如果 23% 的律师工作将被 AI 取代，法律界该如何创新

在迈阿密，一家拥有五名成员的律师事务所合伙人Luis Salazar，在连续十小时搜索在线法律数据库后，发现了一宗与手头案件极其相似的破产案例。他曾在系统中输入一个法律问题，系统回应称将在一天后给出答案，其中包括一段简洁的总结以及两页详尽的解释备忘录。他发现系统提供的答案与资深律师编写的备忘录几乎无差异。

这家事务所使用的系统正是ROSS Intelligence，全球首屈一指的人工智能法律助理。如今，像Latham & Watkins、Dentons等大型律所都已经开始使用ROSS Intelligence服务。去年11月，Salazar开始尝试在破产案件中运用Ross Intelligence软件，他坦言：“刚开始使用的时候，确实让我感到有些不安。如果它的表现超越人类，那么很多人可能会因此失业。”

回顾1999年的美国律师行业盛世，处理一宗大型专利案件需要数名律师和助理。如今相同的工作只需一名合伙人、两名合作人和一名法律助理便可完成。这一切都归功于像Ross Intelligence这样的人工智能工具的出现。

近期，麦肯锡全球研究院的研究发现，尽管当前技术足以使半数工作实现自动化，但实际上只有5%的工作岗位实现了全面自动化。研究预测，约有23%的律师工作能够被自动化处理。中国的法律行业也开始在这一领域进行探索，随着裁判文书自2014年1月1日起全面公开，这一进程正在加速。

在7月28日的一次盛会上，全球各地的六百多名专业人士齐聚一堂，共同探讨法律与科技的融合发展。来自不同领域的领军人物、商业机构代表、司法机关实践者、法律互联网精英、优秀律师以及顶级法务经理人等齐聚杭州钱塘智慧城，共同见证了“法律+科技”的领军者国际峰会。在这次峰会上，百事通智能产品研发负责人夏澎以大量的数据阐述了法律AI的巨大潜力。他提到中国庞大的法律体系和每年增长的法律需求与落后的服务供给之间的矛盾正是初创公司可以利用的机会。法律科技正成为一片蓝海市场。洪天峰认为：“我们需要借助IT工具将法律服务普及到寻常百姓家。”同时他也指出法律服务供给方如法院也需要借助人工智能的力量进行改革以适应新的时代需求。人工智能的浪潮正在推动法律服务行业的变革与创新。随着数据开放和深度学习技术的发展，初创公司正将法律的复杂性转化为创造价值的机会为个人和企业提供更简化、更高效的解决方案。法律AI革新者Richard Susskind谈未来法律科技的深度发展

身为英国大法官首席信息技术顾问以及人工智能和法律科技领域的领军学者，Richard Susskind的目光聚焦在法律科技的未来趋势上。随着全球法律技术的创业公司数量激增，我们正步入一个由AI驱动的法律新时代。斯坦福大学的CodeX数据库显示，全世界已有超过700家法律技术初创企业，而这个数字仍在持续增长。Richard指出，仅在两年前，这样的创新公司数量还不多，现在可能已经超过了2千家。

与此东南大学的漆桂林教授为我们揭示了知识图谱技术在法律领域的巨大应用潜力。在刑事案件中，该技术能够从大量的裁判文书中迅速提取关键信息，形成各种模型。漆桂林教授提到，律师可以基于这些数据分析推荐案件处理策略、辅助案件处理以及挖掘证据链等。知识图谱技术的应用正在革新我们对法律数据的理解和运用方式。

Neota Logic公司的亚太区总裁Julian Uebergang也介绍了该公司如何借助专家系统与人工智能技术的结合来推动线上审判和合规审查的进步。他们的平台通过决策树技术，模拟专家分析问题的方式，逐步缩小问题的范围并给出答案。这一创新不仅简化了法律流程，还为律师和专家提供了一个便捷的工具，使其能够快速准确地为客户提供解答。这一技术在Littler Mendelson等知名律所得到了广泛应用，并成功帮助这些律所开发了一系列针对合规问题的APP和网络平台。

在大会上，汤森路透的法律市场情报部总监David Curle指出，除了合规审查和合同管理之外，人工智能在法律研究、电子证据开示和结果预测等领域也有广泛应用前景。特别是合同管理和智能合同系统领域正不断涌现创新。这些系统不仅能够处理合同文档，还能进行数据分析与合规审查。例如，英国欧华律师事务所与Kira Systems合作推出的并购交易文件审核AI工具已经能够处理多种格式的文件，并显著缩短律师审核合同的时间。

探秘IBM Watson Legal的ROS系统与法律AI的未来发展

IBM Watson Legal的联合创始人兼首席专家Brian Kuhn为我们揭示了ROS系统在法律研究领域的独特应用。为了能够让机器“阅读并理解”法律，他们采用了多种前沿的自然语言和机器学习技术，包括深度神经网络、依存解析、命名实体识别以及语言模型等。

想象一下，你输入一个问题：“过去5年内，在纽约，破产后学生贷款债务可以被清偿吗？”ROS系统即刻明白你的需求，并将搜索范围精准定位到相关法院。接下来，其强大的自然语言处理技术会对问题进行深度解析，分析词语间的关系，扩展词义，并应用公司的语言模型。这一切都在短短几秒内完成。

用户随后会收到10篇与问题紧密相关的文章段落。你可以点击展开查看原始案例的前后文。系统还会展示预测结果，高亮显示可能对你有用的部分。这一过程仿佛拥有一个法律助手，为你在繁杂的法律条文中找到答案。正如Jimoh Ovbiagele所说，“只有高级合伙人才可能雇得起这样的助手。”

在法律的浩瀚海洋中，除了IBM Watson Legal，还有其他法律AI创业公司如Fastcase和RaveLaw等也在努力探索前行。Ravel专注于案件分析、裁决分析和可视化搜索功能，为法律研究提供了强大的工具。

在结果预测领域，Lex Machina、LexPredict等公司也表现出色。Lex Machina利用知识产权案例库和预测性分析技术预测诉讼结果，被LexisNexis收购后取得了显著成效。LexPredict则擅长预测最高法院的判决结果，其准确度堪比经验丰富的律师。专家预测，解决大规模问题和需求最大的应用场景下的创业公司最有可能在市场中脱颖而出。例如电子证据开示领域，使用自然语言处理和机器学习技术可以快速、便宜地检索数据。

尽管法律AI取得了一系列进步，但在实际应用中仍存在痛点。联合利华法务副总监刘赵君对现有的法律AI产品提出了个性化需求的问题。他认为大多数产品由外部机构研发和投资，缺乏定制性。需要为特定公司研发定制的AI解决方案，基于该公司的历史数据和经验形成个性化策略。而四大法律AI创业痛点则在于产品经理、数据、技术和研发销售周期的挑战。如何让技术更好地满足客户需求并解决实际问题是一大挑战。法律AI还需要克服技术和法律逻辑之间的鸿沟。正如最高人民法院司法改革办公室规划处处长何帆所说：“要真正做好知识图谱的逻辑对接工作并不容易。”这不仅需要强大的技术团队还需要深入的法律理解和知识管理能力以克服这个领域中的复杂性。尽管存在这些挑战但我们仍然可以期待未来的法律AI能为人们提供更高效便捷的法律服务帮助解决日益复杂的法律问题让法律的运用更加公正和高效。漆桂林强调，任何工程的启动都应以需求为导向。理解智能化法律工程的目的至关重要，无论是实现同案同判还是研发导讼机器人。我们要构建的图谱都要基于实际需求来构建。

目前，许多法院都期望开发能自动生成裁判文书的软件，以辅助法官进行证据和法律分析。这一领域的进展并不尽如人意，原因在于缺乏法官的深入参与。工程师虽多，却往往对法官和律师的需求知之甚少。要想构建一个涵盖所有法律知识的图谱，还需要更多法律人的参与，这一进程至少还需两三年。

在法律领域，虽然大量数据是公开的，但如何从这些数据中提炼出对专家有价值的信息却是一个挑战。将专家的方法转化为人们可理解的法律条文相对容易，但数据本身是一个“黑盒子”，如何将这个黑盒子与白盒子在一个系统内融合，是当下一个巨大的课题。IBM 中国研究院的研究总监及大数据和认知计算方向的首席科学家苏中曾向机器之心透露。

深度学习需要大量的数据标注，而让专业人士手动标注文档成本高昂，这是一个难题。IBM 的 BlueSCAN 项目能够帮助审核合同，寻找关键条款是否存在的问题。研究人员希望通过用户的持续使用，在小样本级别上解决这个问题。这个项目在 IBM 全球采购部门开始使用时只能做一些简单的处理，现在已经能够处理非常复杂的比对。

另一方面，专家知识和对数据本身的洞察是相辅相成的，但从技术角度来看，两者的架构是不同的。在云平台上，IBM 也有自己的数据资源，如与天气公司预报和 Twitter 的合作。原始数据本身可能并不带来太多价值，甚至可能产生负担。将这些数据转化为知识，并以一种可使用的形式让行业用户或专业人士在日常工作中使用，才是整个环节中最关键的部分。

应当开放更多数据以供使用。裁判文书网的点击量已经很大，公布的裁判文书数量也达到了数千万，已成为全球最大的裁判文书数据库。何帆表示这还远远不够，未来需要加强裁判文书的上网和解锁功能，让所有大数据公司都有足够的资源进行研究分析。同时考虑开放庭审视频等其他数据，只有将人员、案件、流程和裁判文书的数据整合在一起，才能迎来一个更加开放、更有希望的未来。

技术仍是巨大的挑战之一。法律文本的复杂性是 ROSS 面临的主要难题之一。在美国，阅读公共出版的新闻只需要五年级的阅读水平，但大部分法律文件则需要十年级的阅读水平。为了回答一个问题，ROSS 需要从广泛的地方提取信息并用自然语言理解这些复杂文本。目前正在进行的研究是使用神经网络加上长期记忆相关技术来快速阅读相关法律文本，以便系统知道在阅读这些文本时应存储哪些信息并遗忘哪些信息。这对系统的处理和理解能力提出了挑战。因此自动化过程在自然语言的理解上仍需取得更大的进步和发展以适应法律的复杂性并成功回答复杂问题提供必要信息这是自动化过程的重大挑战之一法律科技垂直领域在过去几年出现了许多初创公司但许多公司可能无法熬过一到两年因为与金融科技和教育科技相比这个领域的市场规模相对较小研发和销售周期也相对较长资金紧张据报道汤森路透与 Watson 合作一年多才推出人工智能法律研究产品的 Beta 版研发技术需要时间也需要大量的资金投入和数据搜集测试以确保产品的准确性和可靠性以实现颠覆性的技术革新何帆在 2017 年法律科技领军者国际峰会上描绘了上海 206 工程的应用场景包括公检法之间的数据打通以及智能辅助办案系统在实际工作中的广泛应用这些系统的应用旨在提高司法系统的效率和准确性并减少人为错误最终这些技术的广泛应用可能会彻底改变律师事务所和法律学院的工作方式在未来颠覆阶段我们将看到越来越多的人工智能和技术在法律领域的广泛应用包括在律师事务所和法律学院等领域完成法律和人的工作这一转变将发生在所有领域并且会对各行各业带来深远的影响最终使我们的生活变得更加便捷高效富有智能化颠覆阶段将会给社会带来深刻的变革同时这一进程需要时间和技术上的突破以实现人工智能在法律领域的广泛应用并真正改变我们的工作和生活方式『Richard Susskind深信不疑，人工智能（AI）将在未来无所不在，且其影响力将触及各个行业领域，包括金融和法律界。他预测，如果不采用AI技术，金融行业和律所将面临巨大的损失风险。Brian Kuhn也持有相似观点，他认为未来的法律组织需要拥有明确的数据战略，掌握清晰的数据获取、规范处理以及有效部署等技能，以解决各类任务并将数据融入特定应用之中。

早在2016年，波士顿咨询集团（BCG）在一份报告中就预见到了法律科技的崛起将如何重塑法律行业。报告指出，为了应对科技的竞争压力，法律和立法咨询机构必须重新思考其成本结构和服务定价模式。为了抵御价格透明的初创企业挑战，法律界已经开始采用固定价格模式来限制成本。这一转变导致越来越多的自动化法律服务被推向第三方，迫使律师专注于自身擅长的领域，并寻求机器人的协助以应对日益增长的客户需求。未来，我们将见证一个由科技驱动的“竞争环”，在这个变革浪潮中，传统法律行业参与者也将被迫采用颠覆性的数字化服务。

AI的影响正如美国亚太法学院研究院执行长孙远钊所比喻的那样，如同一口智能锅。物联网时代已经到来，锅具都能智能化。无论是使用方式、火候控制还是软件更新，智能锅的功能完全依赖于内置的芯片、远程云计算以及制造商合作企业的软件。有趣的是，这样的智能锅每三个月就需要进行一次软件更新，甚至可能在短短三年内就需要更换新的设备。孙远钊强调，“未来是授权和许可的时代”，意味着法律行业将经历深刻的变革，新的技术和模式将逐渐取代传统的法律实践方式。这个变革已经悄然发生，未来将会席卷整个行业。』