孙学致：展望法律服务行业的AI时代

AI已经来了，但还有多长时间会临近AI时代的奇点，没有日程表。也许明天，也许相当遥远，或者，就像眼下各种AI经常表现的那样，一切只是一场幻觉。无论怎样，人类正在以史无前例的热情拥抱AI，这股遍布全球的AI巨浪将把世界带向何处，我们不知道，唯一能够选择的只有行动。在法律服务领域，善于学习的律师们几乎一夜之间都把AI变成了自己的助理，而法律科技公司则怀着爱恨交加的心情，争先恐后把各种AI工具API到自己家的平台上；律所的领导者们依然忙着开拓市场疆域，扩大律师规模，也有一些领导者开始思考AI与律所组织发展的关系。几乎所有围绕AI的行动，其着眼点都聚焦于提升自身的能力和业务竞争力，殊不知AI的进化有其自己的惯性，它的使命不是帮助人类，而是改造人类；进入法律服务领域的AI，恐将推动法律服务行业在世界范围内发生代际巨变。积极展望AI进化的未来，是本文全部叙述的逻辑前提。本文的目的不是严谨求证某个结论，而是期待引发讨论和行动。

让我们展望一个AI在法律服务行业落地的景象。

这一前景应该是可以确定的，只是以什么样的形态和规模被实现，还存在不确定性。例如，律所或可成为AI部署的主体，每家律所均配备专属AI系统。这大概是一些律所领导者正在思考的目标。也可能律师个体拥有自己的AI，一些律师已经在Deepseek、在GPT上尝试，把自己的知识信息和文本成果投喂给AI，试图训练一个专属于自己的AI，以输出支持自己业务的个性化的知识成果。纳米AI、秘塔等软件应运而生，它们为个体构建API平台，打造基于个人知识库的AI应用生态。为了突破存储限制，也为了更好地保护隐私，一些能实现本地化部署的智能体AI工具也正陆续在市场上推出。尽管这类产品对标的是企业用户，但随着技术的快速迭代，供个人使用的轻量化AI工具迟早也会大量涌现。当前AI尚无法完全满足的需求，诸如自动生成文件表单、精确引用信息源、检索法律判决及专业学术文献等，将会逐步得到完善，或者通过无缝整合各类工具软件来间接实现。在AI工具逐渐成熟的过程中，超级律师个体将大量涌现，他们毋需与其他专业律师分利，凭AI之力就可以进行跨专业的知识生产，更自信地垄断客户业务。那些一体化、公司化程度较高的律所则可以利用AI，在合作协同的基础上，以更高的效率和质量完成知识的聚合和流动。

迄今听到的所有预测（包括AI自己），描绘的都是这样一幅作业图景：律师把客户需求提交给AI，AI生产服务内容，提供交付文本和供决策参考的信息；律师优化服务内容，说服客户接受服务方案，并转化为服务动作，同时，持续维系与客户的关系并不断拓展客户。一句话，AI提供产品，律师维系信赖。

有了AI之后，AI提供给市场的通用法律知识的价值是普惠的，法院、客户和律师之间信息不对称的差距会越来越小，一些法律关系比较清晰的案件，客户通过AI同样可以获得与法院类案判决大抵不差的诉讼方案，并获得AI输出的诉讼文件。除非客户不方便亲自处理，或者关系资源对案件结果有关键影响，而律师恰好能提供这种资源，否则，客户付费的意愿会降低。常规的法律服务领域可能会出现AI驱逐律师的现象。这种现象不但会发生在普通民事诉讼和仲裁领域，在设立了法务部门的企业客户市场甚至会更普遍。企业客户在其特定场景下运用AI的能力比律师更有优势，跑过一遍AI的企业法务回过头来对律师会提出更苛刻的要求。我们虽然不敢预测AI对法院审判的影响会达到什么程度，但可以肯定的是，一旦法院引入AI，审判的透明度和结果的可预见性会更大。基于法治原则，法院的AI不能被设计成黑箱，其算法必须接受合宪性和合法性审查，因此一定是公开透明的，以便作为法律主体预判行为法律后果的权威基准。这将极大降低律师代理客户参与裁判活动的作用。

此外，随着司法行政机关和客户市场的律师评价机制逐步完备，客户获取律师信息会更加便利和准确。律师借助自媒体、网站及纸媒出版物等多种渠道宣传自己，为客户提供了更为直观的了解途径。在信息公开透明且充分的环境下，AI会帮助客户匹配符合要求的律师。过往律师垄断客户资源所依赖的信息不对称和人脉关系，将被高度透明的信息筛选机制和企业强合规治理环境逐渐消解。

总之，一个可以预见的趋势是，AI会削弱常规法律服务对律师的依赖。当AI技术进化到可以生产法律服务内容（产品），足以替代大部分律师的人工作业（检索、分析和撰写），并通过实践检验得到普遍认可的阶段，AI将成为法律服务的生产主体，“AI生产+律师服务”的模式，将取代完全由律师自己的智力和人力提供服务的模式。

只要人类不放弃在这个星球的中心地位，无论AI进化到什么程度，人与AI的矛盾就会一直存在，人类依然要为掌控这个世界的主导权而奋斗！为此，首先要确保AI决策不背离人类道德，尽最大可能用人类文明影响AI的进化；其次，当AI决策与人类意志发生矛盾，或者，基于不同AI决策，人与人之间发生冲突的时候，人类仍保有自主裁决的能力。在法律服务领域，律师必须全力以赴投入AI的建设和进化进程，确保AI生产的法律产品在专业价值和伦理性两个方面都能得到客户和人类社会的信赖。

值得客户信赖的AI是由法律产品质量决定的。它有先进的基于法律服务设计的算法架构，有得到规范清洗的通用数据，有一大批顶尖律师和相关领域专家为其投喂优质的专用知识成果，并持续更新，反复训练。AI产品被律师拿来在各种场景下反复验证，直到充分满足客户的个性化需求，且一次性产出的成功率极高。

可以想象，如果不考虑训练成本，仅就生产过程而言，AI生产法律服务产品的边际成本趋近于零，反应速度几乎为零，成品率接近100%，律师投入再加工的时间成本和人力成本极低。面对这样一个超级生产力，没有律师会蠢到拒绝和它合作。当AI成为法律服务核心生产力后，客户决策逻辑将发生根本转变——律师个体的专业能力将让位于其所搭载AI系统的技术能力。AI的效率、质量和伦理可信度，将成为客户选择律师的主要依据，AI成为决定律师竞争力的决定性力量。

一个具备竞争力的AI系统，其基石在于资金、组织、技术、算法、算力以及知识等多重因素。在这些要素中，资金、组织、技术、算法和算力构成了系统运行不可或缺的支撑，而知识的质量（即数据）与算法的优化，则是决定AI核心竞争力的关键，这一点在法律服务AI领域表现得尤为突出。

首先，知识质量决定了模型的认知边界和泛化能力。例如，DeepSeek的模型规模、算力和数据参数远在OpenAI之下，但通过数据清洗和高结构化的知识标注，仍可以基于优质数据，在推理性能上产生智能飞跃。在特定法律服务场景下，基于专业律师供给的专用知识推理完成的内容生产，与基于通用知识形成的推理，其落地水平和专业质量一定存在巨大差距。例如，一群有着丰富供应链产业法律服务经验的律师为AI提供的有关长期合同的数据，包括客户需求、争议与解决方案、实践的法律效果与商业效果、合同文本、具体场景下的合同的招采、履行、变更、解除和终止、长期合同的理论、规则和各种裁判观点等，会支持AI突破一次性交易的局限，导出合乎供应链交易规范目的的合同文本。此外，知识的系统性影响着AI的泛化能力，即AI处理新场景的能力。优质的知识是图谱化的，能全面系统地覆盖整个知识领域，知识之间的逻辑关联可以追溯，更新的知识可以随时纳入知识体系。对法律服务而言，宏观方面关联着公私法体系，中观方面受制于领域法律和行业监管政策，微观层面要依循法律推理规范，照顾企业管理需求。

其次，算法决定了模型的认知水平。作为解决特定问题的计算序列，算法是一套将输入数据转化为符合要求的输出结果的技术。针对法律服务领域的算法，其基础必然是法律知识图谱所构建的结构化知识体系，在此基础上嵌入三段论、类推适用等法律推理模型，从而能够精准解析复杂的法律文本，进行跨条文、跨案例的深度关联推理，最终得出与法律规则、裁判者偏好以及立法者本意高度契合的判断结论。不仅如此，对客户服务的需求而言，算法还要与企业的商业思维、与政府的行政思维相匹配，做出兼顾其商业目的或公共政策目的的决策。更为复杂的是，算法必须引入知识伦理以塑造AI的价值观，训练数据需要嵌入程序正义（诉讼流程、举证责任等）和实体正义（罪刑法定、合同自由等），以避免数据偏见导致的模型歧视（如清洗掉以往落后或错误的裁判观点），并有能力对公序良俗等复杂法律价值进行判断。

那么，什么样的机制可以推动AI获得高质量的知识质料并优化其算法呢？毫无疑问，律师个体是推动 AI 在法律领域进步的基础力量。作为最善于学习的群体，国内律师界正在掀起学习AI的巨大热潮，律师们提供给AI的知识成果和法律数据，正源源不断地汇入AI。但是，这只是一场律师之间运用AI能力的竞赛，并不是AI之间的竞争。如果没有有效的转化机制，这些数据都将淹没在AI数据的汪洋大海之中。

实质的AI竞争可能发生在法律科技公司和律所建设的AI系统之间。

目前，所有的法律科技公司都在努力谋求建设自己的法律AI。

法律科技公司开发的AI系统，其通常的部署应该是以通用大模型为基础，语言质料集中从典型的法律服务场景中获取，以法律思维为内核进行算法构造，按照法律服务的形式需求输出服务内容，并构建便利的工具应用环境。

抛开资金不说，法律科技公司面临的瓶颈是数据和场景，或者说，是高质量的特定法律服务场景下的数据。尽管通过长期的数据积累和调研，各家都会形成一定基础，但通用数据居多，特定场景的专用数据不足，高质量的数据更是匮乏。这个瓶颈不突破，AI充其量能提供通用化的内容和产品，对定制化的和复杂高端的法律服务支撑不大，没法用，不敢用，只有投入大量专业成本改造后才能用。要突破这个瓶颈，法律科技公司必须想办法从第一线律师手里拿到有质量的数据，而且要达到足够的量级。就现阶段而言，律师普遍缺乏提供这种知识成果的意愿，定价是一方面，保护客户数据隐私的合规要求也是一道硬门槛。

至于算法，笔者认为，只要以可靠的较高质量的数据为基础，数据内嵌的法律推理模型和文本真实信息大多是可以被解析出来的；但对某些特定场景或者复杂问题，如果能够引入高水平的专业分析方法，无疑会使算法更加精确和成熟，那些看不见的结构，决定了看得见的内容。在这方面，似乎法律科技公司普遍没有形成有效的合作机制。

这就需要一场双向奔赴。从法律科技公司一端看，有资金（相对而言），有技术，有接入API的便利，有通用数据，但没有规模化的律师和实践场景，法律服务产品定制化的能力不足。从律所一端看，没有独立进行AI私有化部署的财力和技术，但有律师，有他们的经验以及他们掌握的场景化数据。如果法律科技公司与律师的资源能够融合起来，会更快地推动法律 AI 的进步。

至少两条道路可以选择：

一条路，法律科技公司帮助律所实现私有化部署。

律所与法律科技公司合作，由法律科技公司为律所建立一个私有化AI平台，做好隔离墙，引入通用数据。律师向平台释放手里的场景数据，在法律科技公司指导下对AI进行训练。一个专属于律所的小型的法律AI就有可能搭建起来。

为了建立具有竞争力的私有化AI，律所需采取一系列措施，并满足三项关键条件。

具体措施包括：一是合伙人们需共同投资，负责私有化AI的建设与日常维护；二是律师们需遵循AI训练标准，为知识成果打上标签，并进行结构化处理；3、律师们把打好标签的结构化知识成果无保留地拿出来投到AI里面去，并持续更新；4、律师提供的知识成果应最大限度地接近精确、先进、系统和全面；5、知识成果应最大范围地涵盖不同场景下的客户需求；6、律师们投入足够时间和精力对AI进行持续训练，并在业务中反复验证。

以上动作要做出来并完成，起码需要具备三个条件：1、有足够的资金；2、律师投入的知识成果具有较高的专业价值、整合价值、实操价值和变现价值，换言之，在国内市场同业竞争中，投入知识成果并训练AI的律师在服务业绩、专业水平和知识积累方面，具有综合优势；3、律所对律师投入的知识成果的价值能够进行量化评价。

我认为，第三个条件在技术上是可能解决的；但满足前两个条件的情况比较复杂，不是所有律所都有资金能力进行私有化部署的，即使能拿得出钱，但能不能做出有竞争力的私有化AI，则是另一个问题。一旦领先的律所做出了有竞争力的法律AI，会产生虹吸效应，那个时候，对绝大多数律所而言，做自己的AI可能已经没有意义了。

另一条路，法律科技公司与律师合作独立开发法律AI。

如果能够补齐场景化、个性化知识成果供给不足的短板，那么，法律科技公司独立开发有竞争力的AI也是可能的，办法就是把公司向律师开放，实现深度合作。

可以采取以下具体动作：1、筛选典型场景下国内一流的专业律师，向他们发出共建法律AI的邀约；2、与有合作意向的律师签订战略合作伙伴协议，定向合作开发某一项法律AI产品；3、合作律师依约投入知识成果，配合公司进行AI训练，并投入业务中去反复验证与优化；4、将法律AI产品推向市场，吸引并汇聚大量律师及企业客户，以此为基础构建以法律科技公司AI技术为核心的法律服务生态系统。5、公司大规模积累用户数据，形成法律服务数据垄断优势，同时，合作律师持续更新迭代知识成果；6、根据协议设定的里程碑事件，向合作律师支付费用和AI使用权益。

我认为，这些动作对有实力的法律科技公司而言是可以操作的，但也有障碍。法律科技公司的AI研发其实是一种穿透律所组织攫取优质知识资源的过程。合作律师所在的律所无法从中获益，却依然要承担这些合作律师的法律责任，其竞争对手则可以通过使用AI，直接或间接地分享这些优质资源。可以想象，法律科技公司选择的合作律师在红圈所、精品所的集中度应该是比较高的，这些律所不可能容忍法律科技公司对其知识垄断地位的耗散，一定会采取措施限制甚至禁止律师与法律科技公司的合作。

一个更直接的办法是，法律科技公司与一家或若干家律所在C2C端进行合作，就像微软与OpenAI 的合作、特斯拉与超算的合作。其实，国内早已有这样的模式，前期主要是网络化、数字化的合作，接下来就是AI合作。但服务场景多元、知识成果先进的规模律所数量有限，法律科技公司要有足够大的实力才可能获得合作机会。在单一产品的AI化上寻求合作，也许是多数公司更现实的选择。那些拥有独门绝技的精品所或律师团队更容易获得合作机会。

进入到AI时代，法律服务行业可能发生的一个代际事件，是律师事务所的一体化问题将在律所知识产权化和管理数智化的基础上迎刃而解。AI和区块链技术将在这个过程中发挥关键作用。过去有“技术驱动法律”的提法，现在则是“技术驱动法律组织”。

律所成不了高度一体化组织，与律所至今没有形成企业那样的法人财产权有关。作为智力型组织，知识价值是核心资产，但没有办法计量估值，这部分资产就很难转化为所有人在组织内的权益。科技公司可以通过专利权解决这个问题，律所不行，所以提成制才大行其道。知识贡献是支撑智力型组织的价值基础，缺了知识资产的投入，钱再被合伙人分走，律所自己的财产权建立不起来，无法形成组织能力；合伙人之间对律所的权利关系不明晰，也只能以一人一票的多数决治理律所（尽管合伙制还有其他更复杂的历史背景），那些对律所管理贡献大、知识贡献多的合伙人并不会获得更大权益。所以，除非另行付费，或者有足够强大的公益心，或者有其他机会利益，让律师把知识成果与其他律师分享是很难的。

为解决产权一体化问题，国内少数采取绩点制、变相绩点制或者混合制的律所做了多年探索，但整体效果并不理想。这些律所合伙人和律师的人均收益水平近年来并没有明显提高；这些律所的规模化战略都不同程度受阻；这些律所的创收在疫情期间和大多数提成制律所一样都在下滑，这说明还是市场在左右这些律所的创收，所谓一体化组织的优势在市场下行的环境下并没有发挥显著作用。绩点制只是实现了一体化分配，还没有找到令人心服口服的量化贡献的有效方法，围绕点数分配的争论和纠葛，在这些律所内部始终没有停止。

在法律服务转型为“AI生产+律师服务”模式的假设前提下，有条件的律所将进行AI私有化部署，动员律师把知识成果投放给律所的AI，与AI合作生产服务内容，形成律所共有的知识产权。推动律师完成这一部署的动力，一定是先明确产权关系，即律师投入并加以训练的知识成果，可以量化为产权份额。其量化的大概逻辑应该是：律师投入知识成果并加以训练形成产品——其他律师从AI中提取该产品，生成提取频次记录——基于该产品为客户提供法律服务并形成收费记录——计算该律师知识贡献率【假设：（提取频次x系数）+（收费总额/律所AI收费总额x系数）】——生成该律师在律所AI知识产权份额。

在区块链技术有条件引入律所AI系统的环境下，区块链所具有的确权、全程记录、智能合约自动计算、不可篡改、公开透明等功能，是可以实现这个逻辑的。

律所应用区块链的劣势主要是部署和维护成本高，需要专业团队支持。但它在产权确权和分配公平性上具有不可替代性。对于律所而言，“区块链+知识图谱+大数据+智能合约”的混合架构，可能是更务实的选择：用知识图谱+AI优化服务进行知识管理，用区块链存证关键产权数据（如上传时间、贡献率），用大数据统计使用频次和收入，用智能合约（区块链或中心化系统均可）执行分配。

同理，法律科技公司也可以按照同样的技术路径构造其与合作律师（团队）的产权关系。

此外，还要做相应的配套制度安排：要制定知识成果命名规则，设立前置审查程序和标准，对律师提交给AI的知识进行筛选和成果认定，对知识成果的迭代贡献进行评价；要制定规则，对律师产权争议进行仲裁。例如，乙律师从AI提取服务产品后进行了升级或更新，那么他和原产权人甲律师如何处理产权关系？应成立AI伦理与风险控制审查委员会，负责仲裁AI产品可能带来的道德风险及违规违法风险。等等。

在前面的假设能够成立的情况下，律师事务所的组织形态有可能会逐渐被AI和数智技术驱动，发生巨大变革。

姑且想象这样一种可能：一家是规模足够大的国内顶尖的律师事务所，另一家是像深度求索那样的科技公司，他们联手建立一家法律服务组织，也许是律师事务所，也许是法律服务管理公司，也许是别的什么法律允许的新型法律服务组织。它的法律AI所生产的法律服务产品，从内容的质量和形式、场景的多样性以及作业效率等方面，足以覆盖大多数法律服务领域，与其他法律AI竞争具有绝对优势；它拥有一支高水平的经营管理团队，并且建立了先进的数智化流程管理网络，能够把业务运营、营销、质控、风控等无缝链接并管控起来；它在多数业务领域的表现都得到了客户市场的高度肯定，在法律服务评价机构的榜单上占有很高比例；由于在客户市场和专业领域长期享有极高的声誉，政府、法院、企业和社会人群对它的AI伦理委员会足够尊重，对其监督下的AI产品的合法性、合规性和伦理性有高度的信赖。

这样的超级法律服务组织只能在人类进入AI时代才会出现。那个时代，全球治理已经全面数智化，为了避免陷入技术专制，人类必须把技术与法律绑定在一起，通过技术的法律化将其规范到人类可控的数字秩序之下。那个时代，法律服务不再像现在这样只是技术商人眼里的小众市场，而是覆盖整个数字社会的数字化规范网络。在那个背景下，科技与律所合作构建AI法律服务组织的条件也会成熟。

可以想象，这样量级的法律服务组织必然会把法律服务市场带入所谓“寡断型时代“，成为法律服务标准的制定者和执行者。在“AI生产+律师服务”模式下，加入这家组织，将其AI接入服务，就等于拿到了市场准入证。这种环境下，这家组织对律师对客户都具有虹吸效应，没有哪个客户会拒绝接受它的服务，除非付不起费用；没有哪个律师会拒绝加入这家组织，除非达不到聘用标准或不具备入伙条件。对这家组织而言，当它的AI可以零成本无限度地为律师输出产品，它的数智系统可以全方位全流程管控风险，可以即时计算海量律师的绩效，那么，它就不会有律师规模的上限，它会把一切好的律师资源和好的客户都吸进它的黑洞，除非那个时代法律服务已经被硅基律师取代。

当然，实际情况会更复杂。初期，市场上会涌现大量以律所或法律科技公司为单位的法律AI智能体，随着市场竞争的深化，少数胜出的律所或法律科技公司会逐渐拉开与其他同行的距离，并开始释放虹吸效应，呈现超级律所的雏形。拥有特定服务品类优势的律所会发生分化，一部分加入超级律所，其他部分则整合到一起，形成新的较大组织和次级AI智能体。为了扩大市场规模，后者可能会有更强的意愿争取其他不能加入超级律所的律师和律所进入自己的组织，其律师规模会比超级律所更大，但人均创收水平会远低于超级律所。这将是一个在持续竞争中不断分化整合的过程，国内数万家律所可能会逐渐聚合成若干家超级律所和一定数量的地域化、行业化的律所，以及散布在边缘服务地带的小微型律所，直到在各个服务品类、服务区域和服务人群中达到结构性均衡。

国家对垄断型律所组织会进行怎样的监管，取决于那个时代的环境。如果在AI驱动下整个社会进入到技术控制时代，垄断恐怕将是一种常态，垄断型律所也许是那种常态的一部分。在那个时代，人类怎样与AI智能体合作，如何对AI进行监管，是更为复杂深刻而且沉重的话题。我更愿意相信，在那个时代，为了对抗技术对人类的专制，维系一个多元化的、民主的AI世界，遏制一元化的专制的AI世界，应该仍是人类的理性选择。那么在法律服务领域，维系一个多元的有个性化差异的法律 AI智能服务组织甚至个体，让每一个当事人都能找到适合为自己代言的律师，应该也是可能的。

企业的本质是通过内部组织管理替代市场交易，降低由不完全契约或交易成本过高带来的资源配置的低效状态。从产权视角看，企业的产品是资本、管理、劳动者的体力劳动和技术人员的智力劳动有机结合的产物，其产权及收益无法归属于单一要素。因此，现代企业制度通过法人的独立财产权制度支配有形和无形资产，将企业收益优先用于再生产，再根据股权配置和薪酬制度量化个体贡献，在股东和员工之间进行剩余利润的再分配。同时，有限责任制度将企业的法人财产与股东个人财产（除投资外）明确区分，既鼓励投资，又有效保护投资者的财产安全，实现了两者间的平衡。

现行法规范下的律所属于合伙组织，这是一个事实与制度两难自洽的制度安排。基于合伙人分别产权和自己作业的现实，合伙人自己的责任理应由自己承担，但为了保护客户对合伙的信赖，其他合伙人依法承担连带责任。这是一个源于1660年《查理二世特许状》的制度传统，而我们所处的这个时代，律所参与现代社会法治活动的复杂程度、影响的利益关系以及面对的风险规模，与365年前手工作坊似的律所相比已是天差地别，靠合伙人个人财产为法律服务承担责任，显难匹配法律服务承载的经济体量和商业影响；把业务上毫无关联的其他合伙人拉进来承担连带责任，虽然可以解决债权人索赔的一部分问题，但其他合伙人并没有监督债务人业务的制度安排，律所合伙人之间同样也没有，让缺乏监督权利的合伙人承担过错合伙人的法律风险，是不公平的。针对这个问题，《合伙企业法》给了一个出路，规定具备特殊普通合伙人资格的律所，其无过错合伙人的无限连带责任可以豁免。但是，这只解决了合伙人之间责任关系的平衡问题，对客户而言，只用过错合伙人个人的财产和无过错合伙人的入伙费实施救济，岂不是比一般合伙更缺乏保障？所以，基于合伙关系确立的中国律所制度，没有给律师提供构建律所财产权的法律基础，自然也没有给客户提供像企业那样的以法人财产为责任财产的保障。此外，在法律服务亟待获得科技支撑的形势下，靠人合性的契约化组织积累资本规模，远远不及公司资本制的开放性。继续沿袭传统合伙制，势必使律所在知识生产、管理、营销、服务和产业规模等各方面远远落后于企业，其法律服务能力无法与社会发展速度相匹配。

进入AI时代，阻碍律所成为独立产权主体的技术困难，随着知识图谱、智能合约、大数据等技术工具链的引入，都有了得到解决的空间，律所成为有限责任公司、股份有限公司的财产条件已经具备。律师投放的知识成果、参与AI产品研发的贡献、案源业绩、承办业绩、公益贡献等，可以转化为可分拆、可溯源的数字资产，既是内部分配的结算凭证，也是律师在律所内持有的股权份额（当然是要与风险投资人、技术投资人等其他股东按比例计算的）。律师的法律服务由“AI产品+律师服务+律所协同+律所责任”融合构成，其创收属于律所收入，与律所AI知识产权、律所资产、第三方投资等共同构成律所的法人财产。法律服务产品的最终交付形式由AI封装（如法律意见书生成系统），使律所（而非律师个体）成为法律责任的直接承担主体，并与律师形成责任隔离。律所法律服务的责任框架被重构为：律所作为法人对客户承担主体责任，有过错的合伙人（律师）对律所或其他合伙人承担相应的法律责任或内部违规责任。这一结构与现代企业制度的“公司-股东-员工”责任分层趋于一致。

设想未来是为了锚定方向，现实的选择则要务实可行。对律所和法律科技公司而言，当下状况大多是清醒的焦虑：明知应该着手创新产品研发，却无法从现存客户的繁重服务中脱身；通过规模化战略已经形成了丰厚的律师资源及潜在的巨量数据，却在数据集成、客户隐私保护和数据合规等方面面临各种不确定性，不知从何入手；即使合伙人们下定了AI私有化部署的决心，科技公司能否提供稳定有效的落地技术，其持续发生的成本能否控制在律所可以承受的限度之内？集中为律所提供中台服务支持的法律科技公司们，是继续沿着这个路径走下去，在过程中等待转型时机，还是直接切入AI赛道，大胆（冒险）突破行业边界，与律师和律所共同构建AI法律服务智能体？

在与业界专家交流过程中，大家高度认同本文对法律AI发展趋势的预言，同时也提示笔者，律师事务所这个组织形式是基于律师个体作业方式产生的，并且因为这个职业的特殊性，它从一开始就受到比较强的监管，经过四十多年的发展，已经积累形成了坚固的认知惯性、行业习惯、利益结构和制度体系，因此，AI对行业发展的影响是受制于这个现实环境和条件的（洪祖运语）。就技术而言，律所AI产权化这部分的假设链偏长，涉及智能合约等复杂系统，逻辑虽然自洽，但落地并不容易（余朋铭语）。这都是切要中肯的意见。

无论怎样选择，只有对AI的未来抱有确信的人，才会当下采取行动。方向明确了，就不怕走弯路。那些未来被证明正确的选择，大多是在不知道该如何选择的时候敢于付诸行动。律师、律所和法律科技公司当下当做且能做的工作，是在《律师法》《民法典》《网络安全法》《数据安全法》《个人信息保护法》《区块链信息服务管理规定》《生成式人工智能服务管理办法》等法规框架内，将法律服务长期积累的显性知识和隐形经验，逐步转化为可适配 AI 应用的高质量数据，尝试训练 AI 形成法律服务产品的输出能力，建立律师责任制下“AI生产+律师服务”的法律服务合规模式，尝试构造知识成果价值量化模型。从而实现AI能力提升、知识资产积累与组织变革准备的三重目标，为行业代际变革奠定现实基础。

对律师而言，应在自己擅长的、拥有客户资源的或者决意开发的业务细分领域，持续、系统、多元地积累数据，形成知识库；依照知识图谱规则分类标注数据，运用产品思维训练AI，直至能够输出具有知识产权价值和法商综合服务性能的产品。在尊重、信赖和互补的基础上，积极寻求与其他律师合作，共同开发结构化法律服务产品，构建并不断延伸服务供应链。要建立数据防火墙，严格区分设备用途，办案电脑只安装通过律所安全认证的AI工具。在投喂训练数据前，要脱敏客户敏感信息。

对律所而言，针对律师AI运用的普及化趋势，重构客户隐私保护、数据匿名化处理、律师亲自承办义务等合规监督审查机制，强化 AI 风险防控。在常法、合规等标准化业务中尝试推行"AI生产+律师服务"模式，按知识贡献（提供知识成果）、客户拓展和维护（案源与关系管理）、AI优化（训练反馈）拆分绩点。推动条件成熟的律师团队合作开发产品并开展协同服务，在此基础上可考虑进行私有化AI部署，并逐步扩大合作范围和规模，在这个过程中以律所产权为中心对律所进行优化重整。

对法律科技公司而言，在继续为律所和律师提供中台技术服务的同时，为律师和律所打造轻量化AI工具，在通用模型基础上微调出细分服务领域的专属版本；为有条件的律所进行AI私有化部署；为法律AI开发区块链存证技术和智能合约技术，为律师和律所提供知识图谱建模指导；在律所OA系统中设置AI输出内容的责任律师强制审查认定程序。在合规前提下，尝试与律师、律所建立法律AI产品合作开发模式。

司法行政监管机关、律师协会应在律所、律师及法律科技公司的配合下，制定监管规则和法律AI使用规范指引，监督、指导律师、律所合法合规使用AI。

注：本文构思和撰写过程中，余朋铭（大鱼）、王芳、洪祖运、白邵翔、陈柚牧、高强、陈秀玲、石现等业界诸友，或给予灵感，或给予鼓励，或提出了中肯的意见，在此一并感谢！