随着大型自然语言处理模型(例如ChatGPT)等的蓬勃发展,AI工具目前已经在诸多法律任务当中有所应用,具体包括研究、电子取证、尽职调查、诉讼预测分析、合同审查/起草,以及文档的生成与管理等等。这也令法律专业人士不禁要问:再过5年,普通律师在行业内将扮演怎样的角色?10年乃至15年之后呢?
虽然在可预见的未来,人类律师被AI技术彻底替代的情况似乎不大可能出现,但未来大部分需要死记硬背的法条内容、以及常规法律工作倒是完全可以由AI接手处理。高盛曾在2023年的一项研究中,估计了美国不同行业从业者被AI自动化所取代的比例。法律岗位在其中位列第二,估计有44%的工作内容易被自动化。(报告题为〈AI对经济增长的巨大潜在影响〉,"The Potentially Large Effects of Artificial Intelligence on Economic Growth",作者Briggs/Kodnani,2023年3月26日。)
当然,人类将继续在法律行业当中扮演核心角色,只是其中的具体角色、技能和专业将迎来调查,从而与新兴技术互补、而非相互对抗。这一观点,已经在美国律师协会职业行为示范规则的第1.1条中有所体现,此规定明确了律师的胜任义务:“为了保持必要的知识和技能,律师应及时了解法律及法规的变化及其实践,包括由技术带来的助益和风险……”对于使用AI的律师来说,这里要求的能力不仅是理解AI的工作原理,还包括确保AI工具能产生准确的结果。
一个典型例子,就是此前对于两名律师错误行为的高调处理。他们使用ChatGPT生成法律摘要,但事后才意识到ChatGPT自行捏造了六起虚构的法庭案件——这种被称为“幻觉”的AI现象仍经常出现。除了幻觉之外,AI模型还存在偏见与歧视、数据不完整/错误、缺乏可重现性和透明度不足等问题。
AI在法律领域应用时的另一大主要道德问题,在于客户保密与数据隐私。AI之所以发展成为今天的样子,就是因为它能访问大量信息并从中学习。这自然会引发关于AI工具能够访问/存储哪些数据,以及如何保护这些数据的问题。特别是在数据被存储在不受律师控制、且可能被他人访问的第三方AI平台时,这个问题就更显得意义重大。
考虑到这些迫在眉睫的责任问题,AI无疑仍需要人类的监督和引导才能发挥作用。但如果AI真的能够取代44%的法律工作,那自然值得人类律师重新审视其中的增加价值、思考法律行业该如何加以适应。
专业发展
AI有望取代的大部分工作,目前是由合伙人、法助和其他法务从业者完成的。整体来讲,这将使年轻律师们回避掉繁重又无甚意义的苦差事,在职业早期就参与到更具实质意义的复杂工作当中。
但企业和员工还面临着另外一个不利挑战——有了AI的协助,企业不仅不再需要雇用那么多员工,还必须调整自己的培训计划,停止要求员工继续学习AI正在取代的技能与经验。也就是说,在一步步踏向提供建议/咨询的高级别角色的过程中,AI时代的从业者们将面临不同于以往的“基础知识学习”要求。
未来的领导者和企业必须能熟练地确定如何/何时使用AI工具、如何编写出能够生成最佳输出的AI提示词、如何评估AI结果的准确性和质量、如何发现AI中的固有偏见,以及如何通过判断加专业知识将AI解决方案应用于现实生活、为客户提供切实的法律建议。
计费与报酬
AI最令人兴奋的前景之一,就是能把律师从劳动和时间密集型任务当中解放出来,让他们将注意力转移到更复杂、更具价值的工作当中。然而,在主要按小时计费的法律咨询行业当中,缩短某些任务的执行时长对从业者来讲可能反而是坏事。而且如前所述,未来的律师事务所可能仅须维持一支较小的律师队伍,而大型律师事务所在传统上一般会按小时计费来区分不同层级法务人员与高级合伙人之间的业务水平和收入差异。
于是乎,AI革命将从根本上颠覆法律行业的计费结构,把按小时计费丢进历史的垃圾堆。相反,未来将转为基于价值的计费——按完成的工作量付费,而非按耗费的时间付费,这对于律师和客户而言都明显更具现实意义。
客户将不再愿意按小时掏钱,换取律师完成AI工具能在短时间内就搞定的法务工作。事实上,如果替代性法律服务提供商(ALSP)能以更低的成本提供相同服务,客户可能根本就不想去找律师事务所。同样的,律师也希望能根据自己的专业知识和判断力价值获取报酬,而这些正是AI模型无法轻易替代的重要业务素养。
新的律所商业模式
随着按小时计费模式的消失,律师事务所以往金字塔式的等级制度可能趋于扁平化。分析认为,AI驱动的科技企业也会给法律行业带来竞争压力,包括以ALSP的姿态加入市场并提供服务。未来的律师事务所本身可能越来越像科技公司,他们会开发自己的AI工具,并以AIaaS(人工智能即服务)的形式打包交付。而AI的价值也正在于此——为法律行业带来巨大的机遇和挑战。谁能用好这些强大的工具,谁就能提高效率和准确性,同时大幅扩展自身业务范围。
同样的道理,如果未来的律师事务所更像一家科技公司,而非我们目前理解的“传统律所”,那么法律领域的商业模式与价值主张也必然要发生改变。
企业必须调整自己的定位,保证既能利用AI工具的独特优势,又能提供AI无法复制的人类能力。而这也将是人类律师未来存续和发展的关键所在:建议客户关系,倡导、同情、理解客户的特殊需求,酌情做出判断,并最终权衡一切现有因素并为客户提供指导性建议。
法律行业将不得不思考要如何适应这种新的AI范式,同时密切关注技术发展,以及如何提升人与人之间的交互质量。企业必须重新评估自己的传统商业模式、薪酬结构和组织动态要如何同AI新时代的特性匹配起来,良好匹配有助于更进一步、无法兼容则终将被市场所淘汰。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind最新研究发现,视频生成AI模型Veo 3展现出惊人的零样本学习能力,能够在未经专门训练的情况下完成图像分割、边缘检测、迷宫求解等多种视觉任务。研究团队通过18,384个视频样本验证了这一发现,认为视频模型正朝着通用视觉智能方向发展,可能引发类似大语言模型的行业变革。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
北航团队开发的GeoSVR技术突破了传统3D重建方法的局限,采用稀疏体素表示和体素不确定性评估,无需依赖初始点云即可实现高精度表面重建。该方法通过智能的深度约束和体素协同优化策略,在DTU等标准数据集上取得了最佳性能,为VR/AR、文物保护、影视制作等领域提供了新的技术选择。