技术文章

外部链接将在新标签页打开。

律所把 AI 放进业务本身:流程改造先动哪一段,本次材料能回答到哪

一句话回答

本次可核验的材料只有 OpenAI 对 Gilbert + Tobin CEO Sam Nickless 的一次访谈的标题与摘要,能确认的仅是双方就“用 AI 重新思考法律业务”进行过对话;该律所具体先改造哪一段流程,材料未提供,不能代为回答。文章据此把结论收窄,并给出面向集成方的一般性判断:优先改造输入侧可结构化、错误可被人工拦下的环节,同时先定证据留存、复核点、数据边界与失败降级四项契约。

先给结论:本次能核验的材料只有一条访谈的标题和摘要,即 OpenAI 发布了一篇与 Gilbert + Tobin 合伙人兼首席执行官 Sam Nickless 的对话,标题指向“用 AI 重新思考法律业务”(OpenAI,来源日期 2026-11-12)。摘要本身只有一句人物介绍。因此,“这家律所先动了哪一段流程”这个问题,依据现有材料无法回答;下面的内容属于面向集成方的一般性工程判断,标注为推断与建议,不当作该访谈的事实转述。

材料能确认的与不能确认的#

  • 可确认:存在这样一次对话;对话方是 Gilbert + Tobin 的 Sam Nickless;标题层面的主题是“把 AI 用于重新思考法律业务”。
  • 不可确认:改造的具体环节、先后顺序、所用模型与部署形态、组织分工、任何效果数据或时间线。这些在本次材料中没有正文支持。
  • 表述边界:以上属于“本次材料未提供”,不等于发布方没有说明。摘要是标题级信息,读过摘要不等于读过全文。

“放进业务本身”和“给律师配个助手”差在哪#

这是分析性区分,不是材料结论。辅助工具的失败成本通常落在个人:答案不对,律师不用即可。而一旦 AI 进入交付链路——起草、检索、尽调、计费或客户沟通——它的输出就带着机构责任,需要满足三个额外条件:可追溯(这段输出依据哪份文件、哪个版本)、可回滚(出错时能退回人工路径)、可复核(谁在什么节点签字)。这也是为什么流程改造的起点往往不是“最难的判断”,而是“最容易留下痕迹的输入”。

如果要从一段开始,先选输入侧#

以下为建议,供评估时排序使用,不构成对该律所做法的描述:

  1. 输入是否可结构化:合同、证据清单、往来邮件这类有稳定版式的材料,抽取结果容易被人快速核对;反之,策略判断类工作缺少可比对的中间产物。
  2. 错误能否被拦下:优先选择“机器出错、人一眼能看出”的环节。若错误要等到交付后才暴露,就不适合作为第一段。
  3. 是否有现成的复核人:流程里本来就存在的审阅节点,比新设一个“AI 审核岗”更容易落地。
  4. 失败是否可退:先跑能与人工路径并行的部分,再谈替换。

集成前要定的四个契约#

  • 证据契约:每条模型输出绑定来源文档标识与版本号,便于事后复现。
  • 复核契约:明确哪些输出必须人工确认后才能进入下一环节,以及确认记录留存多久。
  • 数据边界:客户材料的存放位置、保留期限与可访问角色,应在接入前写清,而不是上线后补。
  • 降级路径:模型超时、限流或返回不可解析结构时,流程回到哪一步。这部分是工程细节,与具体供应商无关。

不要把标题读成结论#

“用 AI 重新思考法律业务”是一个方向性表述,可以被很多种实践支持,也可以被很多种实践反驳。从它推不出该律所改造了哪一段、用了什么模型、取得了什么结果。若需要这些信息,应回到访谈正文逐条核对;在拿到正文之前,合理的写法是只记录对话存在与主题,不补写过程。对开发者而言,这条边界同样适用于自家方案文档:没有调用记录和评测记录的部分,标为设计意图,不写成实测。

最后一句实用建议:如果你的团队正在为法律或类似高责任场景做集成,先画出当前流程的交接点,再判断哪个交接点的输入最规整、复核人最现成。这个顺序不依赖任何一家律所的具体经验,也不容易被标题带偏。

参考来源

  1. Gilbert + Tobin rethinks the business of law with AI

以上为本文写作时的参考资料,引用观点以原文为准。

作者:沐小悠

本文约 4 分钟读完 · 关键词:法律行业 AI、流程改造、Gilbert + Tobin、OpenAI、业务系统集成

更多文章 GET 示例接口

「」标签下的其他文章