在当今法律服务行业，技术的飞速发展正深刻地重塑着律师的工作方式和业务模式。AI技术的兴起，尤其是其在法律领域的广泛应用，不仅为律师带来了前所未有的机遇，也带来了巨大的挑战。从法律检索到合同审查，从案件分析到客户管理，AI正逐步渗透到律师工作的各个环节。法律行业正站在一个关键的十字路口，律师需要重新审视自己的工作方式，思考如何在AI时代保持竞争力。
2025年2月22日，
“加油·置顶热爱”第三届法律服务业品牌发展论坛暨律新社2025品牌盛典
召开，在
“法律新质生产力与颠覆式创新”平行论坛
上，
上海功承瀛泰律师事务所高级合伙人、主任陈柚牧作“功承瀛泰的未来法律之路”主题演讲
。他探讨了律所和律师如何在AI时代提升自己的竞争力，如何通过技术创新和模式变革，实现法律服务的转型升级。陈柚牧律师的主题分享整理如下：
在快速变化的法律环境中，我们关注的是如何通过科技赋能引领行业创新，规划未来的发展路径。去年被称作AI的元年，许多法律界人士，尤其是行业头部的从业者，开始逐渐意识到AI的巨大潜力。
去年我们在与行业同仁探讨法律AI时，律师群体相对来说是比较保守的，而当时的AI产品也没有像现在这样成熟和完善。因此，许多律师认为AI尚未达到专业水平，只是作为一个“有趣的新鲜事物”存在。但如今，情况已经发生了巨大变化。当我们再次审视AI时，尤其是在阅读了DeepSeek的阐述后，我们能感受到它在表达和风格上越来越接近我们所期望的专业水准。而科技的迭代速度非常快，我相信在半年后，AI将在法律行业中得到更广泛的应用。因此，
面对AI我们不应仅仅是观望，而应积极拥抱
。
目前，
AI在法律领域的主要应用之一是法律检索
，即快速查找法律条文和判例。但在法律检索方面，AI也容易给出误判。具体来说，当律师通过AI检索法条或案例时，可能会得到AI编造的结果。作为律师，我们需要关注如何解决AI可能带来的错误结果，例如，进行交叉验证。
合同审查是另一个AI应用领域
，目前被认为是一个重要的应用场景。合同审查领域目前存在两个主要流派。一种流派是“自由式”，即通过律师根据自身需求设计提示词，让AI进行审查。这是一种较为灵活的模块化方法。另一种流派则是“预设式”，即AI已经为你设定了所有需要审查的内容，例如合同主体的条款。目前，这两种流派各有优缺点。使用预设模板的方式可能会显得较为僵化，因为它主要基于预设的思维逻辑进行审查。因此，在使用合同审查工具时，律师往往会结合这两种流派来分析合同内容。
案件分析也是AI应用的重要领域之一
。案件分析中存在的一个关键问题是事实描述的准确性。由于我们在案件分析中使用AI时，往往依赖其对事实的归纳和整理，因此事实描述的准确与否至关重要。例如，在索尼的案例中，我们进行了多种评测，其中一种是利用AI帮助撰写上诉状。上诉状需要基于一审判决书的事实归纳部分，因为一审判决书中对事实的归纳相对较为准确。我们让AI阅读一审判决书的事实部分，并据此形成上诉状。这种模式在法律逻辑上表现良好，能够基本涵盖所有相关要点，并根据案件的复杂程度进行调整。然而，如果事实描述本身存在问题，那么案件分析的结果也会受到影响。
在智能咨询方面
，评价呈现出两极分化的现象。一些律师认为AI的回答非常全面且出色，而另一些律师则认为存在不足。这种差异实际上与律师个人的专业领域和主观判断有关。如果AI的回答涉及律师擅长的领域，那么其回答的质量通常可以达到70分左右；但如果涉及律师不擅长的领域，AI的回答可能更具价值。从某种程度上说，AI既可以是你不熟悉领域的老师，也可以是你熟悉领域的高级助手。
我们对AI的期望不应超越其实际能力，而应根据其定位来合理评估其输出结果
。如果需要，我们还可以补充更多资料以完善AI的分析。
我们团队训练了自己的AI模型，而非直接使用开源的大模型。我们在评测过程中发现，许多评测者更多地依赖开源大模型，如使用Transformer架构或基于预训练模型的工具进行测试。然而，我们选择了一条不同的路径，专注于训练适合我们团队需求的AI模型。在评测中，我们使用法律类语言对AI进行训练后，发现其生成的内容具有独特的风格。例如，当我们要求AI撰写一篇关于《
公司法
》的文章时，它能够迅速根据指令，以符合法律语言风格的方式完成写作。我们将AI生成的文章与我们对外发布的公众号文章进行对比，发现两者在文风上都非常优美，基本满足了我们的要求。AI能够根据不同领域的特点进行调整和优化。因此，我认为，
对于一些垂直领域的特定需求，如何训练和优化AI模型以适应这些需求，是未来发展的关键
。
此外，我还需要强调一个概念：
即使是同一个AI模型，针对同一问题，在不同时间生成的结果也可能不同，因为它具备联网搜索功能。
今天、两个月后或三个月后，针对同一个问题，AI可能会给出不同的答案。这意味着AI具有一定的“个性”，而非一成不变。所以，我们对AI的定位应该是：它是一个辅助工具，而非替代律师的关键角色。AI生成的内容质量高低，实际上取决于律师的水平以及提问的详细程度。如果问题越详细，AI的输出质量越高；反之，如果问题过于笼统，AI可能需要多次修正和调整，其输出结果可能会存在问题。
因此，当大家后续使用AI时，需要更加善于提问。带着思考去提问，所得到的结果质量会很高；但如果仅是毫无思考地随意提问，AI的回答可能就无法满足需求。
最近，我看到一位教授总结了一个公式，用于衡量律师及律所的竞争力。这个公式是：
C=(H×A)^D
。其中，H代表律师个体的专业能力，包括法律知识、诉讼技巧和谈判技巧等；A代表AI工具的使用能力。大家应该已经感受到，使用AI进行法律检索和复核后，工作效率至少提高了60%以上。这说明A并不是简单的迭代工具，而是与H相乘的关系。D即数据分析、管理能力和优化法律服务。这需要律师学会管理自己的所有数据，包括个人知识、业务贡献度、为客户服务的时长等与个人管理相关的知识。通过这些数据，律师可以逐步分析出自己的优势所在，比如对哪一类客户最有影响力，哪一类客户的利润最高。因为律师的服务通常是按时间计费的，所以需要识别出高净值客户，并对客户进行分层和画像，以便更好地动态调整客户关系，实现有效的管理。
在这样的管理态势下，我们需要思考的是，
如何将个人的服务能力提升至一个新的层次
。过去，律师可能只能服务一位客户，但如今借助技术，同时服务十位客户也并非不可能。关键在于合理安排时间，因为有些客户需要律师投入大量时间，而有些则不需要；有些沟通可以通过线下完成，而有些则完全可以通过线上实现。我们通常所说的“鸡肋”之一，就是线下沟通所花费的时间。实际上，80%的沟通可以通过电话、电邮或微信等线上方式完成。我们需要思考如何优化和管理这些冗长的线上时间。
这正是律师及其团队在未来需要面对的问题：
如何利用AI，并在使用AI之后，更多地进行分析、总结、归纳和优化。
对于2025年的发展，我曾感到一丝恐慌。我原本认为中美之间在AI领域的差距至少在一年半以上，因此我们有足够的时间在2025年慢慢完善我们的对话模型。然而，DeepSeek的出现改变了这一局面。无论其产出如何，DeepSeek的出现意味着大家手中都有了类似的工具，智力水平趋于平衡。这就需要我们思考，当大家都拥有这样的工具时，我们如何进一步提升自己的竞争力。作为一家数智化律师事务所的合伙人，我们一直在探索如何将技术应用得更深入。
目前，我们的思路是，在完成初步的AI应用后，我们需要全面迭代事务所的系统架构。这可能需要我们花费两年时间重构事务所的中台体系。
目前，律所的数据大多处于孤立的静态状态，要么存储在本地，要么依赖第三方平台。许多律所使用第三方数据接口平台，但这些数据实际上是静态的。我们需要将这些数据整合起来，形成一个动态的、可利用的资源库。对于律所来说，这意味着我们需要拥有自己的数据库，而不是依赖第三方。我们必须收集和整理那些被认为有用或无用的数据，因为AI的总结和归纳能力需要基于丰富的数据基础。
拥有这样一个系统，不仅对律所律师的日常工作是一种保障，也能提升客户对律所的信任度。目前，许多客户对AI非常重视，但也有一些客户对AI持谨慎态度。他们更关心的是数据安全问题，担心自己的数据泄露给第三方公司。因此，律所需要考虑的是，如何通过技术手段解决数据安全问题，确保客户数据的保密性和安全性。
