生成式AI在律师事务所中大行其道，按小时计费的服务形式或迎来终结？

早已被电子文档淹没的律师事务所和企业法律部门发现，生成式AI能够简化以往需要由助理律师处理的工作，而且往往速度更快、成本更低——但要说全面替代人类雇员，还为时尚早。

法律行业向来了文档密集著称，工作场所就如同图书馆一样到处都是纸质材料。然而，与只需要对书籍进行类目划分的图书馆不同，律师不仅面对海量数据，还必须通过翻阅和分析从中找出案件证据。

过去十多年来，律师事务所一直使用机器学习和AI工具来辅助这个发现过程，帮助其追查纸质记录和数字内容。但直到两年之前OpenAI的生成式对话聊天机器人ChatGPT问世之后，这项技术才开始真正普及且易于使用，甚至刚刚从法学院毕业的新人助理都能依靠它完成电子取证。

Gartner公司高级主管分析师Ron Friedmann表示，人们对于将生成式AI用于取证发现及其他任务自动化的兴趣，已经达到了前所未有的高点。

Friedmann指出，“我观察到的试点项目正越来越多，特别是在大型律师事务所。这自然需要花费很多钱，特别是人员分配和自掏腰包支付许可费之类的成本。”

他还补充道，“其中一部分成本是出于攀比、一部分用于营销，也有一部分是为了克服应用过程中的障碍。以电子取证为例，在生成式AI出现之前，从业者需要接受相关培训才能学会如何与取证数据库交互。虽然当时市面上也有不少工具选项，但它们都有着共同的问题：使用者必须掌握非常熟练的数据库处理能力。”

如今，律师事务所和企业法律部门正在将生成式AI应用于各种目的，包括文档取证、内容分析乃至合同生命周期管理等。生成式AI在文档分类和总结、起草新文档以及生成客户通信内容方面表现尤其不俗。

2023年美国律师协会的一项调查发现，超过20%的大型律师事务所（拥有超500名律师）正在使用AI工具，近15%的律师事务所正考虑采购此类工具。法律科技公司Clio也提到，过去一年来法律领域的AI采用率已经从19%跃升至79%。

Clio公司驻地律师Joshua Lenon表示，所有法律领域都将引入生成式AI。这是因为AI内容生成及任务自动化工具能够帮助律师事务所高效开展业务和实践方面的工作。此外，具有重复工作流程和大量文档的领域（例如民事诉讼）在运用生成式AI电子取证工具方面动作更快。交通违法和移民等只收取固定费用的实践领域，也已经成为生成式AI的主要应用场景。

Lenon指出，预计AI技术将在民事诉讼等领域产生最为直接的影响，这些领域内繁琐的重复性工作流程和大量文档使其成为电子取证等AI工具的理想应用场景。

Lenon还提到，“再有，通常依赖于固定计费的实践领域，包括交通违法和移民，也已经在采用生成式AI工具方面处于领先地位。对于这些领域的潜在效率提升期望，推动了对AI技术的早期探索和广泛应用。”

例如，在企业中的法律部门，生成式AI就能帮助工作人员查询数字合同并获取关于现有条款等问题的准确答案。

哈佛法学院法律职业中心主任David Wilkins表示，“合同中隐藏着各种各样的信息，一旦人们能够轻松加以访问，就会对企业的运营方式、其面临的风险以及降低这些风险的具体方式产生重大影响。”

Wilkins和其他专家还提到，由于法律领域涉及大量文件，人们长期以来一直在寻求技术对其进行简化、提高效率并减轻文件发现/创建/分析相关负担的可行方法。

Wilkins解释称，“我们目前观察到的趋势是，各种技术已经在合同起草以及端到端合同生命周期管理中得到大量使用。这无疑是一片巨大的应用舞台。”

企业法律部门在采用生成式AI方面则不如律师事务所走得那么远，这是因为企业主要将这些业务部门视为成本中心，所以在划拨预算方面总是把钱袋子捂得更紧。尽管如此，法律部门从未停止过对生成式AI的探索。

庭前取证成为胜利第一站

跨国律师事务所Cleary Gottlieb表示，他们已经成功大幅削减了投入到庭前取证工作中的律师数量，甚至发布了一项面向技术部门的生成式AI法律服务：ClearyX。

过去，案件往往需要150名甚至更多的律师专门进行文件及其他相关素材的取证，而且整个过程往往需要耗时数月方可完成。

Cleary方面坦言，生成式AI还无法完美检索与案件相关的全部文件，在概括文件内容方面有时候也不够准确，但人类同样做不到完美。在技术发展的当前阶段，生成式AI在多数情况下已经足以减少工作量和投入的成本。

Cleary事务所电子取证与诉讼技术部门全球负责人Christian “CJ”Mahoney表示，他刚刚参与了一起涉及分析5000万份文件（数据总量高达15 TB）的诉讼。“我们必须在几周之内完成这项工作，才能及时向客户提供法律建议。”

Mahoney表示，“我们已经用上了更先进的工作流程，尽可能使用人工智能。就像之前提到，同样的案子，原先需要60个人那现在就只需要45个人。落到这个案子上，15年前我们可能需要150名律师做这件事。当时的我们面对这种情况只有头痛和无奈，但别无选择之下也只有一头扎进海量的证据当中。”

很明显，传统的案件文件查阅方式已经不再可行，Mahoney表示“现在我们需要将AI技术纳入分析流程。”

Mahoney还提到，虽然他们公司使用机器学习和AI工具已经有约十年时间，但随着生成式AI的出现，该技术才真正无处不在且使用起来非常方便。现在，即使是新手律师也能使用该项技术处理电子取证和其他任务。

 “人们期待着在生成式AI出现之后，工作能够推进得更快、成本也更低廉。”

该事务所旗下AI技术子公司ClearyX的CEO Carla Swansburg则提到，就在一年半之前，客户们还反映AI技术的风险太大，但现在这些客户开始主动询问Cleary要如何运用AI使他们受益、同时提高服务效率。

Swansburg解释道，“大家在法学院学习的时候肯定没想到要跟天天跟人工智能打交道。我以前是名诉讼律师，主要工作就是对着记录翻看银行家的抽屉。但没人爱做这份差事，没人愿意连着看上百份租约来整理转让条款。好消息是，生成式AI正向着价值链的上游移动，而且第一步就是接掌人们最不想做的工作。”

经营传统法律服务和软件的企业也一直对生成式AI保持着高度关注。例如，LexisNexis、Westlaw和vLex 等法律研究工具以及Harvey.ai和Clio的法律文档自动化软件已经将生成式AI内置至产品当中。合同生命周期管理与分析供应商，包括Icertis、Sirion、LinkSquares以及Ironclad，也将AI添加到了自己的产品线当中。

但Firedman也提醒称，由于持续存在的准确性不高和幻觉问题，生成式AI在法律领域经过验证的常规用例数量仍比较有限。另外，生成式AI也并不一定总比人工成本更低。

Friedman指出，“我们仍在共同努力搞清楚生成式AI的经济效益。我之前曾与朋友交流过，他们发现有时候生成式AI耗费的时间和成本反而比传统方法更高。但人们对此持开放态度，而且愿意继续尝试。”

按小时计费制度的消亡？

在过去二十年间，通过传统方式（包括合同、记录、公司政策等）产生的大量结构化和非结构化数据已经与电子通信相结合——这给电子取证带来了新的挑战。

曾经的法律取证只是纸上谈兵，而现在则涉及在审判之前认真检查电子邮件、往来消息、社交媒体记录等，甚至包括其中的视频和照片。

根据Clio公司对于美国普通人群中法律专业人士（1028人）及其他成年人（1003人）的调查，律师事务所按小时计费的工作内容中，有近四分之三都处于AI自动化的覆盖范围之内，81%的法律秘书和行政助理任务可以自动化，而律师工作中能够自动化的部分只占57%。

无论是律师还是顾问，不少专业人士一直都倾向于维持按小时计费的传统，但AI技术的普及正在颠覆这种模式，帮助客户摆脱根据服务花费的时间付费的局面。

2023年，有19%的律师事务所报告使用了AI方案。而根据法律科技公司Clio的数据，目前79%的法律专业机构已经开始在实践当中使用AI技术。

随着AI技术在法律行业的应用不断加速，高管们可能也需要重新考虑其业务中的关键要素，包括计费模式。专家们表示，可计费工作中有相当一部分已可通过AI实现自动化。

本月Clio又公布了一项调查结果，可以看到与2016年相比，律师事务所按固定费用进行结算的案件数量增加了34%。

按小时计费的制度仍将存在，但采取这类计费标准的项目数量将持续减少。可自动化的任务将改为固定费用，对AI输出结果进行审查的部分则继续延续按时计费。Clio的Lenon表示，“按小时计费的习惯不太可能完全消失，但其在法律行业中的主导地位预计将有所下降。但由AI生成的输出，特别是那些需要人工审核的输出，可能仍将按小时收费。”

Lenon继续补充道，“也就是说，按小时计费将会长期存在，只是针对性更强。”

Clio公司对700多个按时计费的用例进行了研究，发现其中74%的法律工作活动将受到AI自动化的影响。

根据Clio方面的报告，虽然按小时计费在律师事务所中仍然占据主导地位，但他们的客户正在努力推动向着固定费用的转变。现在71%的客户更倾向于为整个案件支付固定费用，同时有51%的客户倾向于为个别工作支付固定费用。

除此之外，使用固定费用的律师事务所也将利益于更快的计费周期和更快的回款速度，因为他们在为客户完成工作后立即进行账单结算的概率是按小时计费的五倍，而切实收取服务款项的概率也几乎达到按小时计费的两倍。

Gartner公司的Firedman表示，去年各家公司平均测试了三到五种生成式AI模型，希望借此减少工作量。但这也意味着其需要额外雇用创新团队和知识管理专业人员等支持性资源。

IDC隐私和法律技术研究主管Ryan O’Leary表示，人们对于按小时计费制度的消亡讨论已经持续了近30年，“但目前还没有什么事物能够真正将其终结。而如果非要说有什么成果真正对其构成了威胁，那应该就是生成式AI了。”

然而，O’Leary同时警告称，生成式AI也有很多自己的问题需要解决，才能真正实现法律服务的全面自动化——其中最重要的就是生成式AI的使用成本及其准确性与安全性。

O’Leary还提到，“使用AI的成本可能并不比使用助理律师更低。”

生成式AI真比律师更便宜、更可靠吗？

尽管AI能够执行相当一部分以往需要由律师和其他法律工作者完成的任务，但人们对其准确性、安全性和幻觉问题仍然非常担忧。与医疗保健行业一样，法律客户的机密信息同样有着很高的外泄风险。

哈佛大学的Wilkins表示，“版权保护以及这些大语言模型是否会利用受版权保护的素材进行训练，一直是个令人忧心的大问题。所以可以看到，人们在尝试构建定制化AI模型和大语言模型，并且在方方面面开展实验。毕竟连AI服务商们自己都宣称，他们的模型专门针对法律素材进行了训练，能够显著减少幻觉的发生几率。”

Wilkins提到，虽然律师事务所已经感受到了生成式AI的固有缺陷，但无论是否符合公司政策，律师们仍将坚持使用这项技术。他坦言，生成式AI是一项具有极强“变革性”的技术，不可能仅仅因为存在风险而不加使用。

Wilkins认为，将人类工作者与技术方案进行比较的最大问题在于，人们对于AI的要求标准往往太高。

 “我经常听到有人说，除非生成式AI具有98%的有效性和可靠性，否则我们绝对不会使用。但问题是，他们能不能派一名法律同事去亚利桑那州凤凰城的某处密闭库房寻找跟案件有关的文件？这位仁兄敢保证准确率能达到99%吗？”

总而言之，无论是否利用生成式AI协助完成任务，最终对结果负责的永远都是参与的律师——无论是好是坏。只是这项技术能否最终取代律师和法律助理，目前还有待观察。

ClearyX公司的Swansburg总结称，“我们已经对多种语言模型和专门设计的工具进行了测试，由此得出的切身体会是，生成式AI工具还不足以替代我们所做的多数工作。比如说尽职调查之类……对于准确性的要求是很高的，我们还需要考虑是否应当或者有权移交某些材料。但对于其他一些用例，比如内容摘要和拟定初稿，生成式AI的表现确实相当不错。”

她还补充道，“在我看来，生成式AI还无法真正取代工作岗位，只能算是改变了工作方式。总之，这项技术让人们在价值链中稍微向上移动了一点，消除了不少需要死记硬背和重复性的工作。”

哈佛大学的Wilkins则认为，律师事务所和其他法律实体对于AI技术的应用仍处于“石器时代”，尽管原始但潜力却极其巨大。

他表示，“潜在的效率空间相当广阔，我们仍在努力发掘生成式AI的核心优势和应用方式。”