孔令欣：AI技术如何加速升级法律服务

2014年，无讼网络科技有限公司诞生于故宫东600米的四合院内。无讼具备法律+科技的双重背景，在成立之初便构建了强大的产品研发团队，应用大数据、人工智能和云计算技术，在法律服务和法律科技领域积极探索，打造出了多款法律行业热门的互联网科技产品，受到行业广泛关注。

在2023年4月15日举办的“数法融生 智领未来——第七届新兴法律服务业高峰论坛”上，无讼网络科技联合创始人、CEO孔令欣分享了其对于勃然兴起的新AI技术对于法律服务影响的观点。

孔令欣

无讼网络科技联合创始人、CEO

我大学是在斯坦福读的人机交互，人机交互背后有很多AI、计算机等相关课程。毕业后，从程序员到产品经理，从CTO到CEO，过往的经历，让我真切地感受到了技术对行业的改变。

在法律行业，我是一个萌新。2014年无讼创立时，我作为唯一的技术创业者，参与了很多讨论。在无讼这八九年科技迭代的时间里，我也有很多关于未来场景的思考。今天，我主要同大家谈谈以ChatGPT为代表的新AI技术是如何加速升级法律服务的。

01

现状和本质：AI将普及为一种基础设施

我问过ChatGPT，假如把你描述成一个人类的话，你会怎么描述自己？它给出的答案是“一个智者、一个图书馆管理员”。GPT拥有很多信息，这些信息能够非常快速地在对话中帮助人们更精准地获取一些认知、观点及答案。

我上大学的时候，要通过学习计算机去写操作系统，但是今天，操作系统已经普及为基础设施。互联网、大数据、AI等，都会逐渐普及为基础设施。在过去二十年技术的高速发展中，我觉得唯一不变的就是拥抱新技术的到来。我们已经有了足够的认知：当一件事变成基础设施后，它一定会改变什么。

2003年，我在学校做的第一个创业项目就和“移动”有关。当时，人们对于“移动”有很多的恐惧和想象，但在今天，这些已经全部落实成了商业机会，形成了非常庞大的互联网产业。从一个工程师的角度来说，我可以看到ChatGPT也是类似的技术模式，不管进展快慢，它都无可避免地到来.所以，我们唯一可以做的就是尽量去理解和拥抱它。

关于ChatGPT，大家可能存在着一些误解。首先是大语言模型，它要通过很多服务器产生。传说中的推特基地有一万个GPU，一个GPU需要1万美金。当它们加在一起的时候，一个月光电费就要消耗150万美金左右，但其实ChatGPT的出生和学习空间都在网上。由此，很多行业的从业者都在关注AI大语言模型该如何维护数据合规、如何保护客户的隐私和企业的独有数据。

但我看到趋势是，不光是GPT，大语言的AI模型都已经开始走向独立封装。你可以把它想成《流浪地球》里面的Moss，刘德华拿着芯片直接插入到某一个环境，这个环境就忽然间具备了一个很高能量AI的能力。目前，很多AI大语言模型都在往这个方向走，不仅是ChatGPT，包括Stanford的Alpaca模型、谷歌新出的PaLM模型等，都有独立部署的可能性。当其独立部署在企业数据里时，完全可以“养”出一个属于你自己的AI，这个过程能更完善地保护企业、律所采集的数据的安全。这好比AI被锁到了公司的图书馆，它翻完了图书馆中所有的书，汲取了它能够触碰的全部信息后，就能给出更精准的回复。

02

优化和提效：法律行业未来的变化

AI大语言模型会给整个行业带来更多的可能性。我记得在2005年，智能手机尚未开始普遍应用。我在美国银行排队，看着所有人都很无聊地站着，只有个别人拿着PDA（掌上电脑）时，我就觉得智能手机一定会改变世界。AI和智能手机一样，也在改变着世界，当然也在改变着法律服务行业。

Copilot是GitHub上面用ChatGPT帮助工程师生成代码的一个工具，也是微软在Office里的一个工具，但其实律师们也可以有Copilot。ChatGPT尤其擅长对大量信息的阅读、分析、总结，但它很依赖于“喂”给它什么信息。目前国外有一些软件，比如PDFGPT，可以把任何文档转成PDF后上传，借助AI进行分析。大学生可以用PDFGPT去分析各种各样的论文，形成总结性的观点或对应的检索和摘要。这类技术今天已经出现在很多行业里了，挪移到法律行业中，在诉讼文件的拟稿上、企业信息的收集上、裁判文书的阅读分析和理解上，都做到了提效。

AI也可以帮助律师提质增效进行合同起草。最近有一家美国的创业AI企业PE跃升了60倍，其主要原因就是，他们用AI机器人去大面积地分析保险理赔，这不仅帮助律师在填写各个公司的保险表时提高时效，也帮助他们在理赔中找到更多的医疗证据，并由此让客户获得更多收益。

人的能力和时间是有限的，但当有了一个AI帮助我们大面积地分析案例，并提供一些建议时，律师们可能会得到一些意想不到的空间和收益。在这种情况下，很多事的效率都会提升，律师也会拥有更多的时间去和客户沟通。

我们发现，程序员使用Copilot时，仅初步效率就能够提升4-5倍。我们可以想象，在未来，这将影响很多程序员的工作范围、组织框架、从业状况。团队架构发生改变的时候，会涌现出一些新的学习机会。例如，律师在回答当事人的提问时会发现，他们提出的往往都不是单一的法律问题，律师需要把它拆解成不同的阶段，配合不一样的法律，来提出解决方案。有些解决方案甚至已经跨出法律，涉及政策、金融等其他领域。在对ChatGPT的尝试中，我们发现ChatGPT可以跨领域，它能更完善地分析问题，高度弥补人们自身的认知缺陷，这有助于我们接触到更多信息，通过对这些信息的快速检索和分析，我们可能会帮助当事人找到更好的解决方案。

对于组织结构来说，未来的团队一定会变小。拿工程师来举例，过去一个集团的工程师成本，一年可能是十几亿元，但是今天这个成本在逐渐下降。人们可以利用技术来弥补团队的不足，一个人可以干原来的5—10人的活。这就要求人们更高效地利用这些技术，来增加自己的竞争优势。

总而言之，法律科技的路还很长。大型科技平台一年在技术研发上的花费，远远超过了今天整个法律行业在技术上的投入，但未来仍然值得期待。GPT和AI模型降低了未来技术可能性的门槛，让更少的工程师和更多懂业务、懂法律的人能够好好地和AI沟通，生产出我们想要的产品。当门槛降低以后，我们才可以真正地把这些能力和技术、科技和信息的普及化带给所有的客户和律所。这是无讼的期待，希望能让法律更好地服务每一个人。

03

拥抱和理解：法律科技的道路还很长

新技术的产生不可避免地会引发伦理和道德上的思考，但最终技术的使用者还是人。我们怎么使用技术，怎么用数据去训练这些技术，决定了技术对我们产生的影响。当下AI的回复大多都是基于经验模型，它高度依赖于人们给它“喂”什么数据，如果我们给它喂好的、公平的、干净的数据，它就会产生普遍化的防护。

值得一提的是，今天我分享的PPT，包括 PPT的演讲大纲都是由AI生成的，我把一些思路扔给了ChatGPT，它就给了我一个演讲大纲；我把演讲大纲的关键词输入到了Midjourney里，机器人就产出了PPT上所有的照片和图片，这给我的演讲准备工作节省了4-5倍的时间。

拥抱，其实就是“试一试”。技术的背后有很多的可能性，今天存在的不满意和不精准，恰恰是留给我们的空间，好让人和技术、律师和律所在未来都能变得更好一些。

END