Юрфирма Gilbert + Tobin масштабировала ChatGPT и Codex без обязательных KPI

Масштабирование началось не с юридических заключений

Австралийская корпоративная юридическая фирма Gilbert + Tobin сначала внедрила ChatGPT Enterprise в операционных командах, где сценарии можно было проверять в контролируемой среде. Затем доступ расширили на маркетинг, business development, подбор персонала, финансы, технологии, трансформацию бизнеса и часть юридической практики. Компания подчёркивает: целью было улучшить обеспечивающую работу, а не заменить профессиональное суждение юристов.

К июню 2026 года активными были 87% подключённых пользователей — более чем вдвое выше типичной для Gilbert + Tobin доли принятия других инструментов. Фирма не устанавливала обязательные usage targets. Вместо этого CEO Sam Nickless показывал примеры из собственной работы, а руководители команд делились своими сценариями, превращая AI из формального IT-проекта в видимый рабочий инструмент.

Обучение привязали к конкретной роли

Business transformation team приходила на встречи отдельных подразделений и демонстрировала процессы, относящиеся именно к маркетингу, финансам, recruitment или operations. Общий вводный курс дополняли внутренние видео, showcases, задания и истории применения. Такой формат отвечает на практический вопрос сотрудника — какую часть моей работы можно изменить сегодня — вместо абстрактного рассказа о возможностях модели.

Показатель 87% говорит об использовании, но не доказывает одинаковую глубину или экономический эффект во всех ролях. OpenAI не приводит распределение частоты, сложности задач и качества результата по пользователям. Поэтому высокий adoption rate полезен как сигнал организационного принятия, а оценивать продуктивность следует на конкретных workflows с исходным временем, новым временем и стоимостью проверки.

Governance определяет разрешённый ввод и проверку

Gilbert + Tobin работает с конфиденциальной клиентской и деловой информацией, поэтому rollout сопровождался правилами разрешённых задач, допустимого ввода и проверки output. Фирма также оценивала договорные гарантии, role-based access, требования к обработке данных и административные controls. Переход на OpenAI environment с хранением данных в Австралии повысил уверенность в расширении доступа с учётом внутренних и клиентских требований.

Во всех описанных сценариях человек ограничивает задачу, проверяет результат, применяет профессиональное суждение и утверждает готовый материал. Это особенно важно для юридической работы: сокращение времени исследования не переносит ответственность на модель. В публикации не приводятся независимый аудит ошибок, доля отклонённых outputs или методика контроля качества, поэтому кейс показывает operating model, но не доказывает безошибочность AI-процессов.

ChatGPT ускорил повторяемую исследовательскую работу

Один процесс recruitment research и извлечения данных сократился примерно с четырёх часов до 20 минут. Обработка рекомендаций экономит около 25 минут на кандидата. В маркетинге и business development ChatGPT помогает собирать сведения из прошлых предложений и готовить новые материалы; фирма выпускает 400–500 pitches в год и использует deep research для отраслевых отчётов и клиентских стратегий.

Финансовая команда применяет ChatGPT к spreadsheets и анализу данных, технологическая — к документации, scripts, учебным материалам и внутренним инструкциям. Для специальных юридических workflows используются одобренные платформы, включая Harvey. Такое разделение показывает, что единый интерфейс не обязан становиться универсальным каналом для любых данных: разные классы задач могут оставаться в разных контролируемых системах.

Codex перешёл от подсказки к исполнению шагов

Codex использовали для подготовки audit reports по 300 организациям, что, по оценке фирмы, убрало полный день ручной работы. В другом процессе он проверил и переименовал 1 100 файлов перед загрузкой в стороннюю систему — раньше задача занимала дни. Команда трансформации также превратила требования и существующую specification в рабочее Python-приложение.

Отдельный workflow охватывает выбранные проверки conflicts, AML, politically exposed persons и KYC. Codex выполняет исследовательские и процессинговые шаги, формирует отчёт, после чего человек проводит review и sign-off. Некоторые проверки, занимавшие от трёх до восьми часов, теперь завершаются примерно за пять минут. Здесь автоматизирован не финальный юридический вывод, а определённая последовательность подготовки к нему.

Нерегулярные процессы стали подходящей целью

Gilbert + Tobin выбирает для Codex работу, которую трудно оправданно автоматизировать классическим способом: она состоит из нескольких шагов, возникает нерегулярно и всё же имеет проверяемый результат. DevOps-сотрудник, например, построил monitoring watchtower для AWS environment, который объединяет операционные сигналы, помогает диагностике и remediation, а сложные случаи передаёт человеку.

Это существенное отличие от автоматизации ради демонстрации. Наиболее убедительные примеры имеют измеримую исходную длительность, ограниченный output и обязательное подтверждение. Там, где задача не имеет понятного критерия приёмки, агент лишь ускоряет производство неопределённости и увеличивает нагрузку на review.

Следующий этап потребует контроля связанного контекста

Фирма планирует расширять ChatGPT Work и Codex после подготовки controls для более широкого применения. Долгосрочная цель — связанная рабочая среда, где сотрудник получает одобренный организационный контекст, выполняет операционные задачи и формирует готовый результат без ручного перехода между системами.

Чем больше таких связей, тем важнее становятся разграничение доступа, происхождение данных и журнал действий. Кейс Gilbert + Tobin показывает рабочую последовательность масштабирования: начать с контролируемых операционных задач, обучать по ролям, заранее определить разрешённые данные, измерять конкретные workflows и оставлять окончательную ответственность человеку. Высокое принятие здесь оказалось следствием понятной пользы и governance, а не требования открыть AI заданное число раз.