法律行业历来对采用颠覆性技术持谨慎态度,如今却迎来了 AI 驱动的转折点。LexisNexis Legal & Professional 正专注于这一转型,利用人工智能重新定义律师的日常工作方式。他们最新推出的 Protégé,一款生成式且具有主动性的 AI 法律助手,旨在为全球律所提供高效、精准和个性化的法律工作流程。
LexisNexis Legal & Professional 执行副总裁兼技术总监 Jeff Reihl 表示,向 AI 转型是行业的自然演进。"律师的工作天然适合生成式 AI:起草文件、通过对话式搜索完善问题等。" Reihl 指出,"AI 非常适合法律工作。"
LexisNexis 的独特价值主张在于其专有内容和技术基础设施。该公司使用检索增强生成 (RAG) 平台,将其大语言模型植根于超过 1600 亿份文档的庞大数据库中,每天新增 160 万条记录。这种方法确保了法律工作所需的准确性、相关性、可验证性和时效性。
"我们的一个关键优势是专有内容,"Reihl 解释道。"我们拥有无与伦比的资源库——超过 1600 亿份文档和记录,每天从 50,000 多个来源新增 160 万份文档。我们采用多模型方法,为每个法律用例选择最佳的 AI 模型,并使用专有的 RAG 平台,将答案建立在我们的法律内容库基础上,以提供高质量的答案和有效的引用。此外,我们还进行模型微调,以确保领域特定、个性化大语言模型的高性能表现。"
该公司与 AWS、Microsoft、Anthropic、Mistral 和 OpenAI 等行业领导者密切合作,开发专门针对法律领域的 AI 模型,并针对每个用例进行精细调整。
Protégé 的个性化服务
Protégé 不仅仅是响应请求,还能预测律师的下一步行动。"Protégé 的愿景是个性化 AI 体验,"Reihl 说。"每个律师的工作方式都不尽相同。Protégé 不会让终端用户承担负担,而是会引导用户完成整个工作流程,并预测他们想要做什么。"
据该公司称,早期使用者已经报告了令人印象深刻的结果。LexisNexis 表示,使用 Protégé 的律师事务所不仅在生产效率上有显著提升,在法律研究和文件起草的质量与全面性方面也有明显改善。对 LexisNexis 而言,AI 的优势不仅仅在于效率,还旨在重塑律师的工作方式。
克服行业怀疑
法律专业人士长期以来对 AI 持谨慎态度,部分原因是早期版本虽被过度炒作却表现平平。LexisNexis 通过强调安全性、合规性和具有强大人工监督的伦理 AI 开发来应对这些障碍。
Reihl 强调:"由于公共大语言模型存在安全性、保密性、幻觉和时效性风险,信任度仍然是一个障碍——这些都是律师面临的严重问题。我们通过重视安全性、最高质量的答案和性能的 AI 开发方法来解决这些问题。我们的方法包括企业级安全性、合规性和隐私保护,以及依赖人工监督的负责任 AI 开发流程。"
为了解决 AI 的伦理和负责任使用问题,LexisNexis Legal & Professional 作为 RELX 的一部分,根据 RELX 负责任 AI 原则构建其解决方案。
等待的代价
Reihl 向仍在犹豫是否采用 AI 的律所传达了明确信息:"等待采用 AI 意味着落后,因为你的效率将不如已经使用这些工具的竞争对手或同行。现在就是投资 AI 的时机。"
确实,其他行业提供了警示案例。柯达未能适应数字摄影、百视达忽视流媒体服务,这些对变革性技术采用缓慢的企业往往失去竞争优势。
其他传统企业可以从 LexisNexis 的方法中吸取经验:优先考虑客户需求,采用实验文化,确保组织敏捷性以快速采用新兴技术。Reihl 建议:"你可以从尝试一些用例开始,在了解好处的过程中逐步扩大范围。"
法律的未来:人机协作
展望未来五年,Reihl 设想每位律师都将受益于类似 Protégé 的个性化 AI 助手。"我们的愿景是,全球每位法律专业人士都将拥有一个高度个性化的 AI 助手,"他解释道。"自主代理将在后台工作,即使在法律专业人士不主动工作时也能为他们提供所需的额外信息。"
尽管 AI 的作用广泛,但 Reihl 强调它不会取代法律的根本人性。"法律本质上是一个人性化的系统,建立在价值观、解释和公众信任的基础上。AI 可以协助法律专业人士,但不会取代正义核心中的人类责任。"
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。