AI当下，法律行业机会和中国法治建设的未来^※

孔令欣

无讼网络科技联合创始人、CEO

我今天想和大家分享一些关于AI大模型相关的话题，近期关于AI的话题在各行各业都十分火爆，所以我今天将围绕三个维度来聊一聊，首先关于AI科技；其次关于AI科技背后的一些法治建设的思考。第三是在我们今天的法律行业中AI的一些可能性的应用。

首先说一下AI是什么？

在我看来近两年AI最终跨越性或者革命性地改变是在于今天AI是可以理解上下文的，AI终于可以理解我们人在跟它对话过程中的内容的，而且根据这个内容去产出一些结果。

其实我们可以把它比喻成像一个小孩似的。比如今天我们说国外的chatGPT 3.5差不多就等于一个高中生的水平，你把它扔到一个数据库里或一个图书馆里，它其实可以有效地去学习到一些知识。而chatGPT4.0差不多是等于一个大学生的水平，所以其实你可以看到一个AI模型，它就是一个大脑，他可能是一个知识库的管理者，他是一个智者。而用这种方式来去理解它的时候，可能会更容易理解一些存在的问题。

其实在我的认知中，我觉得AI模型就是这种大语言模型即将会变成一个基础设施，因为本质上它其实发展的速度和便捷性非常快。一般我们对于AI是有一些误解的，我们会以为“大脑”或者“大学生”，今天是只能够存在于公开的网络上，而当下其实我们要和他交流的所有的数据全都是会被它储存，甚至于还有各种各样的数据的安全和保密性的一些问题。但有趣的是我们今天在整个AI行业里的进展的速度是非常快的，每一天都扩展演变得非常快，而且也出现了一些其他的可能性。

第一是AI不一定只在云上，基本从前几个月开始，尤其是从4月份出现了一系列的AI模型，如果说是泄露在网上，其实这些AI模型今天已经可以被独立部署，甚至于小到一个iPhone上了，所以我们今天其实可以成功的把一个大数据的语言模型独立部署到一个iPhone上，这就代表什么呢？

那就是如果哪一天我们真正地在手机上有一个AI模型的时候，它是不需要联网和我们沟通的，但是他是带着一定的知识，他可能是“高中生”的版本或者是“大学生”的一个版本。今天你可以把“大学生”带回家，带到我们自己的图书馆里，带到我们自己的数据库里，让它开始学习。你告诉它一个学习方向，你告诉它一个intention（计划、目的），你告诉它一些学习方法论的时候，它循序渐进地可以变成一个定制化的帮你打工的大学生。

这件事情其实在4月份chatGPT火爆的时候，有一些人就可以把这样的一个模型带回家，差不多300美金的成本，是可以把它训练成一个定制化的机器人，所以今天其实要说AI现在的进展和速度的发展都是非常快的。我们今天其实已经可以把一个助手、一个机器人领回家，而这个机器人是不需要联网的，这个机器人是可以在我们自己的局域网，在我们自己的数据库上进行学习，进行定制化的思考，以及针对技术的未来进行定制化的帮助。

所以我觉得其实当下有了这样一个方向性的突破的时候，未来其实AI在数据保密性，在跨境数据的需求这一系列事情上是可以有一些额外的突破的。

接下来我来分享一些法治建设相关的认知，因为我觉得AI在云上的时候，我们面临的问题和大型的互联网平台面临的问题是一样的，比如反垄断的问题，数据安全的问题。我们客户的数据其实到了AI模型上问的所有的问题，包括输入的所有字段，怎么去保存，怎么去进行数据加工到一个中间段，怎么能够进行长期的一些其他的输出？

今天遇到的一些反垄断的问题，比如说一些公司基于这些大模型来去训练他自己的一些能力的时候，忽然间被这些拥有模型的公司占领了这个领域的一些商机，这些事情其实发生在当下的可能性都非常高，但我觉得现在的互联网发展阶段，过往的一些地方参考的一些规则，包括数据安全的一些规则，其实是可以开始在AI的角度来进行一些研究和定制化的，然后往这个方向去发展。

但是独立模型其实更有趣一些，因为独立模型它没有一些数据安全的问题，它更多的其实是怎么能够训练这些模型更精准更好的不提供胡说八道的答案，让我们在某一个领域中能够帮助大家得到一些结果。

所以相对来说，我觉得从法治的角度来说，我们其实可以把这两类模型拆开，一种是联网的，一种是独立的。独立的模型，该怎样去监管它，相对理论来说更简单一些，而且更贴合着企业和平台一系列的公司和人的需求。对于大型的联网的统筹性的模型，可能要监管得更严厉一些。

再来说一下“法律行业”的一些变化，其实在今天整个法律服务行业中，基本就有三类客户：一类客户是律师，一类客户是企业，一类客户是老百姓。今天的AI模型对于律师来说是更容易去提供帮助的，毕竟律师们都是专业性人才，所以在这个过程中的时候，假设我们今天有一个这样科技水平的大学生，可能是在你自己的律所里，或者是在我们自己的图书馆里培训的时候，等于我们社招了一名大学生或者一名博士生，他对于我们今天的数据非常理解，通过这些理解性的数据能够非常快的，而且无休息的来去帮我们跑各种各样的一些简单的分析，但是他完全是代替不了我们今天的律师们在专业性的分析上，以及律师们对于一些方案的认知和方向性的一些认定的，但这件事情其实会提高效率，结果非常高，非常棒。

我们也知道今天的律师群体，去年来说差不多是有60万，未来可能达到百万级别。所以我们今天有了一系列的技术，尤其是今天眼前很多的资历尚浅的年轻律师，对于知识的学习和理解，尤其是每一个律所或者每一个案件的知识的理解和学习的速度还没有那么快的时候，今天AI是可以在这里去提效的，去帮助他们进行一些更有效的学习和一些执行落地。

我们在这个过程中，最终律师是可以花更多的时间在客户身上。而整个组织生态，必然也会产生一些变化，可能更少的律师和更小的一些组织能够服务更多的客户；从长期的角度来说，这就代表今天的整个服务的经济效率会提升，成本就会降低，这样其实可以帮助我们的社会法治进程更高效，起码能够降低今天法律服务的一些成本。

其实to B更难一些，因为to B面临“数据清洗”的问题，以及让整个数据有效率的问题。今天2b的行业中各个数据其实并没有统一在一起，而且五花八门的以及需求和困扰的认知其实稍微有点不一样。在这个过程中，是一个很长期的清理过程，在清理的过程中必然会有一些公司把这些“大学生”领回家独立部署。在部署的过程中，让他非常聪明地、准确地识别某一个行业的问题，让这些行业的问题能够逐渐提升执行效率。

今天在美国我们已经看到这个趋势了，简单的一些法律服务、需求分析，今天都可以让AI去解决。我觉得今天在中国的市场上会有商机，而且商机其实相对眼前的不管是数据合规也好，还是AI今天的一些指导管理办法的规则也好，并不会太受影响。

最后一个话题我其实想说的是今天比较有趣的是to C，今天老百姓们有一个普法结构性的问题，结构问题相对来说蛮简单的，可以定义成：老百姓关注的法律问题，很难自己描述以及很难自己拆解。

但是当老百姓们去找律师的时候，律师的时间又贵又少，所以这其实就是不匹配。今天还有一些其他的法律服务机构，并不是律师背景的，但能力也好，认知也好，参差不齐，这里面其实还缺少有效的人为的一些管理和一些方法论，所以我觉得今天的老百姓们可能缺少免费的以及理解上下文的，以及能够帮助全社会老百姓去进行法律问题拆解、分析，以及分诊，等分诊到一定程度的时候才能够走向下一步，找到准确的律师去帮忙解决实际的法律的问题。

这件事情其实非常重要，因为当我们广大老百姓有了一个非常便宜甚至免费的工具，能够去普遍性地解决自己的法律问题的时候，其实对于今天的法治社会的建设和人民大众对于法律的一些信任和方向，会走得更稳。

^※孔令欣2023年5月20日在“中国数字经济发展与法治建设”论坛上的发言。