长江商学院人工智能网站

AI时代，法律服务的未来在哪儿？

作者：法智AI

【法智观察】

法律圈长期有一个隐痛：当把自己或助理训练成经验老道的合同专家之后，“审合同”本身就会立即变成一个苦差和包袱。

每个人都乐意在洞见上更有价值，而急于摆脱大量的阅读时间，或降低工作成本。法律AI，可以将时间固化在训练机器上，高级律师或法总就不必周而复始地训练新人；对于新人，法律AI可以成为最有逻辑和框架的导师，不必通过揣摩和长时间总结即可获得经验知识；而客户或企业主，能够更快获得所需的法律意见。因此，法律AI降低了所有人的成本。

本文专访中国首个AI合同云平台——合通机器人的合作伙伴、美国领先的法律AI公司—Legalsifter 首席科学家拉尔斯•马勒（Lars Mahler），他将会为读者清晰地呈现一幅法律AI的近景，不仅让我们一窥法律AI产品的训练过程，更可让我们了解到法律行业的可预见未来，并为之做好准备——是时候更新我们的行业思维和工具库了。

采访背景：

受访人：拉尔斯•马勒（Lars Mahler）, LegalSifter首席科学官，专业是数据科学与机器学习。Mahler在卡内基梅隆大学获得计算机科学硕士学位。在担任LegalSifter的首席科学官之前，他在埃森哲担任了四年的营销转型经理。

LegalSifter: 一家美国法律AI公司，主要帮助企业用户快速、智能地检查合同的合法性，及是否存在各种欺诈性隐患。该公司被《国家法律杂志》（National Law Journal）评为2019年最热门的新兴法律技术，并连续第二年被Spend Matters列入“采购和供应链供应商”50强名单。合通机器人通过与其合作，开发了“合同审核机器人”，可以在中文语境下审核中国企业使用的英文外贸合同。

采访人：丹尼尔•法格拉（Daniel Faggella）， Emerj的创始人兼首席执行官。作为一名在研究人工智能对企业和政府领导人的竞争战略影响的专家，丹尼尔在联合国、世界银行、国际刑警组织和许多全球企业中都有一定影响力。

Emerj人工智能研究机构：为全球商业领袖提供权威的市场研究和竞争情报，旨在为高管和决策者提供准确的信息，帮助他们获得洞察力、人工智能技术采购和战略规划。

从文档搜索到合规审查与合同关键信息的提取，人工智能在法律领域中有许多应用案例。Emerj的创始人兼首席执行官丹尼尔•法格拉（以下采访中用Emerj的E代替）采访了LegalSifter的首席科学官拉尔斯•马勒（Lars Mahler，以下简称LM），一同探讨人工智能在法律部门应用的可能性，及在法律团队中的AI应用，比如基于自然语言处理的合同分析。此外，马勒还为我们详细地描述了，公司的法务如何与数据科学家合作训练机器学习算法。

【LawGeex描述法律AI市场概览图。其中包含合同审核、法律分析、法律预测、法律搜索、专家自动化、电子账单、知识产权、合同尽调、电子证据开示等。】

采访要点

一、AI可以审核合同，但并不代表律师

E：AI技术在如今的法律领域有什么可能的应用？

LM：如今，AI技术已经被应用在了在法律领域的很多方面。其一是在合同审查与谈判中的应用。一个典型的、涉及两方的合同谈判过程，通常是这样，一方会从模版开始起草合同，然后另一方再审查合同。为了完善一个合同，你必须仔细检查、进行编辑、反复修改，直到双方都满意为止。

合同定稿是一个非常痛苦的过程，它们读起来并不有趣。如果你是需要审查合同的一方，将会面临较大的脑力负担：你必须阅读并理解对方的语言；找出合同中你不想要的条款，以及你想要、但还没有包括在合同中的条例；最后的最后，你还需要确保所有条款都符合公司的标准。

因此，对于很多律师来说，撰写和修改合同可能是他们最不喜欢的工作之一。因为这个工作很难，做好了可能没什么好处，而一旦搞砸了，就会牵扯到公司的风险或个人的名誉。所以律师过去和现在一直沿用这样的工作流程和方法，未曾改变。然而，现在有了AI技术的协助，我们可以利用AI技术进行合同审查，从而大大减轻律师们的工作负担。AI将会阅读你的合同，并轻松地找出所有关键的术语与条款，告诉你这些条款意味着什么，并帮助你找到那些“藏在深处的炸弹”。

▲合通机器人审核产品， 2分钟内审查60多个外贸交易要素，为客户识别、解读、分级商业风险

例如，在保密协议中，有一种叫做残留记忆条款（risiduals clause）。这种情况并不常见，但一旦出现，将会对披露方（disposing party）造成不利后果。AI技术就可以圈出那些隐藏或狡猾的条款。

E：法律人工智能对法律行业的意味着什么?

LM：我认为，所有的人工智能都是生产力工具，它特别棒的地方就在于能够帮助几乎所有的参与者。主要的问题是：你能否找到使用AI的方法？以及这些工具能不能解决你的实际问题？如果可以，如何将这些工具灵活地嵌入到你的工作流程中？

律师们有些时候将AI当作拼写检查工具，或是“第二双眼睛”，即他们会利用这个技术来重复检查合同文本并确保没有任何错漏。你可以想象，如果他们在临近截止时间的深夜工作会是怎样的境况， AI的确可以成为他们的“第二双眼睛”。

▲法律AI经过训练之后，其准确性会高于人类律师的水平

对很多的大型企业来说，法务人员的工作通常都不堪重负。企业有大量的员工奋战在销售前线，因此有大量合同需要签署；但通常这些合同需要整整两周的时间才能通过法务的审查。所以，对大型企业来说，他们可以将法务的知识和见解嵌入到合同申请的流程中，让任何一个站在一线的销售人员不必通过法务，便可以就合同进行一定程度的审查和谈判。

我们所做的并不是用机器替代律师，而是利用AI来提高律师的工作效率。2018年是法律领域对AI开始有所关注并普及知识的一年。在年初时我们与律师事务所、公司法务以及其他组织进行讨论的时候，他们问的很多问题都是：“AI是什么？AI能做些什么？”以及“有哪些不同的AI可供我们选择？” 但到了年底，情况完完全全地改变了。现在，每个人都知道AI是什么和能做什么。现在，他们正在研究如何在业务中实际地使用它。所以我相信AI在法律行业不会发生“大爆炸”式的变革，而是一个稳步、循序渐进的过程。

二、法律AI的训练方式

E：LegalSifter是怎么训练模型的？

LM：我们建立了一种反馈的环形机制（feedback loop），叫做“筛查教练”（Sifter Trainer）。客户可以向我们反馈筛查错误，其中可能有正确的有错误的。关键是，我们不会盲目地接受反馈并将其纳入模型，因为客户可能对模型或筛选器应该做的工作与我们有不同的理解。

所以当我们得到反馈时，我们有一个审查的过程。如果我们同意接受反馈，它会形成一个回路被我们纳入数据中，使模型更加完善；如果我们不同意修改，我们与客户也会形成一个沟通的回路，可以帮助他们更好地理解我们这个筛查工具的意图。

尤其是在做与自然语言处理技术（NLP）有关的工作时, 用词很容易会变得模棱两可，引起歧义。这也是为什么我们需要这种内部检验的过程。如果我们一股脑地接受所有的回馈建议，模型就会有偏离原定目标的危险。

E：通过预先训练系统可以找到哪些条款？LegalSifter训练模型是从什么内容开始的呢？

LM：要想很好地找到条款，通常需要很多数据和例子。如果AI之前见过的相似句子，他们就会表现得会特别好。所以，只要你有足够且多样的数据，AI就能很好地学习概念。但如果你用一个很长的句子巧妙地隐藏了某个概念，AI有可能会发生错误。

保密协议（NDA）是一个很好的开端，因为NDA是公司建立业务关系的起点，使用的范围非常广。在此之后，我们基本上是根据我们最早的用户的需求，一次学习一种合同类型。

三、法律AI的未来发展

E：在未来五年，AI将如何改变律师的工作方式？

LM：我认为，在未来，所有律师痛恨的工作——日常的重复性工作，或是对成百上千份文件进行梳理的苦差事，AI都能帮助解决。律师们可以利用节省下来的时间集中在真正需要脑力的地方——需要更高层次的判断力和决策力等类似的工作。