孫學致：展望法律服務行業的AI時代

作者 | 孫學致

吉林大學法學院教授，中國法學會律師法研究會特約研究員

AI已經來了，但還有多長時間會臨近AI時代的奇點，沒有日程表。也許明天，也許相當遙遠，或者，就像眼下各種AI經常表現的那樣，一切只是一場幻覺。無論怎樣，人類正在以史無前例的熱情擁抱AI，這股遍佈全球的AI巨浪將把世界帶向何處，我們不知道，唯一能夠選擇的只有行動。在法律服務領域，善於學習的律師們幾乎一夜之間都把AI變成了自己的助理，而法律科技公司則懷著愛恨交加的心情，爭先恐後把各種AI工具API到自己家的平臺上；律所的領導者們依然忙著開拓市場疆域，擴大律師規模，也有一些領導者開始思考AI與律所組織發展的關係。幾乎所有圍繞AI的行動，其著眼點都聚焦於提升自身的能力和業務競爭力，殊不知AI的進化有其自己的慣性，它的使命不是幫助人類，而是改造人類；進入法律服務領域的AI，恐將推動法律服務行業在世界範圍內發生代際鉅變。積極展望AI進化的未來，是本文全部敘述的邏輯前提。本文的目的不是嚴謹求證某個結論，而是期待引發討論和行動。

AI對傳統法律服務市場的影響

讓我們展望一個AI在法律服務行業落地的景象。

這一前景應該是可以確定的，只是以什麼樣的形態和規模被實現，還存在不確定性。例如，律所或可成為AI部署的主體，每家律所均配備專屬AI系統。這大概是一些律所領導者正在思考的目標。也可能律師個體擁有自己的AI，一些律師已經在Deepseek、在GPT上嘗試，把自己的知識資訊和文字成果投餵給AI，試圖訓練一個專屬於自己的AI，以輸出支援自己業務的個性化的知識成果。奈米AI、秘塔等軟體應運而生，它們為個體構建API平臺，打造基於個人知識庫的AI應用生態。為了突破儲存限制，也為了更好地保護隱私，一些能實現本地化部署的智慧體AI工具也正陸續在市場上推出。儘管這類產品對標的是企業使用者，但隨著技術的快速迭代，供個人使用的輕量化AI工具遲早也會大量湧現。當前AI尚無法完全滿足的需求，諸如自動生成檔案表單、精確引用資訊源、檢索法律判決及專業學術文獻等，將會逐步得到完善，或者透過無縫整合各類工具軟體來間接實現。在AI工具逐漸成熟的過程中，超級律師個體將大量湧現，他們毋需與其他專業律師分利，憑AI之力就可以進行跨專業的知識生產，更自信地壟斷客戶業務。那些一體化、公司化程度較高的律所則可以利用AI，在合作協同的基礎上，以更高的效率和質量完成知識的聚合和流動。

迄今聽到的所有預測（包括AI自己），描繪的都是這樣一幅作業圖景：律師把客戶需求提交給AI，AI生產服務內容，提供交付文字和供決策參考的資訊；律師最佳化服務內容，說服客戶接受服務方案，並轉化為服務動作，同時，持續維繫與客戶的關係並不斷拓展客戶。一句話，AI提供產品，律師維繫信賴。

有了AI之後，AI提供給市場的通用法律知識的價值是普惠的，法院、客戶和律師之間資訊不對稱的差距會越來越小，一些法律關係比較清晰的案件，客戶透過AI同樣可以獲得與法院類案判決大抵不差的訴訟方案，並獲得AI輸出的訴訟檔案。除非客戶不方便親自處理，或者關係資源對案件結果有關鍵影響，而律師恰好能提供這種資源，否則，客戶付費的意願會降低。常規的法律服務領域可能會出現AI驅逐律師的現象。這種現象不但會發生在普通民事訴訟和仲裁領域，在設立了法務部門的企業客戶市場甚至會更普遍。企業客戶在其特定場景下運用AI的能力比律師更有優勢，跑過一遍AI的企業法務回過頭來對律師會提出更苛刻的要求。我們雖然不敢預測AI對法院審判的影響會達到什麼程度，但可以肯定的是，一旦法院引入AI，審判的透明度和結果的可預見性會更大。基於法治原則，法院的AI不能被設計成黑箱，其演算法必須接受合憲性和合法性審查，因此一定是公開透明的，以便作為法律主體預判行為法律後果的權威基準。這將極大降低律師代理客戶參與裁判活動的作用。

此外，隨著司法行政機關和客戶市場的律師評價機制逐步完備，客戶獲取律師資訊會更加便利和準確。律師藉助自媒體、網站及紙媒出版物等多種渠道宣傳自己，為客戶提供了更為直觀的瞭解途徑。在資訊公開透明且充分的環境下，AI會幫助客戶匹配符合要求的律師。過往律師壟斷客戶資源所依賴的資訊不對稱和人脈關係，將被高度透明的資訊篩選機制和企業強合規治理環境逐漸消解。

總之，一個可以預見的趨勢是，AI會削弱常規法律服務對律師的依賴。當AI技術進化到可以生產法律服務內容（產品），足以替代大部分律師的人工作業（檢索、分析和撰寫），並透過實踐檢驗得到普遍認可的階段，AI將成為法律服務的生產主體，“AI生產+律師服務”的模式，將取代完全由律師自己的智力和人力提供服務的模式。

進入AI競爭時代的法律服務業

AI成為決定律師競爭力的決定性力量

只要人類不放棄在這個星球的中心地位，無論AI進化到什麼程度，人與AI的矛盾就會一直存在，人類依然要為掌控這個世界的主導權而奮鬥！為此，首先要確保AI決策不背離人類道德，盡最大可能用人類文明影響AI的進化；其次，當AI決策與人類意志發生矛盾，或者，基於不同AI決策，人與人之間發生衝突的時候，人類仍保有自主裁決的能力。在法律服務領域，律師必須全力以赴投入AI的建設和進化程序，確保AI生產的法律產品在專業價值和倫理性兩個方面都能得到客戶和人類社會的信賴。

值得客戶信賴的AI是由法律產品質量決定的。它有先進的基於法律服務設計的演算法架構，有得到規範清洗的通用資料，有一大批頂尖律師和相關領域專家為其投餵優質的專用知識成果，並持續更新，反覆訓練。AI產品被律師拿來在各種場景下反覆驗證，直到充分滿足客戶的個性化需求，且一次性產出的成功率極高。

可以想象，如果不考慮訓練成本，僅就生產過程而言，AI生產法律服務產品的邊際成本趨近於零，反應速度幾乎為零，成品率接近100%，律師投入再加工的時間成本和人力成本極低。面對這樣一個超級生產力，沒有律師會蠢到拒絕和它合作。當AI成為法律服務核心生產力後，客戶決策邏輯將發生根本轉變——律師個體的專業能力將讓位於其所搭載AI系統的技術能力。AI的效率、質量和倫理可信度，將成為客戶選擇律師的主要依據，AI成為決定律師競爭力的決定性力量。

決定法律服務AI競爭力的關鍵因素

一個具備競爭力的AI系統，其基石在於資金、組織、技術、演算法、算力以及知識等多重因素。在這些要素中，資金、組織、技術、演算法和算力構成了系統執行不可或缺的支撐，而知識的質量（即資料）與演算法的最佳化，則是決定AI核心競爭力的關鍵，這一點在法律服務AI領域表現得尤為突出。

首先，知識質量決定了模型的認知邊界和泛化能力。例如，DeepSeek的模型規模、算力和資料引數遠在OpenAI之下，但透過資料清洗和高結構化的知識標註，仍可以基於優質資料，在推理效能上產生智慧飛躍。在特定法律服務場景下，基於專業律師供給的專用知識推理完成的內容生產，與基於通用知識形成的推理，其落地水平和專業質量一定存在巨大差距。例如，一群有著豐富供應鏈產業法律服務經驗的律師為AI提供的有關長期合同的資料，包括客戶需求、爭議與解決方案、實踐的法律效果與商業效果、合同文字、具體場景下的合同的招採、履行、變更、解除和終止、長期合同的理論、規則和各種裁判觀點等，會支援AI突破一次性交易的侷限，匯出合乎供應鏈交易規範目的的合同文字。此外，知識的系統性影響著AI的泛化能力，即AI處理新場景的能力。優質的知識是圖譜化的，能全面系統地覆蓋整個知識領域，知識之間的邏輯關聯可以追溯，更新的知識可以隨時納入知識體系。對法律服務而言，宏觀方面關聯著公私法體系，中觀方面受制於領域法律和行業監管政策，微觀層面要依循法律推理規範，照顧企業管理需求。

其次，演算法決定了模型的認知水平。作為解決特定問題的計算序列，演算法是一套將輸入資料轉化為符合要求的輸出結果的技術。針對法律服務領域的演算法，其基礎必然是法律知識圖譜所構建的結構化知識體系，在此基礎上嵌入三段論、類推適用等法律推理模型，從而能夠精準解析複雜的法律文字，進行跨條文、跨案例的深度關聯推理，最終得出與法律規則、裁判者偏好以及立法者本意高度契合的判斷結論。不僅如此，對客戶服務的需求而言，演算法還要與企業的商業思維、與政府的行政思維相匹配，做出兼顧其商業目的或公共政策目的的決策。更為複雜的是，演算法必須引入知識倫理以塑造AI的價值觀，訓練資料需要嵌入程序正義（訴訟流程、舉證責任等）和實體正義（罪刑法定、合同自由等），以避免資料偏見導致的模型歧視（如清洗掉以往落後或錯誤的裁判觀點），並有能力對公序良俗等複雜法律價值進行判斷。

那麼，什麼樣的機制可以推動AI獲得高質量的知識質料並最佳化其演算法呢？毫無疑問，律師個體是推動 AI 在法律領域進步的基礎力量。作為最善於學習的群體，國內律師界正在掀起學習AI的巨大熱潮，律師們提供給AI的知識成果和法律資料，正源源不斷地匯入AI。但是，這只是一場律師之間運用AI能力的競賽，並不是AI之間的競爭。如果沒有有效的轉化機制，這些資料都將淹沒在AI資料的汪洋大海之中。

實質的AI競爭可能發生在法律科技公司和律所建設的AI系統之間。

法律科技公司的法律AI

目前，所有的法律科技公司都在努力謀求建設自己的法律AI。

法律科技公司開發的AI系統，其通常的部署應該是以通用大模型為基礎，語言質料集中從典型的法律服務場景中獲取，以法律思維為核心進行演算法構造，按照法律服務的形式需求輸出服務內容，並構建便利的工具應用環境。

拋開資金不說，法律科技公司面臨的瓶頸是資料和場景，或者說，是高質量的特定法律服務場景下的資料。儘管透過長期的資料積累和調研，各家都會形成一定基礎，但通用資料居多，特定場景的專用資料不足，高質量的資料更是匱乏。這個瓶頸不突破，AI充其量能提供通用化的內容和產品，對定製化的和複雜高階的法律服務支撐不大，沒法用，不敢用，只有投入大量專業成本改造後才能用。要突破這個瓶頸，法律科技公司必須想辦法從第一線律師手裡拿到有質量的資料，而且要達到足夠的量級。就現階段而言，律師普遍缺乏提供這種知識成果的意願，定價是一方面，保護客戶資料隱私的合規要求也是一道硬門檻。

至於演算法，筆者認為，只要以可靠的較高質量的資料為基礎，資料內嵌的法律推理模型和文字真實資訊大多是可以被解析出來的；但對某些特定場景或者複雜問題，如果能夠引入高水平的專業分析方法，無疑會使演算法更加精確和成熟，那些看不見的結構，決定了看得見的內容。在這方面，似乎法律科技公司普遍沒有形成有效的合作機制。

這就需要一場雙向奔赴。從法律科技公司一端看，有資金（相對而言），有技術，有接入API的便利，有通用資料，但沒有規模化的律師和實踐場景，法律服務產品定製化的能力不足。從律所一端看，沒有獨立進行AI私有化部署的財力和技術，但有律師，有他們的經驗以及他們掌握的場景化資料。如果法律科技公司與律師的資源能夠融合起來，會更快地推動法律 AI 的進步。

至少兩條道路可以選擇：

一條路，法律科技公司幫助律所實現私有化部署。

律所與法律科技公司合作，由法律科技公司為律所建立一個私有化AI平臺，做好隔離牆，引入通用資料。律師向平臺釋放手裡的場景資料，在法律科技公司指導下對AI進行訓練。一個專屬於律所的小型的法律AI就有可能搭建起來。

為了建立具有競爭力的私有化AI，律所需採取一系列措施，並滿足三項關鍵條件。

具體措施包括：一是合夥人們需共同投資，負責私有化AI的建設與日常維護；二是律師們需遵循AI訓練標準，為知識成果打上標籤，並進行結構化處理；3、律師們把打好標籤的結構化知識成果無保留地拿出來投到AI裡面去，並持續更新；4、律師提供的知識成果應最大限度地接近精確、先進、系統和全面；5、知識成果應最大範圍地涵蓋不同場景下的客戶需求；6、律師們投入足夠時間和精力對AI進行持續訓練，並在業務中反覆驗證。

以上動作要做出來並完成，起碼需要具備三個條件：1、有足夠的資金；2、律師投入的知識成果具有較高的專業價值、整合價值、實操價值和變現價值，換言之，在國內市場同業競爭中，投入知識成果並訓練AI的律師在服務業績、專業水平和知識積累方面，具有綜合優勢；3、律所對律師投入的知識成果的價值能夠進行量化評價。

我認為，第三個條件在技術上是可能解決的；但滿足前兩個條件的情況比較複雜，不是所有律所都有資金能力進行私有化部署的，即使能拿得出錢，但能不能做出有競爭力的私有化AI，則是另一個問題。一旦領先的律所做出了有競爭力的法律AI，會產生虹吸效應，那個時候，對絕大多數律所而言，做自己的AI可能已經沒有意義了。

另一條路，法律科技公司與律師合作獨立開發法律AI。

如果能夠補齊場景化、個性化知識成果供給不足的短板，那麼，法律科技公司獨立開發有競爭力的AI也是可能的，辦法就是把公司向律師開放，實現深度合作。

可以採取以下具體動作：1、篩選典型場景下國內一流的專業律師，向他們發出共建法律AI的邀約；2、與有合作意向的律師簽訂戰略合作伙伴協議，定向合作開發某一項法律AI產品；3、合作律師依約投入知識成果，配合公司進行AI訓練，並投入業務中去反覆驗證與最佳化；4、將法律AI產品推向市場，吸引並匯聚大量律師及企業客戶，以此為基礎構建以法律科技公司AI技術為核心的法律服務生態系統。5、公司大規模積累使用者資料，形成法律服務資料壟斷優勢，同時，合作律師持續更新迭代知識成果；6、根據協議設定的里程碑事件，向合作律師支付費用和AI使用權益。

我認為，這些動作對有實力的法律科技公司而言是可以操作的，但也有障礙。法律科技公司的AI研發其實是一種穿透律所組織攫取優質知識資源的過程。合作律師所在的律所無法從中獲益，卻依然要承擔這些合作律師的法律責任，其競爭對手則可以透過使用AI，直接或間接地分享這些優質資源。可以想象，法律科技公司選擇的合作律師在紅圈所、精品所的集中度應該是比較高的，這些律所不可能容忍法律科技公司對其知識壟斷地位的耗散，一定會採取措施限制甚至禁止律師與法律科技公司的合作。

一個更直接的辦法是，法律科技公司與一家或若干家律所在C2C端進行合作，就像微軟與OpenAI 的合作、特斯拉與超算的合作。其實，國內早已有這樣的模式，前期主要是網路化、數字化的合作，接下來就是AI合作。但服務場景多元、知識成果先進的規模律所數量有限，法律科技公司要有足夠大的實力才可能獲得合作機會。在單一產品的AI化上尋求合作，也許是多數公司更現實的選擇。那些擁有獨門絕技的精品所或律師團隊更容易獲得合作機會。

AI及數智技術為律所一體化提供了產權條件

進入到AI時代，法律服務行業可能發生的一個代際事件，是律師事務所的一體化問題將在律所智慧財產權化和管理數智化的基礎上迎刃而解。AI和區塊鏈技術將在這個過程中發揮關鍵作用。過去有“技術驅動法律”的提法，現在則是“技術驅動法律組織”。

律所一體化的瓶頸是產權問題

律所成不了高度一體化組織，與律所至今沒有形成企業那樣的法人財產權有關。作為智力型組織，知識價值是核心資產，但沒有辦法計量估值，這部分資產就很難轉化為所有人在組織內的權益。科技公司可以透過專利權解決這個問題，律所不行，所以提成制才大行其道。知識貢獻是支撐智力型組織的價值基礎，缺了知識資產的投入，錢再被合夥人分走，律所自己的財產權建立不起來，無法形成組織能力；合夥人之間對律所的權利關係不明晰，也只能以一人一票的多數決治理律所（儘管合夥制還有其他更復雜的歷史背景），那些對律所管理貢獻大、知識貢獻多的合夥人並不會獲得更大權益。所以，除非另行付費，或者有足夠強大的公益心，或者有其他機會利益，讓律師把知識成果與其他律師分享是很難的。

為解決產權一體化問題，國內少數採取績點制、變相績點制或者混合制的律所做了多年探索，但整體效果並不理想。這些律所合夥人和律師的人均收益水平近年來並沒有明顯提高；這些律所的規模化戰略都不同程度受阻；這些律所的創收在疫情期間和大多數提成制律所一樣都在下滑，這說明還是市場在左右這些律所的創收，所謂一體化組織的優勢在市場下行的環境下並沒有發揮顯著作用。績點制只是實現了一體化分配，還沒有找到令人心服口服的量化貢獻的有效方法，圍繞點數分配的爭論和糾葛，在這些律所內部始終沒有停止。

律所AI、區塊鏈與律師智慧財產權貢獻的量化

在法律服務轉型為“AI生產+律師服務”模式的假設前提下，有條件的律所將進行AI私有化部署，動員律師把知識成果投放給律所的AI，與AI合作生產服務內容，形成律所共有的智慧財產權。推動律師完成這一部署的動力，一定是先明確產權關係，即律師投入並加以訓練的知識成果，可以量化為產權份額。其量化的大概邏輯應該是：律師投入知識成果並加以訓練形成產品——其他律師從AI中提取該產品，生成提取頻次記錄——基於該產品為客戶提供法律服務並形成收費記錄——計算該律師知識貢獻率【假設：（提取頻次x係數）+（收費總額/律所AI收費總額x係數）】——生成該律師在律所AI智慧財產權份額。

在區塊鏈技術有條件引入律所AI系統的環境下，區塊鏈所具有的確權、全程記錄、智慧合約自動計算、不可篡改、公開透明等功能，是可以實現這個邏輯的。

第一步：把知識成果變成“數字資產”。律師將自己的知識成果上傳到律所的AI系統，系統用區塊鏈給每份知識成果生成一個唯一數字指紋（類似身份證），記錄在區塊鏈上。

第二步：記錄AI的使用痕跡。每當其他律師使用AI生成某項知識成果，區塊鏈會自動記錄：誰用了這個成果（使用者身份）；用了多少次（頻次）；用在哪些案件上（關聯案件編號）。

第三步：自動統計“知識貢獻率”。透過區塊鏈上的智慧合約，即時計算每個律師的貢獻率，包括：提取頻次貢獻、收費貢獻和總貢獻率。

第四步：產權份額變成“可交易的代幣”。律所可以發行基於區塊鏈的數字代幣（比如“AI產權幣”），每個律師的貢獻率對應一定數量的代幣。代幣化讓抽象的智慧財產權變成可流通、可量化的資產，用來分紅、轉讓和抵押（當然，這是違反現行律師法的）。

律所應用區塊鏈的劣勢主要是部署和維護成本高，需要專業團隊支援。但它在產權確權和分配公平性上具有不可替代性。對於律所而言，“區塊鏈+知識圖譜+大資料+智慧合約”的混合架構，可能是更務實的選擇：用知識圖譜+AI最佳化服務進行知識管理，用區塊鏈存證關鍵產權資料（如上傳時間、貢獻率），用大資料統計使用頻次和收入，用智慧合約（區塊鏈或中心化系統均可）執行分配。

同理，法律科技公司也可以按照同樣的技術路徑構造其與合作律師（團隊）的產權關係。

此外，還要做相應的配套制度安排：要制定知識成果命名規則，設立前置審查程式和標準，對律師提交給AI的知識進行篩選和成果認定，對知識成果的迭代貢獻進行評價；要制定規則，對律師產權爭議進行仲裁。例如，乙律師從AI提取服務產品後進行了升級或更新，那麼他和原產權人甲律師如何處理產權關係？應成立AI倫理與風險控制審查委員會，負責仲裁AI產品可能帶來的道德風險及違規違法風險。等等。

AI時代律所組織的變革

在前面的假設能夠成立的情況下，律師事務所的組織形態有可能會逐漸被AI和數智技術驅動，發生巨大變革。

壟斷型律所組織

姑且想象這樣一種可能：一家是規模足夠大的國內頂尖的律師事務所，另一家是像深度求索那樣的科技公司，他們聯手建立一家法律服務組織，也許是律師事務所，也許是法律服務管理公司，也許是別的什麼法律允許的新型法律服務組織。它的法律AI所生產的法律服務產品，從內容的質量和形式、場景的多樣性以及作業效率等方面，足以覆蓋大多數法律服務領域，與其他法律AI競爭具有絕對優勢；它擁有一支高水平的經營管理團隊，並且建立了先進的數智化流程管理網路，能夠把業務運營、營銷、質控、風控等無縫連結並管控起來；它在多數業務領域的表現都得到了客戶市場的高度肯定，在法律服務評價機構的榜單上佔有很高比例；由於在客戶市場和專業領域長期享有極高的聲譽，政府、法院、企業和社會人群對它的AI倫理委員會足夠尊重，對其監督下的AI產品的合法性、合規性和倫理性有高度的信賴。

這樣的超級法律服務組織只能在人類進入AI時代才會出現。那個時代，全球治理已經全面數智化，為了避免陷入技術專制，人類必須把技術與法律繫結在一起，透過技術的法律化將其規範到人類可控的數字秩序之下。那個時代，法律服務不再像現在這樣只是技術商人眼裡的小眾市場，而是覆蓋整個數字社會的數字化規範網路。在那個背景下，科技與律所合作構建AI法律服務組織的條件也會成熟。

可以想象，這樣量級的法律服務組織必然會把法律服務市場帶入所謂“寡斷型時代“，成為法律服務標準的制定者和執行者。在“AI生產+律師服務”模式下，加入這家組織，將其AI接入服務，就等於拿到了市場準入證。這種環境下，這家組織對律師對客戶都具有虹吸效應，沒有哪個客戶會拒絕接受它的服務，除非付不起費用；沒有哪個律師會拒絕加入這家組織，除非達不到聘用標準或不具備入夥條件。對這家組織而言，當它的AI可以零成本無限度地為律師輸出產品，它的數智系統可以全方位全流程管控風險，可以即時計算海量律師的績效，那麼，它就不會有律師規模的上限，它會把一切好的律師資源和好的客戶都吸進它的黑洞，除非那個時代法律服務已經被矽基律師取代。

當然，實際情況會更復雜。初期，市場上會湧現大量以律所或法律科技公司為單位的法律AI智慧體，隨著市場競爭的深化，少數勝出的律所或法律科技公司會逐漸拉開與其他同行的距離，並開始釋放虹吸效應，呈現超級律所的雛形。擁有特定服務品類優勢的律所會發生分化，一部分加入超級律所，其他部分則整合到一起，形成新的較大組織和次級AI智慧體。為了擴大市場規模，後者可能會有更強的意願爭取其他不能加入超級律所的律師和律所進入自己的組織，其律師規模會比超級律所更大，但人均創收水平會遠低於超級律所。這將是一個在持續競爭中不斷分化整合的過程，國內數萬家律所可能會逐漸聚合成若干家超級律所和一定數量的地域化、行業化的律所，以及散佈在邊緣服務地帶的小微型律所，直到在各個服務品類、服務區域和服務人群中達到結構性均衡。

國家對壟斷型律所組織會進行怎樣的監管，取決於那個時代的環境。如果在AI驅動下整個社會進入到技術控制時代，壟斷恐怕將是一種常態，壟斷型律所也許是那種常態的一部分。在那個時代，人類怎樣與AI智慧體合作，如何對AI進行監管，是更為複雜深刻而且沉重的話題。我更願意相信，在那個時代，為了對抗技術對人類的專制，維繫一個多元化的、民主的AI世界，遏制一元化的專制的AI世界，應該仍是人類的理性選擇。那麼在法律服務領域，維繫一個多元的有個性化差異的法律 AI智慧服務組織甚至個體，讓每一個當事人都能找到適合為自己代言的律師，應該也是可能的。

律所向企業法人型組織轉型

企業的本質是透過內部組織管理替代市場交易，降低由不完全契約或交易成本過高帶來的資源配置的低效狀態。從產權視角看，企業的產品是資本、管理、勞動者的體力勞動和技術人員的智力勞動有機結合的產物，其產權及收益無法歸屬於單一要素。因此，現代企業制度透過法人的獨立財產權制度支配有形和無形資產，將企業收益優先用於再生產，再根據股權配置和薪酬制度量化個體貢獻，在股東和員工之間進行剩餘利潤的再分配。同時，有限責任制度將企業的法人財產與股東個人財產（除投資外）明確區分，既鼓勵投資，又有效保護投資者的財產安全，實現了兩者間的平衡。

現行法規範下的律所屬於合夥組織，這是一個事實與制度兩難自洽的制度安排。基於合夥人分別產權和自己作業的現實，合夥人自己的責任理應由自己承擔，但為了保護客戶對合夥的信賴，其他合夥人依法承擔連帶責任。這是一個源於1660年《查理二世特許狀》的制度傳統，而我們所處的這個時代，律所參與現代社會法治活動的複雜程度、影響的利益關係以及面對的風險規模，與365年前手工作坊似的律所相比已是天差地別，靠合夥人個人財產為法律服務承擔責任，顯難匹配法律服務承載的經濟體量和商業影響；把業務上毫無關聯的其他合夥人拉進來承擔連帶責任，雖然可以解決債權人索賠的一部分問題，但其他合夥人並沒有監督債務人業務的制度安排，律所合夥人之間同樣也沒有，讓缺乏監督權利的合夥人承擔過錯合夥人的法律風險，是不公平的。針對這個問題，《合夥企業法》給了一個出路，規定具備特殊普通合夥人資格的律所，其無過錯合夥人的無限連帶責任可以豁免。但是，這隻解決了合夥人之間責任關係的平衡問題，對客戶而言，只用過錯合夥人個人的財產和無過錯合夥人的入夥費實施救濟，豈不是比一般合夥更缺乏保障？所以，基於合夥關係確立的中國律所制度，沒有給律師提供構建律所財產權的法律基礎，自然也沒有給客戶提供像企業那樣的以法人財產為責任財產的保障。此外，在法律服務亟待獲得科技支撐的形勢下，靠人合性的契約化組織積累資本規模，遠遠不及公司資本制的開放性。繼續沿襲傳統合夥制，勢必使律所在知識生產、管理、營銷、服務和產業規模等各方面遠遠落後於企業，其法律服務能力無法與社會發展速度相匹配。

進入AI時代，阻礙律所成為獨立產權主體的技術困難，隨著知識圖譜、智慧合約、大資料等技術工具鏈的引入，都有了得到解決的空間，律所成為有限責任公司、股份有限公司的財產條件已經具備。律師投放的知識成果、參與AI產品研發的貢獻、案源業績、承辦業績、公益貢獻等，可以轉化為可分拆、可溯源的數字資產，既是內部分配的結算憑證，也是律師在律所內持有的股權份額（當然是要與風險投資人、技術投資人等其他股東按比例計算的）。律師的法律服務由“AI產品+律師服務+律所協同+律所責任”融合構成，其創收屬於律所收入，與律所AI智慧財產權、律所資產、第三方投資等共同構成律所的法人財產。法律服務產品的最終交付形式由AI封裝（如法律意見書生成系統），使律所（而非律師個體）成為法律責任的直接承擔主體，並與律師形成責任隔離。律所法律服務的責任框架被重構為：律所作為法人對客戶承擔主體責任，有過錯的合夥人（律師）對律所或其他合夥人承擔相應的法律責任或內部違規責任。這一結構與現代企業制度的“公司-股東-員工”責任分層趨於一致。

餘論：當下的行動

設想未來是為了錨定方向，現實的選擇則要務實可行。對律所和法律科技公司而言，當下狀況大多是清醒的焦慮：明知應該著手創新產品研發，卻無法從現存客戶的繁重服務中脫身；透過規模化戰略已經形成了豐厚的律師資源及潛在的巨量資料，卻在資料整合、客戶隱私保護和資料合規等方面面臨各種不確定性，不知從何入手；即使合夥人們下定了AI私有化部署的決心，科技公司能否提供穩定有效的落地技術，其持續發生的成本能否控制在律所可以承受的限度之內？集中為律所提供中臺服務支援的法律科技公司們，是繼續沿著這個路徑走下去，在過程中等待轉型時機，還是直接切入AI賽道，大膽（冒險）突破行業邊界，與律師和律所共同構建AI法律服務智慧體？

在與業界專家交流過程中，大家高度認同本文對法律AI發展趨勢的預言，同時也提示筆者，律師事務所這個組織形式是基於律師個體作業方式產生的，並且因為這個職業的特殊性，它從一開始就受到比較強的監管，經過四十多年的發展，已經積累形成了堅固的認知慣性、行業習慣、利益結構和制度體系，因此，AI對行業發展的影響是受制於這個現實環境和條件的（洪祖運語）。就技術而言，律所AI產權化這部分的假設鏈偏長，涉及智慧合約等複雜系統，邏輯雖然自洽，但落地並不容易（餘朋銘語）。這都是切要中肯的意見。

無論怎樣選擇，只有對AI的未來抱有確信的人，才會當下採取行動。方向明確了，就不怕走彎路。那些未來被證明正確的選擇，大多是在不知道該如何選擇的時候敢於付諸行動。律師、律所和法律科技公司當下當做且能做的工作，是在《律師法》《民法典》《網路安全法》《資料安全法》《個人資訊保護法》《區塊鏈資訊服務管理規定》《生成式人工智慧服務管理辦法》等法規框架內，將法律服務長期積累的顯性知識和隱形經驗，逐步轉化為可適配 AI 應用的高質量資料，嘗試訓練 AI 形成法律服務產品的輸出能力，建立律師責任制下“AI生產+律師服務”的法律服務合規模式，嘗試構造知識成果價值量化模型。從而實現AI能力提升、知識資產積累與組織變革準備的三重目標，為行業代際變革奠定現實基礎。

對律師而言，應在自己擅長的、擁有客戶資源的或者決意開發的業務細分領域，持續、系統、多元地積累資料，形成知識庫；依照知識圖譜規則分類標註資料，運用產品思維訓練AI，直至能夠輸出具有智慧財產權價值和法商綜合服務效能的產品。在尊重、信賴和互補的基礎上，積極尋求與其他律師合作，共同開發結構化法律服務產品，構建並不斷延伸服務供應鏈。要建立資料防火牆，嚴格區分裝置用途，辦案電腦只安裝透過律所安全認證的AI工具。在投餵訓練資料前，要脫敏客戶敏感資訊。

對律所而言，針對律師AI運用的普及化趨勢，重構客戶隱私保護、資料匿名化處理、律師親自承辦義務等合規監督審查機制，強化 AI 風險防控。在常法、合規等標準化業務中嘗試推行"AI生產+律師服務"模式，按知識貢獻（提供知識成果）、客戶拓展和維護（案源與關係管理）、AI最佳化（訓練反饋）拆分績點。推動條件成熟的律師團隊合作開發產品並開展協同服務，在此基礎上可考慮進行私有化AI部署，並逐步擴大合作範圍和規模，在這個過程中以律所產權為中心對律所進行最佳化重整。

對法律科技公司而言，在繼續為律所和律師提供中臺技術服務的同時，為律師和律所打造輕量化AI工具，在通用模型基礎上微調出細分服務領域的專屬版本；為有條件的律所進行AI私有化部署；為法律AI開發區塊鏈存證技術和智慧合約技術，為律師和律所提供知識圖譜建模指導；在律所OA系統中設定AI輸出內容的責任律師強制審查認定程式。在合規前提下，嘗試與律師、律所建立法律AI產品合作開發模式。

司法行政監管機關、律師協會應在律所、律師及法律科技公司的配合下，制定監管規則和法律AI使用規範指引，監督、指導律師、律所合法合規使用AI。

注：本文構思和撰寫過程中，餘朋銘（大魚）、王芳、洪祖運、白邵翔、陳柚牧、高強、陳秀玲、石現等業界諸友，或給予靈感，或給予鼓勵，或提出了中肯的意見，在此一併感謝！

END