AI & Manajemen Firma Hukum: Pelajaran dari Aderant–Harvey

AI dan “urat nadi” firma hukum: bukan lagi dua dunia terpisah

Sebagian besar firma hukum di Indonesia masih memisahkan dua hal yang sebenarnya saling terkait erat: pekerjaan hukum (riset, drafting, review) dan bisnisnya (time sheet, billing, profitabilitas). Akibatnya, partner kesulitan menjawab pertanyaan sederhana seperti: “Jam kerja untuk matter ini sudah berapa? Margin-nya sehat atau bocor?”

Di saat yang sama, AI untuk jasa hukum mulai dipakai di Indonesia: buat analisis kontrak, riset hukum, sampai ringkasan dokumen. Tapi AI itu biasanya berdiri sendiri, tidak nyambung ke sistem keuangan atau manajemen perkara. Hasilnya: produktivitas naik sedikit, tapi tidak mengubah cara firma dikelola.

Itu sebabnya pengumuman kerja sama antara Aderant (software bisnis firma hukum) dan Harvey (AI legal) minggu ini menarik untuk dibahas. Bukan karena brand-nya, tapi karena model integrasinya. Model ini relevan langsung untuk visi “AI untuk Jasa Hukum Indonesia: LegalTech”: bagaimana AI bukan hanya membantu menulis, tapi juga mengubah cara firma hukum dikelola dari ujung ke ujung.

Artikel ini membahas:

• Apa sebenarnya yang sedang dibangun Aderant–Harvey
• Kenapa konsep “AI terhubung ke data bisnis firma” penting untuk firma hukum Indonesia
• Contoh skenario praktis untuk konteks Indonesia
• Langkah konkret jika Anda ingin membawa konsep ini ke firma Anda

---

Apa yang dilakukan Aderant–Harvey: AI terhubung ke “work-to-cash”

Intinya begini: Aderant dan Harvey sedang membangun ekosistem tunggal di mana:

• Harvey mengurus pekerjaan hukum berbasis AI: drafting, riset, review, analisis dokumen.
• Aderant mengurus bisnis firma: manajemen keuangan, time entry, billing, work-to-cash, profitabilitas.
• Keduanya bertukar data secara langsung dan kontekstual.

Mereka menyebutnya sebagai ekosistem pertama yang menghubungkan AI untuk praktik hukum dengan operasi bisnis firma hukum sepanjang siklus kerja hukum, dari:

1. Drafting awal
2. Riset dan analisis
3. Time entry dan konteks matter
4. Billing insights
5. Pengelolaan profitabilitas

Pentingnya di mana?

“Harvey is redefining how lawyers work. By connecting that intelligence directly into Aderant, we’re giving firms the ability to track, manage, and measure that work with the transparency and precision law firms have always needed.” – Chris Cartrett, CEO Aderant

Dalam bahasa sederhana: setiap aktivitas AI bukan lagi “hitam” yang tidak tercatat, tapi jadi data bisnis yang bisa dihitung, diukur, dan dikelola.

Dua arah, bukan satu arah

Banyak integrasi LegalTech hari ini hanya satu arah: data billing masuk ke sistem keuangan, titik. Di Aderant–Harvey, desainnya dua arah:

• Aderant → Harvey: Harvey mendapat konteks bisnis dan matter (jenis perkara, klien, nilai, tim, phase matter).
• Harvey → Aderant: Aderant menerima kembali data aktivitas AI (drafting apa yang dilakukan, dokumen apa yang diolah, estimasi jam kerja manusia yang dihemat).

Untuk firma besar dunia, ini artinya:

• Partner bisa melihat bagaimana AI berkontribusi ke profitabilitas tiap matter.
• Manajemen bisa mengelola standar penggunaan AI (kapan dipakai, untuk tipe pekerjaan apa, berapa persen pekerjaan yang di-AI-kan).
• Tim operasi bisa mengurangi gap antara pekerjaan aktual di dokumen dan angka di laporan keuangan.

Konsep yang sama sebenarnya sangat dibutuhkan di Indonesia, hanya skalanya yang bisa disesuaikan.

---

Mengapa model ini relevan untuk firma hukum Indonesia

Kalau kita jujur, banyak firma di Indonesia masih mengalami tiga masalah klasik:

1. Time sheet kacau – sering diisi belakangan, tidak akurat, kadang “diperkirakan” saja.
2. Kurang visibilitas profitabilitas – partner tahu revenue, tapi kurang detail soal margin per jenis pekerjaan atau per klien.
3. AI berdiri sendiri – kalaupun sudah pakai AI (entah untuk riset atau kontrak), hasilnya disimpan di folder atau email, tidak tercermin di sistem manajemen.

Model Aderant–Harvey menawarkan cara berpikir baru:

“Future of legal technology is about making existing systems work together intelligently.” – Winston Weinberg, CEO Harvey

Bukan soal punya AI paling canggih, tapi AI yang paham konteks bisnis firma.

Manfaat konkret jika konsep ini diadopsi di Indonesia

Beberapa manfaat yang langsung terasa relevan:

• Transparansi ke klien
  Firma bisa menjelaskan: bagian mana dari pekerjaan yang dibantu AI, bagaimana itu menekan jam kerja manual, dan apa dampaknya ke struktur biaya.

• Model pricing yang lebih modern
  Dengan data granular soal penggunaan AI, firma bisa berani pakai:

  • fixed fee untuk jenis kontrak standar,
  • success fee untuk beberapa jenis litigasi,
  • retainer berbasis outcome, bukan cuma jam kerja.

• Standardisasi kualitas drafting
  AI seperti Harvey (atau solusi lain yang setara di Indonesia) bisa dikombinasikan dengan template firma dan data perkara sebelumnya, lalu dikaitkan ke standar billing dan SLA internal.

• Pengelolaan beban kerja dan kapasitas
  Kalau data menunjukkan AI mengurangi rata-rata 30–40% waktu drafting kontrak komersial, partner bisa mengalokasikan tim ke pekerjaan yang lebih strategis tanpa menambah headcount.

Buat saya, poin terpenting: AI bukan cuma “asisten pintar”, tapi jadi bagian dari infrastruktur manajemen firma.

---

Seperti apa “unified lifecycle” dari sudut pandang workflow

Aderant–Harvey menyebut visi mereka sebagai “unified lifecycle from client to case to matter”. Dalam konteks firma hukum Indonesia, siklus ini bisa digambar seperti ini.

1. Dari klien masuk sampai pembukaan matter

• Klien baru menghubungi firma untuk proyek M&A, sengketa, atau kontrak besar.
• Data dasar klien dan matter dimasukkan ke sistem manajemen (bisa PMS, ERP, atau software buatan sendiri).
• Di masa depan (dengan pendekatan ala Aderant–Harvey), data ini juga diumpankan ke AI: jenis industri, nilai transaksi, yurisdiksi, partner penanggung jawab.

Efeknya: sejak awal, AI paham konteks transaksi atau sengketa ini, bukan hanya baca dokumen mentah tanpa latar belakang.

2. Drafting, riset, dan review berbasis AI

Di tahap ini, AI seperti Harvey biasanya dipakai untuk:

• Menyusun draft pertama kontrak atau gugatan
• Merangkum kontrak lama yang akan diamandemen
• Membandingkan dua versi dokumen
• Menarik klausul-klausul kunci untuk analisis risiko

Dalam model terintegrasi:

• Setiap permintaan ke AI (misalnya pembuatan draft SPA 40 halaman) tercatat sebagai aktivitas di matter tertentu.
• Sistem bisa memperkirakan jam manual yang dihemat (contoh: biasanya 8 jam, dengan AI jadi 3 jam).
• Data itu kemudian masuk ke time entry dan billing sebagai referensi, baik untuk internal maupun dialog dengan klien.

3. Time entry, billing, dan profitabilitas yang lebih jujur

Di banyak firma, time entry masih sifatnya “pokoknya jamnya cukup untuk target billing”. Dengan integrasi AI–bisnis:

• Time entry bisa tersinkron otomatis dengan aktivitas AI (tanpa menghilangkan judgment manusia).
• Partner bisa melihat:
  • Rata-rata jam kerja manual per tipe pekerjaan sebelum & sesudah AI
  • Manfaat AI per klien / per partner
  • Matter mana yang jadi lebih sehat margin-nya karena pemakaian AI

Ini membuka ruang diskusi internal:
"Kalau drafting kontrak sudah jauh lebih cepat berkat AI, apakah kita masih tepat menggunakan full hourly billing standar, atau perlu model hybrid yang lebih fair dan kompetitif?"

---

Apa yang bisa dipelajari dan diadaptasi oleh firma Indonesia

Kabar baiknya: Anda tidak perlu menunggu Aderant dan Harvey hadir di Indonesia untuk mengambil pelajarannya. Konsepnya yang perlu diadopsi, bukan hanya produknya.

Berikut pendekatan praktis yang bisa dilakukan di 2026 oleh firma menengah di Jakarta atau kota besar lain.

1. Satukan pandangan: AI adalah bagian dari strategi bisnis, bukan hanya IT

Banyak implementasi AI di firma hukum gagal memberi dampak karena diposisikan sebagai proyek teknologi, bukan proyek manajemen.

Saran praktis:

• Libatkan partner keuangan dan managing partner sejak awal diskusi AI.
• Saat memilih tool AI untuk riset hukum atau kontrak, tanya dari awal:
  “Bagaimana data penggunaan AI ini bisa dikaitkan ke angka bisnis kami?”

2. Tentukan dulu metrik yang mau diukur

Sebelum bicara integrasi teknis, jawab dulu: Anda mau mengukur apa?

Contoh metrik yang realistis:

• Rata-rata jam manual untuk:
  • review kontrak sewa standar
  • penyusunan gugatan tertentu
  • legal opinion tipe tertentu
• Tingkat revisi dari klien (berapa banyak draft ulang)
• Lama waktu dari draft pertama sampai dokumen final

Begitu metriknya jelas, baru masuk pertanyaan teknis: bagaimana AI bisa menghasilkan dan mengirim data yang dibutuhkan ke sistem billing atau spreadsheet sederhana.

3. Mulai dari integrasi ringan (bukan langsung penuh)

Tidak semua firma punya PMS atau ERP sekelas Aderant. Tapi hampir semua punya kombinasi:

• Excel/Google Sheets untuk tracking jam & revenue
• Sistem akuntansi lokal
• Tool AI (atau sedang mempertimbangkannya)

Beberapa langkah ringan:

• Dokumentasikan setiap aktivitas AI dalam satu kolom tambahan di time sheet:
  • jenis task AI,
  • estimasi jam manual yang dihemat,
  • tipe dokumen.
• Buat dashboard sederhana untuk melihat tren 3–6 bulan:
  • apakah jam manual berkurang,
  • apakah turnaround time memperbaiki,
  • apakah margin per matter naik.

Tidak seindah integrasi otomatis, tetapi mental model-nya sama: AI = sumber data bisnis, bukan sekadar alat menulis.

4. Susun kebijakan internal penggunaan AI

Aderant–Harvey menargetkan firma besar dengan kompleksitas tinggi. Di Indonesia, kompleksitas utamanya justru di regulasi, kerahasiaan, dan kepercayaan klien.

Beberapa elemen kebijakan yang sebaiknya disusun:

• Jenis dokumen yang boleh/tidak boleh diproses AI
• Standar pengecekan manusia atas hasil AI (minimal 2-lapis untuk dokumen high–stake)
• Cara menjelaskan penggunaan AI ke klien (terutama klien korporasi besar dan BUMN)
• Aturan penyimpanan data (on-premise vs cloud, lokasi server, dsb.)

Dengan kebijakan yang jelas, integrasi AI–bisnis tidak akan memicu kekhawatiran berlebihan, baik internal maupun dari klien.

---

Apa yang masih kurang dari LegalTech Indonesia – dan bagaimana mengisinya

Saya melihat satu celah besar di pasar LegalTech Indonesia: banyak solusi fokus pada satu sisi saja.

• Ada yang fokus di manajemen dokumen dan e-sign.
• Ada yang fokus di billing dan akuntansi.
• Ada yang fokus di AI kontrak atau riset hukum.

Yang jarang: platform yang benar-benar menghubungkan praktik hukum dan bisnis hukum secara data-driven. Di sini, model Aderant–Harvey bisa jadi referensi strategis.

Untuk vendor LegalTech lokal dan firma yang membangun solusi internal, beberapa arah pengembangan menarik:

• AI riset dan kontrak yang native terhubung ke matter & billing
  Misalnya, setiap kali lawyer menggunakan AI untuk menyusun pendapat hukum, aktivitas itu otomatis tercatat di matter terkait, lengkap dengan metadata.

• Analitik profitabilitas berbasis aktivitas AI
  Sistem bisa menghitung: tipe pekerjaan apa yang paling diuntungkan oleh AI, apa dampaknya ke struktur biaya dan harga jasa.

• Platform kolaborasi yang mengerti konteks perkara
  Bukan sekadar chat atau komentar di dokumen, tapi ruang kerja di mana AI, lawyer, finance, dan partner berbagi konteks yang sama.

Kalau pemain lokal bisa mengisi ruang ini, Indonesia tidak hanya jadi pengguna, tapi juga produsen konsep LegalTech yang relevan untuk pasar regional.

---

Menyatukan AI dan bisnis firma: langkah berikutnya untuk Anda

Kerja sama Aderant dan Harvey menegaskan satu hal: masa depan jasa hukum bukan lagi memisahkan praktik dan bisnis, tapi mengikat keduanya lewat AI dan data.

Untuk firma hukum Indonesia yang sedang serius membangun kapabilitas AI untuk jasa hukum, pertanyaan pentingnya bukan lagi “pakai AI atau tidak”, tapi:

• Bagaimana AI terhubung ke sistem manajemen dan keuangan firma?
• Data apa saja dari AI yang bisa membantu keputusan bisnis?
• Model harga dan layanan baru apa yang bisa lahir dari integrasi ini?

Anda tidak harus meniru arsitektur Aderant–Harvey persis. Tapi Anda bisa mengambil intinya: satu lifecycle terpadu dari klien → perkara → pekerjaan hukum → angka bisnis.

Jika saat ini firma Anda sudah:

• menggunakan AI untuk analisis kontrak,
• mulai mencoba AI untuk riset hukum,
• atau membangun tool internal untuk dokumen standar,

maka langkah logis berikutnya adalah menghubungkan semua itu dengan data billing, time sheet, dan profitabilitas. Di situlah AI berhenti menjadi “gadget keren” dan berubah menjadi mesin penggerak strategi firma hukum Anda.