-Lösung eingeführt.
'Der Chat-Bot startet genauso wie jede neue Technologie, die wir testen: mit einem einfachen Anwendungsfall in einer Umgebung mit geringem Risiko. Unser erster Chat-Bot namens Bot-Ticelli, wird Fragen beantworten wie: 'Haben wir eine Vereinbarung mit dieser Partei? Wann läuft die Vereinbarung aus? “, Erklärt sie.
NetApp führt auch eine Lösung ein, bei der nur sehr wenig Menschen an der Erstellung von Dokumenten beteiligt sind, z. B. Geheimhaltungsvereinbarungen (NDAs).
'Wir implementieren auch eine Lösung in Zusammenarbeit mit Vertragsspezialisten LexCheck. Die Technologie verwendet Papier von Drittanbietern, vergleicht es mit der NetApp-Vorlage und hebt Unterschiede hervor und ändert Änderungen neu. Die KI-Funktionalität ermöglicht es der Technologie, Probleme immer intelligenter zu identifizieren und im Laufe der Zeit zu einer berührungslosen Lösung zu werden . '
'Das Ziel ist es, eine 90% ige berührungslose Lösung zu erhalten. Die verbleibenden 10%, die menschliches Eingreifen erfordern, werden ausgelagert “, fügt sie hinzu.
'Der Chat-Bot startet genauso wie jede neue Technologie, die wir testen: mit einem einfachen Anwendungsfall in einer Umgebung mit geringem Risiko.'
Rechtliche Schritte
Erwähnen Sie Brenton Legal Ops und sie spricht leidenschaftlich über die Änderungen, die sie gesehen hat und die dazu beigetragen haben, die interne rechtliche Effizienz zu verbessern. Sie weist auch auf die Chancen hin, die noch vor uns liegen.
Künstliche Anwältin fragte sie, was sie über den Wert dieses wachsenden Feldes halte.
„Rechtsgeschäfte sind die einzige Rolle, die sich auszahlt [in einem internen Rechtsteam]. Diese Rolle ermöglicht es Ihrer Abteilung, Rechtsgeschäfte wie ein Unternehmen zu führen. Es ist kein neuartiges Konzept unter Fortune 500-Unternehmen, aber es ist immer noch eine relativ neue Disziplin im Rechtsbereich: Dieses Konzept, Ihre Abteilung wie ein Unternehmen zu führen, gibt es in allen anderen Organisationen eines Unternehmens.
"Inhouse Legal war die letzte Unternehmensfunktion, die einen Geschäftsbetriebs- und Optimierungsansatz eingeführt hat, teils aufgrund der langsamen Entwicklung von Anwaltskanzleien, teils aufgrund der Persönlichkeitsmerkmale von Anwälten im Allgemeinen", fügt sie hinzu.
Die Vor- und Nachteile des maschinellen Lernens
Sie hat auch einige starke Ansichten zu anderen Themen, wie zum Beispiel den Vor- und Nachteilen von Software für maschinelles Lernen für Vertragsüberprüfungsarbeiten, und sagt, dass es Zeiten gibt, in denen es effektiv sein wird und andere Zeiten, in denen es einfach nicht sein wird.
„Wenn es effektiv ist, ist es sehr effektiv. Es ist schnell und genau; Es dauert jedoch lange, bis die KI-Technologie geschult ist. Wir dachten zum Beispiel, es würde 200 Dokumente erfordern, um [eine von uns verwendete Software] zu trainieren, und 2,000 Dokumente, um sie zu trainieren. '
Sie fügt hinzu: „Und der Trainer muss ein hoch entwickelter Trainer sein. Sie können diese Art von Trainingsaktivität also nicht auslagern, denn wenn Sie eine Maschine trainieren, um etwas Schlechtes oder Falsches zu tun, haben Sie nur eine Technologie, die eine miese Antwort liefert schneller.'
Insgesamt also ein praktischer und dennoch ehrgeiziger Ansatz zur Änderung der internen Rechtsfunktion. Artificial Lawyer freut sich auf den Fortschritt der anderen Projekte von Bot-ticelli und NetApp.
Interview von Irene Madongo
Komm mit zum Legal Innovators California Konferenz - San Francisco - 18. Juni
