人工智能法律服务的前景与挑战| AI观察
AI律师助手

人工智能法律服务的前景与挑战| AI观察

曹建峰 腾讯研究院研究员 在刚刚过去的周末,想必大家都被腾讯AI Lab研发的围棋人工智能程序“绝艺”刷屏了,在第10届UEC杯计算机围棋大赛中,“绝艺”11战11胜,夺得冠军。这是围棋界自谷歌的阿尔法狗之后的又一爆炸性新闻。但AI的“洪荒之力”可绝不止于此,开始涉足高大上的法律服务市场。“绝艺”的研发者说,AI在推动人类对围棋的认知,这同样适用于法律服务。 从法律检索、法律文件准备到合同审核、法律咨询再到案件结果预测、诉讼策略选择,以人工智能为标志的法律科技正在搅动法律服务市场。去年6月,IBM 的认知计算机 Watson 支撑的史上首个人工智能律师 ROSS “受雇于”一家美国律所,它可以用人类语言和律师交流,给人一种和准雇员共事的体验。在英国,一款名为 DoNotPay 的机器人律师可以帮助用户挑战交通罚单并准备所需的法律文件,现在已经扩大到了政府住房申请、难民申请等法律服务。在国内,人工智能成为今年两会一大热点,所谓的法律机器人“小梨”“法狗狗”等不断涌现,受到公众关注。有预测甚至认为,在15年内,机器人和人工智能将会主导法律实践,给律所带来“结构性坍塌”,法律服务市场的面貌将大为改观。 难道真如电影《回到未来2》中所预测的,终有一天将不再需要律师?如果 AI 可以以更高效、更廉价的方式提供法律服务,提高正义和法律服务的可得性,对穷人难道不是一大福音吗?但如果诉讼双方在法律科技的获取上存在很大的不平衡,也可能造成新形式的不公正和滥用。虽然法律科技可能前景无限,但其中的一些挑战也需要人们思考并回应。 一、AI来了,人类的工作还安全吗? 1956年见证了“人工智能”(artificial intelligence)这一概念的问世。在随后的六十年间,人工智能历经两次发展浪潮、两次AI寒冬。这一次,AI真的来了。 2010年以来,在大数据、机器学习、计算能力等因素的推动下,AI已然迎来第三次发展浪潮。机器学习推动 AI 进入发展新高度,学习型 AI 正在改变很多事物。无论是监督学习还是无监督学习,AI 都在自主学习。比如,开发者并未按部就班地告诉自动驾驶系统如何开车,算法自己“学会了”如何在不同的道路环境下驾驶并不断提高驾驶水平。再比如,QQ音乐会向你推荐你可能感兴趣的歌曲,程序员并未告诉QQ音乐你的兴趣是什么,QQ音乐的算法自己“推断出了”你的兴趣并不断提高这一判断的准确性。类似的例子不胜枚举。在越来越多的情境下,AI在替代人类做出判断,或者说,这些判断本该由人类做出。 AI在各行各业的应用将带来新一轮自动化,其结果要么是深刻改变人机协作的方式,要么是完全或者部分地替代人类。一些经济学家预测,人工智能系统的普及将显著地减少工作的供应量。在高频率、高容量的任务上,人类不可能和 AI 相匹敌。 2016年的一项研究发现,2000年以来,数字产业并未带来很多新工作,美国仅0.5%的劳动力进入了新兴的科技行业。[1]2013年的一项研究发现,在未来二十年,美国47%的工作具有被自动化的风险。[2]市场调研公司 Forrester 去年的一项研究预测,到2021年,智能系统和机器人将接手美国6%的工作,意味着这些工作将被完全自动化。[3] McKinsey 今年的一项研究发现,到2055年,当前工作任务的一半将被自动化,但仅有5%的工作岗位被完全自动化。[4]蓝领和白领都有可能被 AI 替代,医生、律师、会计师等所谓的高级职业不在除外之列。比如,今年1月,日本一家保险公司宣布将用 IBM 的 Watson 支撑的一个智能系统替代34名保险理赔人员,这将提高生产效率30%,节约工资支出165万美元。[5] 尽管人们认为人工智能的发展、应用和普及将对人类社会产生深远影响,可能伴随着新的社会范式的产生、旧的社会范式的衰落;但是对于人工智能对未来工作究竟会有怎样的影响,人们还远未达成共识。美国前总统奥巴马呼吁“普遍收入制度”以应对 AI 对工作的潜在负面影响;微软 CEO 呼吁对机器人纳税以确保被机器置换下来的劳动者的基本生存。美国的国家人工智能战略和英国的数据战略呼吁重视这个问题,加强对工作结构变化的监测和劳动者的再培训。 二、浪潮之下的AI法律服务会重塑法律服务市场吗? 虽然法律服务一贯具有较强的技术免疫力,但是倚重信息检索、文件整理和逻辑推理的法律事务确实是 AI 发挥“聪明才智”的绝佳领域。1987年,关于法律与人工智能的第一次国际会议在波士顿举行,此时,万维网尚未发明,当然就更谈不上普及了。但是现在,AI 的发展和进步已经开始对法律服务市场产生一定的影响。Jomati 在一项研究《文明2030:不久将来的律所》中提出,经过长期的孵化和实验,“技术突然可以以惊人的速度向前行进了”;在15年内,机器人和人工智能将会主导法律实践,也许将给律所带来“结构性坍塌”(structural collapse),法律服务市场的面貌将大为改观。[6] 过去,法律流程外包在一定程度上造成了法律服务市场的分裂,律所为了效率等目的,或者出于自身能力的不足,将某些特定法律服务外包给第三方,让人们意识到律所并非提供所有法律服务的最佳主体。现在,AI 主导的法律科技(LawTech)正在对法律服务市场产生更为深远的影响,或许造成法律服务市场更进一步的分裂。AI 支撑的专家系统(expert system)和知识机器人(knowledge bot)正在涉足法律服务市场,而且在几乎停滞的律所法律服务市场中(数据显示,律所的业务在过去三年几乎没怎么增长),法律科技领域的创业者和创业公司却获得资本市场青睐,在国内外蓬勃发展,推动整体法律服务市场稳健增长。在市场和技术的双重作用下,法律服务正在进入AI时代。 01| 律师的新助手和替代者:AI法律服务四大领域 一是法律检索(legal research)。各种法律数据库已经在帮助律师更好地进行法律检索,但这很多时候是一件费时费力的事,往往由律师助理或者助理律师来承担。目前,国内外已经有一些可以进行法律检索的 AI 产品,如 ROSS。作为世界上第一个人工智能律师,ROSS 部分受到 IBM 的认知计算机 Watson 支撑,它可以理解自然语言,并提供特定的、分析性的回答,这接近于和人类律师一起工作的体验。截至目前,已经有超过10家主流律所“雇佣了” ROSS。类似 ROSS 的法律类“数字助理”(digital associate)越来越多,其在律所中的身份类似于准雇员。 二是文件审阅(document review)。文件审阅可谓量大,价值低。在这方面,AI 正好可以最大化其用。预测性编程(predictive coding)和利用机器学习算法的软件可以帮助为相关法律文件检索电子信息。案件相关文件的整理、证据和法律发现等任务日益被交给了机器。AI 律师在调查、法律风控、合规相关工作、文件整理甚至尽职调查等法律事务中,都可以扮演重要作用。也许10年前,律师在准备大型并购案件的时候,需要雇员上百个高薪律师来检索成千上万份文件。然而,硅谷的一家电子取证(e-discovery)公司 Blackstone Discovery 却可以以不超过10万美元的代价在几天之内分析150万份法律文件。 此外,AI 在合同审核上正在发挥作用。比如,类似 Beagle 的智能合同服务可以提供人工智能合同分析,帮助用户以更低的成本、更高的效率管理合同,防范法律风险。因此,对于类似文件审阅、合同管理等法律服务,技术可以提供更好、更快、更便宜的服务。在企业端的法律市场,对于创业公司,这可以削减风险,提高效率,同时极大减少时间、人力成本等投入。 三是案件预测(case prediction)。伦敦律所 Hodge Jones & Allen 早已在利用一个“案件结果的预测模型”来评估人身伤害案件的胜诉可能性。这直接导致了2013年的 Jackson 民事诉讼改革,使得人身伤害案件的诉讼成本大大降低了。[7]理论上,AI 能够预测法律纠纷和程序的结果。对过去案件的自动化分析,外加数据挖掘和预测性分析技术,可以得出一些有趣的结果。这种工具对律师而言意义重大。在这一方面,Lex Machina 公司提供的服务,通过对成千上万份法院判决进行自然语言处理,来预测案件结果。比如,其软件可以确定哪位法官倾向于支持原告,基于对方律师过去处理的案件来形成相应的诉讼策略,针对某个特定法院形成最有效的法律论证,等等。迈阿密一家名为 Premonition 的公司甚至宣称可以基于类似案件判决的统计性分析,在起诉前就预测案件的胜诉方。2016年,英国法院对预测性编程持支持态度。 四是咨询服务(advisory...
AIlegalteam:Thefutureoflawishere
AI律师助手

AIlegalteam:Thefutureoflawishere

这篇文章主要探讨了人工智能对法律行业的影响。自2017年以来,随着AI技术的飞速发展,法律科技也逐渐崭露头角。现在,许多法律专业人士已经开始使用AI工具来提高工作效率、产生和质量。然而,尽管AI已经在诸如精确检索、解释法律信息、高效解决在线法律问题和自主理解和生成裁判文书等方面取得了显著成果,但仍有一些领域尚需人类律师的专业知识和经验。同时,随着AI技术的不断进步,未来可能出现更多创新的应用场景。
《蚂蚁集团升级治理:引入第五名独立董事,与阿里巴巴集团隔离》
AI律师助手

《蚂蚁集团升级治理:引入第五名独立董事,与阿里巴巴集团隔离》

蚂蚁集团将升级公司治理,引入第五名独立董事并调整股东结构;谷歌同意支付2300万美元解决加州隐私问题集体诉讼案;特斯拉在上海门店发生维权事件,否认有任何补偿或赔偿方案;大疆车载部门独立,设立了新公司“深圳市卓驭科技有限公司”;紫辉创投炮轰罗永浩,引发热议;新加坡创新科技公司创始人沈望傅去世,享年67岁。
《机器人律师时代来临:人工智能对律师行业的深远影响》
AI律师助手

《机器人律师时代来临:人工智能对律师行业的深远影响》

本文主要介绍了人工智能对律师行业的冲击,特别是在交通事故等标准化案件中,机器人律师具有较大前景。一家名为DoNotPay的公司开发的聊天机器人“机器人律师”计划参与一场交通罚单的庭审,但遭到各方压力,CEO约书亚·布劳德被迫推迟计划。尽管如此,布劳德仍表示将继续探索人工智能在法庭上的应用,不仅限于处理汽车罚单。
《AI大模型竞赛:谁在吊打ChatGPT?》
AI情感助手

《AI大模型竞赛:谁在吊打ChatGPT?》

这篇文章讨论了当下 AI 行业中“百模大战”的现象,即各大厂商发布的多款大模型在各种榜单上争夺第一名。然而,尽管这些大模型在某些方面表现出色,但在用户实际体验中,其表现并不尽如人意。此外,由于各种不同的统计排名口径,使得榜单变得难以使用。文章指出,部分榜单存在刷榜现象,这导致了一些模型虽然在榜单上排名靠前,但在实际应用中表现不佳。为此,C-Eval 团队 issuing lists of models that have passed their evaluation and those that haven't, in order to help users carefully evaluate the actual performance of these models.
《大模型金融赋能:如何拓展应用场景提升效率》
AI金融助手

《大模型金融赋能:如何拓展应用场景提升效率》

文章主要讨论了金融界对大模型的应用趋势以及如何在金融领域拓展应用场景和提升效率。华为云与中国互联网金融协会共同举办了“共话数字化转型”交流活动,探讨了金融AI发展前景和大模型在金融领域的机遇与挑战。活动中,一位专家表示,通过大量数据的积累,马上消费的天镜大模型在智能对话等方面取得了显著效果。头部金融机构已经开始在大模型应用方面取得落地场景,但仍需解决人机对话时的语义表述等难题。未来,马上消费将继续深入研究大模型的应用,为用户提供个性化服务。
百融金服张韶峰:AI+金融大数据,3年内天然垄断定局
AI金融助手

百融金服张韶峰:AI+金融大数据,3年内天然垄断定局

 人工智能在算法层面并没有本质突破,之所以近两年呼声高涨,本质是大数据的突破;AI+大数据+征信,应用成熟度高于智能投顾;相较传统方法,大数据征信整体效率提升50%-60%。 来源 ✎ 亿欧网 编辑✎ 王小苹 互联网新金融回归FinTech,新一代金融科技正在革新金融产业链条上的各个环节,提高行业效率,创造新的价值点。并以此推进服务创新、产业转型升级。 亿欧策划了「金融科技50+」系列报道,聚焦大数据、AI、区块链等新型科技,在网贷、消费金融、网络支付、科技保险、互联网银行、产业供应链等领域的实践与创新。解读百融金服张韶峰对金融大数据的理解。 “实在抱歉,一个重要客户。”采访过程中,侃侃而谈的张韶峰一边向记者表达歉意,一边接通电话与他的新客户信诚人寿确认见面时间。 创业公司都是“时间控”。2014年前后,百融、同盾、聚信立、算话征信等公司成立,形成大数据征信的集中创业潮。同时,央行下发了第一批企业征信牌照,开始市场化探索。 3年来,百融金服目前对接客户数量近2000家,辅助审批资产规模2500亿元。与此同时,我国征信服务相关企业数量达到2000多家,包括百融在内的130多家企业征信持牌公司,“没有一家合格的8家个人征信准备机构”是这个万亿级市场的核心玩家。 监管走向、行业整合、差异化竞争——张韶峰断言,“如同2014年团购大战、2016年的出行之争,金融大数据也是天然垄断型的行业,目前正处于快速成形期,未来两三年内会冲出行业巨头。”为此,百融金服正在全力以赴。 数据争夺之战,垂直服务商的机遇 数据量级是大数据征信的核心能力之一。百融金服最早是“百分点”内部的金融事业部,其最初的数据积累也来自于此。 而作为互联网数据的生成方,BATJ掌握着除了政府、运营商以外的绝大多数数据,垂直服务商并不具备优势。但百度侧重搜索、腾讯侧重社交、阿里和京东侧重电商,它们“各自为营”数据维度单一,不利于应对金融风险防范。 此外,张韶峰认为,从互联网巨头目前的金融布局来看,大而全的综合金融集团(如银行模式)是一致选择。因此在数据合作方面,多数银行、消金、互金、小贷等对BATJ都心存忌惮——这给金融大数据服务商留下了发展空间。 天然垄断:第三方服务孕育垂直巨头 不过,我国至今尚未出现市场化的独立第三方大型数据平台的成功案例,其商业模式有待验证。 张韶峰指出:首先,市场需求旺盛。互联网金融、传统金融机构的快速成长,直接促使信贷后端的征信、风控成为刚需。我国拥有各类银行2000多家、小贷公司和担保公司各近10000家、持牌消费金融20多家、正常运营的P2P平台2000多家。 其次,金融服务相对分散、数据服务趋于集中。出于风险考虑,世界上所有大国的金融行业都不可能被少数几家金融机构所垄断,通常做法是扩大金融机构的数量来分散风险。这就为大型数据服务企业奠定了基础。张韶峰认为,“银行业头部10%的客户,足够支撑起一家规模可观的垂直服务商。” 另一方面,金融大数据服务虽然竞争激烈,但行业整体趋向集中。在大数据的“硬件/基础设施-大数据软件处理-行业模型应用”3层产业链条中,不具备核心竞争力的企业将逐渐沦为大型企业的附庸,如目前市面上的很多数据供给渠道商。 参考美国个人征信市场,已经形成金字塔格局: 3大巨头Experian、Equifax、TransUnion的地位数十年来难以被撼动,下面是2000多家小型垂直数据公司。绝大多数银行金融机构倾向于与服务能力强的3家巨头中的一两家进行长期合作。而这3家巨头会与小型数据商合作,从而能够打造出综合能力强的服务和产品来供给银行。 征信只是大数据金融应用的其中一环,除此之外还有金融产品设计、精准营销、不良资产管理、智能投顾等关键环节,需要超强的综合能力。张韶峰指出。 “因此,金融大数据领域天然垄断的市场格局是必然趋势,中国市场在未来2、3年内定型。” 这一过程中,尤其需要明确“金融服务”和“科技服务”的区别。金融企业“低市值、重资本”的属性,并不适合互联网的“轻运营”模式。相反,科技服务公司能够通过高门槛建造竞争壁垒,马太效应、雪球效应显著。同时,也更受资本市场青睐,更易于做高估值。 “与互联网类似,金融大数据企业的边际成本急剧降低、聚集效应明显,这是百融定位科技服务公司的关键原因。” 人工智能+大数据+征信,应用成熟度高于智能投顾 传统征信行业存在“覆盖人群有限、审核周期较长、信息采集面有限”等弊端,而这正是AI、大数据、云计算等新型科技优化、重塑服务链条的发力点。 “其实,人工智能在算法层面并没有本质突破,之所以近两年开始凸显,本质原因是大数据先取得了突破——足够多的数据,让AI机器学习获得了最重要的基础。” 张韶峰指出,人工智能在金融领域的应用主要在于: 智能风险评估和管理;智能投顾服务。不过,智能投顾的呼声似乎更高,原因之一是投资理财属于高频需求,更贴近普惠大众;而风控服务靠近金融服务链条的后端,且贷款属于低频行为。但事实上,在技术应用层面,后端风险管理的应用成熟度更高。 虽然2者都是通过数据分析、技术模型来评估并服务个人用户,但智能投顾还必须分析投资理财产品,所以短期内真正大规模应用的难度比较大——原因并不在技术本身,而是相对于个人行为,投资理财产品变化趋势更难以预测,尤其是二级市场存在数据透明度低、政策因素强、产品种类少等问题。 “目前,百融金服通过深度学习模型处理50万个基础变量,相较传统方法,整体效率提升了50%-60%。其中营销环节成功率提升30%以上,个人不良率降低7成。” 自上而下,势能传导 在2014年大数据风控创业热潮中成立的企业中,百融、同盾、聚信立等企业在服务体系上多有相似,但具体打法上存在差异。 张韶峰指出,初创企业多采用“自下而上”的方法,针对中小客户,开发单一产品(黑名单、发欺诈等)切入市场,然后丰富产品类型,铺开信贷全流程业务,再向银行、持牌金融机构等高端客户拓展。这种方法前期起量快,能够迅速做大规模和估值,但后劲不足。 与之相反,百融在初期就首先从银行客户入手,设定了“自上而下”的路径:①风控产品采取按月、单项、后付费的方式,创造更多赢利点;②整体解决方案产品的定价高于行业平均水平,聚焦中高端金融机构的客户——以此形成自上而下的势能传导。 对于这一方式造成的前期市场开拓、获客的成本压力,张韶峰坦言,“百融以更高成本聘请高层次的技术开发人员、数据分析与建模师、顾问式的销售人员。这种自上而下的模式前期投入较高,但金融机构天生比较倾向于向比自己大的机构学习,也倾向于选择服务过大机构的服务商,因为大机构对服务商的考核更加严苛。” “但这种模式的优势在于,一旦形成势能,中后期能迅速占领市场,迅速降低人均成本、提高人均绩效。据了解,目前与同行依靠大规模地推式销售模式,百融的销售人员总占比15%,低于行业平均水平,人均综合产出相比部分同行高出2-3倍。” 经营业绩上,2016年百融营收实现同比15.6倍增长,今年Q1实现了现金流转正。 长按二维码,关注黑马学吧
篇文章写完后,请务必进行仔细检查,确保没有错别字或其他语法错误同时,也要确保文章的主题、结构和内容符合您的期望和意图如果您对文章有任何修改或改进的要求,请随
AI金融助手

篇文章写完后,请务必进行仔细检查,确保没有错别字或其他语法错误同时,也要确保文章的主题、结构和内容符合您的期望和意图如果您对文章有任何修改或改进的要求,请随

本文介绍了近期最受欢迎的聊天机器人ChatGPT,由人工智能公司OpenAI开发。ChatGPT在短短两个月内吸引了大量用户,月活跃用户达1亿,成为历史上增长最快的消费应用。尽管我国尚未开放ChatGPT服务,但百度已积极推进国内版ChatGPT的开发。ChatGPT能完成许多简单任务,如写代码、制作图像等,但在专业领域尚需进一步训练。人工智能的发展将对许多行业产生影响,但人类仍需做好准备,将人工智能视为提升生产力 tool而非完全替代品。