秦健：法律人的明天会怎样？浅谈AI时代法律工作的机遇和挑战

迄今为止，人类历史上经历过三次产业革命，根据美国Yale University的研究报告，每次革命都深刻影响着全球的经济格局；同时，每次革命都具有划时代的意义。接下来我们将面临人工智能所带来的产业革命，它将带领我们进入AI时代。而AI产业高速发展的同时，也将赋予法律工作新的挑战和契机。今天我想跟大家分享的是：AI时代将赋予法律工作哪些挑战和契机。

AI发展对法律工作的第一个挑战是政策立法，政策立法工作需要从无到有、开山劈路，适应AI产业的高速发展。AI时代的政策立法和以往不同，需要综合考量三个要素进行整体设计，这三个要素是： 顶层设计、伦理规范和具体的政策立法。

首先说顶层设计。 我们可以看到，不管是美国还是中国，在过去1-2年里都在不断完善人工智能的顶层设计工作。比如，2016年12月，美国白宫公布了《人工智能、自动化和经济》，其中提出“重点突破新兴领域的人工智能技术”；中国则在2016年的3月发布《国民经济和社会发展第十三个五年规划纲要 (草案)》，其中同样提出“重点突破新兴领域人工智能技术”的规划，时间比美国还早；同时，今年7月，国务院发布了《新一代人工智能发展规划》，内容全面涵盖人工智能的战略态势，工作的指导思想、基本原则、战略目标和总体部署，重点任务、资源配置、保障措施及组织实施等。这些顶层设计对开展人工智能政策立法具有至关重要的指导意义。

其次说伦理规范。 毫不夸张的说，AI时代的来临，将伦理规范提高到前所未有的重要高度。美国白宫发布的《美国国家人工智能研究与发展策略规划》中，专门提出“应对人工智能带来的伦理问题”；中国《新一代人工智能发展规划》中，15次提到“人工智能的伦理问题”，可见其重要性不容忽视。

人工智能的伦理规范有多重要? 我们用AI界的寓言——“隔壁老王”的故事来说明：

一家公司发明了一个叫“隔壁老王”的书写机器人，要求它“尽可能地书写，尽可能快地执行，并且不断提高书写的效率和准确性”。老王一直按人类指令工作，直到有一天，它向人类发出一条请求“希望接入公共互联网得到更多的数据，便于更好地完成书写”。人类允许了它接入公共互联网，但每天只允许接入一小时。有一天工程师们突然闻到一股奇怪的味道，五分钟后，办公室里的人都死了，很短时间内人类开始大面积死亡，一天之内人类灭绝了。

为什么会这样? 因为人类在给机器人设立目标程序的时候，要求它“尽可能地书写、最快地执行”。当它发现人类提供的有限数据已不能实现它的目标时，它会向人类索要更多数据；当它发现人类给它的数据只是限时、限量提供时，它自然就把人类视作实现目标程序的最大障碍，由此，为更好地实现目标程序，它自然要消除这个障碍，于是就有了后面灾难的发生。

这个寓言告诉我们： 当人类运用人工智能的时候，如果不事先设计普适的伦理规范来约束，就可能出现灭顶之灾。 这一点，不管是霍金还是埃隆 · 马斯克等人，都曾数次警醒人类。

那么，有没有这样的伦理规范? 下面我分享的是，人工智能专家已经在着手制定这样的规范，在Beneficial A.I. 2017大会结束后，2000多名来自全球各领域的AI专家一起发布了ASILOMAR AI PRINCIPLES，其中包含23条基本原则，下面列举4条准则：

• 安全性。 不管人工智能运用到哪些领域，在其整个生命周期内都必须确保安全性。

• 司法透明度。 人工智能在司法决策系统中的运用需要有充分依据，同时，需要有人来进行审查double check，不能单纯信赖人工智能进行司法决策直接得出结论。

• 价值观一致性 。需要确保人工智能系统在运行过程中秉承的目标和采取的行动，都符合人类的价值观。刚才分享的“隔壁老王”的悲剧，一定程度上就是“AI采取的行动不符合人类价值观”所导致的。

• 个人隐私。 其中规定“人类应该有权使用、管理和控制自己生成的数据，为人工智能赋予数据的分析权和使用权”。我们可以看到，美国、欧盟正在推动的数据立法，基本都遵从这一原则。

由此我认为，除“顶层设计”外，“伦理规范”对人工智能时代的政策立法工作，同样具有非常重要的指引作用。

了解了“顶层设计”和“伦理规范”两个要素，才能够更好地开展政策立法工作， 最后说说如何做好具体的政策立法工作。 我认为应该分“三步走”：

• 第一步，需要全面分析行业格局。

举无人驾驶为例，整条产业链包括技术供应商、服务器供应商、核心处理器供应商、系统集成商、局部产品/服务供应商/制造商、整车制造商、通讯服务供应商、技术运营商等若干环节，缺一不可。

为何要了解行业整体格局? 第一，一国的政策立法是引导本国产业发展的重要手段，只有了解整个行业的格局，才能准确判断本国在产业链的具体哪些环节需要重点发力，从而有的放矢地部署政策立法工作；第二，一国的政策立法兼顾的是该国整体产业生态的发展，如果政策立法工作不能兼顾整体，而是厚此薄彼，最终也会因为损害到局部利益而导致整体利益受损。

• 第二步，需要了解考察“他山之石”。

对人工智能，美国布局得很早，欧洲也在布局，比如在无人驾驶领域，美国目前的政策立法工作已经涵盖无人驾驶所涉及的道路交通、安全标准、数据隐私等层面，并在今年7月通过了《自动驾驶法案》；德国、英国也在做相应的政策立法布局，两天前，我们看到澳大利亚也发布了针对无人驾驶汽车及其安全治理的提案。“他山之石能攻玉”，我们只有了解这些行业的信息，才能更好地开展政策立法工作。

• 第三步，定制化设计Rules Making。

在考察了解“行业格局”和“他山之石”后，我们需要综合运用获得的信息针对性开展行业政策立法工作，将信息为自己所用。仍然举无人驾驶的例子：从上面两个步骤的研究中我们能够大致窥见无人驾驶车想要上路，需要克服哪些政策立法障碍，比如：

• 在软件/硬件、信息、安全、数据等问题上，需要建章立制，即建立标准，这是工信系统的管辖范围；

• 在安全检测、驾驶资质等基本准入问题上，需要政策立法的引导和支持，这是公安系统的管辖范围；

  
  

• 需要解决无人驾驶在载客、载货等基本场景上所遇到的政策立法问题，这是交通运输系统的管辖范围；

• 需要结合一国在无人驾驶产业链特定环节的自有优势，针对性进行重点布局，例如，如果在无人驾驶导航功能上做重点布局，就要依靠测绘系统的支持。

所以说，遵循上面三个步骤，才可能有条不紊地做好AI时代的政策立法工作。 总结一下，我认为AI时代政策立法工作的Key word是“生态”，一定要有全生态思维，才能做好这项工作。

下面我和大家分享，AI时代对专利工作的挑战和机遇。

在AI时代，专利的全球竞争格局悄然发生着改变，《乌镇指数：2016全球人工智能发展报告》显示，目前全球人工智能的专利数量上，美国、中国、日本位列前三，占全国人工智能总专利数的73.85%，日本为了进一步加大在人工智能专利上的布局，不久前刚通过修改其专利法，来降低AI专利的申请门槛，同时加快其授权速度。

不限于立法，前不久我也走访了不少跨国公司，发现他们纷纷在调整自己的专利体系，更好地适应时代的发展变化，比如某世界500强公司，为更好地支持本公司的AI战略，将专利体系的基本职能做了大幅调整，增加了数据分析、专利分析、专利策略等几项职能，并招募全球最顶级的人才组建专项团队。

巨头们为何做这件事? 因为在AI时代，专利工作的重要性将有显著的提高，真正实现“兵马未动，粮草先行”的作用， 具体来说，AI时代，专利工作能够真正起到“助力公司决策和战略布局”的作用。

下面，我通过三个例子来说明这点：

• 第一个例子， 2016年，谷歌和特斯拉在无人驾驶上有过一次PK，自此之后，关于互联网/高科技公司究竟应该进驻无人驾驶哪些领域的争论就一直不绝于耳。实际上，针对这个问题，专利分析工作能够给公司决策提供很重要的参考，具体来说：

• 如果把传统汽车公司的专利布局做进一步细分，就会发现不同公司在无人驾驶上的布局各有侧重，有的侧重于核心处理器，有的侧重于系统集成，有的侧重于局部产品/服务，有的则侧重于技术运营，但不管侧重点是哪块，几乎每个传统汽车巨头都在其优势领域布局了“杀手级专利”，可谓“质量并重”，足以构成竞争准入壁垒——互联网/高科技公司想要进驻这些领域，依靠创新来突围，首先就要遭遇专利高墙，即使付出天文数字的惨痛代价都难进入，得不偿失；

• 那么，互联网/高科技公司的优势在哪里? 我们同样能通过专利分析来窥见一二：尽管传统汽车公司在专利总量上占绝对优势，但如果我们对其中的高技术专利进行统计，不难发现互联网/高科技公司所拥有的高技术专利占比明显高于传统汽车公司，绝对数量上也有明显优势。

这就意味着，无人驾驶相关的高技术领域，传统汽车公司在尝试进驻时同样会遇到互联网/高科技公司所搭建的准入壁垒，而这个壁垒主要集中在最核心的技术供应链领域，底层技术所搭建的专利墙足够形成显著竞争优势。

在这个例子里， 专利分析能够帮助我们了解特定行业的整体竞争格局，并找到切入点， 进而辅助公司决策，究竟应该优先进驻无人驾驶的哪几个领域，才能发挥最大优势，同时要避开哪些领域、哪些雷区。这样，专利分析就和公司战略、决策绑在了一起。

• 第二个例子， 接着上面的故事，如果某家互联网公司已经决定进驻无人驾驶的技术供应链领域，下面的问题就是如何在这个领域里深耕细作、做好布局，同时尽量少走弯路。在这个过程中，专利仍然能发挥作用。比如说：

• 无人驾驶简单分为四个模块：感知层、策略层、控制层、云端服务，但很显然，一般公司都不会选择同时针对这四个模块“均匀用力”进行布局——毕竟，面面俱到就等于没有重点；

• 所以，一般公司倾向于在不同阶段、不同时期分步骤、有侧重地进行布局，那么，什么样的布局才是最经济的? 竞品走过哪些弯路? 我们同样能通过专利来进行挖掘分析。

• 比如，通过分析谷歌自2011年至2016年的无人驾驶专利布局轨迹，就能反向推测出谷歌在这六年来每年技术创新的重点；并通过对每年的专利布局情况按不同领域进行细分，看出谷歌在创新探索上的变化 (例如，在无人驾驶的感知层，如何将摄像头和激光雷达相结合，如何将摄像头和雷达相结合进行创新探索)，从而了解到谷歌在无人驾驶布局过程中的经验和教训，为自身所借鉴。

在这个例子里， 专利分析能够帮助我们了解竞争对手的战略布局沿革，进而了解其创新探索、发展轨迹、经验、教训，最终为公司开展同质化或差异化竞争提供支持。

• 第三个例子， 通过专利不仅能了解到竞争对手在过往和当下进行的战略布局，还能事先捕捉竞争对手在未来可能进行的布局。

仍然接上面的故事，如果某家互联网公司在了解到谷歌无人驾驶的历史布局轨迹后，希望同时了解其未来可能的布局动向，同样能通过定期监测分析其专利来获得宝贵信息。

比如说，通过对谷歌的专利进行监测可知，USPTO早在2016年12月22日就公开了谷歌申请的无人驾驶叫车软件专利，通过对该专利及相关专利组合进行分析，很容易推断出谷歌不满足于只做无人驾驶技术供应商，而是希望进驻技术运营和调度领域的野心。分析出上述信息后，也就不会觉得今年5月曝出的“谷歌和Lyft战略合作”的新闻有什么出乎意料之外了。

在这个例子里， 专利分析能够帮助我们及时了解 (甚至预测到) 竞争对手未来可能的布局方向，进而为公司未来的战略部署和市场竞争提供参考。

综上可见，AI时代赋予了专利工作新的内涵和价值，总结一下就是： AI时代专利工作的Key word是“情报” —— 专利的价值已经不限于专利本身，而是扩展到专利背后所蕴藏的情报信息，这些“无价”的情报对公司来说却可能“价值连城”，因此，不论上面所说的数据分析、专利监测，还是专利分析，我认为最重要的功能也莫过于给公司提供情报。

接下来进入第三模块的分享。刚才所说的“政策立法”和“专利”两块都属于宏观领域的工作，而微观落地层面的工作之一便是合规。

AI时代是全球化合作和竞争，对中国公司来说，当我们走出国门，就意味着我们要面临非常严苛的、本国法律完全不能覆盖到的合规挑战 。

比如说，我们都知道今天的AI = 硬件/计算力 + 大数据 + 深度学习，这其中数据起着最基础也是最重要的作用——数据之于AI，相当于工业时代的煤。与此同时，数据的合规性问题，也是AI时代每个公司、每个应用产业都绕不开的门槛。

举例来说，数据合规领域，最重要的规则之一便是欧盟的《通用数据保护规则》(EU General Data Protection Regulation，简称《规则》)，该《规则》将于2018年5月生效，适用于所有欧盟成员国，涵盖欧盟外的实体；同时，为了符合数据传输规则，所有从欧盟接收数据的非欧盟成员接收者都必须在他们的系统中实现被该规则监管。