Je mailbox managen met Machine Learning? Yes it can!

AMS Advocaten is een ambitieus kantoor waar de advocaten met plezier hun mailbox openen. Vanuit een overzichtelijke mailomgeving werkt en communiceert het kantoor vliegensvlug met cliënten. Een gesprek met Hidde Reitsma, advocaat en partner van AMS Advocaten over Machine Learning. ‘Als je nu niet investeert in ICT-tools die je echt ondersteunen, dan ben je straks te laat.’

 

AMS Advocaten is een vooruitstrevend kantoor. Het kantoorpand is opgetrokken uit glas en ademt om die reden transparantie. De advocaten lopen er modieus, doch zakelijk bij. Het kantoor zelf is eigentijds ingericht en van alle moderne faciliteiten voorzien. En de automatisering? Die wordt voortdurend onder de loep genomen. Kan het efficiënter? Dan gaat AMS Advocaten ervoor. Zo ook voor de Machine Learning (ML) oplossingen van Epona Legal om het mailverkeer én het document management archief beter te benutten.

Ontplofte mailbox

‘Als advocaat loop je dagelijks tegen hetzelfde probleem aan: je bent een halve dag buiten de deur geweest. Je strijkt neer achter je werkplek en kijkt naar een ontplofte mailbox. Waar begin je? Het dagelijkse e-mailmanagement kost zoveel tijd. Kostbare tijd, die we liever voor cliënten inzetten. Gelukkig liet Bart (Epona Legal) ons een tijd terug inzien dat het anders kon,’ aldus Hidde.

 

Het kantoor draaide vorig jaar proef met ‘predictive e-mailfiling’ aan de hand van ML van Epona Legal, en is inmiddels helemaal om. ‘De computer helpt ons om de inbox overzichtelijk te houden. Iedere dag werken vanuit een opgeruimde basis is heerlijk. Het geeft rust.’

 

Eenvoudige Machine Learning toepassingen

Bart van Wanroij, Epona Legal: ‘AMS Advocaten is een innovatief kantoor dat door haar grootte – en ambities – snel kan en wil acteren op technologische ontwikkelingen. Het is als softwarehuis een feest om met een dergelijk kantoor te werken.’ Al jaren terug implementeerde AMS Advocaten DMSforLegal in combinatie met Office 365. Momenteel neemt het kantoor enkele ML-functies in gebruik die je binnen een document management omgeving kunt inzetten. Eenvoudige toepassingen die het werk van een advocaat stukken makkelijker kunnen maken.

‘Het is indrukwekkend dat het systeem zo’n hoge succesratio laat zien als het gaat om het automatisch filen van documenten.’

AMS Advocaten werkt momenteel met twee ML-toepassingen. De eerste is ‘predictive e-mailfiling’. Hierbij worden suggesties gedaan om e-mails te archiveren, waardoor het probleem van een overvolle inbox verleden tijd is. De tweede toepassing – momenteel in testfase – betreft het doorzoeken en classificeren van documenten. Wie wil nou niet dat de computer het classificeren van documenten voor je wegneemt? Of het nu NDA of een Share Purchase Agreement is: het systeem herkent het als zodanig en classificeert deze. Niet alleen archiveren, maar ook terugzoeken wordt zo vereenvoudigd. Als we Bart vragen naar de kosten – die moeten vast torenhoog zijn – antwoordt hij: ‘Voor een paar euro per maand huur je extra serverruimte, that’s all.’

Hoge succesratio

Hidde vervolgt: ‘We zijn met veel plezier in de proeftuin van Epona Legal gestapt. Onze ICT-infrastructuur, de backbone zeg maar, is state of the art. Alle parameters waren in orde om met ML aan de slag te gaan. Waarom zou je dat dan niet doen? Het is indrukwekkend dat het systeem zo’n hoge succesratio laat zien als het gaat om het automatisch filen van documenten. Uiteraard geven wij het definitieve akkoord, maar dat het systeem al zoveel hand- en denkwerk wegneemt is geweldig.’

The Next Step

Als we Hidde vragen naar ‘The Next Step’ van het kantoor in relatie tot ML antwoordt hij: ‘Die volgende stap hebben we voorzichtig genomen.’ Albert Jan Wonnink, consultant Epona Legal haakt hierop in: ‘De Machine Learning tool is inmiddels met duizenden dossiers gevoed. Het is in staat om vele type documenten automatisch te classificeren. Neem due dilligences als voorbeeld. Daar komt in ieder traject weer enorm veel papierwerk bij kijken. ML zorgt ervoor dat alle nieuwe documenten én bestaande bestanden in het archief door middel van OCR (tekstherkenning in afbeeldingen of PDF’s) doorzoekbaar worden. Daarna wordt het pas echt leuk. Epona Legal analyseert en classificeert deze documenten, waarna de inhoud voor vervolgtrajecten ingezet kan worden. Snel en ontzettend effectief. Het mooie van alles? Dat we in staat zijn dit soort toepassingen snel in een testomgeving neer te zetten. Op die manier kan ieder kantoor binnen no time aan de slag.’

‘Een due dilligence traject, dat normaal enkele werkdagen kost, kan met Machine Learning dagen teruggedrongen worden.’

Tijdig investeren

Hidde: ‘We kijken echt uit naar de resultaten hiervan in onze praktijk. Normaal gesproken kost een due dilligence traject enkele werkdagen. We verwachten dat we de doorlooptijd met deze tool met dagen kunnen terugdringen. En dat nagenoeg kosteloos. Ik geloof er heilig in dat als je als advocaat niet op tijd investeert in dit soort tools, een ander dat wel doet. Dan word je ingehaald door advocaten die het werk accurater, sneller en goedkoper kunnen. Dan zijn we liever zelf de koploper.’