DeepJudge baru mengamankan pendanaan US$10,7 juta untuk Knowledge Assistant. Apa artinya untuk masa depan LegalTech dan AI di firma hukum Indonesia?
DeepJudge, Knowledge Assistant & Peluang untuk Jasa Hukum Indonesia
Mayoritas firma hukum besar di dunia sedang mengalihkan anggaran teknologi mereka ke AI untuk riset hukum dan manajemen dokumen internal. Salah satu sinyal terkuat datang dari DeepJudge, startup AI yang baru saja mengamankan pendanaan seed US$10,7 juta dan meluncurkan produk Knowledge Assistant untuk firma hukum.
Buat konteks: ini bukan sekadar berita startup di Eropa. Ini cermin dari arah industri hukum global, dan jujur, ini juga semacam “wake up call” untuk pasar jasa hukum Indonesia. Kalau firma hukum Swiss saja bisa mencapai adopsi AI di atas 80% untuk satu tool, kenapa firma hukum Indonesia masih berkutat di folder Final_FINAL_FIX_beneran.docx?
Dalam seri “AI untuk Jasa Hukum Indonesia: LegalTech” ini, kita pakai kisah DeepJudge sebagai studi kasus: bagaimana AI dipakai untuk mengelola pengetahuan firma hukum, apa itu pendekatan Retrieval-Augmented Generation (RAG), dan yang paling penting – apa langkah konkret yang bisa diambil firma hukum dan legal department di Indonesia mulai dari sekarang.
Apa Sebenarnya yang Dilakukan DeepJudge?
DeepJudge fokus pada satu masalah inti di dunia hukum: menemukan dan memanfaatkan pengetahuan internal firma hukum dengan cepat dan akurat.
Sejak berdiri pada 2021, mereka menggarap problem klasik yang sebenarnya juga terjadi di hampir semua kantor hukum di Indonesia:
- Dokumen berserakan di berbagai sistem (DMS, email, SharePoint, WhatsApp file, dll.)
- Lawyer senior “menyimpan” pengetahuan di kepala atau di folder pribadi
- Pencarian masih berbasis keyword dangkal — hasilnya: banyak noise, sedikit jawaban
DeepJudge menawarkan dua produk inti:
-
Knowledge Search
Search enterprise yang memungkinkan lawyer mencari:- across seluruh dokumen internal firma
- terintegrasi dengan sistem seperti Document Management System dan Microsoft 365
- dengan query yang natural (mendekati bahasa manusia), bukan sekadar kombinasi keyword kaku
-
Knowledge Assistant
Antarmuka generative AI yang menjawab pertanyaan lawyer dengan memanfaatkan:- seluruh dokumen internal firma sebagai knowledge base
- teknologi Retrieval-Augmented Generation (RAG) agar jawaban selalu merujuk ke sumber yang jelas
Coatue, salah satu investor utama, secara spesifik menyorot kekuatan DeepJudge di sisi data retrieval sebagai kunci kualitas jawaban generative AI.
Ini bukan chatbot generik yang hanya mengandalkan model bahasa. Knowledge Assistant dirancang supaya jawaban selalu “nyambung” dengan dokumen internal kantor hukum, bukan ngarang dari internet.
Kenapa Pendanaan US$10,7 Juta Ini Penting untuk Indonesia?
Pendanaan besar di LegalTech adalah indikator kepercayaan pasar bahwa AI akan menjadi standar baru dalam layanan hukum.
Ada beberapa sinyal yang relevan untuk pasar Indonesia:
-
Investor besar masuk ke AI legal
Ketika Coatue dan angel investor seperti Gokul Rajaram ikut masuk, artinya mereka melihat potensi komersial yang serius. Model bisnis “AI untuk knowledge internal” dianggap cukup kuat untuk dijadikan taruhan jutaan dolar. -
LegalTech bukan lagi eksperimen
Dengan pendanaan US$10,7 juta (sekitar Rp170 miliar), DeepJudge bukan lagi proyek kecil. Ini jenis produk yang akan dipaksa tumbuh, diuji, dan diadopsi oleh banyak firma hukum global. Biasanya, pola seperti ini akan merembet ke Asia, termasuk Indonesia. -
Client expectation ikut berubah
Kalau firma-firma besar di luar negeri mulai terbiasa dengan layanan hukum yang:- lebih cepat
- lebih terukur
- lebih transparan basis dokumennya
Maka klien multinasional yang beroperasi di Indonesia lambat laun akan menuntut standar serupa dari firma lokal dan in-house counsel di sini.
-
“Knowledge as asset” jadi nyata
Selama ini pengetahuan hukum di firma Indonesia lebih banyak berbentuk:- memori partner dan senior associate
- template Word di folder pribadi
- email lama yang sulit dicari
DeepJudge menunjukkan bahwa knowledge internal bisa dikapitalisasi dengan AI: dijadikan fondasi untuk otomatisasi analisis, drafting, hingga support keputusan.
RAG & Knowledge Assistant: Kenapa Pendekatan Ini Masuk Akal untuk Firma Hukum
Retrieval-Augmented Generation (RAG) adalah pendekatan AI yang menggabungkan pencarian dokumen yang relevan dengan kemampuan generative AI. Untuk firma hukum, ini jauh lebih aman dan lebih masuk akal dibanding mengandalkan model bahasa polos.
Cara Kerja RAG (Versi Singkat)
Kurang lebih begini alurnya:
-
Lawyer mengajukan pertanyaan, misalnya:
“Apa posisi hukum firma kita di klausul limitation of liability yang digunakan di proyek-proyek energi 5 tahun terakhir?” -
Sistem melakukan retrieval:
- mencari dokumen relevan dari database internal (kontrak lama, legal opinion, memo, email)
-
Generative AI membaca dokumen hasil pencarian dan merangkum jawaban:
- memberikan ringkasan posisi standar firma
- menampilkan contoh klausul aktual yang dipakai
- menyertakan referensi ke dokumen sumber
-
Lawyer bisa klik sumbernya, cek, lalu edit / refine sesuai kebutuhan.
Kenapa Ini Cocok untuk Dunia Hukum
Beberapa alasannya cukup kuat:
-
Jawaban selalu punya sumber
Tidak seperti chatbot umum, jawaban Knowledge Assistant dibangun di atas dokumen internal yang jelas. Buat lawyer, ini krusial. -
Mengurangi risiko halusinasi
Karena model dibatasi hanya menjawab berdasarkan hasil retrieval, bukan murni imajinasi model. -
Selaras dengan pola kerja lawyer
Lawyer terbiasa berpikir berbasis dokumen dan referensi. RAG justru mengoptimalkan cara kerja itu. -
Bisa di-audit
Kalau ada kesalahan, kita bisa telusuri: dokumen apa yang dipakai? Apakah indexing-nya benar? Apakah aksesnya tepat?
Inilah alasan kenapa saya cukup yakin pendekatan seperti DeepJudge akan lebih sustainable dibanding sekadar “chatbot hukum” generik.
Studi Kasus: Adopsi 80% di Firma Hukum Homburger
Satu data menarik dari rilis DeepJudge: lebih dari 80% profesional hukum di firma Swiss Homburger sudah memakai Knowledge Search dalam workflow mereka.
David Oser, partner M&A di Homburger, menyebut beberapa poin kunci:
“Lawyer cepat beradaptasi karena cara pakainya intuitif seperti Google, tapi jauh lebih spesifik dan mendalam dari sekadar keyword search.”
Beberapa pelajaran yang bisa diambil firma hukum Indonesia dari kasus ini:
-
User experience menentukan adopsi
Kalau tool-nya ribet, lawyer nggak akan pakai. DeepJudge dirancang “sesederhana Google”, tapi di belakangnya ada layer AI yang kompleks. -
Gunakan bahasa yang lawyer pahami
Fitur yang menjawab kebutuhan nyata — misalnya “cari semua contoh klausul arbitrase yang pernah firma kita gunakan untuk klien tambang” — jauh lebih efektif daripada sekadar menu fitur teknis yang abstrak. -
Adopsi tinggi bukan utopia
Banyak firma di Indonesia skeptis: “LegalTech ujung-ujungnya nggak dipakai.” Data Homburger menunjukkan sebaliknya, selama produknya:- relevan
- cepat
- tidak mengubah cara kerja terlalu ekstrem
Apa Artinya untuk Firma Hukum & Legal Department di Indonesia?
Poin utamanya: kalau firma hukum luar sudah punya Knowledge Assistant yang membaca seluruh dokumen internal, firma di Indonesia tidak bisa terus hanya mengandalkan folder jaringan dan WhatsApp Group.
Berikut beberapa langkah praktis yang realistis untuk 12–18 bulan ke depan:
1. Rapikan & Sentralisasi Dokumen Internal
Sebelum bicara AI canggih, dasar dulu:
- Punya satu repository utama (DMS, SharePoint, atau sistem sejenis)
- Struktur folder yang konsisten: matter-based, client-based, practice-based
- Kebijakan penamaan file yang jelas (bukan
FINAL-baru-REV-V2-Fix)
Tanpa fondasi ini, Knowledge Assistant apa pun akan kesulitan.
2. Mulai dengan “AI untuk Pencarian Internal”
Banyak firma tergoda langsung lompat ke chatbot kontrak atau prediksi hasil perkara. Menurut saya, urutannya lebih sehat kalau:
- Mulai dulu dengan enterprise knowledge search berbasis AI
(mirip konsep DeepJudge Knowledge Search) - Baru kemudian tambahkan layer generative AI di atasnya
Kenapa? Karena manfaat jangka pendeknya cepat terasa:
- paralegal bisa mencari dokumen referensi lebih cepat
- lawyer muda bisa belajar dari memo dan opini lama
- partner bisa menstandarkan gaya drafting di seluruh tim
3. Fokus ke Use Case Konkrit
Daripada bikin “AI untuk semua hal”, lebih baik pilih 2–3 use case dulu, misalnya:
- Pencarian template kontrak berdasarkan sektor dan tipe transaksi
- Pencarian legal opinion lama untuk isu spesifik (misal: pembatasan foreign ownership di sektor tertentu)
- Pencarian argumen litigasi yang pernah dipakai dalam kasus serupa
Setelah itu, baru kembangkan ke:
- AI assistant untuk kontrak (tandai klausul berisiko, deteksi inkonsistensi)
- AI untuk riset hukum (gabungkan database peraturan nasional dengan dokumen internal)
4. Atur Governance & Keamanan Data
Untuk konteks Indonesia, ini krusial. Kalau mau mengadopsi AI seperti Knowledge Assistant, beberapa hal harus jelas:
- Data apa yang boleh diindeks, apa yang harus di-enkripsi atau dikecualikan
- Role-based access: associate tidak otomatis bisa akses semua dokumen
- Perjanjian dengan vendor AI soal:
- lokasi penyimpanan data
- retensi data
- apakah data dipakai melatih model umum (idealnya: tidak)
Firma yang serius biasanya membentuk AI & Knowledge Governance Committee melibatkan partner, IT, dan kadang perwakilan klien utama.
5. Edukasi Internal: Lawyer Harus Paham Cara Kerja Dasar AI
Saya cukup yakin: firma yang lawyer-nya paham konsep dasar seperti RAG, embedding, dan hallucination akan jauh lebih efektif dalam menggunakan dan mengkritisi solusi AI.
Tidak perlu semua jadi data scientist, tapi minimal:
- tahu bahwa AI generatif bisa salah kalau datanya jelek
- tahu bahwa “jawaban bagus” belum tentu secara hukum benar kalau tidak dicek
- tahu mana pekerjaan yang boleh dan tidak boleh di-otomasi
Masa Depan: Bisakah “Knowledge Assistant” Jadi Standar di Indonesia?
Kalau melihat pola global, saya cukup yakin arah industrinya akan seperti ini:
- Firma hukum besar akan punya AI Knowledge Assistant internal sebagai standar kerja
- Legal department korporasi akan menuntut law firm panel mereka punya kemampuan teknologi serupa
- Kompetisi tidak hanya di kualitas lawyer, tapi juga di kecepatan menemukan jawaban dan konsistensi pengetahuan
Buat Indonesia, justru menarik kalau kita tidak hanya jadi pengikut terlambat. Ada peluang besar untuk:
- membangun LegalTech lokal yang paham bahasa Indonesia, konteks regulasi nasional, dan budaya dokumen di sini
- mengintegrasikan AI dengan data regulasi Indonesia (peraturan, putusan pengadilan, kebijakan sektoral)
- menawarkan jasa hukum yang lebih efisien, tanpa mengorbankan kualitas analisis
Kalau Anda adalah:
- partner firma hukum,
- general counsel,
- atau pengelola LegalTech di Indonesia,
ini saat yang tepat untuk bertanya:
“Dalam 2–3 tahun ke depan, apa rencana kami untuk menjadikan pengetahuan hukum internal sebagai aset yang bisa diakses AI dengan aman dan efektif?”
Karena yang jelas, dunia tidak sedang menunggu. DeepJudge dan pemain lain sudah menunjukkan bahwa AI untuk jasa hukum bukan lagi konsep di atas kertas. Sekarang pertanyaannya tinggal: apakah firma Anda akan menjadi pengguna awal yang diuntungkan, atau pengikut terlambat yang terpaksa beradaptasi?