Mengurai “Black Box” GenAI untuk Kontrak Hukum

Sebagian besar firma hukum yang saya temui mengeluh hal yang sama: “AI-nya cepat, tapi ujung‑ujungnya kami tetap cek manual hampir baris per baris.” Hasilnya, waktu yang “dihemat” AI generatif (GenAI) kebakar habis di tahap review.

Di sinilah masalah besar black box GenAI kelihatan jelas. Model bisa menyusun draf kontrak yang rapi, tapi sulit menjelaskan kenapa ia memilih klausul tertentu, dasarnya apa, dan apakah itu sesuai playbook firma. Untuk jasa hukum Indonesia yang mulai serius mengadopsi LegalTech, ini bukan sekadar isu teknis, tapi isu kepercayaan dan tata kelola.

Artikel ini membahas pendekatan menarik dari Avokaado dengan produk mereka bernama Avo, sebuah AI playbook engine yang mencoba menjawab problem black box ini. Fokusnya bukan sekadar “draf lebih cepat”, tetapi AI yang bisa diaudit, dijelaskan, dan dikontrol – sesuatu yang sangat relevan untuk firma hukum dan corporate legal di Indonesia.

---

Apa Sebenarnya Masalah “Black Box” GenAI di Kontrak?

Masalah utama GenAI di dunia kontrak hukum adalah: AI bersifat probabilistik, bukan deterministik.

Artinya, ketika AI menyusun atau mengedit kontrak:

• Ia membuat prediksi kata/klausul mana yang kemungkinan besar benar
• Ia tidak menyimpan log keputusan yang jelas: “karena pasal X, maka saya pilih opsi Y”
• Ia sulit menjawab: “Tunjukkan pasal mana yang diubah, dan kenapa.”

Bagi pengacara, kondisi ini berbahaya karena:

1. Verifikasi bisa lebih lama dari drafting
   Bahkan CEO Avokaado, Mariana Hagström, menegaskan bahwa bottleneck‑nya bukan lagi generasi teks, tetapi validasi. Tim legal sering menghabiskan lebih banyak waktu untuk mengecek output AI dibanding menyusun draf manual.

2. Sulit dibawa ke manajemen risiko
   Untuk firma besar atau corporate legal yang tunduk pada regulasi (OJK, BI, ISO, internal audit), jawaban seperti “AI‑nya biasanya benar kok” jelas tidak cukup.

3. Konflik dengan playbook internal
   Hampir semua firma mapan punya playbook kontrak: preferensi posisi negosiasi, klausul standar, batas toleransi risiko, dll. GenAI generik tidak “tahu” ini kecuali dipaksa dengan struktur yang ketat.

Untuk konteks Indonesia, tambahkan lagi:

• Keberagaman hukum (KUH Perdata, UU sektoral, regulasi OJK, aturan Kemenkeu, dll.)
• Bahasa campuran Indonesia–Inggris dalam kontrak
• Tingkat adopsi teknologi yang masih bertahap di banyak kantor hukum

Tanpa transparansi, GenAI berisiko sekadar jadi “mainan” di tim innovation, bukan alat kerja utama di practice group.

---

Cara Avo: Dari “Model Hitam” Menjadi Agen yang Bisa Diaudit

Avokaado menawarkan konsep Avo, AI playbook engine yang bekerja dengan pendekatan agent-based. Intinya: setiap jenis kontrak dikonversi menjadi agen AI yang diatur oleh aturan firma, bukan sekadar diproses oleh model besar yang tidak diketahui cara kerjanya.

Ada beberapa pilar penting dari pendekatan ini yang menarik untuk dijadikan inspirasi bagi ekosistem LegalTech Indonesia:

1. Mengubah Jenis Kontrak Jadi “Agen Terkelola”

Avokaado mengklaim bisa mengubah tiap contract type – misalnya NDA, MSA, Employment Agreement – menjadi AI agent yang “patuh aturan” dalam 24 jam.

Konsepnya:

• Bukan lagi “minta GPT bikin NDA”, tetapi
• “Minta Agen‑NDA firma X membuat draf sesuai playbook X, dengan batasan risiko X, dan standar bahasa X”

Bagi firma hukum Indonesia, bayangkan kalau:

• Ada Agen‑PKS (Perjanjian Kerja Sama) untuk proyek infrastruktur
• Ada Agen‑Perjanjian Kredit untuk bank
• Ada Agen‑SLA untuk perusahaan teknologi

Setiap agen membawa aturan main yang sudah disetujui partner, bukan improvisasi model bahasa.

2. Lima Lapisan Kecerdasan Kontrak

Avokaado menjelaskan teknologinya dengan lima lapisan kecerdasan:

1. Deal context – konteks transaksi: siapa para pihak, nilai, masa berlaku, yurisdiksi, sektor industri
2. Document map – struktur dokumen: pasal apa saja, hubungan antar klausul, dependensi
3. Data model – data kunci yang harus konsisten di seluruh dokumen
4. Decision rules – aturan pengambilan keputusan dari playbook: kapan menerima, menolak, atau fallback
5. Dialogue strategy – cara agen berinteraksi dengan user (misalnya lawyer atau in-house counsel)

Gabungan lima lapisan ini membuat AI:

• Paham isi kontrak, bukan cuma teksnya
• Tahu bagaimana seharusnya berperilaku dalam batasan kebijakan firma
• Tahu kapan harus eskalasi ke manusia ketika kasus keluar dari koridor aturan

Ini jauh lebih masuk akal untuk praktik hukum dibanding sekadar “prompt panjang” berisi instruksi generik.

3. Scorecard: AI Harus Bisa Menjelaskan Apa yang Ia Lakukan

Fitur lain yang cukup krusial adalah scorecard system.

Scorecard ini, secara konsep, menjawab tiga pertanyaan utama setiap lawyer senior ketika memeriksa kerja junior (atau AI):

• Apa yang diubah?
  Pasal mana yang dimodifikasi, ditambah, dihapus.

• Kenapa diubah?
  Misalnya: “karena counterparty meminta liability cap lebih tinggi, agen memilih fallback clause B sesuai playbook.”

• Apakah sesuai kebijakan?
  Score atau status: compliant, butuh eskalasi partner, atau non-compliant.

Bagi human reviewer di firma hukum atau in-house, scorecard membuat review jadi jauh lebih terarah. Alih‑alih membaca ulang 20 halaman, mereka bisa fokus pada:

• Daftar perubahan kritis
• Area yang ditandai butuh perhatian
• Bagian yang sudah clear sesuai kebijakan

Ini menjawab bottleneck utama: validasi.

---

Mengapa Pendekatan Ini Relevan untuk Jasa Hukum Indonesia

Untuk seri “AI untuk Jasa Hukum Indonesia: LegalTech”, ada beberapa pelajaran praktis dari pendekatan Avokaado ini yang bisa diadaptasi, bahkan jika Anda tidak memakai produk mereka.

1. Fokus pada Tata Kelola, Bukan Cuma Kecepatan

Banyak proyek AI di firma/fungsi legal berakhir di fase pilot karena:

• Partner atau manajemen tidak yakin dengan risiko
• Tidak ada audit trail yang jelas
• Sulit dijelaskan ke klien atau regulator

Pendekatan agent + playbook + scorecard menunjukkan bahwa:

LegalTech yang serius harus menjadikan tata kelola (governance) sebagai fitur utama, bukan bonus.

Untuk konteks Indonesia, ini sangat relevan dengan:

• Kebutuhan dokumentasi untuk audit internal/eksternal
• Kepatuhan pada aturan perlindungan data dan kerahasiaan klien
• Tanggung jawab profesional advokat dan notaris

2. Mulai dari Contract Type dengan Dampak Tinggi

Saya sering menyarankan firma yang baru mulai dengan AI kontrak untuk:

1. Pilih 1–2 jenis kontrak yang paling sering dipakai (misal NDA, PKS standar, vendor contract)
2. Dokumentasikan playbook negosiasinya secara eksplisit
3. Terapkan otomasi dan/atau AI dengan aturan yang jelas

Pendekatan “Agen per Tipe Kontrak” sejalan dengan ini. Untuk Indonesia, kandidat yang bagus biasanya:

• NDA bilingual (ID–EN)
  Hampir semua transaksi lintas batas pakai ini.
• Perjanjian Vendor / Jasa
  Digunakan luas di perusahaan FMCG, telko, manufaktur.
• Perjanjian Kerja / PKWT
  Relevan untuk HR, dengan banyak aspek kepatuhan.

3. Jadikan Playbook Legal sebagai “Otak” Sistem

Banyak firma sebenarnya sudah punya playbook di kepala partner dan senior associate, tapi:

• Tidak terdokumentasi dengan baik
• Berbeda antar partner
• Susah diajarkan ke junior dengan konsisten

Pendekatan Avokaado mengingatkan bahwa nilai terbesar AI legal bukan di modelnya, tapi di playbook yang mengontrol model itu.

Praktiknya di Indonesia bisa berupa:

• Menyusun policy matrix: kapan menerima/menolak klausul tertentu
• Menentukan fallback clause untuk tiap skenario
• Memberi skor risiko pada tiap posisi kontraktual

Begitu playbook rapi, Anda bisa:

• Mulai dari otomasi berbasis rule sederhana
• Lalu naik ke penggunaan agent + GenAI dengan lapisan tata kelola

---

Bagaimana Firma Hukum Indonesia Bisa Meniru Pendekatan Ini

Anda tidak harus memakai Avokaado untuk mengambil manfaat dari idenya. Berikut cara memetakan konsep mereka ke praktik lokal.

Langkah 1: Petakan Satu Jenis Kontrak Kunci

Pilih 1 jenis kontrak yang:

• Volume tinggi
• Risiko cukup signifikan
• Struktur relatif berulang

Contoh: NDA standar klien korporasi.

Lalu:

• Gambar struktur pasal (ini mirip document map)
• Tandai pasal mana yang boleh dinegosiasi dan yang wajib dipertahankan

Langkah 2: Susun Aturan Keputusan (Decision Rules)

Buat tabel sederhana berisi:

• Klausul: Limitation of Liability
• Posisi standar: 100% dari nilai kontrak
• Boleh negosiasi sampai: 150% dengan approval Head of Legal
• Jika lawan minta >150%: wajib eskalasi ke Direktur Legal/Partner

Ini sebenarnya sudah menjadi cikal bakal agen kontrak.

Langkah 3: Buat “Scorecard Manual” Terlebih Dahulu

Sebelum pakai AI, coba terapkan konsep scorecard secara manual:

• Setiap kali draf berubah, associate mengisi form:
  • Pasal yang diubah
  • Alasan perubahan
  • Status: sesuai playbook / butuh eskalasi / melanggar kebijakan

Dengan cara ini:

• Partner mulai terbiasa membaca output dalam bentuk ringkasan perubahan
• Tim mendapat pola jelas tentang bagian kontrak yang paling sering dinegosiasi

Baru setelah itu, Anda bisa mengotomasi scorecard dengan AI/agent.

Langkah 4: Masukkan GenAI sebagai “Eksekutor”, Bukan “Bos”

Begitu playbook dan struktur siap, GenAI dapat:

• Menyusun draf awal berdasarkan template + data transaksi
• Mengusulkan opsi fallback sesuai decision rules
• Mengisi scorecard otomatis untuk tiap perubahan yang ia buat

Peran manusia:

• Menyetujui atau menolak opsi yang diusulkan
• Menangani kasus di luar playbook
• Menyempurnakan playbook berdasarkan pengalaman lapangan

Dengan pola ini, AI menjadi paralegal super cepat yang bekerja dalam pagar kebijakan firma, bukan “penyusun kontrak otonom” yang tidak bisa dijelaskan ke klien.

---

Masa Depan LegalTech Indonesia: Dari Eksperimen ke Sistem yang Dipercaya

Seri “AI untuk Jasa Hukum Indonesia: LegalTech” selalu kembali ke satu pertanyaan: bagaimana membuat AI benar‑benar dipakai di praktik sehari‑hari, bukan sekadar demo?

Pendekatan seperti Avo menunjukkan satu jalur yang cukup sehat:

• AI boleh probabilistik, tapi keputusan bisnis dan hukum tetap deterministik, dikontrol playbook
• Setiap perubahan kontrak bisa ditelusuri dan dijelaskan
• Proses review partner menjadi lebih fokus dan terukur

Untuk firma hukum, corporate legal, dan konsultan di Indonesia, ini saat yang tepat untuk:

• Mengkaji kembali playbook kontrak yang sudah ada
• Menguji 1–2 use case AI kontrak dengan disiplin tata kelola
• Mencari atau membangun solusi LegalTech yang mendukung agent, aturan, dan scorecard seperti konsep Avokaado

Perubahan besar di jasa hukum tidak akan datang dari satu tools ajaib, tapi dari kombinasi disiplin legal yang sudah ada dengan arsitektur AI yang bisa dipercaya. Pertanyaannya sekarang bukan lagi “AI bisa bikin kontrak atau tidak”, tetapi:
“Seberapa jauh Anda mau memberi kepercayaan — dan kontrol — kepada AI dalam proses kontrak Anda?”