AI, Specialization, and the Organization of Knowledge Work: Evidence from Legal Services
यह शोध पत्र तर्क देता है कि जबकि एआई (AI) विशिष्ट ज्ञान की लागत को कम करता है, पेशेवर सेवा फर्मों पर इसका प्रभाव इस बात से निर्धारित होता है कि क्लाइंट कार्य का पुनर्वितरण कैसे करते हैं और आपूर्तिकर्ता कैसे प्रतिक्रिया देते हैं, जिससे एक ऐसी स्थिति उत्पन्न होती है जहाँ प्रीमियम फर्में कम कीमत वाले विकल्पों और स्वयं के प्रावधान (self-provision) के कारण बाजार हिस्सेदारी खोने के बावजूद अपने मार्कअप बढ़ा सकती हैं, जैसा कि अमेरिकी कानूनी सेवाओं के रुझानों में देखा गया है जहाँ जटिल कार्यों में एआई की सीमाओं और मांग के बदलते स्वरूपों के बावजूद उच्च-स्तरीय कानूनी विशेषज्ञता के लिए व्यापक आंतरिककरण (internalization) या कीमतों में गिरावट नहीं देखी गई है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखक ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
जब कोई व्यक्ति किसी जटिल समस्या का सामना करता है, तो उसे यह निर्णय लेना होता है कि क्या वह इसे स्वयं हल करे, किसी विशेषज्ञ को काम पर रखे, या बस इसे छोड़ दे। यह चुनाव इस बात के केंद्र में है कि आधुनिक अर्थव्यवस्थाएं काम को कैसे व्यवस्थित करती हैं। सदियों से, एक नियम रहा है कि यदि आप किसी चीज़ को सस्ता बना सकते हैं, तो लोग उसे स्वयं करेंगे। यदि एक मशीन एक बढ़ई की तुलना में कम पैसे में कुर्सी बना सकती है, तो बढ़ई की दुकान छोटी हो जाती है। लेकिन जब उत्पाद ज्ञान हो—जैसे कि एक कानूनी तर्क, एक चिकित्सा निदान, या एक वित्तीय रणनीति—तो नियम कम स्पष्ट होते हैं। विशेषज्ञों ने लंबे समय से तर्क दिया है कि कृत्रिम बुद्धिमत्ता (आर्टिफिशियल इंटेलिजेंस), विशेष ज्ञान को सस्ता और सुलभ बनाकर, कंपनियों को अधिक काम अपने ही भीतर (इन-हाउस) लाने के लिए मजबूर करेगी, जिससे बाहरी वकीलों और सलाहकारों के स्थान पर उनके अपने कर्मचारी आ जाएंगे। प्रश्न यह है कि क्या वास्तव में यह बदलाव हो रहा है, या वास्तविकता अधिक जटिल है।
संयुक्त राज्य अमेरिका में कानूनी प्रणाली की जांच करने वाला एक नया अध्ययन बताता है कि यह कहानी बाहरी विशेषज्ञों के स्थान पर आंतरिक कर्मचारियों का एक साधारण प्रतिस्थापन नहीं है। इसके बजाय, आर्टिफिशियल इंटेलिजेंस के आगमन ने कानूनी कार्य को संभालने के तरीके में एक तीन-तरफा विभाजन को जन्म दिया है। कुछ लोग वास्तव में अपना अधिक कानूनी कार्य स्वयं कर रहे हैं, लेकिन वे कुल मिलाकर कम वकील नहीं रख रहे हैं; बल्कि, वे इस बात को बदल रहे हैं कि वे किन वकीलों को काम पर रखते हैं। शोध, जिसने अदालती रिकॉर्ड, रोजगार डेटा और लॉ फर्मों की वित्तीय रिपोर्टों का विश्लेषण किया, पाता है कि हालांकि आर्टिफिशियल इंटेलिजेंस ने व्यक्तियों के लिए अदालत में स्वयं का प्रतिनिधित्व करना आसान बना दिया है, लेकिन इसने लॉ फर्मों से वकीलों के बड़े पैमाने पर पलायन को नहीं कराया है। इसके बजाय, बाजार इस तरह से स्थानांतरित हुआ है जो सबसे महंगी, प्रतिष्ठित लॉ फर्मों को उस जटिल कार्य के लिए और भी अधिक शुल्क लेने की अनुमति देता है जिसे वे संभालती हैं, जबकि छोटी, सस्ती फर्मों की मांग बढ़ रही है।
शोधकर्ताओं ने सबसे पहले आर्टिफिशियल इंटेलिजेंस के व्यक्तियों पर पड़ने वाले सबसे प्रत्यक्ष प्रभाव को देखा: बिना वकील के कानूनी दस्तावेज लिखने की क्षमता। संयुक्त राज्य अमेरिका की संघीय अदालत प्रणाली में, दो मुख्य प्रकार के मामले हैं जहाँ लोग अक्सर बिना वकील के उपस्थित होते हैं: कैदी याचिकाएं (प्रिजनर पिटीशन) और आम नागरिकों से जुड़े नागरिक मामले। दशकों तक, आम नागरिकों द्वारा स्वयं का प्रतिनिधित्व करने की दर स्थिर रही, जो सभी मामलों के 9.5% और 12.1% के बीच बनी रही। फिर, 2022 के अंत में, जनता के लिए एक नया प्रकार का आर्टिफिशियल इंटेलिजेंस व्यापक रूप से उपलब्ध हुआ। 2025 के अंत तक, स्व-प्रतिनिधित्व वाले नागरिक मामलों का हिस्सा बढ़कर 16.8% हो गया। यह कोई छोटा उतार-चढ़ाव नहीं था; यह एक तीव्र, निरंतर वृद्धि थी। यह वृद्धि उन मामलों में सबसे अधिक नाटकीय थी जिनमें किसी व्यक्ति को शून्य से एक विस्तृत शिकायत लिखनी पड़ती थी, जैसे कि नागरिक अधिकार मुकदमे या संपत्ति संबंधी विवाद। इसके विपरीत, मामलों में जहाँ कागजी कार्रवाई सरल थी या जहाँ पहले से ही मुफ्त में वकील उपलब्ध कराया गया था, जैसे कि सोशल सिक्योरिटी अपील, वहां ऐसी कोई वृद्धि नहीं देखी गई। यह पैटर्न बताता है कि नई तकनीक लोगों को जटिल दस्तावेज तैयार करने की विशिष्ट बाधा को पार करने में मदद कर रही है, जिससे उन्हें ऐसे मामले दायर करने के लिए प्रोत्साहित किया जा रहा है जिन्हें वे अन्यथा छोड़ देते।
हालाँकि, अध्ययन ने पाया कि स्व-प्रतिनिधित्व में इस वृद्धि से सशुल्क कानूनी सेवाओं की मांग में गिरावट नहीं आई। यदि लोग केवल सॉफ्टवेयर के साथ वकीलों को बदल रहे होते, तो कानूनी सहायता पर खर्च की जाने वाली कुल राशि गिर जानी चाहिए थी। इसके बजाय, कानूनी सेवाओं पर वास्तविक घरेलू खर्च अपने महामारी-पूर्व के रुझान से ऊपर बना रहा। शोधकर्ताओं ने जांच की कि क्या कंपनियां इस नई तकनीक का उपयोग करके कम बाहरी वकीलों को काम पर रख रही हैं और इसके बजाय अपनी बड़ी इन-हाउस कानूनी टीमों का निर्माण कर रही हैं। उन्होंने कंपनियों के भीतर काम करने वाले वकीलों बनाम लॉ फर्मों में काम करने वाले वकीलों की संख्या को ट्रैक किया। डेटा ने 2022 के बाद कोई अचानक बदलाव नहीं दिखाया। कंपनियों के भीतर काम करने वाले वकीलों का अनुपात वर्षों से धीरे-धीरे बढ़ रहा था, लेकिन आर्टिफिशियल इंटेलिजेंस लोकप्रिय होने पर इसकी वृद्धि की दर में कोई तेजी नहीं आई। वास्तव में, 2019 की तुलना में 2024 में इन-हाउस काम करने वाले वकीलों का हिस्सा लगभग समान था।
कंपनियां इस काम को अपने भीतर क्यों नहीं लाएंगी यदि उपकरण इसे सस्ता बना रहे हैं? इसका उत्तर स्वयं तकनीक की सीमाओं में निहित है। जबकि आर्टिफिशियल इंटेलिजेंस विशिष्ट प्रश्नों के उत्तर देने या दस्तावेजों का सारांश बनाने में बहुत अच्छी हो गई है, यह अभी भी उन लंबे, जटिल कार्यों के साथ संघर्ष करती है जिनमें सावधानीपूर्वक निर्णय लेने और एक साथ कई चरणों को संभालने की आवश्यकता होती है। शोधकर्ताओं ने वास्तविक दुनिया के कानूनी कार्य को संभालने में इन प्रणालियों की दक्षता का परीक्षण करने वाले बेंचमार्क देखे। उन्होंने पाया कि सबसे उन्नत मॉडल भी जटिल, बहु-चरणीय कार्यों को विश्वसनीय रूप से पूरा करने में विफल रहे। क्योंकि ये उपकरण मानवीय निगरानी के बिना कानूनी मामले के सबसे महत्वपूर्ण हिस्सों को संभालने के लिए अभी तक भरोसेमंद नहीं हैं, इसलिए कंपनियां अपने बाहरी विशेषज्ञों को आंतरिक टीमों से बदलने के लिए पर्याप्त आश्वस्त नहीं हुई हैं।
अध्ययन का सबसे आश्चर्यजनक निष्कर्ष उन लॉ फर्मों के बारे में है जो कंपनियों के बाहर बनी रहती हैं। कोई उम्मीद कर सकता है कि यदि क्लाइंट अपना अधिक काम स्वयं कर रहे हैं और सस्ते विकल्पों की ओर मुड़ रहे हैं, तो बड़ी, महंगी लॉ फर्मों को प्रतिस्पर्धा करने के लिए अपनी कीमतें कम करनी होंगी। डेटा इसके विपरीत दिखाता है। 2025 में, संयुक्त राज्य अमेरिका की सबसे बड़ी लॉ फर्मों ने राजस्व में 13% की वृद्धि दर्ज की, भले ही उनके द्वारा बिल किए गए घंटों की कुल संख्या लगभग स्थिर रही। इसका अर्थ है कि वे प्रति घंटा काफी अधिक शुल्क ले रही थीं। साथ ही, छोटी, कम कीमत वाली फर्मों ने अपनी सेवाओं की मांग में मजबूत वृद्धि देखी। शोधकर्ता इस प्रक्रिया को 'सॉर्टिंग' (छंटनी) के माध्यम से समझाते हैं। जैसे-जैसे आर्टिफिशियल इंटेलिजेंस क्लाइंट्स के लिए नियमित, दोहराव वाले कार्यों को संभालना आसान बनाता है, वे कार्य बड़ी फर्मों से दूर चले जाते हैं। जो कार्य बड़ी फर्मों के लिए बचता है, वह है सबसे कठिन, उच्च-दांव वाला काम जिसमें गहरे विशेषज्ञता और विश्वसनीयता की प्रतिष्ठा की आवश्यकता होती है। चूंकि यह शेष कार्य मूल्य के प्रति कम संवेदनशील है—क्लाइंट एक बड़े मुकदमे पर गलती करने का जोखिम नहीं उठा सकते—इसलिए बड़ी फर्में अपने शुल्क बढ़ा सकती हैं।
अध्ययन में यह भी नोट किया गया कि जो लॉ फर्में इन नए उपकरणों को अपनाने के लिए सबसे अधिक उत्सुक थीं, वे अक्सर वे थीं जिनका प्रति वकील राजस्व कम था, जिससे पता चलता है कि छोटी फर्में छोड़े गए कार्यों पर अधिक प्रभावी ढंग से प्रतिस्पर्धा करने के लिए तकनीक का उपयोग कर रही हैं। वहीं दूसरी ओर, सबसे बड़ी फर्में, जो सबसे जटिल और उच्च-मूल्य वाले मामलों को संभालती हैं, इन उपकरणों को एकीकृत करने में धीमी रही हैं, संभवतः इसलिए क्योंकि उनके क्लाइंट संवेदनशील, उच्च-जोखिम वाले मामलों पर आर्टिफिशियल इंटेलिजेंस का उपयोग करने के प्रति अधिक सतर्क हैं। यह सावधानी बड़ी फर्मों को मिलने वाले तत्काल लाभ को सीमित करती है, लेकिन यह उनकी स्थिति की रक्षा भी करती है।
अंततः, शोध एक ऐसे कानूनी बाजार की तस्वीर पेश करता है जो आर्टिफिशियल इंटेलिजेंस के भार से सिकुड़ या ढह नहीं रहा है, बल्कि खुद को नया आकार दे रहा है। तकनीक ने व्यक्तियों के लिए प्रवेश की बाधा को कम कर दिया है, जिससे अधिक लोग अदालत में स्वयं का प्रतिनिधित्व कर रहे हैं। हालाँकि, इसने कॉर्पोरेट दीवारों के भीतर कानूनी कार्य के पूर्ण स्थानांतरण का कारण नहीं बनना। इसके बजाय, इसने नियमित कार्य को सस्ते प्रदाताओं की ओर धकेल दिया है और सबसे जटिल, उच्च-मूल्य वाले कार्य को प्रीमियम फर्मों के पास छोड़ दिया है, जिन्होंने अपने शुल्क बढ़ाकर प्रतिक्रिया दी है। परिणाम एक अधिक विभाजित बाजार है जहाँ विशेषज्ञता की लागत केवल सभी के लिए कम नहीं होती, बल्कि कार्य की जटिलता और क्लाइंट के मशीन पर भरोसा करने की इच्छा के आधार पर बदलती रहती है। निष्कर्ष बताते हैं कि जबकि आर्टिफिशियल इंटेलिजेंस यह बदल देता है कि काम कैसे आवंटित किया जाता है, यह आवश्यक रूप से सबसे विशिष्ट ज्ञान को उन लोगों के लिए सस्ता नहीं बनाता जिन्हें इसकी सबसे अधिक आवश्यकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।