法律AI的竞争，正在从“能不能完成法律任务”延伸到“怎样经营一家律所”。8月4日，法律业务管理软件公司BigHand宣布收购法律AI定价服务商Ayora。双方此前已合作约一个季度，第一阶段将把Ayora的数据增强与智能定价能力接入BigHand Matter Pricing，之后再向资源管理和商业智能等产品扩展。
这笔交易的金额没有公开，Ayora的经常性收入也未披露，因此还不能据此判断其商业规模。但它提供了一个值得法律行业关注的信号：当客户要求更准确的费用预估、更多固定收费或替代性收费安排时，AI的价值不只体现在少写几小时文书，也开始进入报价、预算、人员配置和利润管理。
被低估的律所数据资产
据BigHand公告与Legal IT Insider报道，Ayora的核心思路是把律所内部零散、非结构化的事项数据转化为可比较的情境信息，再根据历史事项辅助律师和定价团队形成实时报价。工时记录、预算执行、事项类型、团队构成和最终核销，看起来只是运营数据，实际上也记录了律所处理不同客户、行业和复杂度工作的经验。
问题在于，这些记录往往命名不一、分类不全，甚至散落在不同系统里。直接让大模型读取，并不会自动得到可靠答案；错误的事项归类、异常工时或缺失的成本信息，反而可能被包装成精确报价。此次收购真正有价值的部分，不是增加一个聊天入口，而是把数据清洗、事项画像与既有定价系统连接起来。
AI正在连接专业判断与商业决策
传统报价经常依赖合伙人的个人经验。这种经验在复杂项目中仍不可替代，但也容易形成知识孤岛：同类事项做过多少、实际投入与最初预算差多远、哪些工作适合交给不同层级人员，未必能在报价前被系统性调用。
如果历史数据质量足够，AI可以在报价前列出相似事项、成本区间与关键差异，并在执行中持续比较预算和实际投入。对律师而言，这不是让机器决定收费，而是把“凭印象估计”变成“有依据地调整”。对客户而言，更透明的假设、范围和变更机制，也可能减少项目结束后的费用争议。
这还会改变法律AI的采购逻辑。单点工具即使效果不错，也可能因为难以接触敏感财务数据、部署周期长而停留在试点。Ayora加入拥有成熟产品和客户关系的BigHand，说明法律科技市场正在通过并购，把AI能力嵌入已有的业务系统。未来更有竞争力的产品，未必是回答最流畅的助手，而是能在权限、数据模型和工作流上真正落地的平台。
定价建议必须可解释、可纠偏
法律服务报价涉及客户关系、执业风险和团队激励，不能把历史均值当成“正确价格”。旧数据可能固化过去的低效流程，也可能延续对某类事项或人员的不合理配置。律所在使用此类系统时，至少应保留四项控制：
- 说明报价使用了哪些事项、时间范围和成本口径；
- 把异常值、缺失数据和人工修改记录下来；
- 让负责律师确认工作范围、复杂度与风险溢价；
- 定期比较预测与实际结果，防止模型长期放大偏差。
还要特别处理保密与访问权限。事项描述、客户名称、费率和人员绩效都可能属于高度敏感信息。数据集中后虽然更便于分析，也扩大了误访问和跨客户泄露的后果。最小权限、用途限制、审计日志以及模型供应链披露，应当与定价能力同时进入采购评估。
结语
BigHand收购Ayora并不意味着AI已经能够自动给法律服务定价；官方公告也称首批整合能力预计在今年晚些时候推出。更准确的理解是，律所AI正在进入商业运营的核心环节。真正的门槛不再只是模型，而是能否把历史经验整理成可信数据，再让律师在可解释、可追溯的流程中作出最终判断。
参考来源
- BigHand：BigHand Acquires Ayora to Accelerate AI Innovation in Legal Pricing
- Legal IT Insider：Breaking news: BigHand acquires Ayora
- Law.com Legaltech News：BigHand Acquires Data Intelligence Platform Ayora
