无讼按：
中国律师业正步入变革时代。互联网和新兴科技进一步渗透着这个行业；在经济“新常态”下，法律服务市场也显现出新的态势；许多律所正奋力突破瓶颈，探索新的发展模式。在这样的时代，信息和洞见尤为重要：新的变化需要被时刻关注，律所发展的经验也需要总结和沉淀。为此，我们特别推出『律界观察』栏目，聚焦变革时代中律师行业的格局与生态。如果你有独到的观察或者具有典型意义的探索实践，也欢迎与我们取得联系。
首期“律界观察”，我们将为你解读人工智能对法律行业的影响。人工智能的“入侵”让许多法律人，尤其是青年律师颇感不安。但其实，它只不过是一直在影响法律行业的科技的进一步发展。电子邮件和私人电脑的出现让律师的工作被电子化，人工智能则让我们首次拥有了分析这些巨量数据，从中深入挖掘信息的能力。对于那些渴望摆脱繁琐重复性工作，将精力放在更具挑战性的法律事务上的律师来说，人工智能的“入侵”应该是一个好消息。
编译/无讼观察员 董欣鑫 邹一娇
来源/ABA journal
科技对法律行业的变革，其实在20多年前就已经开始了。
当时，以电子邮件和私人电脑的出现为开端，律师的工作习惯开始慢慢向电子化的方向迁移。在1999年，还有公司以打印和扫描与诉讼相关的文件并把信息存入数据库为业，而在今天，电子化的交流和工作方式对律师来说已然成为常态。
人工智能的出现可以说是又一场新革命的开始。
所谓人工智能，有时也被称作认知计算，指的是学习完成传统上由人类完成的工作的计算机。它尤其指那些寻找数据的结构、通过测试来评估数据，找到结果的计算机。
由电子化的工作方式所创造的海量数据，在人工智能的时代，终于有可能被重新认识和挖掘。这将改变律师们的思维方式、办公方式以及与客户打交道的方式。甚至，法律工作完成的范式也将因此转换。
让数据讲故事
位于芝加哥的代表着下一代语言处理技术的NexLP，正为律师们创造着检视数据的新方法。
Leib是它的创始人，他曾经效力于那家以打印和扫描与诉讼相关的文件为业的公司。因为受不了此类工作的“低效，浪费时间和纸张”，他毅然离职，和伙伴共同创立了一个叫做Discovery Cracker的应用，帮助律师管理电子化的诉讼文件。
现在，律师们已经不再需要费力地打印大量卷宗，却需要处理万亿字节和成千上万的文档。由于数据过多，电子取证，法律检索和文件审查变得越来越复杂，这让Leib再次看到了市场上强烈的需求。
“对一家公司来说，接近80%的数据都是非结构化的，律师们使用的却一直是只能进行基础检索（Boolean search）的过时工具。他们需要更好的工具来帮助他们真正读懂数据、推断含义、对各种类型的想法进行分类，更快地得到结果——即使这个结果并没有包含原本使用的关键词。”
Leib相信，“数据的深处总存在着一个故事，无论它是一个需要在法庭上告诉法官的故事，还是一个用于吸引潜在客户的故事”。为了讲好一个故事，律师们需要一种筛选这些巨量数据的方法。
2013年，他和伊利诺伊大学香槟分校认知计算小组负责人Roth一起创立了NexLP公司，希望用人工智能来分析数据、预测未来趋势。他们的工作的核心，就是让数据讲故事。
事实上，他们已经开发了一项将信息转化为故事的技术——Story Engine。它是一个可以读懂非结构化数据，总结谈话（包括被讨论过的观点、沟通的频率和发言者的情绪等）的程序。利用这些数据，这家公司建立了一个模型，用于分析行为，找出欺诈或诉讼的迹象。
“比如说，在调查证券欺诈的时候，价格变动是一个非常有用的线索。然而，股票价格在整个交易日里都不断地变动着，”Leib说，“我们的分析工具能够覆盖券商们在股票价格升至最高点时的谈话，从而比较两者同时发生的次数。同时，有证券欺诈嫌疑的券商也有可能把客户信息发邮件给自己。通过比较这些数据，一幅清晰的图景可以很快浮现，而这是在此前一直没有被注意，或者被认为是偶然的。这让金融企业可以更好地理解和辨识这些行为，从而进行预防。同时，也可以为监管机构和法官讲述这些浅显易懂的故事。”
预见未来
数据的另一个潜在用途是预测法律领域的结果。2014年，时任密歇根州立大学法学院法学教授的 Daniel Martin Katz和他的同事们创造了一种算法，用以预测美国最高法院审理案件的结果。在对从1953年到2013年的7700个裁决的测试中，它预测的准确率达到了70%。
Leib的公司想要更进一步地发展这个想法，利用被分析过的信息来预测未来的诉讼结果。“因为目前已经发展出了更好的评估诉讼的指标，创造这样的分析工具的困难就少多了。一旦公司拥有了评估案件发展方向和相关费用的工具，就可以简化法律工作流程，减少甚至消除风险。”
NexLP提供了一项服务，帮助客户们在众多数据中确定固定模式（pattern）。一旦任何可能的问题出现，这个系统会为任何可能的诉讼收集必要的文件材料。
Leib说：“我们最大的优势在模式识别上。我们可以监测出那些不同寻常的地方，让那些应该被注意的人浮出水面。我们可以把常见的关键事项和事实模式转化为特定类型的事项，同时建立起能将那些应该被首先查看的文件优先化的模型。比如说，对于窃取商业秘密的行为，我们能够识别欺诈和窃取发生的时间、得逞的方式以及参与人有哪些。”
Leib希望律师们用另一种思维来看待法律技术。“人工智能能够更快、更好、更低成本地分类和组织数据，它让人们有能力利用巨量的数据，从而做出更好的决定，讲述更好的故事。”
培养创新能力
像Richard Susskind和Jordan Furlong这样的法律专家已经写了很多有关法律职业的困境和它对传统文化的固执坚持的文章。加拿大律师协会在2014年的报告，《未来，加拿大法律服务行业要发生转变》中提出，有生命力和竞争力的法律行业的关键在于创新。
在这一方面，行业巨头Dentons已经开始行动。
2015年，这家世界最大的律所创办了NextLaw Labs，一个实行独立管理和治理机制，旨在通过创新改造法律行业的子公司。到目前为止，他们的计划已经初见成效：去年，《金融时报》将它评为最具前瞻性的北美律所。
NextLaw Labs的首任CEO Dan Jansen指出，美国企业在产品研究和开发上的平均投入是总收入的3.5%，通讯等行业的投入甚至高达13%，而在法律行业，产品研发的投入却少于1%。“通过对法律技术领域进行适当投入，我们可以对这个行业造成真正的影响。这是一个非常独特的机会。”
NextLaw Labs的革新动力也非常独特，Jansen和他的职员们会通过咨询Dentons的律师来获得一些基本的想法。
“迄今为止，80%的想法都来自于我们的合伙人或者客户。事实上，我们的合伙人经常说，‘这里有一个问题，这里有一个可能的解决方法，这里是我们一直在考虑的问题。’”NextLaw Labs的顾问团会从众多想法中挑选出他们认为最有发展潜力的，进行市场调研，探寻其他公司是否有同样的想法。
“如果他们发现了一个大型公司有同样的想法，他们会与其结成伙伴关系，如果是小公司的话，他们将会为这些小公司提供投资资金和建议。”Jansen说。
其中一个典型的例子就是Ross Intelligence，它利用IBM的Watson认知计算系统来提高法律检索能力。使用者可以使用通俗易懂的英语来询问法律问题，Ross则会检索成文法、判例法以及其他资源。
这是NextLaw Labs投资的第一家公司。在与NextLaw Labs开展合作的不长的时间内，Ross已经在美国获得了20位客户，并且决定扩大至国际市场。
Ross Intelligence的联合创始人Arruda说：“Ross Intelligence并非想要取代律师，而是让他们能做比以前更多的事情。我们致力于让律师们教会计算机像律师一样思考。这对于人类来说会是一个巨大的进步。”NextLaw Labs则希望通过这样的技术，让法律检索更加容易，成本更低，从而为客户降低法律服务的费用。
人工智能在英国
在英国，由于律所经常往往与大学展开合作，并且有财政上的资金支持，它们的人工智能发展发展程度远比美国先进。另一方面，由于替代性商业结构在2007年被引入英国法律领域后，传统的律师事务所不得不与会计师事务所、法律相关公司和大量的其他类型的公司一起争夺客户。巨大的市场压力让它们努力缩减开支，用更短的时间、更少的费用去完成同样的工作。
Ravn Systems是一家值得关注的企业。它创立于2010年，主要通过应用认知引擎软件来从数据中提取信息，包括Berwin Leighton Paisner等在内的多家律所已经与之展开合作。
Ravn的CEO Peter Wallqvist说：“我们从混乱之中推导出结构。例如，我们能够准确辨别何为表格、价格清单、条款和图表。我们用机器人来查看内容，并且把它们转化成为结构化的数据，从而帮助我们理解合同的每一个细节。”
这有可能为律师带来新的业务，因为它打开了此前不可能完成的法律工作的大门。
“比如说，有一家律所有一位公司客户。欧盟出台了新规，要求即使是在员工的带薪假期期间，雇主也应该承担加班费。对于一个拥有5000名职员的公司而言，这是一个大问题。于是，这位客户就会询问律所的劳动法律师，我们要负担多少钱？律所会说，我们需要阅读所有的文件，这需要两个律师用一年时间来完成。但是现在，你可以使用我们的现代科技，在几天之内就可以完成这项工作。”
这样的革新进展迅速。去年十二月，Ravn宣布他们的Ravn ACE合同机器人能够从包括所有权证书在内的大量文件中提取数据。
Riverview Law，一家以进步观念而闻名的英国律所，最近也推出了虚拟助手Kim，三个字母分别取自知识（knowledge）、智慧（intelligence）和意义（meaning）。这个软件背后的技术支持是利物浦大学的人工智能技术，以及一款叫做Clilex的数据收集和管理软件。
人工智能的一代
和许多律师一样，Adam Nguyen也面临着职业上的困惑。这个哈佛大学法学院学生在2002年毕业后就进入了Shearman & Sterling律师事务所。他每天都要做尽职调查或者将信息复制粘贴到各种法律文件中的工作，经常工作到深夜。他也曾经尝试过许多角色转换：在美国新泽西州的地方法院担任书记员，之后又在一家资本管理公司担任法务。
“我曾经思考过，我应该在我的一生中做些什么。律师这个群体往往因为大量不需要很多分析能力的单调乏味的工作而困扰。我们中的大多数都不希望把大量时间浪费在复制粘贴、汇总文献和装订文件这类工作上。”Adam Nguyen说。
“更重要的是，客户们越来越不希望将钱花费在不那么复杂的，只需要体力的工作上。尽管现代科技不是万能的，它已经可以自动完成那些枯燥乏味的工作，从而为律师们节省下时间，去做更高级，更需要智慧，客户们也更愿意付费的工作。这会让律师们变得更加快乐和高效。我们希望，更多聪明、热忱的年轻律师能够坚守在律师行业。”
正是基于这样的想法，Nguyen和联合创始人Ned Gannon一起进入了哥伦比亚大学，开发可以进行尽职调查和合同审查的技术。这项技术已经存在了，只是尚未在法律领域被广泛应用。在用九个月时间研究这项技术之后，2012年，eBrevia尽职调查加速器被正式推出。
像eBrevia这样的公司并不试图消灭律师，而是想让他们的生活更好。律师，尤其是法务这样的公司内部律师，正面临着来自客户的降低成本的压力。人工智能因此应运而生。
“在尽职调查这样的领域，公司和他们的律师总是不得不进行成本效益的分析：究竟是对文件进行部分审查以保持低成本，还是进行彻底的审查，即使这会超出预算？显然，我们需要一个既能增加律师的生产力，又能提供客户期望中的服务的解决方案。”Nguyen说。
eBrevia产品的重点是从数据中提取信息。客户将文件上传到服务器，律师们则在服务器上检索信息，并且根据他们的偏好进行下载。在学习如何高效地进行检索的方面，eBrevia表现得尤为出众。
“机器学习技术能够从先例中不断学习。它被教会识别和提取诸如分配、控制权变更、续约这样的法律概念。用户可以将文件上传至系统，系统则会为客户呈现一些与它所学习的法律概念相关的内容。”
“许多用户问：这不只是词条检索吗？答案当然是否定的。人工智能能够从文件样例中学会词语与条款、概念之间的关系。在这之后，因为有诉讼电子检索工具，这个软件也不需要针对新的交易进行重复训练。它可以识别法律概念，不管用以表达它的词汇是什么。此外，它的适应性非常强，如果要把它调整到一个新的法律领域，只需要用这个领域的例子进行训练即可。”
目前，eBrevia与 RR Donnelley展开合作，并且在十月份推出了Venue合同分析软件，能够自动进行合同审查和尽职调查。此外，它们也正计划开发适用于房地产和并购交易的产品，继续扩大市场。
“2015年3月，我参与了一个法律领域的研讨会。它的主题是，‘机器人会抢走我们的工作吗？”在Nguyen看来，答案当然是否定的：“这并不事关替代，而是变革。二三十年前，律师们不得不手动标红文件，我们现在却不再需要做这样的工作，我们也不通过书本进行法律检索。但是，标红文件、法律检索却仍然是我们今天仍然需要做的工作。事实上，我们现在做得更多。我认为，科技改变了我们工作的方式，并且让它变得更有价值。”
原文链接：How artificial intelligence is transforming the legal profession
实习编辑/董欣鑫