Kirkland & Ellis investeert 500 miljoen dollar in een eigen AI-platform dat de werkwijze van zijn advocaten vastlegt, terwijl het externe software blijft inkopen en de gebouwde tools niet doorverkoopt. De echte strategische as is niet bouwen tegenover inkopen, maar de mate van afhankelijkheid die een kantoor accepteert, met Harvey als inkoopmodel en Freshfields plus Anthropic als tussenvorm. Het verdienmodel schuift weg van het uurtarief, maar trager dan de koppen suggereren, want de omzet van grote kantoren stijgt ondanks toenemende AI-adoptie. Voor Nederlandse kantoren is de schaal van Kirkland onhaalbaar, maar het vastleggen van eigen kennis, de afhankelijkheidsvraag, het prijsmodel en de menselijke controle zijn dat wel. De kern voor TIL is dat strategische helderheid, en niet budget, bepaalt wie deze ontwikkeling goed doorstaat.

Drie van de grootste AI-bedrijven bewegen vrijwel tegelijk richting de beurs: Anthropic diende op 1 juni 2026 een vertrouwelijke aanvraag in, OpenAI bereidt een notering voor en xAI gaat via moederbedrijf SpaceX naar de Nasdaq. De drijvende kracht is de enorme kapitaalbehoefte van AI, zichtbaar in onder meer het contract waarbij Anthropic 1,25 miljard dollar per maand aan xAI betaalt voor rekenkracht. Voor juristen is de kern dat een notering de prikkels van hun leveranciers verschuift naar kwartaalcijfers, met mogelijke gevolgen voor prijs, voorwaarden en dataverwerking. De beursprospectussen leggen bovendien afhankelijkheden bloot, zoals het gegeven dat Claude draait op de infrastructuur van concurrent xAI onder een contract met negentig dagen opzegtermijn. De praktische boodschap is om je AI-leveranciers als kritische leveranciers te behandelen, contracten en exit te toetsen en je eigen kaders rond beroepsgeheim, AVG en de AI-verordening stevig te houden, ongeacht wie er aandeelhouder wordt.

Claude werkt met een tokenbudget over twee limieten, een sessie van vijf uur en een week, zichtbaar onder Instellingen > Gebruik. Elk volgend bericht herleest het hele gesprek, dus lange chats worden duurder én geleidelijk slechter; bewerk in plaats van te corrigeren, vat samen en start opnieuw. Wat je upload betaal je elke beurt opnieuw, dus kopieer PDF's naar .md, gebruik Projects voor terugkerende bronnen en schakel onnodige connectoren uit. Reserveer Opus voor wat echt diepgang vraagt en draai standaard op Sonnet, want idle features als Web Search of Extended Thinking kosten tokens zonder iets toe te voegen. Behandel Claude als een briljante nieuwe medewerker met amnesie: prompt expliciet, laat het model jou bevragen, en plaats lange documenten bóven je vraag.

Paus Leo XIV wijdde zijn eerste encycliek Magnifica Humanitas volledig aan AI en de bescherming van de mens, met als kern dat technologie nooit neutraal is en dat verantwoordelijkheid in elke fase belegd moet zijn. De encycliek stelt dat AI menselijke functies imiteert maar niets begrijpt, geen geweten heeft en geen verantwoordelijkheid kan dragen, waardoor beslissingen met gevolgen voor mensen niet aan ondoorzichtige systemen mogen worden overgelaten. Die boodschap loopt opvallend parallel aan artikel 14 van de AI Act, dat effectief menselijk toezicht, het tegengaan van automation bias en aanwijsbare verantwoordelijkheid verplicht stelt. Voor juristen vertaalt dat zich naar concrete actie: in kaart brengen waar AI raakt aan beslissingen over mensen, vragen hoe een tool is gebouwd, de verantwoordelijkheidsketen vastleggen en zorgvuldigheid boven snelheid stellen. De blog sluit af met de stap van morele oproep naar werkbaar AI-beleid, gekoppeld aan de TIL-dienst AI-beleid & compliance.

Drie grote AI-bedrijven bouwen nu allemaal aan juridische AI: Anthropic met Claude for Legal, Microsoft met een Legal Agent in Word, en OpenAI met het nog onbevestigde Codex for Legal. De echte strijd gaat niet om de losse tool, maar om het centrum van je werkplek, en Microsoft heeft daarin een voorsprong omdat het Word bezit. De belangrijkste afweging voor jou verschuift naar afhankelijkheid: vastleggen op één leverancier en dus één set modellen, of flexibiliteit houden via een onafhankelijke aanbieder. Voor Nederlandse en Europese kantoren is de juridische route bepalend, met aandacht voor verwerkersrelatie, beroepsgeheim en de EU Data Boundary. Wat niet verandert is je verantwoordelijkheid: onder de AI Act en je beroepsregels blijft menselijke controle op elke output verplicht.

Anthropic bracht op 28 mei 2026 Claude Opus 4.8 uit, de opvolger van Opus 4.7, tegen dezelfde prijs en met eerlijkheid als belangrijkste verbetering. Op het Legal Agent Benchmark van Harvey is het het eerste model dat boven de 10 procent komt onder de strenge all-pass-norm, wat tegelijk vooruitgang en een harde grens laat zien. Het model benoemt vaker zijn twijfel en gokt minder, waardoor het risico op verzonnen jurisprudentie kleiner wordt maar niet verdwijnt. De tuchtrechtelijke verantwoordelijkheid voor de output blijft bij de jurist, terwijl een nieuwe effort-instelling de kwaliteit deels afhankelijk maakt van een door de gebruiker gekozen niveau. De TIL-lezing is dat de winst zit in gerichter controleren in plaats van minder controleren, en dat teams afspraken nodig hebben over welke versie en welk effort-niveau ze waarvoor inzetten.

Geen nieuw model haalt de drempel om zelfstandig betrouwbare contracten op te stellen, en dit gaat om algemene AI zoals ChatGPT, Claude en Gemini, niet om legal-AI-tools. Sonnet 4.6 leidt met 55,9 procent volledig correcte opdrachten, maar geen model komt boven de 56 procent uit. Prijs zegt niets over kwaliteit, en de app-schil rond een model verandert de betrouwbaarheid soms met tientallen procentpunten. Betrouwbaarheid en bruikbaarheid trekken tegen elkaar in: de prettigst leesbare concepten zitten het vaakst fout, en de gevaarlijkste fouten zien er bijna goed uit. Alle modellen falen op precies het oordeelsvormende deel dat het recht bij de jurist legt, dus de waarde van AI hangt volledig af van hoe goed jij je controle hebt georganiseerd.

AI-slop is juridische output die overtuigend klinkt maar inhoudelijk niets toevoegt: het grootste onzichtbare risico van AI-gebruik. Vijf herkenbare tekenen: herhaling als analyse, schijnprecisie, ontbrekende spanning, generieke formuleringen en afwezige bronnen. De kloof tussen AI-adoptie en vertrouwen in AI-output groeit doordat slop de standaard ondermijnt. Betere prompts, expliciet vragen om tegenargumenten en vertrouwen op je eigen ongemak zijn de beste verdedigingen. Het onderscheid tussen goed AI-ondersteund werk en AI-slop wordt de nieuwe scheidslijn in de juridische praktijk.

Een gestructureerd reviewproces voor AI-output is een beroepsplicht: Stanford toont foutpercentages van 17-34% bij gespecialiseerde juridische AI-tools. Deze 10-stappenchecklist dekt bronverificatie, jurisdictiecontrole, redeneercontrole, bias-detectie en documentatie. De ABA en het NCSC benadrukken: AI superviseren is niet anders dan het superviseren van een junior medewerker. Pas de verificatie-intensiteit aan op het risiconiveau: een processtuk vereist meer controle dan een interne notitie. Jonge juristen die nu een verificatiediscipline opbouwen onderscheiden zich in een markt waar betrouwbaarheid schaars wordt.