De interviews bevestigen dit beeld rondom AI voor zowel grote als kleine juridische afdelingen. De waarde van AI wordt in de praktijk ervaren: werk gaat sneller, kennis is beter te vinden en de afhankelijkheid van externe advocaten of adviseurs neemt af. Harde ROI-metingen of een directe koppeling met bespaarde externe kosten zijn er echter nog nauwelijks. Wel verwachten de organisaties dat de oplopende kosten van intensief gebruik, vooral bij agents, dwingen tot scherpere keuzes over welke toepassingen werkelijk voldoende opleveren.

Bij de industriële onderneming Aalberts ziet Thijs van der Lugt AI vooral als manier om te groeien zonder evenredige personeelsgroei: meer werk verwerken met hetzelfde aantal juristen. Hij noemt concrete toepassingen als contractreview, e-discovery, mailboxonderzoek bij interne onderzoeken, kennisontsluiting, documentzoeking, claimanalyse, e-learning en compliance. Vooral compliance is een kansrijke toepassing.

Bij bloomon scant een AI-agent periodiek relevante wet- en regelgeving en vertaalt die naar wat het betekent voor de organisatie. De agent stelt concrete acties voor, die het juridisch team beoordeelt voordat ze worden uitgezet. De opvolging loopt via een dashboard met taken, verantwoordelijken, statusupdates en verwijzingen naar bewijs van implementatie. Tegelijk brengt toenemende regelgeving nieuwe, specialistische taken met zich mee. AI leidt daarom niet automatisch tot minder juridische functies, maar wel tot ander werk.

Ook wanneer AI niet direct tot meetbare tijdsbesparing leidt, kan het bijdragen aan beter juridisch advies en prettiger werk. Antoon Kusters van Heijmans wijst in het interview ook op een minder direct meetbare opbrengst: werkgeluk. Door repetitief kopieer- en plakwerk te verminderen, kan AI ruimte creëren voor inhoudelijk interessanter werk. De meerwaarde zit daarmee niet alleen in tijdsbesparing, maar ook in de kwaliteit en aantrekkelijkheid van het werk.

AI flash

Bij AI-tools ligt de ROI-berekening nog complexer, zeker wanneer de kosten worden berekend op basis van het tokengebruik in plaats van met een vast aantal seats. Dit maakt dat de uitgaven vooraf lastiger te bepalen zijn dan bij een licentie per seat.

Generieke AI-assistenten zoals Copilot worden relatief breed ingezet (62 organisaties). Ook hiervoor geldt dat de meerwaarde (en terugverdientijd) anders bekeken wordt dan bij tools specifiek voor AI. Het gaat dan immers om extra functionaliteit binnen bestaande software, in plaats van een implementatie op zich. Met het huidige niveau van AI is het ook lastig te registreren wat exact de meerwaarde is. Levert het daadwerkelijk winst op? Of weegt de noodzaak tot controle niet op tegen de tijdswinst? Naarmate AI verder geïntegreerd zal worden in de bedrijfsprocessen in plaats van losstaande oplossingen zal de ROI explicieter zijn.