Advokatbyrå indexerar 30 års arkiv för AI

Före: 30 år av oåtkomliga binärfiler

Föreställ dig en medelstor byrå med en delad enhet full av ärenden som går tillbaka till tidiga 1990-talet. Tusentals memon, inlagor och yttranden — många i Corel WordPerfect (.wpd). Nya medarbetare kunde inte söka i dem; att bara hitta "det ärendet vi hade om skadestånd -98" innebar att öppna mappar en efter en eller hoppas att någon minns filnamnet. Kunskapen fanns där, men indexering av juridiska arkiv för sökning — än mindre för AI — var omöjligt medan allt stannade i binär WPD.

Målet: sökbar ärendehistoria och en privat LLM

Byrån ville ha en privat LLM/RAG-assistent: ställa en fråga på naturligt språk och få svar grundade i deras eget prejudikat och arbete. Det innebar att konvertera WPD till ett textformat (Markdown eller TXT), sedan chunka, bädda in och ladda i ett vektorlager — allt on-premise eller i en kontrollerad miljö. Det första steget var flaskhalsen: de behövde massbearbeta miljoner ord utan att skicka konfidentiella klientdata till molnet.

Hur de gjorde det: WPD Converter + massexport

De pekade WPD Converter på de gamla ärendemapparna och exporterade allt till Markdown (med TXT som ett alternativ för den enklaste inmatningen). Mappstrukturen bevarades, så att ärende- och årsmetadata förblev intakta. Konvertering körde lokalt på en enda arbetsstation; inget dokument lämnade byggnaden. Utdata gick direkt in i deras befintliga pipeline: chunka per avsnitt, bädda in med sin valda modell, ladda in i sin vektordatabas. Inom några dagar hade de en sökbar ärendehistoria som spände över tre decennier — redo för RAG.

Efter: omedelbara svar från en byråövergripande AI-assistent

"Efter" är belöningen. Advokater och personal frågar nu assistenten: "Vad argumenterade vi för i Smith mot Jones om preskriptionstiden?" eller "Sammanfatta vår position om skiljedomsklausuler i leverantörsavtal." Systemet hämtar relevanta utdrag från de konverterade arkiven, och LLM:en svarar med citat till interna dokument. Indexering av juridiska arkiv gjorde inte bara gamla filer öppningsbara — den gjorde dem till ryggraden i en privat, byråspecifik AI. Ingen molnkonvertering, inget dataläckage; bara lokal konvertering följt av deras egen RAG-stack.

Slutsats

Denna fallstudie från en advokatbyrå (hypotetisk men realistisk) visar mönstret: före = oåtkomliga binära arkiv; efter = sökbar ärendehistoria som driver en privat LLM. Möjliggöraren är lokal, massbaserad konvertering från WPD till text — så att du kan indexera decennier av arbete utan att någonsin ladda upp det.