|
本文全面总结分析了在AI大潮冲击下，中国法律服务业的供需现状以及法律AI的发展情况和未来趋势，详细分析了法律AI的技术原理、解决方案、主要产品情况和商业模式等。 据媒体预测，到2030年，全球法律服务市场规模将突破万亿美元，年增长率也超过6%。尽管如此，中国目前仅有20%的企业聘请了法律顾问，50%的诉讼案件没有律师参与。显然，中国法律服务市场的巨大潜力尚未完全释放，这对资本具有巨大的吸引力。 由于法律本质是对社会运行规律以及伦理道德等体系化整合后概括的结晶，自然对从业人员的知识和技能有相当高的要求。所有的法律从业者，无不需要经过长时间的笃学和实践经验的累积，才能逐渐形成和掌握一套系统的阅读、思考、推理和判断等技能。受制于沉淀悠久的历史和惯性规则，法律行业一贯奉行刻板、保守且精英主义。● 虽然律师提供的意见可能比较保守，但无疑更为稳妥；● 虽然收费高，但能获得普通人很难提出的专业意见和解决方案。百年以来，这个游戏规则一直如此，并无大改，直到AI的出现。回想10多年前，当AI第一次在法律人面前亮相时，法律人的态度还是相当欢迎的。因为当年的AI技术以NLP（自然分词）技术为代表，在分词、检索、比对等有着独特优势，客观、快速且稳定。很适合用作信息检索、知识整合和流程管理的技术工具，能够帮助法律人分担不少重复性、低含金量的工作。然而，一旦遇到需要内容生成和判断的部分，AI就原形毕露了，不仅没有智能思考，而且反应愚钝，更像“智障”。正因为如此，AI在法律人心目当中，不过是一个技术工具而已。所以即便后来国外诞生了诸如LegalZoom、DocuSign等上市公司，法律人也一点都不担心会被AI抢走饭碗。直至CHATGPT的出现。 CHATGPT，特别是GPT-4、Claude、GLM等通用大模型，携带复杂推理能力与非结构化信息处理能力横空出世，让全人类都为之颤抖。人们第一次惊讶地发现，原来，AI也能学会像人一样，可以自主地连续对话、反问、总结、推理、演绎、回应等能力，甚至还能顿悟、自我进化。如果一下法律人工作内容的逻辑，我们就会发现，它的核心无非就是对非结构化的文本、事实和问题进行梳理，运用法律逻辑进行分析、推演和提出解决方案，进而给出具体行动建议。而对于这个非结构化的内容生成和处理，恰好是AI,尤其是生成式AI最擅长的地方。所以在“GPT暴露风险排行榜”上，律师职业高居前列，暴露风险高达100%，被预言三年内大批初级律师即将被淘汰。回想过去，当一名人类律师依靠自己至少10年的严苛教育和工作经验，运用所有的思维和专业知识，花费1个小时或更长时间，来撰写一份法律意见书，能够实现法条引用准确，证据分析充分，逻辑推论严谨和结论精确，或者写作的合同能够恰当体现合同各方主体强弱地位、充分表达各方的法律和商业诉求，这是一件多么充分体现人类聪明智慧、难以被模仿的成果啊!然而今天，AI却用它的神奇能力告诉我们，它可以在30秒内甚至更短，也就是花费不到人类1%的时间，就能够做到这一点，质量足以媲美甚至超越人类！还不止，甚至于智能问答、法条总结、案情分析、文书起草、纠错、批改等，这些以往更加劳心费力的工作，AI同样能够在1%时间内按质超量完成！日前，美国伊利诺伊理工大学-芝加哥肯特法学院公布，GPT-4通过了美国律师资格考试，而且在所有考生当中排名前10%。法律内容供应商律商联讯（LexisNexis）已经宣布推出全球首个面向法律界的类ChatGPT生成式AI平台——Lexis+ AI™，它能够提供生成合同、总结法律内容和法律内容搜索等功能。国际律所DENTONS（中国大成的前度合作伙伴）已经宣布全面接入与微软合作推出的“fleeAI”的生成式机器人，可以提供合同审核、法律文件生成、法律研究和法律咨询等功能。同样，国内专注于开发法律AI服务的睿律科技公布了他们研发的熊猫AI大模型测试结果，宣布推出AI问答、AI文书、AI合同和AI分身等4大模块总共14项功能，如下4个模块的咨询结果：1.AI问答这个模块有智能问答、诉讼预测、案情分析等多项功能。我们使用“将人打伤、老婆因为此事和我吵架要离婚、我要起诉对方破坏我的家庭幸福，索赔精神损失100万”这个问题来做测试。对于这类较为复杂的咨询，相信即使是一个执业10年的专业律师，都需要经过一定时间的思考、分析和判断后，才能作出一个较为详细和完整的回答，而熊猫AI作出这样的回答的时间是30秒，如下图：分析上述的回答结果，我们可以看到，熊猫AI的回答水平，无论是在法条运用、事实和证据分析、结论判断方面，已经基本与执业10年的律师无异。2.AI文书这个模块有文书摘要、分析、翻译、纠错、批改等多项功能。为了进一步验证熊猫AI的能力，我们在测试过程当中加入了干扰项，故意告知其一些虚假的判断：然而，熊猫AI并不因为我的干扰作出错误判断，丝毫没有给我留情面，而是根据它自己的判断，给这份文书打出了30分，一个完全不合格的分数，如下是它的回答：而且在如下的分述部分，它对文书错误作出了详细分析：根据它的分析结论，为我将这份错漏百出的法律意见书重写了一遍，后面还附上了相关法条（因篇幅所限，这里仅列出个法条，实际有6个）：3.AI合同以合同快写为例，用户只需要输出人快写关键词，选择合同主体立场、身份、强弱，熊猫AI即可将从库内百万份高质量合同当中，找到最适合的合同模板，提供给用户用作快写基础。然后，用户再写几句对合同内容的特别要求，熊猫AI即可在数十秒内快速写出一份高质量的合同。如下图：再以智审合同为例，用户可以要求熊猫AI按照指定的主体身份、强弱地位和风险点范围，对合同内容进行智能审核，审核时间不过数十秒。然后，用户对于审核结果，可以自由进行编辑、修改和下载，如下图：4.AI助手这个模块包括了AI客服、AI分身等功能。它主要提供给律师和法务，向服务对象在线提供法律咨询服务，AI将提供参考答案。此外，还可以允许律师和法务上传文件和资料，训练专属于自己的AI分身，以便在回答服务对象的问题时，使得AI的对话和写作风格完全模仿真正的律师或法务。如下图：上述功能经过与数十位人类律师的对照测试结果表明，生成结果质量均达到或超过执业10年+的专业律师。包含上述功能的“熊猫AI法律服务平台”，目前已经正式推出公测，开放给社会公众用户使用。综上所述，AI在法律领域内的大面积推广应用，将给法律服务业带来前所未有的革命性变革，它不仅在市场营销、降本增效等方面提供巨大帮助，更可能改变甚至破坏整个法律服务业已经存活上百年的传统游戏规则。AI虽然很厉害，但如果要将其运用到法律服务当中，首先必须解决它的致命缺陷，找到正确的解决方案。目前，市场上大部分的法律AI解决方案都是在单模型GPT之上建构而成，容易搭建且见效奇快。然而，人们往往忽略了它的先天缺陷。GPT模型的特性有二，一是基于对预训练语料的统计概率生成内容，俗称“靠统计”；二是依据上一个词猜测生成下一个词，俗称“靠猜”。1.靠统计这个问题俗称“脏语料”。事实上，很多市场上的法律AI预训练语料库，往往来自于公开的互联网资源，这些资源中都存在大量错误信息，依据这些脏语料训练出来的结果，必然存在错误。例如，笔者在网上找到套壳CHATGAT的法律AI应用，向它们提出一个“死刑缓期间需要坐牢吗”的简单问题，结果这两个法律AI都给出了错误的回答，这就是因为GPT爬取了网上错误语料进行训练后的结果。另外一个例子是写合同。如果您尝试指令CHATGPT写作合同，就会发现它在两个地方的出错几率是99%。错误1：CHATGPT会将合同的法律依据写成“根据《中华人民共和国合同法》”。法律专业人士都知道，《合同法》已经被废止了，现行有效的是《民法典》，所以这个写法是错的。但是，即使你多次提醒CHATGPT上述错误，甚至它在与你的对话当中认错，将名称改写了。但等到下一次，你会发现它依然不改。原因是它的统计概率显示，正确结果应该是《合同法》，而非《民法典》。错误2：“签字”或“签名”。法律人都知道，“签字”是《民法典》之前的用法，《民法典》出台后，已经将这个用词废除了，一律改成了“签名”，但基于同样的原因，GPT会一直坚持“签字”才是正确写法，直至它的统计概率发生变化。2.靠猜这个问题也称为“内容错觉”。通俗一点说，GPT会一本正经胡说八道，随口瞎编各种不存在的法条，甚至胡乱解释。例如：当我提问GPT中国法律是否有规定男女离婚后多少日不能再婚，GPT就一本正经地回答：300日内不能再婚。当我追问原因时，它就开始胡扯，说这是因为在300日内女方结婚，但又怀孕了，就无法确定孩子的父亲是谁。显然，GPT模型靠统计、靠猜这两大个特性，在某些需要发散性思维、吸引眼球的行业，例如市场营销、客户服务等或许不错，但在信息准确度和逻辑推理严谨性等要求特别高的领域，例如法律服务，如此特性却意味着灾难性后果。目前在实践当中，解决上述问题的方案主要有如下两种：“微调模型”方案是指在GPT单模型基础上，加入自建问答知识库作为答案调整的辅助工具。当用户提出问题时，采用NLP分词技术对问题进行语义拆解，然后将结果与内置知识库进行关键词匹配，提取出相应知识库内容，再交给GPT作为生成内容的参考。这种技术其实属于“治标不治本”，问题表面上似乎解决了，但其实不过是将其隐藏起来而已，一旦用户提问超越了知识库的界限，胡说八道的问题又会再度浮现。“重构模型”方案则是寻求从根本上解决问题。例如睿律科技推出的熊猫AI大模型，主张采用专业知识图谱+GPT模型+BERT模型的双模型方案。结构如下图：知识图谱和BERT模型比PT模型更早面世，经过多年验证，是可行和成熟的技术。它们的基本技术原理是首先对某个行业知识进行全面的梳理和总结，将该行业的知识内容要点进行全面结构化和流程化总结，作为所有生成内容的框架基础。双模型方案的实施步骤是：对于用户的提问，首先运用知识图谱对其进行分解和过滤，找到对应的知识要点。然后将问题交给BERT模型，生成符合人类思维模式的逻辑推理框架结构。最后将上述知识要点、逻辑推理框架交给GPT，要求它在上述框架内生成内容。如果将知识图谱比喻为基础，BEER就好比人的左脑，负责逻辑推理和价值判断，而GPT好比人的右脑，负责直观感受和情绪判断，通过统计生成细节内容。相比“靠统计、靠猜”的GPT单模型方案，BERT+GPT双模型方案由于更符合法律行业特性，输出内容结果质量更高且稳定，应当是更优的解决方案。但实际上，双模型方案较少被采用。这是因为要编制完成一个能够覆盖整个行业的知识图谱，需要投入大量的人力物力，进行大规模的收集、清洗和总结工作，还要经过长时间的沉淀和纠错，投入成本高、见效慢。而且，也很难找到一支具有法律和科技双重背景的专业人才团队，长期专注从事这方面的内容开发。所以，绝大部分的法律科技公司，都倾向走GPT单模型、技术驱动的路径。对于法律AI，尤其是与大数据相关的AI技术而言，确保隐私安全构成了一个关键并且紧迫的议题。AI技术通常需要大量数据的支持，这不仅涉及到合规采集、储存、使用以及跨境传输这些数据，也包括如何在使用期间保护这些数据的安全和隐私。这是因为，许多含有诸如商业秘密、企业数据、敏感个人信息等可能存在法律风险的信息，都可能被AI技术所用。针对此类挑战，法律AI需要采取全力措施，充分履行其数据保护者的职责，包括严格执行数据清洗、匿名化、不保存用户个人信息、数据不外流原则和及时办理数据和大模型备案登记等。此外，为了防止潜在的黑客攻击，法律AI也需要进行数据加密、增强服务器安全防护等。这也对服务提供商的技术能力和责任心提出了更高的要求。此外，随着AI技术的不断发展，其在创作出各类作品——包括法律文书——方面的能力越来越强，这引发了人们对于AI创作作品的版权归属等法律问题的关注。特别是这类作品能否被认定为“作品”，以及如果被认定其版权应归属于谁等，都是亟待探讨和明确的关键问题。同时，由于AI技术在生成法律文书等“创作”过程中，必须采用大量的预存法律数据，如果这些数据涉及的法律文书或者规定自身就享有版权保护，如何获得合法授权和按照约定用途使用都是需要考虑的新课题。 笔者预测，法律AI将在接下来的三年内大幅重塑整个法律服务业，法律服务业将发生前所未有的、天翻地覆的变革。近年以来，中国律师人数迅速增长，年增加复合率超过20%，但总人数仍然有限，刚刚突破65万人，即使加上实习律师和律师助理，这个数字也不会超过200万，律所总数6万家，而它们服务的人群是中国14亿人和1.5亿的中小微企业，法律服务总体供应不足。在供应效率上，大部分律所目前依然采取传统的手工作业方式提供法律服务，速度慢，效率低，个体服务成本高。出于经济考量，这些律所均偏向优先服务付费能力强的客户，例如大型企业或富裕的个人，而普通大众和中小微企业的大量潜在法律需求被忽略了。同时，大型律所，凭借其强大资源和品牌效应，集中服务大型企业和政府部门。但是，即使是如此规模的律所，如果不及时转型智能化服务，也难免会出现失误。例如某知名红圈律所，在为某上市公司客户发布股东会公告时，就将“临时股东大会”错写成“临死股东大会”。凭一字之力，成功将客户定性为“临死”状态。又例如某知名证券机构，在为某世界五百强企业发布中期债券多份文件时，将客户某子公司的严肃名称，错写成“那要不就住哥哥家里吧”，在网上掀起了轩然大波。如下图：这些低级错误一再出现，凸显了利用AI技术解决问题的必要性和急迫性。事实上，类似应用对于法律AI而言，不过是低级应用而已，它能做的事情其实更多。在过去，法律AI仍然处于起步阶段，对非结构化数据（例如表格）以及多模态（文字、声音、视频或图片）文件的检索和提炼技术不成熟，识别准确度不高。但随着技术的进步，尤其是深度学习和大模型技术的普及，上述技术难关已经被突破，准确度通常都能达到90%以上，如果经过微调，甚至可以接近100%。所以，今天的法律AI能力已经大幅提升，正如前面所属，AI不仅懂问、能写，还能进行总结、摘要、提炼、纠错、批改、模仿、参考、预测……，几乎无所不能。可以预见的是，用户需求将会因为AI技术的突破性进步，包括被忽略的潜在需求将大量浮现，以及用户对于法律服务的反应速度、结果的精准度和实用性等，都将发生质的改变。供给端最显著的变化，肯定是AI的广泛应用和大批初级律师被相应替代。从节约成本的角度来看，AI具有巨大的成本优势。据笔者调查所得，目前在一线城市如北京、上海、广州和深圳，初级律师的平均年薪已接近15万元。而资深律师或在顶级律所工作的律师，年薪可能达到100万元或更高。此外，目前市场上一名工作3-5年的初级法务，年薪已经达到30-40万元，如果是一家公司的法总，年薪从50万到数百万不等。相比之下，法律AI的维护和运营成本明显较低。根据睿律科技推出公测“熊猫AI法律服务平台”公布的法律AI包月费用（目前公布的是400-500元）为基础，对比人类律师或法务完成相应工作量所需要支付的薪酬成本，法律AI的成本仅为人类的10%-20%左右。从提高效率的角度出发，AI也有其独特的优势。传统的法律工作，如文献检索、合同起草等，需要大量的人工时间。而现在，有了AI的帮助，这些任务的完成时间可能缩短到几分钟，且质量更加可靠。而且，AI不仅可以应用于传统的法律任务，还可以为律师提供先进的工具和功能，帮助他们更高效地完成工作。例如，法律AI不仅可以根据用户的指示，自动写作各种法律文书，对于用户提供的各种文书，可以自动进行摘要、纠错、批改、翻译、模仿或反驳。对于用户或者提供基于大数据基础，对于用户提供的各种起诉状或判决书，预测案件胜诉或败诉几率，并且提供证据和事实的修正和补充意见。在成本和时间均减少百倍，质量甚至还能大幅提升和保持稳定，在如此惊人的利益对比面前，法律AI广泛应用于法律服务的全部场景将是大概率的事件。如果按照服务内容来分，法律AI将依次进入如下领域：首先，是那些高标准+高价值的法律服务需求，将被法律AI优先满足，例如：中小微企业的常年法律顾问，它们的服务内容通常包括了咨询问答+简单文书起草+普通合同审查等部分，问题和答案相对固定，格式变化不大，容易标准化。还有就是单价低但标准化的争议解决，例如简单的民间借款纠纷、追索劳动报酬、保险索赔等诉讼，它们的证据和事实相对简单，法律依据清晰，法律责任相对明确。然后，法律AI将逐步蔓延至更复杂的合同谈判、投资并购等非诉讼项目甚至是重大复杂的民事、刑事和行政诉讼，甚至是需要人类进行大量面对面沟通、谈判和调查的法律服务项目。虽然这些领域最终还是需要依赖人类律师，尤其是资深大律师的专业经验，但法律AI基于它强悍的信息检索、总结、分析和推理能力，必定能够成为老板手下最快捷、最实用，并且最听话的助理，从而将法律界的内卷情形推动到更加严峻。如果按照用户来分，AI将依次对如下用户需求产生影响：首先，是那些简单、重复但又没有强烈付费意愿的C端或小B端客户的市场需求被法律AI满足，例如普通社会公众在日常的升学、就业、消费、住房、旅游、婚姻等活动当中，对于法律的咨询和解答，对法律文本的搜索和起草，还有普通合同的写审改等活动。还有就是中小微企业的日常经营活动当中遇到的法律咨询、文书起草和合同写作等。其次，是哪些有较强付费能力的客户例如大型企业，他们以往的一些繁杂和流程性的痛点，例如合规管理、文书比对、校验等需求，将被法律AI强大的内容生成和校验能力所满足。三年内，随着法律数据的大规模生产，法律AI的智能进化速度将大规模提速，它将逐步超越初级律师，甚至赶上资深律师，法律服务业所有的需求都将无一例外被法律AI所进入。 法律AI在国内外资本市场上的表现，可谓是冰火两重天。国外的法律AI市场热度持续攀升，已经诞生了数家上市公司、行业独角兽，多个法律AI头部企业跑出，主要如下：Harvey公司于2022年1月成立于美国华盛顿特区，由LLM专家和资深律师共同创办。通过为客户构建定制模型，提供效果更优的通用律师Copilot，包括使用AI替代研究、起草、分析等paperwork，为律所和律师提升工作效率，在法律AI行业中处在头部领先地位。公司主要客户为大律所和其他有强法律需求的专业机构，如国际律所Allen & Overy和头部会计师事务所普华永道。成立至今累计融资2600万美元，目前估值为1.5亿美元。公司的竞争优势主要是获得OpenAi的投资，等于获得了大模型头部企业的官方背书。Casetext公司于2013年成立于美国旧金山湾区。主要是AI案例分析助理CARA及搜索工具Parallel，致力于帮助律师查询法律文件、准备证词、生成法律memo等。它与Harvey同样聚焦通用律师Copilot，双方是直接竞争关系。公司主要客户包括Fisher Phillips、Eversheds Sutherland等。2022年1月，公司完成了2500万美元的C轮融资。2023年6月，汤森路透以6.5亿美元现金收购了公司。公司的竞争优势是深厚的法律数据积累，与汤森路透的强强联手意味着其拥有世界级的专业法律知识库。LexisNexis是一家历史悠久的英国法律服务提供商，于2023年5月推出了基于LLM的法律AI平台。提供内容总结、合同生成等功能，并会对相应的内容进行引用标注。作为行业内的老牌企业，其在法律AI领域的影响力不容小觑。公司的主要客户是头部国际律所，如全球Top 1的Baker McKenzie和Reed Smith LLP等。公司的竞争优势是深厚的数据积累，拥有2500TB的巨量数据，几乎掌握了全球法律界所有核心数据。Donotpay于2015年推出“RoboLawyer”，最初是为了帮助英美客户对于违规停车罚单进行上诉。后来服务内容逐渐扩展，旨在通过创新性的产品和流量牵引力，如为难民申请庇护、为流浪人员申请住房等。通过降低法律服务降低门槛，更好满足中长尾的法律诉求。公司在2021年8月完成了由Crew Capital领头的1000万美元B轮融资，估值达到了2.1亿美元。此外，国外还有AI21 Labs、Robin AI等公司，也在法律AI领域取得了不俗的成绩。与国外火热的法律AI发展相比，国内的法律AI领域整体表现非常冷酷，仍然处于探索的初级阶段。尽管有一些初步的尝试和进展，但大部分的努力都集中在为G端和大B端企业客户提供服务，而面向小B端和C端的成熟产品和应用仍然相对较少。目前整套处于群雄混战的状态，尚未有独角兽企业出现。不过，国内C端市场目前还存在大片空白地带，而且国内C端市场需求强劲，而且开发方式比国外更加成熟，随着技术的进步和市场的教育，有望出现更多的应用和创新。以睿律科技推出的“熊猫AI法律服务平台”为例，该平台提出了“让天下皆可享有优质法律服务”的愿景，通过AI问答、AI文书、AI合同和AI分身等多种功能，为中国的中小微企业和普通用户提供全面的法律服务。预期随着技术的进步和市场的成熟，这样的平台有望在国内法律AI市场中取得更大的成功。为什么国内和国外在这个领域的发展存在如此明显的差异呢？笔者认为主要有如下原因：1.降本增效的需求存在明显差异国外：外国律师的收入高、权利大、社会地位尊崇，但由于服务反应速度慢、效率低，因此有强烈的需求采用AI技术来提高工作效率。国内：尽管近年来律师的总体收入有了明显提高，但由于大量的律师助理和初级律师进入市场，人力成本相对较低，因此对AI技术的需求不如国外那么迫切。2.AI技术的适配度存在较大差异国外：在判例法国家如英美，法律判决主要依赖于案例，内容具体和详细，能够为AI提供更多参数，适配结果更精准。国内：在成文法国家如中国，法律判决更多地依赖于抽象的法律条文，内容抽象且模糊，这使得AI技术的应用面临更多的困难和挑战。3.市场环境存在明显差异国外：海外的法律AI市场已经发展了相对较长的时间，用户对于这种技术已经比较熟悉，且付费意愿较强，市场相对成熟。国内：尽管国内的SaaS市场正在逐渐发展，但付费意愿仍然相对较低，尤其是在大B客户和G端政府部门中，对于SaaS的态度偏保守谨慎，主要以定制开发为主。笔者认为，在这场法律AI进军法律服务业的竞争中，最终成功突围的产品不仅要求技术，还包括了数据质量高低、知识图谱的完善度、产品的应用能力以及创始团队的背景和经验等关键要素，具体分析如下：1.数据质量高低决定项目质量在AI领域，数据被誉为“新时代的石油”。高质量的数据是训练AI模型的基石，只有拥有高质量的数据，才能训练出高效的模型。例如Lexis AI+借助母公司LexisNexis的帮助能够更好的获取和使用数据、Casetext借助其之前的客户资源和汤森路透的产业协同也能获得大量优质的垂类数据。熊猫AI则通过创始人团队的多年积累以及遍布全国的“合同六法”粉丝群，积累和总结高质量法律语料，建成目前国内领先的高质量语料库，为其项目奠定了坚实的数据基础。2.知识图谱决定项目天花板知识图谱可以帮助AI系统更好地理解和处理复杂的法律信息，提高其推理和判断能力。通过结合知识图谱和BERT、GPT等先进的AI模型，可以更好地处理法律问题，避免出现误判和错误。熊猫AI就是一个很好的例子，他们已经建成的“飞轮引擎”，可以充分利用知识图谱和BERT模型的能力，成功地将大数据的收集、清洗、打标、训练全过程融合在一起，实现全过程自动化，大幅降低大模型训练成本的同时，还能提高自动提升大模型的质量。3.产品市场定位力决定项目前景在大模型技术差别不大、数据壁垒不明显和创始人背景类似的情况下，如何能够将技术快速转化为满足客户需求的产品，成为了公司的核心竞争力。要么更好地理解和掌握重点客户的需求，快速获得头部客户，从而推动获得高质量数据和业务飞轮发展。但头部客户准入门槛高，要求高，回款慢，对法律科技公司的现金流是巨大考验。要么把握法律服务价值链当中的核心，例如诉讼业务当中的高频、高附加值业务，或者非诉讼业务当中的高频痛点等。但这必然要求产品设计功能和流程，都能精准把握市场痛点，这对于创始人团队的市场洞察力和综合能力要求较高。有些法律科技公司，选择小B和C端客户群当中的大片空白市场，推广网络法律服务，扬长避短，错位竞争。这种市场定位策略固然出奇制胜，但需要注意的是，中国市场的小B和C端客户群一向付费意愿不强，而且在之前的十多年当中，已经有不少的法律咨询公司利用人工服务，搭建起了一整套网络法律咨询服务。这些法律咨询公司为了抢占市场而不惜以智能、高质等招牌，再加上极低价格接单。同时，又为了维持成本就聘请没有经验的大学生等从事专业法律服务。如此杀鸡取卵的做法，造成了“劣币驱逐良币”的结果，现在的客户对凡是打着智能、低价、高质等招牌提供法律服务的，都带有浓厚的戒备心态。如何与以前的这些传统法律咨询服务明显区别开来，是法律AI开拓小B和C端用户时首要解决的难题。4.创始人团队决定了项目的成败与其他纯科技类创业不同，法律AI由于是深度垂直应用，同时拥有AI和法律垂类知识复合背景的创始团队将更有可能率先取得成功。例如Harvey公司就是Winston Weinberg和Gabriel Pereyra两位的顶级AI专家+顶级律师的复合背景。还有熊猫AI，它的项目创始人系国内知名法律人高云（本名汪宏杰），拥有30年法律从业经验，同时具有程序员、上市公司法总等复合背景。联合创始人曾经担任多家上市公司智能制造项目的技术负责人等，这使得熊猫AI无论在行业know-how储备或者技术研发方面，都处于领先位置。总之，法律AI的成功不仅仅取决于技术的先进性，还需要高质量的数据、完善的知识图谱、出色的产品应用能力以及经验丰富的创始团队。 法律AI的大范围应用，并不意味着人类律师会被取代。因为法律服务不仅仅是向客户提供解决方案，它有着更多人类之间特有的，个性化的、同情心的社交活动本质特征。无论AI如何发展，它始终无法替代律师与客户之间的、人类特有的情感联系和信任关系。当面临法律问题或困难时，人们需要的不仅仅是一个答案，还需要有人聆听他们的故事，理解他们的状况，感受同类的同情和支持。所以，与其说法律AI将替代律师，不如说它将成为律师的得力助手，帮助人类律师更高效、更准确地为客户提供服务。更便捷的获知技能途径，以及更快的成长速度：通过参与对法律AI的知识总结和训练，以及从法律AI处获得初步答案，帮助自己更迅速掌握法律服务技能和经验，提升成长速度。降本增效和聚集重点：特别是那些在复杂领域拥有丰富经验的律师，将不再被简单重复的任务困扰，他们可以专注于更高级的任务，如为客户提供战略建议，参与复杂的谈判和解决复杂的法律问题。总之，法律AI正在开创一个法律服务新时代，它将造就无限的可能性。法律AI不会淘汰人类律师，但那些拒绝拥抱变化、拒绝使用AI提高工作效率的人除外。如果人类律师能够清醒认识到这一点，充分利用法律AI的能力，与人类律师互相紧密配合，共同工作，一定能够为社会提供更好、更高效的法律服务。总结全文，中国法律服务业市场容量过万亿，目前尚有大片的空白地带，是一个充满朝气的蓝海市场。法律AI正以不可阻挡的趋势，在法律服务业当中掀起革命风暴。虽然AI不可能取代律师，但谁能充分运用法律AI，就才能掌握市场竞争先机，在法律服务竞争当中最终胜出。欢迎各位来邮与作者讨论，邮箱地址：3238200265@QQ.COM 【熊猫AI法律服务平台】致力于让天下人皆可享有优质法律服务！拥有熊猫AI律师、AI合同、AI文书、AI助手四大模块功能，全方位满足你的各类法律需求，成为你的只能法律小助手！ 熊猫AI，重新定义智能时代的法律服务！ 复制链接到浏览器抢先体验！👉ai.pandalaw.cn
|
