在这样的背景下，当前，法律科技（LawTech）正在持续兴起。在人工智能技术的加持下，法律科技更是有望给法律行业带来更深、更彻底的变革。

笔者在此前的文章《人工智能法律服务的前景与挑战》中，曾援引法律科技研究报告《文明2030：不久将来的律所》的观点称，“经过长期的孵化和实验，技术突然可以以惊人的速度向前行进了；在15年内，机器人和人工智能将会主导法律实践，也许将给律所带来‘结构性坍塌’，法律服务市场的面貌将大为改观。”

研究科技与法律长达30多年的英国学者Susskind在其著作《明天的律师：预见你的未来》（Tomorrow’s Lawyer：an Introduction to Your Future）中持类似观点，认为法律行业过去200年之变化，不及未来20年之变化。法律人需要做好迎接未来的准备。

此言并非虚言。法律行业并非对技术具有完全的免疫力。面对技术发展和外在压力，法律行业在教育模式、组织结构、收费模式等诸多方面的不适应性已经显现出来。这让人们开始对人工智能技术支撑下的法律科技寄予厚望。

全球来看，虽然从2011年到2016年，全球法律科技公司总融资额度仅有7.39亿美元，显著低于金融科技、医疗科技等新兴领域；但是全球法律科技上市公司的数量呈爆发式增长，从2009年的15家增长到了2016年的1164家，主要集中在在线法律服务、电子取证、从业管理软件、知识产权/商标软件服务、人工智能法律科技、诉讼金融、法律检索、律师推荐、公证工具等九大领域。

在这样的国际趋势下，国内法律科技市场开始从“互联网+法律”向“人工智能+法律”转变，法律人工智能创业成为人工智能创业的重要组成部分，面向B端或者C端的法律人工智能产品逐步进入公众视野。

不仅如此，法律行业如律所、公司法务部门、法院等也开始积极布局人工智能法律科技，部分原因是在线法律服务、客户成本压力（比如公司法务部门日益希望以更低的成本获得更多的法律服务）等因素迫使律所投资创新。

国际律所Dentons是典型代表，其在2015年5月率先启动法律科技创新加速器项目NextLaw Labs，目前已经孵化了包括大名鼎鼎的机器人律师ROSS在内的10多个法律科技项目。其他越来越多的国际律所如Linklaters、Riverview Law、BakerHostetler等亦开始研发、部署法律人工智能系统，帮助提高工作效率，或者以低成本模式提供法律服务。

一言以蔽之，从最早的基于规则的（rule-based）的专家法律系统（将法律专家的法律知识、经验等以规则的形式转变成为计算机语言），到以深度学习、机器学习、大数据等为支撑的自主系统，人工智能对法律以及法律行业的更深更广的影响才刚刚开始。

可以说，人工智能技术已经在开始改造整个法律行业，而改造的规模和速度将不仅仅取决于技术发展和进步的步伐，而且取决于整个法律共同体对于新技术和新模式的接纳程度，而这需要政策支持和发展导向。

人工智能在法律行业中的应用和影响的十大趋势。

在人工智能技术的加持下，法律研究（检索）正向智能化、自动化的方向迈进。法律研究（legal research）对于法律人的价值不言而喻，无论你是法学院学生，还是从业律师、公司法务，抑或司法人员，甚至普通民众有时候也需要进行法律检索。

其实，信息化已经对法律检索进行过了一次改造，法律文本、裁判文书等法律资料的数字化，支撑起了市场规模巨大的法律数据库市场。但Westlaw、北大法宝等法律数据库服务一般基于传统的关键词检索，利用这些数据库进行法律检索，是一件费时费力的苦差事。

然而，基于自然语言处理（NLP）和深度学习的语义检索和法律问答已经在开始改造传统的法律检索服务。比如，号称世界首个机器人律师的ROSS就是基于IBM的Watson系统的智能检索工具，利用强大的自然语言处理和机器学习技术向律师呈现最相关、最有价值的法律回答，而非像传统法律数据库那样，仅仅呈现一大堆检索结果。

此外，语义技术，文本分析和自然语言处理，以及图像和视频技术已经为商标和专利检索以及版权监测等知识产权法律工作的自动化提供了可能性，比如TrademarkNow。

新形式的、基于语音交互的智能法律检索将经历两个阶段。

第一个阶段是智能化，在这个阶段，依然需要人类律师明确需要解决或者回答的法律问题是什么，法律搜索引擎识别相关案例并评估其价值，形成专业回答。ROSS是这一阶段智能法律检索的典型代表。

第二个阶段是自动化，意味着不需要人类律师指明法律问题是什么，系统自身可以理解一段事实陈述并自动识别其中的法律问题，然后完成检索并提供最佳法律信息，整个过程几乎不需要人类律师的深度参与。这几乎是将人类律师从繁琐的法律检索工作中解脱了出来。

就像新闻写作机器人的崛起将给新闻业带来一场巨变一样，法律文件自动化趋势将可能给法律行业带来规模相当甚至更深远的变化。主要包含两个层次。

第一个层次是法律文件审阅自动化。无论是调查取证、尽职调查，还是合同分析、合规审查，都需要对法律文件进行审查、分析和研究。自动化这一工作将能够显著提升法律人的工作效率。以电子取证为例，在并购、反垄断、大型劳动纠纷等越来越多的案件中，庞大的电子材料给证据和法律材料的搜集和整理提出巨大挑战，律所往往需要投入大量的人力和物力，而且需要耗费大量时间。

但基于NLP、TAR（技术辅助审阅）、机器学习、预测性编程（predictive coding）等技术的电子取证程序可以显著提高这一工作的效率，大大节约审阅文书的时间，而且准确性不输人类律师，因此成为了法律科技市场的一大细分领域，微软等公司都已介入。

电子取证的步骤一般包括训练过程（人类律师从小量样本中确认相关的证据材料以供机器学习）和取证过程（意味着机器代替人类律师进行资料审阅以发现证据材料）。由于涉及到用机器替代律师，可能触及政策障碍，因此英国、 美国、澳大利亚等国家的法院已经明确表示在诉讼和案件中整理、搜集证据材料时可以利用预测性编程技术。

法律文件审阅自动化的另一个主要领域是合同分析。合同分析在风控、尽职调查、取证、诉讼等诸多场合具有重大意义，但是一项耗时耗力的工作。然而，德勤（Deloitte）借助机器学习合同分析系统Kira Systems，只要15分钟就可以读完原本需要人类律师花费12个小时才能审阅完的合同。在国际社会，人工智能合同分析服务已经蔚然成风，KMStandards、RAVN、Seal Software、Beagle、LawGeex等提供智能合同服务的法律科技公司越来越多，在人工智能技术的驱动下，依然在蓬勃发展，带来效率的提高、成本的降低以及流程的改善。

第二个层次是法律文件生成自动化。新闻业正在被互联网和机器写作改造，过去8年，新闻业收入减少了1/3，就业岗位减少了1.7万个，报纸的市场价值和支配力大减，代之以网络媒体的不断兴起。法律行业正面临着同样的情况，智能机器辅助甚至独立起草法律文件的时代将会到来。

如今，法律人使用法律格式的方式正从模板向法律格式文件自动生成转变；也许未来10-15年，人工智能系统将可能起草大部分的交易文件和法律文件甚至起诉书、备忘录和判决书，律师的角色将从起草者变成审校者。

比如，硅谷一家律所Fenwick & West开发的一个程序可以为准备上市的创业公司自动生成所需文件，这将律师的账单时间从20-40小时减少到了几个小时，当需要准备大量文件的时候，这一程序可以使所需时间从数天、数周减少到数小时，大大提高了工作效率。

机器智能的优势在于随着数据的积累，可以不断自我学习和改进，并且由于数据的互相关联性，计算机可以将特定合同与所有与之相关的法院判决关联起来，形成持续改进法律格式的动态关系。

未来，随着软硬件能以及算法的持续提高，起诉书、备忘录、判决书等高级法律文件也可以自动生成，但依然需要人类律师或者法官审阅，形成人机协作的关系。

在互联网时代和人工智能时代，律所和人类律师并非普通公众获取法律服务的唯一渠道。在线法律服务、机器人法律服务等替代性商业模式正在兴起，可以直接向终端用户提供一般法律咨询服务，比如遗嘱、婚姻咨询、交通事故咨询，等等。面向终端消费者的法律机器人DoNotPay就可以协助用户自主完成对交通罚单的申诉材料准备和提交工作。

美国法官波斯纳曾将法律行业形容为“涉及社会的法律的服务提供者的一个卡特尔”，意即是一个垄断的行业。高昂的律师费用导致社会中存在大量未被满足的法律需求，低收入以及中等收入人群中的大部分人的法律需求没有被满足。

然而，在线法律服务、机器人法律服务等替代性商业模式可以以更低廉的价格向终端用户提供法律服务，有望使法律服务标准化、商品化、自动化、民主化。商品化意味着法律服务的提供不再主要依赖于特定的人类律师的专业素养，而可以以自动化的方式提供；民主化意味着大部分人将可以以较低成本获得一般的法律服务。

英国学者Susskind认为，法律服务的提供的演进方向从定制化到标准化到系统化再到一揽子最后到商品化，意味着法律服务定价的由高而低，即从按小时计费到固定收费再到商品化定价最后趋于零。在这个层面上，国外有专家预言律师将走向没落。

无论如何，法律机器人都将对法律服务的提供产生深远影响，将持续推动法律服务走向标准化、系统化、商品化、自动化，使人人都可以获得法律服务，帮助消除法律资源不对称的问题，实现更为广泛的司法正义。

如今，在美国，最知名的法律品牌不是哪一家知名律所，而是LegalZoom之类的在线法律服务提供商，这些新型的技术派的法律服务商代表着法律服务提供的未来趋势。它们对于律所而言并非替代者的角色，而是在律所之外，满足其他未被满足的法律需求或者通过律所就会十分昂贵的法律需求。

而英国早在2007年就通过了《法律服务法案》，旨在自由化法律市场，革新法律行业组织模式，并引入竞争，促进法律服务的可负担性。在此背景下，一些国际律所已经设立了低廉的法律服务中心，在按小时计费、固定收费等模式之外，借助技术以更低价格提供法律服务。

从案件结果预测到犯罪预测，基于人工智能和大数据的预测性技术在司法领域的应用越来越广泛。

一方面，案件预测技术在研究上取得进展。2016年，研究人员利用欧洲人权法院公开的判决书训练算法系统，构建了模型，来预测案件判决结果，预测准确性达到了79%；这一实证研究表明，案件事实是最重要的预测因素，这一结论与法律形式主义的观点一致，即司法裁判主要受案件事实的陈述影响。

另一方面，案件预测已经用在了诸多实务领域。比如，Lex Machina 公司提供的服务，通过对成千上万份判决书进行自然语言处理，来预测案件结果，比如，其软件可以确定哪位法官倾向于支持原告，基于对方律师过去处理的案件来形成相应的诉讼策略，针对某个特定法院或者法官形成最有效的法律论证，等等。Lex Machina的技术已经用在了专利案件中。

案件预测的价值主要体现在两个方面，一方面可以帮助当事人形成最佳的诉讼策略，从而节约诉讼成本；另一方面，可以帮助法官实现同案同判，也即所谓的大数据司法确保公平正义。

诉讼中可能的高昂成本可能给当事人带来沉重经济负担，所以当事人一般都会在案件起诉前或者上诉前对案件胜诉可能性进行评估。但即使是最专业的律师，由于受限于人脑自身的信息处理能力，在预测上远不如计算机，因为计算机在强大算法的支持下，可以以超强的运算能力，处理几乎可以获取的所有数据。计算机的全数据处理，相比人类的样本数据分析，使得案件预测结果更为可靠。

如果事先可以较为可靠地预知案件结果，意味着当事人不会冒着极大的败诉风险继续推进诉讼或者上诉，而是会选择和解、放弃诉讼等其他纠纷解决方式。但案件预测的弊端在于可能扭曲当事人的诉讼行为，带来新的偏见（比如算法歧视，参见拙文《人工智能——机器歧视及应对之策》）和滥用。

俗话说，法院大门朝南开，有理没钱别进来。司法审判系统的低效率、程序拖沓、成本高昂等问题历来为人们所诟病。但问题是，人们为了解决彼此之间的法律纠纷，一定得去有实体场所的法院吗？

技术的发展已经给出了否定的回答。比如，伴随着电子商务的兴起和繁荣，在线争议解决机制（online dispute resolution，简称ODR）开始流行，在电子商务eBay上，大量买卖纠纷通过SquareTrade这一ODR服务商在线解决，当事人通过ODR系统在线提交事实陈述和证据，使纠纷在线得到处理，甚至不需要人类律师介入，很多案件也根本不会进入法院审判阶段。

在ODR模式的影响下，在线法院的实践在国外已经出现。比如，英格兰和威尔士上诉法院大法官Briggs在呼吁“提高民事司法的效率”时表示，“可以借助使用人工智能来在线裁决英格兰和威尔士的民事法律案件，在这方面，人工智能可以辅助法官，甚至作出判决。”

据悉，英国已经投入10亿英镑现代化、数字化其法院系统。根据英国学者Susskind的观点，英国的在线法院包括三个阶段：第一阶段是在线法律援助系统，向当事人提供法律咨询和建议等；第二阶段是审判前争议解决，法官通过邮电、电话等方式和当事人沟通，以解决纠纷；第三阶段即在线法庭，只适用于小额案件，以在线的方式审判案件，包括立案、提交证据、举证质证、裁判等。这类似于简易诉讼程序。

英国当前的在线法院建设并没有利用人工智能系统来裁判案件，因此并非代替法官，而是以更好的方式解决纠纷。在交往场景日益数字化的背景下，在线身份识别、音视频技术以及人工智能技术等已经为在线法院的建设提供了技术支持。

中国正在大力推动的智慧法院与国外的在线法院类似。2016年7月发布的《国家信息化发展战略纲要》将建设“智慧法院”列入国家信息化发展战略，明确提出：“建设智慧法院，提高案件受理、审判、执行、监督等各环节信息化水平，推动执法司法信息公开，促进司法公平正义。”

2016年12月发布的《“十三五”国家信息化规划》，明确指出，支持“智慧法院”建设，推行电子诉讼，建设完善公正司法信息化工程。在2017年5月11日举行的全国法院第四次信息化工作会议上，最高法院院长周强提出，智慧法院是建立在信息化基础上人民法院工作的一种形态。

中国各地的法院都在探索某种形式的智慧法院建设，但以浙江智慧法院（浙江法院电子商务网上法庭）建设最为出名；据浙江高院信息中心副主任刘克勤介绍，浙江智慧法院每年处理的交易、著作权等纠纷多达2.3万件，可以直接对接淘宝、天猫等多个平台，提供在线矛盾纠纷多元化解决平台，其他辅助措施包括案件结果预判、网上司法拍卖、智能语音识别、类案推送、当事人信用画像，等等。

2017年6月26日，中央深改小组审议通过《关于设立杭州互联网法院的方案》，该互联网法院主要审理网络购物合同纠纷、网络购物产品责任纠纷、网络服务合同纠纷、在互联网上签订、履行的金融借款合同纠纷和小额贷款合同纠纷、网络著作纠纷等五类案件。未来，在线法院的进一步建设和普及将促进公共法律服务的供给，帮助消除司法鸿沟。

此外，公共法律服务中的法律援助不足也是司法体系的一大问题，尤其是在刑事案件中，很多被告人得不到法律咨询和辩护。一些民事案件同样是在没有律师介入的情况下进行的。未来，法律机器人可以向当事人提供基本的法律援助，而法律援助律师仅在必要时才介入，这可以显著提高司法援助的效率和质量，实现公平正义。而且，法律机器人法律援助同样可以融入在线法院的建设当中。

无论是律所和律师，还是法院，抑或当事人和终端消费者，基于人工智能和机器人技术的“智能交互界面”（intelligence interface）将成为法律系统的主要进入点，法律机器人和人工智能是其中的核心。

对于律师而言，未来的法律实践比如法律检索、案件管理、法律写作等将主要通过具有智能交互界面的法律机器人和人工智能系统来完成，这就好比医生现在主要借助各种复杂的医疗器械来完成医疗活动一样。

对于法院而言，司法审判的数字化和在线化，意味着类案检索、裁判文书写作、证据分析和推理等也将在法律人工智能的辅助下进行，甚至为其所取代。

对于终端用户而言，交互性的、基于互联网的问答系统可以以文本或者语音对话的形式同用户交流，并生成所需的法律信息，或者指导其完成基本的法律文件和格式。

在此背景下，律师当前的角色将会发生变化，一些角色可能被机器取代，比如常规性、重复性任务；一些角色可能被机器增强，比如案件预测、法律写作；而对于新法新规，律师依然需要扮演核心角色。

法律市场作为一个双边市场，其评价体系在很大程度上是不透明的，不像电商平台以及外卖、生活服务等O2O平台，具有较为完善的用户评价机制，确保了市场的透明度和消费者的知情权。但是由于法律市场在很大程度上并未平台化，很难搭建有效的评价机制。

然而，人工智能、大数据等正在改变这一状况，对律师市场进行评价正变得可能，成为了法律科技的一大趋势。当前，律师推荐已经成为法律科技的核心领域之一，国内外都在持续涌现律师推荐和评价类的产品和服务。

律师市场评价相当于将律师置于阳光之下，明星律师、普通律师、不合格律师等的区分将透明化，结果可能带来律师市场的“马太效应”，明星律师业务增多，收入增多，而普通律师、资历浅的律师将遭到相反的待遇。这呼吁律师转型，即以技术化的低成本模式提供法律服务。

法律机器人和法律人工智能并非凭空产生，需要技术人员和法律专家之间的通力合作。随着人工智能与法律不断融合，这一领域的研究、开发和应用将不断增强，法律人工智能职业将作为法律行业的新兴职业而不断涌现。

当前，一些积极拥抱新技术的国际律所已经在加强法律IT能力建设，法律开发者、法律数据分析师、法律数据库管理者等正在加入律所、公司法务部门、法院、法律数据库公司等法律机构。法律科技公司更是需要既懂法律又懂技术的复合型人才。未来，技术与法律的结合将更为密切，对新型人才的需求也更为迫切。

中国《新一代人工智能发展规划》已经看到了法学教育与人工智能的结合，提出打造“人工智能+法学”复合专业培养新模式。这是极为高瞻远瞩的设想。

笔者曾参与翻译“Failing Law School”一书，书中对美国“4+3”（四年本科+三年法学院教育）的法学教育模式提出严正批判，认为法学院根本不需要读三年，顶多需要两年，可能一年就够了。

而中国传统的法学教育是高中毕业后直接读四年本科法学教育，这样的法学人才培养模式很难适应机器人和人工智能主导的未来法律实践。相比现在的律师，未来的律师将会从事大不一样的工作，所以需要不同的教育。因此，新规划提出的“人工智能+法学”培养模式是有远见的。

其实，国外法学院早就开始探索革新法学教育，注重对法科学生的科技和数字素养的培养。比如，早在2012年，乔治城大学法学院即开始提供一个技术创新与法律实践的实践课程，形成特色的“Iron Tech Lawyer”比赛项目，培养学生的法律开发能力。2015年，墨尔本大学法学院开始提供如何开发法律应用的课程。

未来，法律教育与人工智能等前沿信息科学技术将日益密切结合起来，而能否较早较快实现这一设想，取决于法学教育的反应速度。

其实，人工智能不仅仅对法学教育提出了挑战，要求跨学科融合的教育模式，而且对其他学科教育也提出了类似的挑战。

英格兰和威尔士上诉法院大法官Briggs在在线法院的倡议中提出了算法裁判，即人工智能可以代替法官直接作出裁判。这并非不可能。其实，计算法律学历来就是人工智能与法律的核心研究方向之一，在思考“除了书面语言，法律可以有更精确、更形式化的表达吗？”这一问题，并探索用计算逻辑和代码来表达法律。

笔者此前在知乎网站上看到一个设想：如果能用一列n维向量描述各种事件，将「事件.txt」导入「法律.exe」，从而产生「判决.txt」。将法律条文转化成代码，从而使得判决彻底脱离个人主观判断。并且可以在任何人的计算机上在线。将代码开源，放在类似GitHub的网站上，供全民监督。

计算法律当前在计税等一些领域有应用，更多则是一种学术研究；但在未来的成熟的信息社会，更普遍的计算法律将可能出现，届时系统将会自动执行法律，不需要律师，甚至也不需要法官。因为那时的法律已经完全自动化了。

人们说，预见未来的最好方式是创造未来。法律行业的未来需要法律人这一职业共同体共同创造。虽然之前有研究认为律师助理和法律助理被自动化的概率高达94%，引发了人们对法学毕业生就业的担忧。但笔者在willrobotstakemyjob.com网站的测试结果显示，仅有3.5%的律师会被人工智能和机器人替代。不管科学与否，都可以作为一种暂时的宽慰。

据笔者调查，律师的工作包括十三项：文件管理，案件管理，文件审阅，尽职调查，文件起草，法律写作，法律检索（研究），法律分析和策略，事实调查，客户咨询服务，谈判，其他交流和互动，出庭及准备；律师需要及早思索这其中的哪些任务可以被自动化或者可以借助科技提高效率，而英国学者Susskind则提出了“分解”法律服务的思路，认为一项法律任务可以被分解成多个部分，核心部分可以由律师完成，其他部分则由效率更高的第三方完成。

而对于法律服务自动化的担忧，包括律师在内的法律人在判断其工作的价值以及在思考人工智能技术对其工作的影响时，至少需要考虑以下三个因素：

第一，是否涉及数据分析和处理，在这一方面，人类几乎不可能和人工智能和机器人相匹敌，尽早使用并适应新技术才是明智的选择；

第二，是否涉及互动交流，类似行政前台等法律客服工作被自动化的可能性非常大，一般的法律咨询也可以被自动化，但更高级别的互动交流如谈判、出庭等则很难在短期内被自动化；

第三，是否处于辅助决策的地位，人工智能辅助决策已经被应用在了很多领域，在法律行业，人工智能辅助决策也正在发生并成为一个趋势，比如在案件结果预测上，人工智能可以比专业律师做得更好，诸如此类，尽早利用并适应新技术才是必然的选择。

最后，作为总结，经过三十多年的发展，在超强运算能力、大数据和持续改进的算法的影响，人工智能对法律以及法律行业的影响正在加深、加快，未来10-20年法律行业将可能迎来一场巨变。

作为法律人工智能最直接的目标客户，法律人需要调整心态，积极拥抱新技术和新模式，并在这个过程中坚持对法律的理念和信仰，防止法律人工智能削弱、损害法律共同体所秉持的以及法律系统所坚持的观念和价值，让法律人工智能来促进司法正义，而非带来偏见和歧视，或者背道而驰、贬损正义。