Advokatfirma indekserer 30 år med arkiver for AI

Før: 30 år med utilgjengelige binærfiler

Tenk deg et mellomstort firma med en delt stasjon full av saker som går tilbake til tidlig på 1990-tallet. Tusenvis av notater, prosesskriv og uttalelser — mange i Corel WordPerfect (.wpd). Nye medarbeidere kunne ikke søke i dem; selv å finne «den saken vi hadde om skadesløsholdelse i ’98» betydde å åpne mapper én etter én, eller håpe noen husket filnavnet. Kunnskapen var der, men indeksering av juridiske arkiver for søk — for ikke å snakke om AI — var umulig så lenge alt ble i binær WPD.

Målet: Søkbar sakshistorikk og en privat LLM

Firmaet ønsket en privat LLM/RAG-assistent: still et spørsmål på naturlig språk og få svar forankret i egne premisser og arbeidsprodukt. Det betød å konvertere WPD til et tekstformat (Markdown eller TXT), deretter chunke, embedde og laste inn i et vektorlager — alt lokalt eller i et kontrollert miljø. Det første steget var flaskehalsen: de måtte massebehandle millioner av ord uten å sende konfidensielle klientdata til skyen.

Slik gjorde de det: WPD Converter + masseeksport

De peket WPD Converter mot de eldre saksmappene og eksporterte alt til Markdown (med TXT som alternativ for enklest inntak). Mappestrukturen ble bevart, slik at sak- og årsmetadata forble intakt. Konvertering kjørte lokalt på én arbeidsstasjon; ingen dokumenter forlot bygningen. Utdata gikk rett inn i eksisterende pipeline: chunk etter seksjon, embed med valgt modell, last inn i vektor-DB. I løpet av noen dager hadde de en søkbar sakshistorikk som spente over tre tiår — klar for RAG.

Etter: Øyeblikkelige svar fra en firmadekkende AI-assistent

«Etter» er belønningen. Advokater og ansatte spør nå assistenten: «Hva argumenterte vi i Smith v. Jones om foreldelsesfristen?» eller «Oppsummer vår posisjon om voldgiftsklausuler i leverandøravtaler.» Systemet henter relevante chunks fra de konverterte arkivene, og LLM-en svarer med sitater til interne dokumenter. Indeksering av juridiske arkiver gjorde ikke bare gamle filer åpnebare — den gjorde dem til ryggraden i en privat, firmaspesifikk AI. Ingen skykonvertering, ingen datalekkasje; bare lokal konvertering fulgt av deres egen RAG-stakk.

Lærdom

Denne casestudien om AI i advokatfirma (hypotetisk men realistisk) viser mønsteret: før = utilgjengelige binære arkiver; etter = søkbar sakshistorikk som driver en privat LLM. Muliggjøreren er lokal, massekonvertering fra WPD til tekst — slik at du kan indeksere tiår med arbeidsprodukt uten noen gang å laste det opp.