调解仲裁里用AI：整理争点可以，拍板还是人

在商业合同、软件开发、平台服务、知识产权许可和数据合作纠纷中，一些律师和企业法务开始用AI工具整理材料、归纳争点、比较和解方案。这类工具能缩短前期准备时间，但案件策略、调解方案和仲裁裁决还是得由律师、调解员或仲裁员来判断。

跟诉讼比，调解和仲裁更看重处理效率、信息保密和商业关系的延续。案件材料往往涉及合同及补充协议、往来邮件、会议纪要、付款记录、交付清单和损失测算，文件数量多，事实关系还可能跨越较长时间。AI目前比较明确的用途，是把这些材料分类、做初步提取，而不是直接判断案件结果。

先让AI把材料归纳成争点

梳理材料时，AI可以按请求权基础、抗辩理由、事实节点和证据对应关系生成争点表，也能做案件时间线、证据清单和待核实问题清单。律师拿它检查证据缺口，企业法务也能用比较清楚的结构向业务部门交代案件进展和潜在风险。

这种整理结果还是依赖输入材料是否完整。邮件缺失、合同版本混淆或付款记录不全，都可能让模型做出错误关联。所以AI生成的摘要和争点表只能当工作底稿，涉及事实认定、证据效力和法律依据的内容，得逐项回到原始文件核对；核对时可参考站内仲裁类 Skills里的任务清单。

和解方案可以摆开来比

准备调解时，AI还能围绕和解金额、履行期限、保密条款、后续合作安排和违约责任减免等变量，列出几套不同的谈判方案。律师可以据此比较各方案的法律风险、执行难度和商业成本，再跟当事人敲定谈判边界。

比起单独给个胜诉概率，多方案比较更贴合调解工作的实际需要。争议结果不只取决于法律规则和证据，也受当事人履约能力、合作意愿、时间成本和谈判过程影响。模型给出的概率或方案排序要是缺少充分依据，就不该被当成最终策略。

仲裁里用AI要守哪些边界

仲裁强调程序公正、当事人意思自治和裁判独立。AI可以用在案件管理、材料摘要、时间线整理和法律检索上，但不该在缺乏披露、没法核验的情况下影响仲裁庭判断。仲裁员或办案机构用这类工具时，还可能牵涉当事人的知情权、意见陈述权和算法偏差等问题。

律师准备仲裁文件时，还要审查客户信息、商业秘密和个人信息能不能输入外部模型。涉及境外服务器或跨境协作的，得进一步评估数据出境、访问权限、保存期限以及服务商使用输入内容的规则。

比较稳妥的做法是：先建案件材料库，把能输入AI的普通材料和需要隔离的敏感材料分开；再生成争点表、证据清单和谈判问题清单；最后让律师复核事实、证据和法律依据，分别形成调解方案、仲裁策略和客户沟通文件。

相关报道

相关应用及风险控制可参照联合国国际贸易法委员会（UNCITRAL）《网上争议解决技术指引》、国际商会（ICC）公开发布的争议解决资料，以及美国国家标准与技术研究院（NIST）人工智能风险管理框架等文件。