機器人律師會讓公司法務和律師失業嗎

文 《法人》特約撰稿 健君

機器人律師會讓公司法務和律師失業嗎

文 《法人》特約撰稿 健君

機器人律師不會替代公司律師，而是會超越公司律師

顛覆性創新給本來就復雜多變的商業環境增加了更多的不確定性。CLO是回頭拒絕還是雙手迎接新的工業革命的到來，似乎也沒得選擇。

從零到一，顛覆式創新就是創造出一種世界上本不存在的東西，取代人們原本習慣使用的東西。電燈取代煤油燈、汽車取代馬車、內燃機取代蒸汽機，這些都是耳熟能詳的顛覆式創新。近些年來，隨著各國不斷加大在科技領域的投入，有許多科技項目都站到了從量變到質變的門檻上。可以預計，在未來數年內，將有一批對人類社會產生廣泛影響的顛覆式創新成果出現。

非訴律師一定會被機器人律師替代

法律行業也存在著顛覆式創新，機器人律師便是一種典型。網絡經濟時代必然伴隨著各式各樣的糾紛，其中很大一部分糾紛的產生源于違法成本低、執法成本高，利用互聯網和人工智能技術，以極低的成本。現在，人們為糾紛提供一種高效的解決方式。

案例機器人律師ROSS: 人工智能是法律服務行業的新突破，Baker Hostetler是美國最大的律師事務所之一，它已經成為世界上第一個公開宣布“雇用”機器人律師協助處理破產案件的律師事務所。這名叫作“ROSS”的機器人被冠以“世界上第一個人工智能律師”的美名。ROSS已加入的Baker Hostetler律師事務所在破產領域雇用了約50名律師，這臺由IBM沃森（Watson）智能技術支持的機器，將作為該律所的法律檢索工具，負責從成千上萬的法律文件中篩選出能支持律所案件的材料。而這些法律檢索工作過去通常由剛從學校畢業進入律所的年輕律師承擔。

Ross會為那些要查閱大量法律法規的人類律師節省時間。人類律師無須自己消耗大量時間和精力閱讀每一個相關法律案例，而是從Ross那里迅速得到所需要的信息，這能讓人類將更多精力投入分析復雜細節和案件當中。ROSS是將人工智能超級電腦提供的機器學習技術應用到了法律領域，它的工作原理是，在識別自然語言提出的問題后，從龐大的法律和案例數據庫中進行搜索，找到可能的答案，對所有答案進行評估，最終提供一個解決方案。ROSS的智能還在于，它會根據用戶的反饋進行自我學習，算法也不斷調整優化，這意味著，跟律師一樣，它接受的咨詢越多，就越有經驗，也就是它會變得越來越聰明。

大數據時代，大部分公司律師的優勢沒有了

大數據會對整個產業產生深遠影響，大數據的應用將為企業帶來從流程核心到數據核心的變革。用數據核心思維方式思考問題、解決問題，以數據為核心，反映了當下IT產業的變革，數據成為人工智能的基礎，也成為智能化的基礎，數據比流程更重要。

大數據真正有意思的是數據變得在線了，這個恰恰是互聯網的特點。大數據的真正價值在于創造，不管大數據的核心價值是不是預測，但是基于大數據形成決策的模式已經為不少的企業帶來了盈利和聲譽。

案例SWIFT的大數據：SWIFT是全球最大的支付平臺，在該平臺上的每一筆交易都可以進行大數據的分析機器人律師不會替代公司律師，而是會超越公司律師。

從抽樣轉變為需要全部數據樣本。數據這么大、這么多，所以人們覺得有足夠的能力把握未來，對不確定狀態的一種判斷，從而做出自己的決定。統計學里最基本的一個概念就是，全部樣本才能找出規律。為什么能夠找出行為規律？用全數據樣本思維方式思考問題，解決問題。從抽樣中得到的結論總是有水分的，而全部樣本中得到的結論水分就很少，大數據越大，真實性也就越大，因為大數據包含了全部的信息。

從不能預測轉變為可以預測，大數據的核心就是預測，這正是法律風險控制亟待解決的問題。大數據不是要教機器像人一樣思考，相反，它是把數學算法運用到海量的數據上來預測事情發生的可能性。正因為在大數據規律面前，每個人的行為都跟別人一樣，沒有本質變化，所以商家會比消費者更了消費者的行為。

案例大數據的預測：互聯網、移動互聯網和云計算機保證了大數據實時預測的可能性，也為企業和用戶提供了實時預測的信息，相關性預測的信息，讓企業和用戶搶占先機。由于大數據的全樣本性，人和人都是一樣的，所以云計算機軟件預測的效率和準確性大大提高，有這種跡象，就有這種結果。

大數據還改變了信息優勢。按照循證醫學，現在治病的第一件事情不是去研究病理學，而是拿過去的數據去研究，相同情況下是如何治療的。這導致專家和普通人之間的信息優勢沒有了。原來我相信醫生，因為醫生知道得多，但現在我可以到谷歌上查一下，知道自己得了什么病。同樣的案例也發生在法律這一行業，基于大量的案例數據分析，經驗老道的法官或者律師已經沒有任何信息優勢，一個剛入行的同行借助大數據，同樣可以準確無誤地判案。

案例Do Not Pay：過去，如果司機因為停車被罰，他們要請律師幫忙申訴，但現在他們不用了。一名18歲的英國“碼農”開發一款叫作Do Not Pay的停車票管理軟件，它通過問答聊天迅速處理票務申訴。這款軟件可以免費在線下載，已經成功處理了總額約300萬美元的票務申訴，節省了大量司機聘請律師的申訴成本（每位司機的成本在400美元到900美元之間），Do Not Pay軟件還可以處理保險索賠申訴。

機器人律師一定會超越律師

沒有技術背景的法學專家思考的法律如何去規制越來越聰明的機器人，而有著技術頭腦的法律人則在考慮機器人如何可以幫助律師做一些工作，提高法律人的工作效率。很多有前瞻視野的人已經發出了擔憂，機器人在未來的某一天會取代律師。如果機器人律師只是輔助律師，那么則意義不大。更大膽的預言是，機器人律師不僅會取代律師，而且一定會超越律師，甚至讓律師成為他的助理，這沒有什么不可能。

也有人提出反對，認為機器人律師無論如何都無法替代律師。人工智能只能在很大程度上降低基礎工作量，卻很難真正取代法律人，在中國尤其如此。依賴于人工智能直接得出工作結果，無論是訴訟仲裁還是非訟事務，風險都是極大的。律師業務并不是拿著個案去比對法條，實踐中并沒有一套清晰、穩定并且可預期的規則以供機器人去套用。人工智能會大幅度降低查詢、檢索和研究這些基礎工作的成本，從而降低律所對輔助型律師的需求。

問題是，所有的技術問題都不是問題，它并會隨著科技的發展得以化解，如果機器人律師變得跟人類律師一樣愛思考呢？

結語

現在的商業世界被一種即興表演、彈性組織式宣言所包圍，人們強調的是管理中的熱情、想象力，而不是冷靜和控制。重讀《藍血十杰》，我們發現不管是桑頓、麥克拉馬納還是利斯，他們信仰數字、統計管制，所有的事實都寄望圖表，每到一個地方，第一件事就是理清所有的混亂，包括組織、財務和流程。這些嚴肅的理性和張揚的熱忱就像機器人對人一般：創新總是在人類的混亂中產生，而成長必須在機器的秩序中進行。

Paypal創始人彼得·泰爾曾一陣見血地總結道：針對不確定性，最好的辦法就是數學，更準確的應該是統計學，統計學思維將會推動未來的發展。而這正好是計算機的強項，無論是之前的深藍還是最近的阿爾法狗，都毫無懸念地證明機器比人快。在風險控制領域，越來越多的金融機構和大企業引入大數據、云計算和區塊鏈等技術，取代以前大量的人力工作。不過到目前為止，做風險控制還需要人去搭建各種風控模型，至少給人類保留了點顏面。

但最新的一則消息對公司律師尤其不利，俄羅斯最大的銀行Sberbank最近對外宣布他們將大量使用機器人律師，這些機器人將在2017年用來處理各種銀行投訴函件，而這個舉動將導致超過3000名銀行律師失業。銀行進一步解釋說，未來幾年銀行所有的日常法律事務等非訴事務都會交給機器人律師處理，而銀行只留下少量的公司律師來處理訴訟和緊急程序。做非訴的公司律師的大多數，你們準備好了嗎？

（本文節選自作者新書《公司首席法務官》）