Veel kantoren hebben intussen hetzelfde probleem: het kantoor beschikt wel over een of andere AI-tool, maar het gevoel leeft dat het niet genoeg op kantoorniveau wordt gebruikt. Een paar medewerkers boeken tijdwinst, anderen haken af, en na enkele maanden blijft vooral versnippering over: uiteenlopende werkwijzen en wisselende kwaliteit. Om het in HR-termen te zeggen: de advocaten worden op dat moment ‘bewust-onbekwaam’ wat AI-adoptie betreft. Ze beseffen dat er mogelijkheden zijn, maar weten niet onmiddellijk in welke gevallen/use-cases ze het concreet kunnen en moeten gebruiken, en nog meer, hoe het kantoorbreed kan worden geïmplementeerd.
De oorzaak zit bijna altijd in twee punten. Enerzijds -evident- de tool: past die wel bij de praktijk, de dossiers en de manier van werken? Anderzijds de advocaten zelf. Zijn ze bereid om een (beperkt) leerproces te ondergaan, proberen ze het te integreren, en zelfs te experimenteren, in de dagelijkse werking, of blijft het iets voor de ‘AI-ambassadeurs’?
Maar hoe worden de advocaten dan “bewust-bekwaam” in AI-gebruik.
Waarom AI-adoptie vaak stokt
Adoptie mislukt zelden omdat de AI tool op zich “niet goed genoeg” is. Ze stokt omdat de inzet onduidelijk blijft of omdat het gebruik niet georganiseerd wordt. Maar er speelt nog iets: de verwachtingen liggen vaak verkeerd. Geen enkele advocaat wil ‘vervangen’ worden door AI, maar tegelijk leeft soms de impliciete hoop dat een tool het zware werk meteen en volledig zal overnemen, zonder nieuwe werkwijze, zonder kwaliteitskader en zonder leercurve. Wanneer die belofte niet uitkomt, volgt snel teleurstelling en haakt men af – terwijl het probleem dan niet de technologie is, maar de mismatch tussen verwachting en realiteit.
Dan wordt AI een verzameling losse taakjes: samenvatten, herschrijven, een clausule uitlichten, een eerste draft maken. Iedereen doet het anders, waardoor review en kwaliteitscontrole moeilijk worden. Of de tool is te breed, waardoor men twee functies gebruikt en de rest links laat liggen.
Het resultaat voelt als ‘beperkt’ aan, in plaats van ‘een must-have’.
Niet elke tool past bij elk kantoor/departement
Niet elke AI-tool is een goede match voor elk advocatenkantoor. Wie legaltech echt wil verankeren, doet er goed aan oplossingen objectief te vergelijken en te kiezen voor een tool die aansluit bij de noden en realiteit van het kantoor. Vier vragen helpen daarbij.
- Focus van het platform. Past de oplossing bij het type werk? Sommige kantoren of departementen binnen een kantoor focussen op contracten, anderen zijn vooral litigation-gedreven, sommigen doen beide. Dat maakt uit voor de keuze tussen een allround tool en een gespecialiseerd platform. Een brede oplossing kan aantrekkelijk ogen, maar als de flows van het kantoor heel specifiek zijn, levert specialisatie vaak sneller rendement op.
- Aansluiting op de workflow van de advocaat. Volgt de tool de natuurlijke flow, of moeten advocaten hun werkwijze aanpassen aan de logica van het systeem? Hoe groter de ‘workflow-mismatch’, hoe groter de adoptiefrictie. In de praktijk is dit vaak dé reden waarom goede tools toch niet landen: het voelt als werken ‘naast’ het dossier in plaats van ‘in’ het dossier.
- Gebruiksgemak en onboarding (time-to-value). Is de oplossing out-of-the-box inzetbaar op een lopend dossier, of vraagt ze eerst een leercurve met opleidingen en een zwaar implementatietraject? Kleine en middelgrote kantoren kunnen zich zelden maanden permitteren om ‘later’ waarde te zien. Time-to-value is dus geen comfort, maar een adoptievoorwaarde.
- Geschiktheid voor het gehele team. Werkt de tool voor iedereen, of enkel voor een paar enthousiastelingen? Als legaltech enkel bij de ‘AI-ambassadeurs’ blijft hangen, ontstaat versnippering: verschillende standaarden, wisselende kwaliteit en moeilijkere review. Kantoorbrede adoptie vraagt dat de tool laagdrempelig genoeg is voor de meerderheid, niet enkel voor power users.
AI-adoptie vergt niet alleen de juiste tool, maar ook (licht) aangepast gedrag
Zelfs met de juiste tool verdwijnt adoptie als ze niet gedragen wordt door de mensen die ermee moeten werken. En ‘dragen’ betekent zelden: één grote opleiding. AI-adoptie groeit wanneer het gebruik concreet is, herhaalbaar en zichtbaar voor het hele team. Toch blijft het voor veel kantoren moeilijk om hun advocaten daadwerkelijk met de gekozen tool te laten werken. Verandering in gedrag kan evenwel klein beginnen.
Belangrijk is vooral dat AI-adoptie niet te ver gezocht wordt en dat de verwachtingen in het begin realistisch blijven. In deze fase gaat het niet om perfectie of onmiddellijke kantoorbrede uniformiteit. Het gaat om een experimentele periode waarin het kantoor uitzoekt wat werkt: welke use cases echt tijd winnen, waar AI kwaliteit kan verhogen, en waar de grenzen liggen. Die eerste maanden mogen dus best aanvoelen als ‘testen’, zolang er maar consequent wordt geleerd en bijgestuurd. Wie meteen een volledig uitgewerkte methode verwacht, loopt het risico dat teleurstelling sneller toeslaat dan de leercurve.
Bijvoorbeeld. Veel kantoren kennen het format van de tijdschriftenvergadering: wekelijks lichten één of meerdere advocaten een artikel toe, zodat de rest mee blijft. Dat principe kan perfect vertaald worden naar AI. Een AI-use case meeting werkt op dezelfde manier, maar vertrekt van het eigen werk: één advocaat toont kort hoe AI in een concreet dossier werd gebruikt, wat het opleverde, en waar de grenzen zaten.
De vragen kunnen simpel blijven: waarvoor werd AI gebruikt, wat was het resultaat, wat moest nog manueel worden gecorrigeerd, en in welke andere of toekomstige dossiers kan dit worden toegepast? Op die manier wordt AI geen individuele handeling, maar gedeelde praktijk. Collega’s zien dat het werkt in herkenbare cases en krijgen tegelijk een realistischer beeld van wat AI wel en niet doet.
Zo’n meeting heeft nog een bijkomend voordeel: ze helpt om stap voor stap kantoorstandaarden te bouwen zonder eerst een zwaar beleid te schrijven. Na enkele weken ontstaat vanzelf een shortlist van ‘vaste’ toepassingen en een gedeelde taal over kwaliteit en controle. Dat is vaak de snelste weg naar echte adoptie: niet via een groot plan vooraf, maar via kleine, herhaalde praktijkmomenten die de richting bepalen.
Slot
AI-adoptie is haalbaar voor elk kantoor, groot of klein. Het verschil zit niet in budget, maar in aanpak en de juiste keuzes maken: een tool die past bij hun manier van werken, en het voorzien in (lichte) manieren om gebruik te laten landen bij het hele team.
0 reacties