律所如何降本增效？99%的律所都将是大模型使用者

面对经济“三驾马车”动力不足，法律服务市场竞争激烈、专业度亟待提升以及数字化转型的“三座大山”，律所处于夹缝中，处境艰难。

律所作为AI工具的使用者，不仅要从效益层面思考是否能够引入AI工具，也需要直面做好AI企业合规工作的难题。否则不假时日，爬取数据纠纷类案件又将在法律市场中泛滥。

在过去的十年里，人工智能（AI）已经悄无声息地渗透到我们的日常生活中，但除了在国际象棋或AlphaGo等重大胜利中偶尔露头角外，它并没有广泛地进入公众的视野。然而，到了2022年，ChatGPT以其广泛的应用和超过1亿用户的青睐，创造了超过100亿美元的惊人收入。

在人工智能的浪潮中，大语言模型（Large language mode, LLM）以其惊人的规模和性能，开启了数据处理和分析的新篇章。在深度学习的推动下，这些大模型通过数十亿甚至数千亿的参数，深入挖掘数据的内在联系。经过海量数据的洗礼，它们能够适应新的、未知的情况，提供更为精准的预测和分析。

 整理/制图：智合研究院

信息来源：《首份关于人工智能在法律实践中的应用现状的全球报告》

整理/制表：智合研究院

在律所站在是否采纳AI工具的十字路口犹豫时，众多企业已经对律所提出了关于AI合规的新需求，尤其是在数据隐私与安全的领域。据LLI报告显示，高达66.8%的受访者认为隐私和安全问题是人工智能时代面临的最大挑战。

这一趋势得到了全球领先的IT市场研究机构IDC（International Data Corporation）的印证。IDC最新发布的《IDC Market Glance：中国数据安全市场图谱，2024》报告预测，中国数据安全市场在未来五年将持续增长，预估五年复合增长率将达到15.6%。^[5]

由上可知，数据安全合规市场正迅速成为法律服务领域的新热点。随着数据分类分级和合规咨询的重要性日益增加，律所作为AI合规者和AI使用者，直面着企业合规管理、政策法规预判以及跨境数据流动合规等多重挑战。作为实现法治的推动者，律所需要通过数据合规为规范市场不正当竞争行为、维护数据流通性、保护数据权益等方面助力。

在企业合规管理方面，律所需关注的点包括全域数据安全建设、数据安全分类分级平台的搭建、数据安全治理的咨询服务，以及AI代理和治理等领域。特别是，随着大语言模型和记忆增强生成模型（RAG）的兴起，AI代理的发展意味着这些系统能够在更广泛的场景中与人类协同工作。未来，AI是否也能成为合规者，值得深思。

而在全域数据安全建设，数据安全分类分级平台领域，上海浦东新区之前发布的《人工智能企业数据安全和算法合规指引（试行）》为企业提供了明确的合规途径。该指引强调了组织机构建设、数据安全制度建设、数据全生命周期安全管理制度以及算法合规制度建设等方面的重要性，为律所在协助企业合规方面提供了宝贵的参考。

该指引重点指出，在合规途径中，企业需要明确区分一般数据、重要数据和核心数据，并需要针对不同级别的数据制定相应的合规专项管理策略。

 整理/制图：智合研究院

信息来源：《首份关于人工智能在法律实践中的应用现状的全球报告》

整理/制图：智合研究院

同时，在企业数据合规的过程中，要建立多链条多部门协调管理，包括：元数据管理、数据标准管理、数据质量管理、数据集成管理、数据资产管理、数据安全管理、数据生命周期管理和主数据管理等。

对于企业来说，这一次的合规需求不同寻常。面对AI带来的变革，相关法律的宏观指导正受到政策导向和技术演进的多重影响。在政策对AI发展赋予众望且放宽管制的时段中，企业必须在合规与法律的确定性之间寻找平衡点。例如数据主体、数据控制者、数据处理者之间如何分配数据收益权，将是数据交易市场发展面临新问题。^[6]如何落地合规，还待实践检验。

同时，随着企业纷纷扬帆出海，深入了解并适应国际人工智能监管环境变得尤为关键。特别是欧盟和美国的法律框架，对企业国际化战略的影响举足轻重。欧盟的人工智能立法以其周密的逻辑和详尽的规定而受到认可。相比之下，美国预计在人工智能领域，将继续采取既稳健又灵活的立法策略，以保持对新兴技术的快速响应。

因此，为了帮助企业更好地把握国际合规要求，以下是中国、欧盟、美国在人工智能合规方面的参考政策法规一览表。

信息来源：Lexis、EUR-Lex、北大法宝

整理/制表：智合研究院

数据治理不是选择题，而是必答题。想象一下，如果律师在保护个人隐私方面失守，那么每个法律服务消费者都可能变成“透明人”，时刻感受到无形的监视目光。为了避免这样的未来，企业和律所作为数据控制者和管理者必须采取行动，确保数据的安全和隐私。