Harvey を考えてみましょう。Harvey が特定の法律事務所の業務構造 (テンプレート、レビュー プロセス、組織としての好み、特定のパートナーが好むメモの書き方) を深く理解している場合、新規参入者がそれを一夜にして再現することは、コードのコストがゼロであっても、絶対に不可能です。ソフトウェアが記録システムからアクション システムに移行すると、その種の埋め込まれたワークフローの知識は、その知識を活用できる可能性がはるかに高まるため、弱まるどころか、さらに強力になります。したがって、基盤となるモデルが改良されるにつれて、Harvey のオーケストレーション レイヤー (モデル出力を特定の専門的なワークフローにルーティングする足場) の価値は増大します。モデルを改善してもアプリケーション レイヤーが薄くなるのではなく、より高性能になります。難しいのは生のインテリジェンスを作成することではなく、それをどう活用するかを知ることだからです。