首页 / AI法律应用

合同 AI 正从审查助手走向法务流程系统

AI²法律圈 2026-07-01 AI法律应用

过去两年，合同 AI 的主叙事大多围绕“更快审阅一份合同”：识别风险条款、生成修改意见、对照 playbook 给出红线建议。但最近几天的行业动态显示，产品竞争正在从单点审查，转向合同全生命周期中的任务编排与责任留痕。Spellbook 在 6 月 30 日发布 AI-powered Contract Management（ACM）产品线，强调用 AI 处理合同起草、谈判、审批、履约提醒等连续场景，这比传统 CLM 更接近“法务工作台”的定位。

从文件问题，变成流程问题

合同审查工具最容易展示效果，因为输入和输出都很清楚：上传文本，返回风险点。但企业法务真正耗时的部分，往往不在某一个条款，而在反复追问业务背景、判断审批路径、同步财务和销售意见、确认版本是否已经被对方接受。AI 如果只在文档层面给建议，效率提升会被流程摩擦抵消。

ACM 这类新产品的信号在于，它把合同视作一组持续发生的事项，而不是一份待处理文件。对法务团队来说，关键变化不是“AI 能不能改得更像律师”，而是系统能否知道某个合同处在哪个节点、谁拥有下一步动作、哪些条款偏离了公司政策，以及这些偏离是否已经被授权接受。

Agent 化不能只看自动化率

Deloitte Legal 关于企业法务生成式 AI 的研究中，一个反复出现的判断是：法律部门会受到显著影响，但落地障碍并不只是模型能力。预算、资源、数据治理和工作方式重组，都会决定 AI 是否真的进入核心流程。Thomson Reuters 今年的企业法务观察也提到，许多团队认可 AI 的重要性，却仍缺少投资回报衡量方法。

这对合同 AI 尤其重要。Agent 可以自动生成摘要、催办审批、比对版本，甚至草拟给业务或交易对手的回复。但只要它进入合同谈判链条，就会碰到权限、保密、对外承诺和审计问题。企业不应把“自动完成了多少任务”作为唯一指标，更应记录哪些建议被采纳、哪些被律师覆盖、覆盖原因是什么，以及系统是否能在类似事项中稳定复现。

中国法务团队的落地顺序

对国内企业法务而言，更稳妥的路径可能不是一开始就追求完全自动谈判，而是先把合同管理中的高频低风险环节结构化。比如：

把常用模板、审批规则、例外条款和谈判底线整理成可被系统调用的知识库；
让 AI 先处理初筛、差异比对、风险标签和版本摘要，律师保留最终判断；
在对外发送、价格条款、责任限制、数据处理条款等节点设置人工确认；
定期复盘 AI 建议与最终签署文本之间的差异，形成可审计的改进记录。

合同 AI 的下一阶段，竞争点会从“回答是否漂亮”转向“流程是否可信”。真正有价值的系统，应该减少律师在追踪、转述和重复判断上的消耗，同时保留专业责任链条。对于企业来说，这不是采购一个更会写字的机器人，而是重新设计合同从需求提出到履约管理的协作方式。本文仅作行业观察，不构成法律意见。

参考线索