lida

如果我们跳出法律行业再往回看，法律科技这个领域的蛋糕其实是不大的，但却是容错率最低的领域之一。 对于互联网行业而言，法律绝对是块硬骨头。 从2014年以来，一众互联网大厂，包括以天同为典型的法律内行创设的法律科技公司，仍然千方百计地想要通过技术的力量“颠覆”法律服务行业，或者就算不“颠覆”，也要用各种先进技术好好地为律所、为律师来一波降本增效。 可现如今，多数法律服务场景仍然是一组律师、一台能打字的电脑、动动嘴、跑跑腿，就能很好地完成。 ——从结果看，法律科技迄今为止都没有出现醒目的盈利模式，法律科技公司也从巅峰期地几千家缩减到寥寥可数，大量被寄予厚望的创业项目撤组裁员。 然而23年以来，我们还是可以看到不少大厂仍然在锲而不舍地布局法律科技，似乎试图以AI为切入点再攻法律行业。 这一次有什么不一样吗？会不一样吗？ 01 法律AI先卷起来了 通过不完全检索，市面上已经有法律垂类大模型产品如下（以下内容通过检索而得，不代表作者或本平台对该产品的评价或认知）： 法观 ：法律大模型“法观”由中国司法大数据研究院、数智枫桥研究院、天同律师事务所联合研发运营，是针对法律事务的特殊需求，自主研发的人工智能解决方案。法观深度结合司法实践经验，旨在全面提升法律文书分析、案情研判以及法律咨询等核心业务环节的工作效能和准确度，为法律从业人员及社会公众提供科学、可靠的决策辅助，有效推动法律工作向精细化、高效化方向发展。该模型采用司法语料精调与司法知识引导相结合的训练和应用策略，经过200万专业语料精调，外挂全量司法裁判数据、法律法规数据、天同码等专业知识库，可提供全天候法律知识咨询、政法办案辅助、律师从业辅助、企业合规审查等能力，并且实测通过了中国法律职业资格考试。 ChatLaw（智法）：由北大-兔展 AIGC 联合实验室和北京大学信息工程学院袁粒课题组联合发布。其基于超过 2 亿的判例文书原始文本以及 340 万条法律法规和地方政策构建了大规模法律知识库，能为普通人提供较为专业的法律建议、法律文书，还支持读取文件、录音等功能。 通义法睿：阿里旗下的法律大模型产品，致力于让法律事务更快、更准、更智能。 法行宝：法行宝是百度公司旗下的 AI 原生应用产品。它利用创新的人工智能技术，基于文心大模型和法律知识图谱，致力于普及法律知识、提高法律服务的可访问性。用户可以通过该产品的智能咨询功能，快速获得法律问题的解答、类案推荐以及法规参考等服务。 讯飞星火法律大模型：科大讯飞推出的法律大模型，围绕知识问答、内容生成、语义理解、逻辑推理四大技术方向，定制化开发了司法程序问答、法律文书摘要、证据链分析等在内的 12 项行业能力，并面向法律行业多类高频应用场景发布了法律咨询、法律助手、笔录精简、辅助办案等 4 + N 个应用级产品。 秘塔 Law：秘塔 Law 是秘塔科技公司旗下的法律相关产品，能够为用户提供智能的法律相关服务。 华宇万象：华宇软件于 2023 年 7 月发布的法律行业垂类大模型。公司利用业务场景覆盖、专业数据资源、知识增强等多方面的优势，构建了以“大模型+”为核心的应用生态，推出了“万象数字助理”、“万象法律检索”、“万象公文”等一系列创新应用产品。 晓法数智：闵行区司法局推出的人工智能法律咨询产品。在 350 万+各级法律法规、1.5 亿+真实参考案例的基础上进行专业训练，深度融合了大模型等前沿技术，覆盖全领域法律研究，具备智能回答、人工咨询服务、语音输入输出以及中英文翻译服务等核心能力。 小威GPT：威科旗下的智能大模型，可应用于法律领域。 幂律智能“ME”系列：幂律智能公司推出的系列产品，该公司专注于法律领域，利用人工智能技术提供智能合同审查、合同全生命周期管理系统和法律咨询等产品和服务。 ——...

来源：AI科技评论   本文为约3042字，建议阅读6分钟 本文介绍了AI律师“诈骗”案。 TechTalks创始人，软件工程师Ben Dickson近来遭遇了一场诈骗。 一位律师Nicole Palmer称他侵犯了自己客户的知识产权，要求他在发布的内容里为客户署名并加上链接，否则就会对他进行法律制裁。 在确认自己没有侵犯任何人的权利后，Ben进行了反向调查。令他吃惊的是，通过抽丝剥茧，他发现对方竟然并不是人。 查无此人 调查一开始，Ben就搜了对方的名字，他发现律师Nicole Palmer 毕业于哥伦比亚大学，她的简介中写道，她“专门从事工业设计的应用和防护”，并且“三十年来她的事业一直很成功 ”。 看起来一切都挺正常的，唯一的问题是这人根本不存在。从这个虚构人物入手，Ben Dickson还顺藤摸瓜揭露了一场网络诈骗，犯案者涉嫌使用反向链接敲诈各路博客作者和网站所有者。 上周大部分时间他都在调查Arthur Davidson，也就是Nicole供职的所谓的”律师事务所”。他发现的真相足以令人不安，事实证明，骗子利用起了高科技，建立起了看似合法的机构来欺骗受害者。 希望Ben Dickson的记录能帮助大家提高自保意识，保护自己免受类似诈骗。 DMCA版权侵权 4月13日，律师给Ben发了一封“DMCA版权侵权通知”，邮件里她自称是“Arthur Davidson法律服务公司的商标律师”，并声称Ben在TechTalks网站中使用的一张图片版权属于她的一位客户。 “我们的客户很高兴自己的图片能在互联网上使用和分享。但是使用应该标记出图片来源。”她在邮件里说。 她补充说，Ben有7天的时间补充上图片来源，并添加上她客户网站主页的链接。 “否则，我们将被迫采取法律行动。” 她威胁道。 上面客户的名字和网站被故意涂掉了，原因稍后会解释 邮件引用了法律条文，看起来也很专业，唯有一件事让Ben觉得有点不对劲，那就是对方附上了Imgur的链接。Imgur是一个图片分享网站，任何人都可以上传图片，甚至不需要设置个人资料。所以他们完全有可能从Ben的网站下载了这张照片，上传到Imgur上，然后声称他们的照片在Ben使用之前就已经上传了。 Ben是个谨慎的人，通常会搜索自己使用的图片的来源，确保自己没有未经许可使用任何人的知识产权。在被警告后，Ben也愿意再次检查消息来源，如果确实是他出错，他会对对方负责。 经过复查，正如Ben所猜测的一样，这张照片并不属于这家客户，而是来自Pexels，Pexels是一个不需要申请使用许可的在线图片库。Ben给律师回了邮件，并附上了图片链接和知识共享许可协议，协议中写明了使用那张图片不需要署名，并要求她解释为什么她说这张照片是她的客户所有。 然后他守株待兔。 看似正常的网站 邮件石沉大海，律师没回复，Ben第二天又追问她是否会放弃这个案子。 Ben开始怀疑这是一种策略，这个律师用这种方式强迫别人插入反向链接，等于变相给她客户的网站做广告。 对于做网站的人来说，能够提高自己网站在搜索引擎中的排名是件大好事。 恰好有一种方法可以提高网站在搜索引擎结果页面中的位置，那就是让高权威的网站链接回网页。 Ben决定仔细看看Arthur Davidson法律服务公司的网站。建立这个网站的人进行了精心设计，比如域名arthurdavidson.com是特意挑选的，这表明该网站和该公司已经存在了很长时间，让人感觉这个网站有一定历史，在.com时代就已经存在了。 据该网站称，Arthur Davidson开设自2009年，经手过420起案件，并打赢了其中的380场官司，成功率约 90%。 网站上还列出了这间公司在波士顿的电话号码和亨廷顿大街177号的地址，这幢楼里还有其他几家律师事务所。 该网站有一个博客，上面有几篇文章，其中一篇提到侵犯他人版权可能会被罚款1万美元。 公司介绍的页面能看到18位律师的简介，这些律师分别毕业于东北大学、布朗大学、普林斯顿大学、哈佛大学等著名大学。但与其他专业网站不同的是，这些律师都没有在网站上发布他们在LinkedIn的个人页面。 被搁置的域名...

“在预期与现实的巨大反差之下，AI究竟能否达到预期，为法律行业带来革命性的效率提升？如果能，能怎么样？为什么能？最重要的是，怎么样才能？这些就是本文要回答的问题。”忙人极简版：天天码字的法律行业怎么看都应该是高科技，但却一直很low，这都怪程序员搞不定字，现在他们终于搞定了，会自己码字的AI律师也就快要来了。 引言 高盛的预言 ChatGPT的横空出世影响每一个行业。那么，哪个行业将是受生成式AI冲击最大的行业？在一份备受瞩目的研究报告中，高盛在评估生成式AI对各个行业的影响后，认为法律行业将是受AI冲击最大的独立行业（没有之一），并预计接近一半的律师工作在不久的将来可以由AI来自动完成。如果这样的预期能够成立，AI对法律行业的影响不可不谓革命性，一旦预言成真，法律行业的效率必将一飞冲天。 *上表中排名第一的行政职能（office admin) 不是一个独立行业。 难道传统的法律行业竟会是AI的应许之地？！一时间，不仅律师们展开了“AI会不会替代律师？”的大讨论，连VC投资人也开始关注之前一直被冷落的法律科技（LegalTech）赛道。 沮丧的现状 但是，与高出天际的预期形成巨大反差的是低入尘埃的现状。法律行业是效率最低的现代行业（很可能没有之一）。几乎所有的律师工作都需要律师手工完成，行业自动化程度基本为零。手工生产的弊端——价格贵、交付慢、质量不稳定——是法律行业的常态。手工生产方式也使优秀律师的业务无法规模化。同时，低效造成的高价压抑了大量法律服务需求，无法让法律服务普惠广大消费者。 更令人沮丧的是法律行业的低效由来已久，在过去数十年内没有任何实质性的改观。二十年前，当作者踏入律师行业时，律师使用WORD，Email和电话工作。今天，我们仍然使用WORD，Email（外加微信）和电话（外加Zoom）工作。二十年来，一波又一波信息技术浪潮汹涌而来，拍山而去，很多行业已经沧海桑田，唯独法律行业岿然不动。 那么，在预期与现实的巨大反差之下，AI究竟能否达到预期，为法律行业带来革命性的效率提升？如果能，为什么能？能怎么样？最重要的是，怎么样才能？这些就是本文要回答的问题。 我们的观点 基于我们对法律行业效率的多年研究与实践，我们认为法律行业，由于其自身的行业特质，的确会是受AI影响最大的行业。AI技术将给法律行业带来革命性的效率提升。在不久的将来，可以独立完成端到端的律师工作的人工智能系统（“AI律师”）将开始逐步替代人类律师。 我们将在下文中分四个部分来论述我们的观点。在第一部分中，我们将论证为什么法律行业会是受AI冲击最大的行业？第二部分将讨论运用大语言模型技术实现AI律师尚需解决的问题。第三和第四部分则会分析实现AI律师的不同路径。 一 为什么法律行业会是受AI冲击最大的行业？ 行业的本质 在判断法律行业会是否会是受AI冲击最大的行业这一问题之前，我们需要回答三个递进的问题：第一，法律行业长期低效的根源在哪里？第二，生成式AI技术（即大语言模型技术）能否破解法律行业低效的根源？第三，低效的根源被大语言模型技术破解后，法律行业是否会迎来革命性的效率提升。 为此，我们有必要审视法律行业本质。 法律行业的手工劳动状态往往掩盖了一个令人惊讶的真相——法律行业其实是一个非常纯粹的信息产业。律师工作的本质是信息的加工生产,我们的原材料、半成品和最终产品都是信息。法律行业有很多细分领域，律师工作也往往涉及多个步骤，但律师工作的信息生产本质是不变的。 例如，交易律师会根据条款书起草体现约定条件的交易文件；企业律师会对业务部门提交的商业合同提出审核意见；合规律师会根据尽调材料出具提示合规风险和整改意见的合规备忘录；诉讼律师则会根据和当事人的访谈制定有利于其客户的诉讼方案和相关文书，并在法庭上为客户辩护。这些条款书、合同文本、尽调材料、客户访谈内容是律师工作的输入信息，而那些交易文件、审核意见、备忘录、方案、辩护词等工作成果则是律师工作的输出信息。 律师的核心生产力则是律师的专业知识（legal expertise）。从信息的视角看，专业知识的本质就是“算法”，将输入信息转化为输出信息的规则与方法。专业知识的质与量区分了好律师与差律师，资深律师与初级律师，也决定了某个律师能否胜任某项律师工作。 例如，交易律师需要按照合同文本的对应规则将交易条件（和市场惯例，如适用）映射到合同条款；企业律师需要遵照企业的合同政策来审核业务部门提供的商业合同；合规律师需要将法规的规定应用到企业的业务场景，形成是否合规的判断；而诉讼律师则需要根据法律和过往案例，预判可能的判决结果，并在可能结果的范围内，基于不同策略的利弊选择最佳的诉讼方案。 这些专业知识算法的核心是规则。法律法规当然是规则；合同约定也是规则；内部政策是规则；对市场惯例的理解也是规则。例如，在中国的VC投资市场，创始人一般与公司承担连带责任，但以股权为限。这就是一条算法规则。根据这条规则，有经验的VC律师在代表投资人处理中国项目的时候，会在其撰写的初稿交易文件中会要求创始人承担无限连带责任，但也会在后续的文件谈判中接受创始人律师以股权为限的修改意见。正是通过这条算法规则，律师可以将项目所在的市场和代表方这些输入信息转化为正确的输出信息（初稿条款、修改意见和谈判立场等）。 尽管律师用到的算法规则纷繁复杂，但它们并不神秘。和上面所举的例子一样，这些规则都是可以解释的，因为，律师必需向客户、对方律师、和法官说明他们的理由。（在讨论实现AI律师的路径时，我们会进一步分析律师的专业知识。） 低效的根源 作为一个算法驱动的信息产业，法律行业理应是信息技术的用武之地。不难想象一个能自动完成律师工作的信息系统——根据输入信息，调用并执行正确的算法，自动生成输出信息。然而，这样的信息系统只存在于想象之中。­ 为什么信息技术会对一个纯粹的信息产业会完全无能为力？首先，法律行业的低效并非由于行业的复杂度。恰恰相反，法律行业的价值链极其简短，它没有供应商也没有上下游，它不需要专用设备，也不生产物理产品。法律行业几乎所有的价值都是由律师通过手工劳动创造的，而这些律师只在在两类法律服务组织工作——律师事务所和机构法务部。法律服务组织最大的成本就是律师的人力成本。律师的项目团队一般人数较少，也不涉及复杂的内部流程。 很难找到一个比法律行业更单纯的行业了。 其次，法律行业的低效也不是因为缺乏努力。在行业内，尽管律师可能偏向保守，但是以自动化降低人力成本所能带来的巨大经济效益是显而易见的。在行业外，法律科技创业者也在过去二十年里从各个角度尝试通过信息技术提升法律行业的效率，但是，技术在法律行业的应用要远浅于其他行业。尽管在信息收集、工作流管理等领域有所应用，信息技术始终无法触达律师工作的核心——信息的生产，更谈不上替代律师。 由此可见，法律行业的低科技，是诚不能也，非不为也。 纯粹的信息产业、算法驱动、和简短的价值链，这些行业特质不都应该让法律行业走在信息化与自动化的最前列吗，为何现实却恰恰相反？ 在反复尝试运用技术来提升效率的努力中，我们认识到问题的症结所在：法律行业低效的根源在于律师需要处理的信息是语言文字，而在大语言模型技术出现之前，原有的技术无法有效处理非结构化的语言文字。如果一个行业，它的生产过程的每个步骤的输入和输出都无法用技术处理，那么这个行业必然停滞在手工生产阶段，一个依赖手工生产的行业也必然低效。由于语言文字对法律行业是如此之根本，这一底层的技术局限决定了法律行业的低科技和低效率是全局性的。 技术对语言文字的无力也解释了为什么多年来法律科技应用始终徘徊在信息的收集、搜索、分类和流转这些边缘领域，而无法触达律师工作的核心——信息的生产。 革命的逻辑 语言文字就像一道禁锢着法律行业的关卡。尽管这是唯一的关卡，虽然关内一马平川，但这座关卡固若金汤，将各路技术大军挡在了法律行业之外。 终于，大语言模型技术攻下了这座曾经一夫当关，万夫莫开的雄关。技术有史以来第一次能够有效地自动处理非结构化的语言文字，从而解决了造成法律行业长期低效的根源，即技术对语言文字的无能为力。 在这个根本性的技术难题被解决之后，法律行业的特征——纯粹的信息产业、算法驱动、和简短的价值链——顺理成章地让它成为受AI技术影响的最大的行业，整体性地从效率最低的行业华丽转身为效率最高的行业。 故知，高盛是对的。 现在，雄关瓦解，天下逐鹿。 AI律师 AI技术会给法律行业带来怎么样的影响？由于律师是法律行业中唯一的价值创造者，我们可以按与律师的关系将潜在的AI技术应用分为三类：（1）工具型，（2）辅助型，和（３）替代型。 对于一项原来需要一名三年级律师才能独立完成的法律工作，如果在使用技术后，这项工作仍然需要三年级律师完成，但所需的工作时间缩短了，和/或工作质量提升了，那么这样的技术应用就是工具型的（例如，文件自动摘要工具）；如果在使用技术后，这项工作可以由二年级律师独立完成了，而且工作质量没有降低，那么这样的技术应用就是辅助型的（例如，自动建议合同条款的专家系统）；如果在使用技术后，这项工作已经不再需要律师，而是由系统来自动完成了，那么这样的技术应用就是替代型的。（需要说明的是，根据团队的工作流程，替代型的应用自动完成的工作成果可能像之前一样仍然需要由资深律师复核后才能交付给客户。但这并不影响该技术应用的替代性，因为它所替代的是那名三年级律师，而不是所有与其协作的律师。） 在这三种技术应用类型中，替代型应用显然价值最高，但难度也最大。在大语言模型问世之前，法律科技创业公司已经开发了一些工具型和辅助型的应用，但是，替代型应用却是闻所未闻。 今天的AI技术已经在催生一大批工具型和辅助型的法律科技应用，但是，我们认为AI技术对法律行业能产生决定性影响的方式将是替代型的AI律师应用。我们将“AI律师”定义为可以独立完成端到端的律师工作的人工智能系统，其工作成果的质量能够达到有相关经验的律师的标准水平，可以直接向客户交付。在不久的将来，法律行业的生成方式将从由人类律师手工生产逐步转变为由AI律师自动生产。...