为什么法务部可能比律所更早用好 AI

过去一年，大家聊法律 AI 的时候，主角经常是律所。

这看起来很自然。律所法律文件多，律师更专业，法律检索、合同起草、尽职调查、诉讼材料整理，这些工作本来就高度依赖文字和知识。很多人会默认，法律 AI 最先成熟的地方，应该是律所。

但最近看到一个数据，有不同的结论。

Thomson Reuters Institute 在 2026 年 5 月发布的英国法律市场报告里提到，超过一半的英国企业法务受访者表示，他们所在的组织已经在业务范围内使用 GenAI 工具。相比之下，律所端大约只有三分之一的受访者这么说。报告还提到，法律服务买方越来越期待外部律师用 AI 改善效率、工作流和法律工作质量。

这句话要稍微严谨地理解。它说的不是每一个企业法务部都已经深度 AI 化了，也不是企业法务在所有法律任务上都比律所更先进。更准确地说，是企业法务所在的企业组织，整体拥抱 GenAI 的速度，已经明显快过不少律所组织。这个判断与我在中国观察到的情况相似，我多次组织企业法总交流，参访头部企业法务部，发现不少头部企业法务部门落地AI的速度和效果，明显快于律所（当然，并不是说所有企业法务部都比律所更AI，毕竟不同企业法务部差别也很大）。

这个差异很有意思。它提醒我们，法律 AI 的成熟，不只取决于谁更懂法律，也取决于谁更有组织能力把 AI 放进真实工作。

如果沿着这个方向看，企业法务这一次跑得更快，并不偶然。

法务部背后，是一家企业

企业法务背后站着的，往往是一家企业。

很多大中型企业本身就有 IT 部门、数字化部门、信息安全部门、采购体系、预算体系和管理层推动。公司上 Microsoft Copilot、Google Workspace AI、ChatGPT Enterprise，或者建设内部大模型，通常不是法务部一个部门单独决策。法务部可能只是整个企业 AI 浪潮中的一个应用部门，但这恰恰让法务部更容易被带进去。

法务不一定最早提出需求，也不一定最懂技术，但公司整体已经买了账号，做了安全评估，搭了数据环境，制定了使用政策，法务就可以在这个基础上试用。合同摘要、邮件整理、制度问答、审批意见、法律检索，这些场景都可以先从轻量化使用开始。

律所的情况就复杂得多。

尤其在中国，不少律所本质上仍然是人合组织。各个律师团队相对独立，客户独立，收入独立，成本意识也独立。要做一个全所级 AI 系统，一上来就会遇到很现实的问题：谁出钱，谁拍板，谁培训，谁承担数据风险，谁来推动大家真的用起来。

一个律师团队觉得 AI 很重要，不代表全所会投入。一个合伙人愿意试用，也不代表全所能形成统一的交付标准。律所当然也有非常先进的探索者，但从组织层面看，很多律所能调用的公共资源和决策效率，确实不如大型企业。

AI 又偏偏不是一个只靠个人热情就能跑起来的东西。买几个账号，做几次培训，找几个年轻律师试用，这些都不难。难的是把它接进知识库、文档系统、案件管理、客户交付、风险复核和收费机制里。越往后走，越需要组织级投入。

所以，企业法务不一定比律所更懂 AI，但它更容易借用企业的组织能力。

更直接的压力，更容易看见的收益

再往下看，是压力。

企业法务的压力很直接。

业务催合同，采购催审批，销售催订单，管理层催风险判断。很多法务部长期处在人少、事多、预算紧的状态。对法务来说，AI 如果能把合同初筛快一点，把会议纪要整理快一点，把制度问答统一一点，把外部律师意见摘要清楚一点，哪怕只是提高一部分响应速度，业务部门也能感受到。

企业法务的很多工作，不一定法律难度最高，但高频、重复、流程化、上下文稳定。NDA、采购合同、销售合同、用印审批、广告合规初审、员工咨询、制度解释，这些场景里，AI 不需要一上来就替代最终判断，只要能减少机械劳动，就已经有价值。

律所也有大量可被 AI 改造的工作。但律所面对的不是单纯效率问题。

如果 AI 节省了初级律师检索、起草、整理材料的时间，这个收益归谁？客户会不会要求降费？可计费时间减少以后，律所内部怎么分配？年轻律师的训练又怎么办？

这些问题没有标准答案，但它们会让律所更谨慎。

对企业法务来说，AI 提高效率，大概率可以解释为内部管理进步。对律所来说，AI 提高效率，很快会碰到商业模式和人才培养问题。

这也是为什么同样面对 AI，企业法务的动作可能更快。

法务部更接近真实流程

还有一件事，企业法务更接近流程。法律工作不是只发生在法律文件里。

一份合同从业务提出需求，到采购谈判，到法务审查，到财务确认，到用印审批，到履行跟踪，中间有很多环节。外部律师通常看到的是其中一段任务，企业法务看到的是整条链路。

这件事在 AI 时代很关键。

因为 AI 真正进入法律工作，不只是让它生成一段法律意见。更重要的是，它能不能理解合同为什么卡住，业务为什么着急，哪些条款公司过去一直坚持，哪些风险可以升级给管理层，哪些让步在某类客户面前可以接受。

这些信息，很多时候不在法律数据库里，也不在律师个人经验里，而是在企业自己的业务流程和历史决策里。

企业法务离这些东西更近。

它知道业务怎么提需求，知道合同系统怎么流转，知道审批在哪里停住，知道老板真正关心的风险是什么，也知道某些条款为什么看起来法律上可以谈，业务上却很难退。

所以，当 AI 开始进入真实工作流，企业法务的位置反而变得更重要。

律所的专业价值当然还在。复杂交易、重大争议、监管判断、跨境结构、疑难问题，仍然需要外部律师的经验和责任承担。但如果 AI 改造的是日常法律工作流程，企业法务天然站在更接近入口的位置。

AI 会放大律所的组织短板

再说律所自己，AI 会把它的组织短板放大。

过去，律所的松散结构有它的合理性。律师职业高度依赖个人能力和客户信任，一个强合伙人带一个强团队，就可以形成很有竞争力的业务单元。很多律所就是这样发展起来的。

但 AI 要求另一种能力。

它要求机构沉淀统一的知识库，整理模板，形成 playbook，制定 AI 使用政策，明确哪些场景可以用，哪些必须人工复核，哪些输出可以给客户，哪些只能内部参考。它还要求把这些机制持续训练给律师，并且在客户交付中保持一致。

这些事情都不是一个优秀律师单独能完成的。

AI 会让律所的组织能力变得更可见。

工具买了没有用起来，是组织问题。少数律师用得很好，但客户交付没有变化，也是组织问题。每个团队都有自己的模板、自己的经验、自己的客户标准，到头来 AI 只能停留在个人助理层面，还是组织问题。

这对很多中国律所尤其现实。

因为中国律所长期以来更擅长激励个体律师和团队，未必擅长建设统一的管理系统。AI 如果只是个人效率工具，问题还不大；一旦它进入客户交付、质量控制、知识沉淀和项目管理，就会直接考验律所的组织化程度。

这也是为什么我觉得，企业法务可能会在某些方面先跑出来。

它不是更会写提示词，也不是每个法务都突然变成技术专家。它只是更早被企业整体 AI 化卷进去，更接近业务流程，更容易看见效率收益，也更有动力把 AI 变成管理工具。

企业法务会重新定义外部律师标准

这件事继续往后走，会带来一个很重要的变化。

企业法务会反过来定义外部律师的 AI 标准。新的Litera调查发现，85%的律师事务所表示，客户正在推动人工智能投资决策。

过去选外部律师，法总主要看专业能力、行业经验、团队配置、报价、响应速度和合作默契。以后可能会多出一组问题：

你们是否在法律检索、合同初审、尽调摘要、项目管理中使用 AI？AI 参与过的工作，怎么复核？哪些内容是机器先处理，哪些内容是律师最终判断？节省下来的时间，是否会反映到交付周期和报价里？你们能不能按照我们的模板、风险口径和业务流程来交付？

这些问题现在听起来可能还有点超前，但方向已经很清楚。

当企业法务自己开始用 AI，它就很难继续用旧眼光看外部律师。它会越来越关心法律服务是怎样被生产出来的。

这会改变法律服务的买卖关系。

过去，外部律师的工作过程对客户来说相对黑箱。客户看到的是 memo、合同、尽调报告、谈判意见和账单。至于中间怎么检索、怎么起草、怎么分工、怎么复核，客户不会管得太细。

AI 进入以后，这个黑箱会被打开一部分。

客户会问，既然这些初步整理、摘要、比对、检索工作已经可以被 AI 辅助，为什么交付周期没有变化？为什么收费方式没有变化？为什么项目管理没有更透明？为什么律师团队不能更快给出可复核的中间结果？

这并不意味着客户会简单地压价。

更成熟的企业法务不会只追求便宜。它真正想要的是更快、更透明、更可复核、更能嵌入自己业务节奏的法律服务。外部律师仍然可以收费，也仍然可以收高价，但需要更清楚地说明，客户买到的是经验、判断、责任、谈判能力和复杂问题处理，而不只是大量基础劳动时间。

律所要补的，是客户看得见的组织能力

这对律所其实是一次提醒。

律所不需要把自己放在 AI 的对立面。外部律师的专业判断仍然很重要，甚至会更重要。因为 AI 越能处理基础工作，客户越会追问哪些地方必须由律师负责，哪些判断体现了律师真正的价值。

但律所要补的，可能不是工具清单。

给所有律师开 AI 账号，只是第一步。更重要的是建立客户看得见的 AI 使用政策、复核机制、交付标准、知识沉淀和项目流程。客户不一定关心你用了哪个模型，但会关心你怎么保证结果可靠，怎么保护客户数据，怎么区分 AI 辅助和律师判断，怎么把效率提升转化为更好的服务。

如果律所能回答这些问题，AI 会增强它的竞争力。

如果回答不了，企业法务可能会先形成自己的标准，然后拿这个标准来要求外部律师。

从这个角度看，Thomson Reuters 报告里的那组数据，真正值得关注的地方，不是企业法务有没有在某个时点超过律所。

更值得关注的是，法律服务买方所在的组织，正在更快进入 AI 工作环境。

买方一旦先改变，卖方就很难完全按原来的方式交付。

我个人觉得，这可能是法律 AI 接下来几年最重要的变化之一。它会让企业法务更早形成新的工作期待。

而一旦期待变了，法律服务的评价标准就会跟着变。

以后选外部律师，法总可能真的会多问一句：

你们怎么用 AI？

但这句话背后，问的未必是工具。

问的是你们怎么组织法律工作。

接下来，法天使将发起一个LAD计划，邀请一部分律师，以「律师专业法务+AI解决方案」的复合方式，尝试创新法律服务。具体计划7月发布。我的微信，欢迎交流：

参考资料

相关阅读

一个中年法律人，坐进一个 Python 考场

Claude 和 Legora，给了法律 AI 两个不同答案

Claude for Legal 发布后，法律人工作的入口可能要变了

Harvey开源LAB：1200 多个任务，覆盖 24 个法律业务领域，法律 AI 的评测开始接近真实工作了

智能体评测难在哪里：不确定性、开放任务与真实世界 | 法律 AI 可信度评测系列（四）

从回答到任务：智能体评测的7个核心概念 | 法律 AI 可信度评测系列（三）

一份合同审查AI 演示，可能失真的 5 个地方 | 法律 AI 可信度评测系列（二）

没有评测，就没有真正可信的法律AI | 法律 AI 可信度评测系列（一）