洪祖運北京演講：顛覆還是福音？DeepSeek律所啟示錄

作者 | 洪祖運

來源 | 智合

2025年3月7日，作為國內領先的法律科技公司——智合的創始人，洪祖運受北京西城區律師協會之邀，發表演講《顛覆還是福音：DeepSeek律所啟示錄》。此次演講內容以獨到視角揭示了人工智慧革命對法律行業的深層影響，洪祖運還分享了其對於中國律所數智化戰略的思考。

以下為演講部分摘錄：

各位嘉賓大家好，今天非常榮幸能夠代表智合來演講和學習。我今天的分享主要圍繞三個核心問題展開：

1）人工智慧的歷史與趨勢；2）DeepSeek後法律行業的現狀與機遇；3）AI時代律所戰略的變革。

人工智慧的歷史與趨勢

AI是當前這個時代，足以改變一切的技術。自1950年艾倫・圖靈提出“機器能否思考”的世紀之問，人工智慧歷經75年演進，經歷了從規則型人工智慧-判別式人工智慧的進化過程，終於迎來生成式人工智慧的顛覆性突破。

2022年12月底，ChatGPT釋出，從2023年後半年進入躍進期，全球科技巨頭快速跟進大模型研發，國內呈現出“百模大戰”。

去年9月，OpenAI正式釋出推理大模型o1，再一次讓大模型能力上限顯著提升，在競賽級別的程式設計、物理領域的表現和博士生水平不相上下，大模型發展進入深化期。

中國公司深度求索（DeepSeek）於2025年1月20日釋出的推理型大模型 DeepSeek R1，僅用4天便在全球權威 AI 排名平臺 Arena 中躍升至全類別第三，其同名應用更以摧枯拉朽之勢席捲蘋果商店——不僅登頂中國區免費榜，更在美區下載量超越ChatGPT。

和國內很多背靠網際網路大廠的AI公司不同，深度求索的母公司是一家名為幻方量化的基金公司。早在2016年，幻方量化就推出基於深度學習的AI模型。今年春節Deepseek一舉成為首個在國際市場擊敗美國頭部產品的中國AI 應用，標誌著全球AI競賽正式進入“多極時代”。

關於Deepseek現象，業界有三點關鍵共識：

一是其模型效能對齊海外，R1的推理能力達到GPT水平；

二是其訓練成本大幅下降，僅用十分之一的成本就能訓練出比肩OpenAI o1水平的模型，執行成本也遠低於OpenAI o1，這改變了大模型市場的發展邏輯；

三是開源重構AI生態，DeepSeek開源了671B R1模型，採用寬鬆的IT License 協議，開發者能定製最佳化模型，律所也可本地部署，保障資料安全，提升服務智慧化水平。

對於律所而言，DeepSeek的本地部署支援意味著可以避免資料外洩風險，同時可根據自身業務需求定製最佳化模型，提升法律服務的智慧化水平，為客戶提供更安全、高效、精準的法律解決方案。

我認為DeepSeek是一個臨界點。一項技術能不能大規模應用，得看“能力上限”和“應用成本”。此前法律領域的AI應用受困於高壁壘與高成本，像DeepSeek-R1這樣低成本+強能力模型出現，將解鎖更多應用場景。

儘管大模型已成為AI技術變革的核心驅動力，但當前仍處於技術發展的早期階段。從Chatbot（對話助手）、Copilot（協同工具）到Agent（智慧體），AI應用形態正沿著“互動能力提升-任務自動化-自主決策”的路徑持續演進，標誌著行業正加速邁向智慧體階段。

更值得關注的是，隨著強化學習、自動化推理與多模態技術的持續突破，AI將在垂直領域實現更深層次的場景融合——不僅能完成單一任務，還將透過API介面無縫嵌入現有工作流，構建起閉環系統。這種技術演進將推動生產效率與協作模式的重構，最終催生系統性效率革命。

DeepSeek後，法律行業的現狀與機遇

大家可能都聽說過“烏卡（VUCA）”這個詞，它是4個英文單詞首字母縮寫，分別是動盪(volatility)、不定(uncertainty)、複雜(complexity)、混沌(ambiguity)，2020年的智合論壇主題就是“烏卡時代的專業創新”。

現在它有了新的名字，“巴尼（BANI）時代”，也是四個詞的縮寫：脆弱（Brittle）、焦慮（Anxious）、非線性（Nonlinear）、不可知（Incomprehensible）。

如果說烏卡時代，讓我們看到了這個世界太多的不確定，那麼巴尼時代有一件事情是確定的，那就是“一些不可阻擋的巨大的變化正在發生”。

過去二十年，中國經濟的高速發展使得“速度和規模”成為律所增長的首要任務。過去兩年可以說是中國律師行業發展的里程碑。供給端，我們見證了律師人數年增長在2023年首次突破8萬人，總人數突破75萬。需求端則受到宏觀經濟環境等諸多方面的影響。

2018年，國內律師100人及以上律所僅有260家，佔比0.88%。而在2024年末，這個資料是律師100及人以上的律所628家，佔1.44%——佔比僅1.44%的“百人所”共容納了12.7萬名律師，約佔國內律師總數的17.4%，集中度持續提高。

律師傳統業務領域大多處於停滯狀態，單純依賴人員擴張的粗放式增長已難以為繼。當前行業正經歷從“規模紅利”向“效率紅利”的戰略轉型，整個法律行業正在尋求新的增長點，行業競爭將進入專業能力與技術賦能並重的新階段。

“高質量增長和盈利能力”正取代“速度和規模”，成為律所優先關注的事項。未來的競爭，不僅僅是服務能力及質量的競爭，同時也是品牌傳播、市場營銷，乃至技術能力等一系列綜合能力的競爭。這些“軟實力”或許不如專業能力的“硬實力”那麼顯性，但對最終決勝同樣重要。

而當前律師行業的AI應用，處在什麼階段呢？

打個比方，一個池塘裡的荷花，每天開花的數量都是前一天的兩倍。到了第30天，荷花開滿了整個池塘。請問，什麼時候荷花開滿一半的池塘？15天嗎？不對，是第29天。

一開始只有一兩朵荷花開放的時候不起眼，但當開滿池塘的一半時，質變就已經來臨了。這個過程被稱為臨界突破，也叫荷花定律，或30天定律——如果AI技術會在第30天讓法律行業發展鉅變，那我們正處在第29天。

AI對法律行業的影響，本質是一場“生產力解放運動”。目前，國內包括律師行業在內的各個行業已逐漸進入成熟期，出現了增速放緩、產能過剩、價格內卷等問題。

這些問題都與中國目前的經濟發展階段相關。很多產業已在醞釀轉型升級，亟需透過新質生產力實現產業整合，改善過度內卷，提高毛利率。這就是為什麼去年各地都在大力宣傳、培育新質生產力。

可以肯定的是，AI一定會給律師行業、傳統法律服務機構帶來顛覆性變化。而且打破競爭格局的情形一旦形成，頭部律所就會自發透過應用AI來提高競爭力。因此從產業發展的自然規律來看，律師行業大規模應用AI是大勢所趨。

在客戶服務方面，AI使法律服務更便捷高效，所以客戶對速度、效率和成本控制的期待值提高，律所競爭需要更加聚焦在AI技術運用和智慧化服務體系。

在人才方面，AI轉變了律師的工作內容和方式，取代了重複性工作，所以律所需求轉向複合型人才。面臨跨領域人才競爭，需律所需要培養律師的AI能力，提升團隊競爭力。

對於大型律所來說，AI除了能提升服務效率，還能最佳化資源配置，強化市場領先地位，當然，也面臨技術維護和更新的挑戰。

中小型律所則因AI獲得提升服務效率和質量的機遇，可以透過降低成本、打破競爭壁壘等方式求生存。但面臨初期投資成本和技術門檻，以及AI與傳統法律實踐平衡等問題。

但不再有人質疑的是，AI的普及必定將重塑法律行業競爭格局，為法律行業帶來競爭的新賽道，能最先抓住機會的律所，在市場競爭中將會處於有利位置。

AI時代律所戰略的變革

AI技術革命正在重塑律所戰略制定與實施路徑。法律服務行業呈現幾大結構性變革：客戶需求將驅動律所業務模式的迭代；複合型法律科技人才需求激增促使人才管理重構；AI工具規模化應用推動成本結構向技術投入傾斜；資料安全、智慧財產權等業務領域迎來戰略機遇期。

所以，律所擁抱AI需實現認知升級——從“節省時間”的工具思維轉向“價值重構”的戰略思維，然後在戰略上做好匹配，重點評估AI在處理海量資料、重複性任務等領域的絕對優勢，透過人機協同實現更高效、更低成本、更安全的服務交付。

熟悉智合的朋友可能知道，去年我們組織了英美國行，參訪了許多家有代表性的國際律所，其中一些是有百年曆史的長青律所。這些長青律所的經營目標除了短期盈利，更注重社會效益，倡導敬天愛人、創造美好社會的理念，也更注重長期投入。比如瑞生律所早在20年前就已經開始了法律科技的嘗試，目前所內有超過500位技術人員，還有專人負責驗證和確保這些應用是否有助於律所業務。

具體的案例還有很多，國際上排名前30位的律所，基本上會投入創收利潤的8%-9%用於IT建設。比如安理·謝爾曼與Harvey合作、司力達與Luminance合作。國際知名律所都在透過協同開發、直接投資、全面合作等方式緊跟法律科技趨勢變化。

未來十年，生成式AI將深度改變法律職業生態。我們既要妥善應用好這項技術的積極潛力，也要規避其潛在破壞力帶來的風險。為此，得解決幾個關鍵問題。

一方面，研究AI對職業技能的重塑路徑，建立“法律專業能力+技術應用能力”的雙軌培養體系；另一方面，構建資料安全防護機制，防範AI訓練與內容生成的潛在風險。

律師群體則需主動適應技術變革，在利用AI提升效率的同時堅守專業判斷核心價值——大模型的價值並非單一技術突破，而是多技術融合形成的協同效應，其真正效能的發揮依賴於與人類律師的深度協作。

值得強調的是，技術工具應定位為能力放大器而非競爭力來源。正如計算器不會替代數學能力，AI 的終極價值在於賦能律師突破傳統工作邊界，而非簡單替代人力。唯有將專業判斷與技術能力有機結合，才能在變革浪潮中保持核心競爭力。

具體來說，律所制定基於AI技術的戰略，可以從以下六點著手：

第一，將AI納入整體戰略。管理層應率先明確律所可承受的風險範圍，深入研討如何將生成式 AI 納入其中。待相關政策確定後，領導者需迅速將戰略向全所傳達，指定專人負責，為律師們提供穩定可靠的技術獲取渠道以及通俗易懂的操作指南，保障 AI 技術在律所內得以有序運用。

第二，識別價值創造用例。在探索生成式AI的應用時，要避免陷入“用例陷阱”。需要由律所裡有經驗的合夥人，全面審視AI能夠創造最大價值的機遇和存在的問題——識別出那些低價值領域，因為生成式AI並非能解決所有問題的萬能鑰匙。例如，在營銷場景中，通用大模型表現優異；而在合同等專業場景裡，法律大模型更具優勢。

第三．重塑技術職能。生成式AI很可能徹底改變技術職能部門的工作模式。律所需要全方位審視其對所有技術領域的潛在影響，但更為關鍵的是要迅速採取行動，積累寶貴的經驗與專業知識。初期工作可以重點關注生產力提升以及計算技術成本的ROI，從而實現技術應用的快速落地與效益評估。

第四，用跨職能AI團隊快速積累經驗。結合律所初始的人才與能力狀況，精準開展可行性和資源估算，確定生成式AI的優先順序排序，真實評估專案成本與回報。成本計算較為複雜，單位經濟效益需綜合考量各模型與供應商成本、模型間的相互作用、持續使用費用以及人工監督成本等諸多因素。

第五，注重員工生產力與技能培養。生成式AI有巨大潛力大幅提升員工生產力，但它對不同崗位與技能水平的員工助益並不均衡。這就促使我們重新思考如何培養員工真正所需的技能。律所可以對律師學院模式進行調整，提供相關的培訓及相應認證，助力律師技能升級。鑑於新手工程師的價值逐漸降低，律所應加速從傳統人才金字塔結構向鑽石型結構轉變，最佳化人才配置，以更好地適應新的技術環境和業務需求。

第六，評估與應對新風險，制定風險緩釋措施。必須全面評估生成式AI帶來的新風險，包括“幻覺”、意外洩露個人身份資訊、模型使用的大型資料集存在固有偏向性，以及涉及智慧財產權的高度不確定性等問題。律所需要制定持續性的風險緩釋措施，在享受生成式AI帶來的便利的同時，有效應對這些風險，確保律所業務的穩健發展。

雖然AI能夠高效完成事務性工作，但其無法替代人類在法律實踐中的思想深度與複雜問題解決能力。技術工具本質上是輔助性存在，其價值在於放大而非取代專業知識的創造性運用——這是我的認知，我相信這亦是行業共識。

面對技術變革，我們仍需透過持續學習保持專業敏銳度與競爭力，在人機協作中堅守“判斷”與“創新”這兩大核心價值。

各位朋友，AI能改變一切，但AI不能決定一切。決定未來的，依舊是長夜裡的星火微光，是天地間的浩然正氣，是我們的夢想、信念、勇氣、智慧，和慈悲，是我們面對光明與黑暗的選擇。

本文作者