律師業加速擁抱法律科技，AI將衝擊法務助理、入門律師工作

Deloitte曾在2016年預估將有11.4萬個法務相關工作將在未來20年內消失，如今這個趨勢已經走出敲門階段，人工智慧(AI)等各種新形態法律科技(lawtech)已經開始進入律師事務所，或影響委託人決策，對律師產業開始產生實質影響。 

傳統上，律師事務所的營運模式多半是由薪水驚人的合夥律師，帶領低薪的法務助理、新進律師來處理案件，但自從2008年金融危機後，企業法務預算降低，連帶使得事務所傳統的獲利模式遭受挑戰，如今人工智慧科技的出現，更促使事務所更樂意透過新科技來取代重複性高的工作。 

舉例來說，英國的Berwin Leighton Paisner法律事務所，便利用人工智慧(AI)系統Ravn來處理房地產權爭議案件，該系統會自動從英國房地註冊系統擷取資訊，一旦有與案件相關的註冊變動，便會主動通知承辦律師。 

傳統上，律師事務所遇到相關案件，多半會召集初階律師與法務助理，以人力的方式，耗費數天從數百上千頁的文件中，找出可利用的證據、法條、案例等。 

國際連鎖律師事務所Baker McKenzie東京分所合夥律師井上朗(Akira Inoue)，亦自2015年開始在該所啟用AI系統來輔助相關法律工作。他當時受到一家汽車零組件業者委託，處理該公司遭美國司法部指控違反美國反壟斷法的案件，工作必須分析大量該公司內部文書、信件、會議紀錄以及員工資料等，透過AI系統，他得以快速找到可能的證據。 

他表示，通常在處理跨國反壟斷法案件時，相關文件量可能高達1億筆之多，透過AI系統，目前得以過濾到1%約100萬筆，儘管仍然不少，但相較於過去需要40個人力、每天工作12小時、需時3個月後，才能找出1萬筆有用的資訊來說，已經省時太多。該公司目前在AI過濾後，只需要4名員工進行後續資料審閱。 

不過井上朗強調，在實際使用前，AI系統需要經過訓練，才能真正符合需求。他表示，在判斷企業是否涉及聯合行為時，常常會需要找出企業間私下協議的證據，在這種狀況下，AI系統必須要能夠辨別員工對外通聯紀錄中「今晚要一起喝點啤酒嗎？」和「我訂了一間包廂」、「今晚除了你我之外還有別的人會參與嗎？」這些話語間的細微差異。 

該公司需要先餵給AI系統大量資料，然後由律師挑選出可能有問題的資料，供AI系統學習，並逐步提高其運作效果。他強調，進行訓練時，必須挑出真實資料中有問題的部分，若是由律師自己草擬可能有問題的內容，對AI系統的訓練並無助益。 

另家國際事務所Orrick, Herrington & Sutcliffe東京分所合夥律師高取芳宏(Yoshihiro Takatori)亦表示，一家客戶因為他們採用AI系統，得以將人工處理文件數量由200萬筆降至15萬筆，光律師費就省下21萬美元。 

不過律師事務所也擔心，目前有經驗豐富的律師能夠訓練AI系統，但當今的資淺律師未來升為合夥人後，他們實際過濾分析文件的經驗較前輩少了許多，能否更有效地訓練未來的「AI夥伴」，可能將會是新的問題。