律所全员上AI后，续费看流程和质量

相关工具：腾讯文档 MCP 腾讯 TAPD MCP 企业微信机器人 MCP

7月22日，Willkie Farr & Gallagher 宣布与 OpenAI 合作，在全所部署 ChatGPT Enterprise，并接入自有平台；前一天，Clark Hill 宣布扩大与 Thomson Reuters 的合作，为律师提供 Next Gen CoCounsel、Westlaw Advantage 和 Practical Law。两家律所的产品组合不同：一家引入通用生成式AI平台并连接内部系统，另一家扩大专业法律数据库和AI工具的企业级应用。近期全所部署案例增多，部分大型律所已将生成式AI从有限试用纳入日常技术配置。

账号全开后，要看任务有没有落地

扩大许可范围解决的是使用权限，账号数量和登录次数却看不出实际应用深度。律师业务受事项背景、适用法域、客户要求和交付标准影响。同一项摘要、检索或初稿任务，在不同团队中的质量要求也不相同。

只看账号开通量或访问频次，偶发使用也会被计入有效部署。缺少统一流程的自由试用，还可能造成提示词和模板分散、客户材料上传范围不清、输出复核责任难分。

采购评估因而要落到具体业务环节：首次会谈材料整理是否缩短了准备时间？尽调问题清单能否覆盖团队既有规则？研究备忘录里的引证能否回溯？合同初审结果有没有留下律师接受、修改或驳回的记录？这些指标比产品演示更接近律所的实际投入和交付效果。

通用平台和专业产品各管一段

Willkie 和 Clark Hill 的路径也表明，通用模型与法律专业工具可以并用。通用平台用于写作辅助、会议材料整理、内部知识问答和跨部门协作；专业法律产品依托数据库、引证校验和特定工作流，主要用于法律研究和业务交付。对业务类型多的大型律所，较常见的配置是多类系统并用：通用模型提供基础能力，专业数据库提供法律资料和检索支持，自有平台保存内部模板、业务方法和权限设置。产品增加后，系统之间的数据处理规则也成为采购和管理的重要内容。

各类工具在输入数据、保存期限、模型训练使用、外部连接和审计日志上可能各不相同。律所需明确获准使用的工具范围及材料分类规则，对涉及客户机密、正式法律意见或对外提交文件的操作设置审批和人工复核；权限配置要与事项风险和人员职责匹配。

续费评估不能只数人头

企业级产品在采购周期结束时都要接受续费评估。律所可在部署初期确定证据留存方式，让后续评估不只依赖活跃账号数量：

• 采用情况：活跃用户、持续使用周期，以及已纳入流程的事项和任务类型；
• 输出质量：律师修改比例、引证核验结果，以及遗漏、误报和错误内容的处置记录；
• 经营效果：交付周期、内部成本、客户反馈，以及由此形成的新服务方式。

培训安排也会影响这些指标。面向全员的一次性功能介绍便于快速普及，却覆盖不了诉讼、交易和知识管理团队之间的工作差异。围绕少数高频任务进行设计、测试和复盘，更容易沉淀可复用的模板，并将失败案例纳入风险记录。

全所部署扩大了生成式AI在律所内的覆盖面，成本效益仍取决于使用深度。后续评估要看工具能否进入稳定流程、输出能否复核、客户数据能否得到适当保护，以及技术投入是否确实改善了交付周期和质量。

资料来源

• Willkie与OpenAI合作及全所部署公告
• Clark Hill扩大企业级法律AI部署
• Deloitte关于AI对法律工作、律所定价及职业发展的研究