人工智能距离法律服务行业越来越近了。通常，法律总被认为是专业性和个性化极强的领域，但如果将法律工作进行仔细拆解，会发现许多细分任务是并不需要创造力、同理心和判断力就可以完成的。将这些工作交由机器完成，将大大提升法律服务的效率、质量和客户体验。事实上，不论在律所还是法院，人工智能已经被逐渐运用到法律实务的方方面面。
律所：替代部分律师助理工作
律所的人工智能化从简单的基础性工作开始，原本大量由律师助理或实习生完成的工作移交给人工智能后，效率和准确度大大提高而边际成本趋于零。
简单合同处理
2015年9月，Berwin Leighton Paisner (BLP)，一家总部位于英国的国际律师事务所，开发出了英国首个“合同机器人”，可以在数秒之内完成原来由专业律师团队几个月才能完成的法律工作，效率远远高于此前处理这类事项的初级律师和律师助理。
目前，BLP已经将这一技术应用到了它在英国最大的业务领域——房地产领域中。这一领域有大量适合运用人工智能的重复性工作，具体来说，BLP的“合同机器人”目前主要被应用于“光线阻挡通知”（Light Obstruction Notices，即房地产公司向邻近地区居民发出的登记享有光线权利的通知，简称为LONs）领域，因此被亲切地称呼为“LONald”。
LONald处理“光线阻挡通知”的方式和此前律师们的工作方式完全一样：从土地注册处的文件中提取数据，将其录入到电子表格中，在校对数据去除冗余之后，用这个电子表格把“光线阻挡通知”和相关询问发送出去。
此外，LONald还会向公司注册处发送询问邮件，确认这些文件中的地址是否和该公司的编号相匹配。如果该地址已过期，机器人会把它标识出来以供审查。在之后的核查阶段，律师团队会把这些被标记的文件一并重新审核。
法律问题检索咨询
2015年，Akerman，一家全美排名前100的律师事务所宣布，他们开通了一个数据中心，让公司客户可以迅速地查阅数据隐私和安全规定，而不再需要咨询律师。
这个数据中心将由Neota Logic科技公司提供支持，致力于创造“特定法律领域内逼真（living）的法律检索方式”。具体来说，是在“决策树”技术的支持下，向用户提出问题，并且根据用户的回答提出后续问题，一步步锁定用户面临的真正问题并且给出答案。这样的思维方式和推理过程，和客户打电话咨询律师能得到的分析思路完全一致。
Akerman并非第一家采用Neota技术的律师事务所。在这之前，Neota已经帮助6家律所开发了APP和其他可以在基本合规问题上为客户快速提供自动答案的网络平台，其中就包括全美最大的劳动法专业律所之一——Littler Mendelson律师事务所。
在Neota软件的帮助下，Littler正在为客户提供劳动法相关问题的指引。去年五月，Littler甚至与Neota联合成立了一家叫做Compliance HR的公司，旨在帮助公司法务和人力资源专员做出符合本州或者联邦就业法规的与职位相关的决定，比如说，决定一个人究竟属于雇员还是独立合同工。
在这个方向上，英国“魔术圈”律师事务所Allen&Overy也已经走得很远。在Allen&Overy的官方网站上，一个叫做“网上服务”（Online Service）的版块已经上线，为大小机构客户提供方便易懂的法律信息获取方式，甚至处理高度复杂的、需要多维度判断的法律问题，表现不逊于最好的专家。
首位人工智能律师
2016年5月，由IBM研发的世界首位人工智能律师ROSS就职纽约Baker & Hostetler律师事务所，帮助处理公司破产等事务。
ROSS平台是基于IBM的认知计算机沃森(Watson)建立的，这台机器可以理解自然语言、回答问题、提出假设并监督法律体系的发展。律师们可用自然语言提问，就像在与同事对话。ROSS则可以“通读法律”、收集证据、做出推论，然而给出基于证据的高度相关性答案。随着被使用范围越来越广，ROSS的性能将继续获得提高。
此外，ROSS还能记录法律体系的变化发展情况，特别是涉及到某位律师的具体案例时。Baker & Hostetler律师事务所首席信息官鲍勃·克雷格（Bob Craig）说：“在Baker & Hostetler律所，我们认为认知计算和其他机器学习技术可以帮助提高我们为客户提供的服务。我们为能与ROSS这样的创新团队合作而感到骄傲，我们将继续探索这些前沿技术。”
ROSS平台的研究2014年始于多伦多大学。1年后，这台机器被转移到加州帕罗奥图市，进行10个月的破产法学习后，它获得了Baker & Hostetler律师事务所的工作。IBM将继续教授ROSS不同领域的法律，并希望世界上所有律所的法律团队中都有人工智能助理。
法院：智能辅助办案系统
海量数据支持，实现“同案同判”
相比法官审判，人工智能裁判案件可能更能带来法律的公正性。美国最高法院大法官霍姆斯说过：“法律的生命不在于逻辑，而在于经验。”理解法律的最好办法就是去实践它。而学习经验，正是人工智能的长处。
与人类不时需要面对腐败的诱惑、民意的左右和媒体的干扰不同，人工智能裁判案件仅仅是根据程序中学习过的案例和法条作出裁判，少了“人情世故”的干预，更能准确断案，实现“同案同判”。
今年7月举办的“法律+科技”领军者国际峰会上，最高人民法院司法改革办公室规划处处长何帆发言表示，中国法院一直在努力地把人工智能引入办案系统，例如已经试运行两个月的上海刑事案件智能辅助办案系统“206工程”，在对上海几万份刑事案件的卷宗、文书数据进行学习后，已经具备了初步的证据信息抓取、校验和逻辑分析能力。
“206工程”并不是唯一投入使用的司法人工智能系统。2016年底，北京法院智能研判系统“睿法官”正式上线，该系统主要针对“法官办案的核心需求，通过智能机器学习、多维度数据支持、全流程数据服务，为案情‘画像’，为法官判案提供统一、全面的审理支持”。
根据伦敦学院大学新闻网的报道，在英国研究的人工智能机器人已可实现79%的判决准确度。“研究员一共选取了584个研究案例，包含250个反酷刑和非人道待遇，80个保障人权平等，以及254个关于保护嫌犯个人隐私与家庭生活的案例。所有案例都使用英文描述，把材料输送进人工智能系统，运用机器学习算法寻找其中的模式，然后机器人就有了自己的判断。”
工作不分昼夜，缓解“案多人少”矛盾
自2015年5月实行立案登记制后，我国法院案件数量就一直呈递增状态，特别是进行了法官员额制改革后，全国近21万名法官只有约12万名法官进入员额制，近四成法官落选。今后，法官个人审结案件压力将会更大。
在2017年7月31日召开的最高人民法院新闻发布会上，公布了上半年全国法院审判执行工作整体态势：“2017年上半年，全国法院共受理案件1458.6万件，结案888.7万件，结案率60.9%。与2016年上半年相比，全国法院受理案件数量上升11.2%，其中新收案件上升14.8%。结案上升9.88%，未结案件上升13.54%。全国共计约12万名员额法官，人均受理案件121.4件，人均审结案件74件。”
而机器与人相比的最大优势就是不知疲倦，可以不分昼夜的工作。法院系统引进人工智能的初衷也正是为了解决目前“案多人少”矛盾的局面。
虽然人工智能的研发需要投入大量的人力财力，但一旦研发成功，其推广的成本几乎为零，而今后大量的法律辅助类工作都将直接被人工智能代替，尤其是可替代高重复类的手工操作，例如数据文书录入、证据识别等等，节省下的人工成本可让研发成本忽略不计。相信不久的将来，人工智能的辅助办案系统在全国推广使用指日可待。
“假舆马者，非利足也，而致千里；假舟楫者，非能水也，而绝江河。君子生非异也，善假于物也。”这段荀子在两千年前写下的话对于我们今天思考人工智能的意义也仍有启发。
人类的经验、能力和智识水平毕竟是有限的，即使是受过专业训练，积累了丰富经验的律师，也必须承认自身的颇多不足。但是，从文字书写，到电子化办公软件，再到大数据和人工智能，在借助所有可能的工具提供更好的法律服务上，法律人一直在路上。
企业法律问题，找无讼法务。“无讼法务”，企业可依赖的云端法务部，点击下方链接进入http://www.wusong.com/
网友评论