乐于分享
好东西不私藏

从工具到基建-AI 时代法律行业的三大转型范式 | 法线研思 · Law Puzzle

从工具到基建-AI 时代法律行业的三大转型范式 | 法线研思 · Law Puzzle

法线研思

   INSIGHTS  

by Normal Line

「Law Puzzle系列内容」

⓪    ①  ⑤

Puzzle 1:从工具到基建

AI 时代法律行业的三大转型范式

NEWS  

当律师开始“训练AI”

自生成式人工智能爆发以来,全球法律行业正在经历一场结构性的重塑。这种变化,并非简单的“效率工具升级”,而是从根本上改写了法律职业的能力结构与行业竞争逻辑。更值得注意的是,这场变革并未呈现出单一路径,而是在不同制度环境、资源禀赋与组织能力的约束下,演化出多种并行的转型范式。

从全球视角来看,法律行业的智能化路径大致可以归纳为三种典型模式:顶层设计驱动的战略重构、本土生态导向的系统部署,以及个体驱动的技术自进化。三者路径不同,却指向同一个终局——法律职业的核心能力,正在发生不可逆的迁移。

魔术圈律所:

顶层重构

AI 成为法律生产基础设施

首先,是以伦敦“魔术圈”顶级律所为代表的战略性前瞻布局。这一路径的典型样本,是由原安理国际律师事务所重组而来的 A&O Shearman。核心逻辑是跳出 “采购 AI 工具提升局部效率” 的线性思维,从律所顶层战略、组织架构、人才体系、业务流程全链条进行系统性重构,将 AI 从辅助工具升级为法律生产的核心基础设施,率先定义 AI 时代顶级法律服务的行业规则。

No.1

A&O Shearman(原安理/谢尔曼)

A&O Shearman是魔术圈律所AI顶层重构的标杆样本,核心以AI原生基建+人才体系底层改写为战略核心,率先打造专属私有法律大模型Harvey并完成多轮核心场景迭代,2026年初,正式推出了Harvey Academy(AI学院),将法律提示词调优、高精度指令设计定为新晋律师的数字化基本功与晋升核心考核指标,彻底改写律师传统职业成长路径。他们不仅在内部使用 Harvey,还与 Harvey 共同推出了 “Agents by A&O Shearman”, AI 从简单的对话框进化为能够处理“反垄断申报分析、网络安全审计”等复杂、多步骤任务的智能体。

No.2

高伟绅律师事务所(Clifford Chance)

高伟绅是全球首家实现生成式AI全员规模化落地的顶级律所,也是最早规模化部署 Microsoft Copilot 的大所之一。其AI战略由全球管理合伙人直管的数字化与AI委员会统筹推进。

通过“自研 Clifford Chance Assist + 微软全球合作”的双轮驱动,高伟绅构建了覆盖合同审查、合规筛查及日常办公的全场景AI能力体系,并通过分层培训实现30多个国家、近7000名员工的全面覆盖。

No.3

年利达律师事务所(Linklaters)

年利达于2025年全面部署法律专用GenAI平台 Legora,确立“实验室驱动+核心业务深度融合”的AI路线。在伦敦总部设立全球AI创新实验室,组建资深律师、算法工程师、合规专家构成的全职研发团队,形成“技术研发-场景验证-全所推广-体系沉淀”的闭环创新路径,针对IPO、跨境银团贷款等核心优势业务完成全流程再造,大幅压缩业务周期、降低合规风险,同时率先制定行业标杆级的《生成式AI使用合规手册》,搭建覆盖数据保密、输出校验、责任界定的全流程AI治理框架,成为英国法律行业AI合规的重要参考范本。

No.4

富而德律师事务所

(Freshfields Bruckhaus Deringer)

富而德将2026年战略聚焦于数据法趋势,以AI破解跨境合规中的“规则碎片化”问题。围绕跨境合规与数据治理,其采用“区域适配+行业垂直”的AI路径,构建面向不同司法辖区的分布式AI基础设施,解决数据跨境流动的合规难题。

同时,通过“全球标准+区域定制”的培训体系赋能各地团队,并在金融、能源、科技等领域打造垂直化AI合规工具,推动客户服务由项目制向常态化转型。

No.5

司力达律师事务所(Slaughter and May)

司力达秉持精品化AI战略,聚焦高端顶级交易的精准赋能,不走规模化全场景部署路线,由资本市场、并购业务核心合伙人牵头,组建“资深律师+专属技术服务商”的柔性项目组,针对百亿级跨境并购、上市公司重大重组等顶级交易定制专属AI工作流,将顶级合伙人的专业经验实现标准化、体系化沉淀,同时制定行业内最严苛的AI使用治理规则,仅采用本地化部署的私有AI工具,严守客户数据保密、全程留痕可追溯的安全底线,实现技术创新与高端专业信任的双向赋能。

这一变化的本质在于:顶级律所已不再将AI视为工具,而是将其视为法律生产流程中的基础设施。“人 — 机” 协同关系的重构速度与深度,将直接决定下一阶段行业竞争规则的主导者归属。

红圈所与规模所:

本土系统部署,

能力平台化落地

其次,是以中国红圈所及大型规模所为代表的本土化系统部署路径。过去两年,随着AI技术的快速演进,国内头部律所已经从零散试点,转向系统性、战略级投入。这一阶段的典型特征,是“能力平台化”。一方面,通过自主研发或与法律科技公司合作,搭建覆盖利益冲突识别、法律文书生成、合规审查等多场景的AI系统;另一方面,通过设立数字化委员会、创新实验室等组织形式,将AI能力嵌入律所的日常运营与业务流程之中。

1

金杜律师事务所

全链路自研基建,

打造一体化数字平台

作为红圈所数字化转型的先行者,金杜以自研平台 + 全流程深度融合为 AI 战略核心,顶层成立百人规模的 “金杜数字科技中心”,独立研发一体化数字平台 KLawTech,完成了从数据打通、智能应用到决策辅助的全链路数字化闭环,其核心做法聚焦三大维度:一是完成内部财务、人事、尽调、商标、OA 等数十套系统的数据打通与深度关联,搭建律所统一数据中台,为 AI 应用筑牢数据底座;二是自研 DocuGen 法律文书智能生成系统、跨境投资 AI 尽调系统等核心工具,覆盖 56 国监管法规,实现 60% 以上的尽调项目自动化核查,准确率超 95%,合同审查效率提升 70% 以上;三是将 AI 系统全面部署至全所,把 AI 能力嵌入案件管理、客户服务、风险管控的全流程,同时深度参与 AIGC 领域立法与司法实践,形成 “技术落地 + 规则研究” 的双向赋能格局。

2

中伦律师事务所

实验室驱动创新,

构建知识沉淀与智能检索双轮体系

中伦以组织先行 + 生态合作 + 垂直场景深耕为核心战略,顶层设立 “数字化创新实验室”,组建法律与技术复合型专职团队,同时联合头部法律科技公司共建 AI 能力矩阵,走出了一条 “内部知识资产化 + 外部能力平台化” 的本土转型路径。核心做法包括:一是联合华宇元典打造法律智能体 Amicus,将全所核心专业研究、实务经验、案例成果纳入专属知识库,实现律师专业能力的标准化沉淀与智能化复用,破解规模化律所的知识传承难题;二是自研基于自然语言处理的法律检索引擎 Zhonglun AI Search,整合超 800 万份裁判文书、监管文件与行业标准,大幅降低复杂诉讼与跨境合规项目中的信息检索成本;三是针对科技企业、外贸型客户打造垂直化 AI 合规系统,覆盖知识产权保护、跨境贸易管制、数据合规等高频场景,可自动识别监管政策变化与合规风险点,实现了通用能力与客户定制化需求的平衡。

3

方达律师事务所

聚焦高端业务,

打造 AI 辅助决策垂直解决方案

方达秉持精品化、高附加值的 AI 落地思路,不追求全场景规模化工具覆盖,而是聚焦资本市场、跨境并购、高端合规等核心优势业务,以 AI 辅助复杂决策为核心,打造小而精的垂直解决方案,实现 AI 对高端业务的深度赋能,与魔术圈司力达的精品化战略形成呼应。核心做法集中在两大方向:一是针对跨境企业客户,研发多法域合规 AI 辅助决策系统,集成全球各国进出口管制、关税政策、数据合规规则,同时为客户搭建符合中国及全球多司法辖区监管要求的 AI 治理体系,精准匹配本土企业出海的合规需求;二是针对复杂并购与诉讼业务,搭建风险智能评估与策略推演系统,整合财务数据、技术专利、类案裁判规则等非结构化信息,自动生成交易风险评估矩阵与诉讼策略反制方案,让律师从基础信息梳理中释放精力,聚焦交易结构设计、谈判策略制定等核心价值环节,守住高端法律服务的专业壁垒。

4

国浩律师事务所

全机构统一部署,

以 AI 实现知识与服务标准化

国浩以全机构覆盖 + 知识资产沉淀为 AI 转型核心,与智合 AI 达成深度战略合作,为境内 30 个执业机构、4800 名法律专业人士全面开通专属 AI 系统账号,实现了 AI 能力的全机构、全人员规模化落地。核心做法聚焦三大维度:一是搭建覆盖法律研究、合同审查、法律翻译、文件助理四大核心功能的 AI 能力矩阵,全面嵌入律师日常办案全流程,实现基础工作降本增效、专业服务提质升级;二是通过 AI 系统实现律师办案经验、专业研究成果的系统化沉淀与高效传承,破解规模化律所跨区域、跨团队的知识壁垒问题,为律所规模化服务统一专业标准;三是配套定制化培训体系与全周期技术支持,建立常态化的 AI 应用最佳实践共享机制,推动全国各分所同步实现 AI 能力升级。

与“魔术圈”路径不同,这一模式更强调“生态整合能力”——在复杂的制度环境与多样化客户需求中,通过技术实现规模化与标准化的平衡。这种路径的优势在于落地性强、扩展性高,但其核心挑战也在于:如何避免沦为“工具叠加”,而真正实现流程层面的重构。

个体律师突围:

技术自进化,

以 AI 训练师实现弯道超车

第三种路径,则来自资源受限环境下的个体突围。以三线城市资深律师邹浩为代表,这类探索并不依赖组织资源,而更多依靠个人的技术自驱能力。

在接触开源智能体框架 OpenClaw 后,他通过长时间的自学与实践,一边借助 Coze 辅助编写代码,一边利用 GPT 进行实时调试,最终在本地成功跑通系统。这种过程,更像是一场“技术长征”。

这一案例的意义在于,它打破了传统法律行业对资源与平台的依赖逻辑:在AI时代,个体律师只要具备“AI训练师”的能力——即理解模型、调优指令、构建流程——同样可以完成能力跃迁,实现对传统作业模式的“弯道超车”。

如果说上述三种路径揭示的是“如何转型”,那么来自 The National Law Review 发布的《2026年:AI原生律师之年》报告,则进一步回答了“转型之后会走向哪里”。

该报告基于对全球85位法律、学术及科技领域顶级专家的调研,给出了一个清晰判断:法律行业的竞争焦点,正在从“工具使用能力”,转向“逻辑验证能力与流程重构能力”。

其中,最具标志性的变化,是新职业的诞生——“法律提示词架构师”(Legal Prompt Architect)。这一岗位并非简单的技术角色,而是法律与算法之间的“翻译者”:既要具备JD级别的法律推理能力,能够理解三段论结构与反事实推理,又要能够将复杂的合规逻辑转化为AI可执行、可追溯的指令体系。

正因如此,这类人才迅速成为市场中的高溢价群体。当前,其薪资水平已对标甚至超过传统大所资深律师,年薪普遍达到30万至45万美元。企业之所以愿意支付这一溢价,并非仅仅为了效率提升,而是为了构建一种新的风险控制机制——“证据链接型起草”(Evidence-linked drafting),确保AI生成内容具备可验证的法律依据。

更深层的变化,则发生在职业认知层面。报告提出,2026年将成为“AI原生律师”(AI-Native Lawyer)的元年。AI不再是外部辅助工具,而是法律实践的内生组成部分。

在这一新范式下,法律人的核心竞争力不再是“掌握多少知识”,而是“如何验证机器生成的知识”。换言之,“验证能力”(Validation)是对 AI 生成内容的专业验证与合规把控能力。具体而言,“验证能力” 正在成为律师的核心执业技能,涵盖模型调优、工作流程重构、AI 输出内容的专业审计、法律依据核验等多个维度。具备这类能力的律师,不仅能大幅提升法律服务的效率与质量,也正在重新定义法律服务的价值,并对传统按时计费(billable hour)模式构成实质性挑战。

小结

LAW PUZZLE

回到开头所提到的三种路径,无论是顶级律所的系统性重构、本土机构的生态化部署,还是个体律师的技术突围,本质上都在回答同一个问题:当知识不再稀缺,法律人的价值将建立在什么之上?

答案已经逐渐清晰——不是信息的掌握,而是结构的理解;不是经验的堆积,而是逻辑的验证;不是流程的执行,而是流程的设计。这一核心能力的迁移,或许才是这场AI浪潮之下,法律行业转型的核心本质。

往期内容

法线年度观察(下):从法律工匠到数字架构师的技能跃迁路径探讨 | 法线研思

法线年度观察(上):83万律师大关之后的“边界消失”与法律职业图谱重构 | 法线研思

Discover

 more

 更多内容:

法线系列

by Normal Line

内容运营、招聘发布

M.official@normal-line.com

商务合作

global.commercials@normal-line.com

微信号:LEX_NormalLine

小红书:法线 Normal Line