律所如何降本增效？99％的律所都将是大模型使用者

作者 | 刘子言

来源 | 智合研究院

面对经济“三驾马车”动力不足，法律服务市场竞争激烈、专业度亟待提升以及数字化转型的“三座大山”，律所处于夹缝中，处境艰难。

律所作为AI工具的使用者，不仅要从效益层面思考是否能够引入AI工具，也需要直面做好AI企业合规工作的难题。否则不假时日，爬取数据纠纷类案件又将在法律市场中泛滥。

律所的三驾马车和三座大山

在过去的十年里，人工智能（AI）已经悄无声息地渗透到我们的日常生活中，但除了在国际象棋或AlphaGo等重大胜利中偶尔露头角外，它并没有广泛地进入公众的视野。然而，到了2022年，ChatGPT以其广泛的应用和超过1亿用户的青睐，创造了超过100亿美元的惊人收入。

在人工智能的浪潮中，大语言模型（Large language mode, LLM）以其惊人的规模和性能，开启了数据处理和分析的新篇章。在深度学习的推动下，这些大模型通过数十亿甚至数千亿的参数，深入挖掘数据的内在联系。经过海量数据的洗礼，它们能够适应新的、未知的情况，提供更为精准的预测和分析。

大模型简单运行逻辑

整理/制图：智合研究院

尽管AI理论研究在当下如此火热，而在商业实战中，AI更多地是作为降本增效的工具，与各个行业结合，为不同行业赋能。

因此，在百模大战之际，律师不禁质疑：人工智能的应用是否真的能实现律所的降本增效？这种质疑是可以理解的，面对经济“三驾马车”动力不足，法律服务市场竞争激烈、专业度亟待提升以及数字化转型的“三座大山”，律所处于夹缝中，处境艰难，不免思考AI到底是昙花一现还是救命稻草。

AI潮的当下，如何管理，如何创新，如何提升效率？或许来自麦肯锡、Liquid Legal Institute (LLI)的报告可以为我们提供一些答案。

大模型下的

降本增效

管理咨询巨头麦肯锡公司（McKinsey & Company）最新评估显示，人工智能对法律行业的变革将是革命性的。麦肯锡大胆预测，引入生成式AI技术，每年可能为法律服务领域带来高达1000亿美元的潜在经济影响，这占到了采用AI技术的企业法律服务支出的15-20%。^[1]

麦肯锡进一步指出，AI技术在法律行业的应用，有望带来1800亿至2600亿美元的额外价值，预示着法律服务领域将迎来前所未有的增长机遇。^[2]

这个粗略的投资回报比表明了AI应用落地的经济价值（降本）。而下面这份报告则体现了AI在法律实践层面运用的变革前景（增效）。

在LLI的《首份关于人工智能在法律实践中的应用现状的全球报告》中表明，在法律工作中，受访者最常提到的，可以通过使用人工智能来简化的重复性任务是法律研究、文件审查和合同起草。多达 79.7% 的受访者认为法律研究有利用人工智能简化的高度可能性。^[3]

而受访律所表示目前实施人工智能工具最多的领域是文件自动化（39%）和法律研究（34%）。受访者最不愿意将人工智能工具用于知识产权管理、诉讼结果和风险预测、合规和风险管理以及争议解决。

最后，这份报告总结到，预计在未来3年内，AI将彻底改变法律行业，约40%的法律任务将通过AI完成。

毫无疑问，AI强大的算力将迫使传统的法律工作方式转型。至此，律师们必须重新思考自己的角色，并将其专业重心转移到法律实践的更高层次，如案件决策、团队协作和法律管理等方面。

AI可能简化工作的比例和律所使用AI的占比

信息来源：《首份关于人工智能在法律实践中的应用现状的全球报告》

整理/制表：智合研究院

尽管如此，是否所有律所都有使用AI的必要性？

在美国，超过半数的律所（51%）已经部署了AI工具，另有12%的公司正在积极探索这一领域。同时，调查数据揭示了不同地理位置和公司规模对AI采纳态度的差异。^[4]

美国的中小型律所和大型律所更倾向于成为新技术的早期采用者。相比之下，中型律所在采用AI技术方面则显得更为谨慎。

大型律所因为拥有专门的创新部门和充足的资源来支持新技术的实施，因此使用AI工具并不意外。相比之下，中型律所已经通过传统方法实现了较高的效率，对现有运营模式有较多的自信。因此，中型律所对技术投资的兴趣相对较低。

由此可知，对于律所而言，如何挑选出与其业务需求契合的AI工具才是降本增效的关键。盲目地一头扎进AI工具的实施与落地，反而可能会与降本增效的目标背道而驰。

但从长远来看，律所不投资、不走现代化道路可能是一个更冒险的决定。未来，99%的律所都是大模型使用者将会成为事实。

合规新风口

在律所站在是否采纳AI工具的十字路口犹豫时，众多企业已经对律所提出了关于AI合规的新需求，尤其是在数据隐私与安全的领域。据LLI报告显示，高达66.8%的受访者认为隐私和安全问题是人工智能时代面临的最大挑战。

这一趋势得到了全球领先的IT市场研究机构IDC（International Data Corporation）的印证。IDC最新发布的《IDC Market Glance：中国数据安全市场图谱，2024》报告预测，中国数据安全市场在未来五年将持续增长，预估五年复合增长率将达到15.6%。^[5]

由上可知，数据安全合规市场正迅速成为法律服务领域的新热点。随着数据分类分级和合规咨询的重要性日益增加，律所作为AI合规者和AI使用者，直面着企业合规管理、政策法规预判以及跨境数据流动合规等多重挑战。作为实现法治的推动者，律所需要通过数据合规为规范市场不正当竞争行为、维护数据流通性、保护数据权益等方面助力。

AI工具数据合规简图

整理/制图：智合研究院

在企业合规管理方面，律所需关注的点包括全域数据安全建设、数据安全分类分级平台的搭建、数据安全治理的咨询服务，以及AI代理和治理等领域。特别是，随着大语言模型和记忆增强生成模型（RAG）的兴起，AI代理的发展意味着这些系统能够在更广泛的场景中与人类协同工作。未来，AI是否也能成为合规者，值得深思。

而在全域数据安全建设，数据安全分类分级平台领域，上海浦东新区之前发布的《人工智能企业数据安全和算法合规指引（试行）》为企业提供了明确的合规途径。该指引强调了组织机构建设、数据安全制度建设、数据全生命周期安全管理制度以及算法合规制度建设等方面的重要性，为律所在协助企业合规方面提供了宝贵的参考。

该指引重点指出，在合规途径中，企业需要明确区分一般数据、重要数据和核心数据，并需要针对不同级别的数据制定相应的合规专项管理策略。

《人工智能企业数据安全和算法合规指引（试行）》中的合规指引

整理/制图：智合研究院

《人工智能企业数据安全和算法合规指引（试行）》架构和主要内容

如需完整图片，请扫文末作者二维码沟通获取

信息来源：《首份关于人工智能在法律实践中的应用现状的全球报告》

整理/制图：智合研究院

同时，在企业数据合规的过程中，要建立多链条多部门协调管理，包括：元数据管理、数据标准管理、数据质量管理、数据集成管理、数据资产管理、数据安全管理、数据生命周期管理和主数据管理等。

对于企业来说，这一次的合规需求不同寻常。面对AI带来的变革，相关法律的宏观指导正受到政策导向和技术演进的多重影响。在政策对AI发展赋予众望且放宽管制的时段中，企业必须在合规与法律的确定性之间寻找平衡点。例如数据主体、数据控制者、数据处理者之间如何分配数据收益权，将是数据交易市场发展面临新问题。^[6]如何落地合规，还待实践检验。

同时，随着企业纷纷扬帆出海，深入了解并适应国际人工智能监管环境变得尤为关键。特别是欧盟和美国的法律框架，对企业国际化战略的影响举足轻重。欧盟的人工智能立法以其周密的逻辑和详尽的规定而受到认可。相比之下，美国预计在人工智能领域，将继续采取既稳健又灵活的立法策略，以保持对新兴技术的快速响应。

因此，为了帮助企业更好地把握国际合规要求，以下是中国、欧盟、美国在人工智能合规方面的参考政策法规一览表。

美国、欧盟、中国数据合规法律法规汇总

⇅ 滑动查看更多