法律AI落地感悟:AI在上一层,更下一层是人
作者：微信文章最近，我在集团内推进合同审核AI项目，我观察到一个现象挺有意思：不同团队对AI在法律场景的应用的兴趣和需求急迫度，态度差别很大。
仔细分析下来，这不是因为大家对AI技术理解不一样，也不是观念保守或创新的问题，关键在于人现有的“工作范式”。
也即本文的感悟：AI在上一层，更下一层是人。
一、经验派遇上规则派AI，有点难
合同审核AI，核心优势是能高效高质执行明确的规则。但我们发现，一部分法务团队审合同主要靠经验和个案判断，还没有形成一套系统化、可复用的审核规则。
对他们来说，AI提供的“规则执行”能力，并不是他们最头痛的问题，所以对AI的需求和配合意愿就比较低。
这种“规则缺失”的情况，给AI落地带来了不小的挑战。作为项目推动方，如果没有明确的审核标准，我们就很难按照AI落地的方法论去提升准确率和召回率，没法有效地准备高质量的训练数据（正样本），模型评测、审核规则优化和具体问题分析（bad case分析）都很难进行。此外，人的每次处理方式都可能不一样，AI的结果就很难和人的判断总对得上，从人的预期视角看，AI表现也就时好时坏了，自然，一会儿觉得它聪明，一会儿又觉得它不行。
二、 AI帮忙出“规则初稿”？效果不理想
为了在规则不太明确的团队打开局面，我们也试过变通的办法：让AI分析历史合同数据，试着提炼出人工审核的潜在标准和偏好，生成一套初步的“规则基准线”，再交给业务法务同事去完善。
不过，这条路也不好走。即使AI生成了初步的规则，相关同事大多还是觉得质量不高，大部分修订还得自己动手。几周下来，规则制定进展缓慢，也再次说明他们对AI落地的兴趣和迫切感确实不强。
三、 先“立好规则”，再让AI来帮忙
面对这些困难，项目组最后决定调整策略（要S2干了）：我们自己先深度参与进去，利用AI分析海量历史合同和外部风险数据的能力，协助这些团队梳理业务逻辑，提炼审核要点，一起制定清晰的审核规则体系。
这一路旅程走下来，其中的思考和转变也挺有意思的。最开始，项目组下场做规则，我是拒绝的。
四、 AI遇上“对的人”，事半功倍
和前面情况不同的是，另一部分法务团队在长期工作中，已经积累了大量明确、细致的审核规则。对他们来说，机械地重复执行这些规则来审合同，既枯燥效率也不高，不是最能发挥人创造力的工作。
因此，他们对AI的引入表现出很高的兴趣和期待，非常希望AI能自动处理这些规则化的工作，好让他们从重复劳动中解脱出来。
这些团队自然成了我们项目的“种子用户”和共创伙伴，和我们一起打磨AI产品。
他们非常期待，AI的引入来提升他们的工作效率，让他们有更多精力投入到更有思考性和创造性的工作中。
此外，针对这批法务团队，也能感受到他们的耐心，即便有badcase出现，大家也会一起想着如何优化，降低badcase。
五、 AI落地：有趣的旅程
AI就像一面镜子，清楚地照见了不同团队工作方式的差异。
AI逐步融入并改变我们工作方式的过程，确实充满挑战，但也带来了很多有趣的观察和思考。
页:
[1]