Willkie用自有平台分配AI工具

相关工具：法律服务 Skill 北大法宝 MCP MCP-Doc Word 文档处理

7月22日，Willkie宣布与 OpenAI 建立合作，全所部署 ChatGPT Enterprise，并继续将相关模型能力接入自有平台 Wendell Intelligence。数月前，该所已宣布把法律人工智能产品 LexisNexis Protégé 嵌入同一平台。两类供应商先后接入同一入口：通用大模型和专业法律内容服务分别引入，由律所平台统一承接。部分大型律所正按具体业务需求配置模型、数据库和内部知识系统。

同一入口，工具各做各的事

三类工具分工不同：通用模型处理语言理解、材料归纳和文本起草；法律数据库提供判例、法规及实务资料；律所内部平台管理范本、客户要求、事项权限和工作流程。Willkie 建设 Wendell Intelligence，目的之一是让律师通过统一入口调用外部模型、法律内容和内部资料，减少材料在不同系统之间转移；据其发布的信息，平台还将用于开发定制法律人工智能工具。公开材料尚未披露具体业务覆盖范围、使用规模及效果评估数据。

Clark Hill 7月21日公布的企业级人工智能扩展计划采用了类似安排：全所使用 Thomson Reuters 旗下 CoCounsel、Westlaw Advantage 和 Practical Law，同时保留 Microsoft Copilot 等经内部审核的企业工具。部分律所正把检索、写作、知识管理和办公协同等任务交给不同服务处理，而非依赖一套产品。

采购时要看系统能否接得进去

律所同时采购多种AI产品后，供应商能否接入既有的身份认证、知识库、文档管理和权限体系，成了选型关键。模型性能仍是基础指标，系统兼容性、资料出处和审计能力则决定工具能否进入日常业务流程。

自建中间平台通常负责任务分配和权限控制：邮件整理可以调用通用模型；法律检索转入专业数据库；涉及客户文件的工作则叠加事项权限、保密要求和内部审批规则。平台还需保存资料来源、模型版本、人工复核及最终采用情况，以便在出错或发生争议时追溯处理过程。

这也给知识管理带来更高要求。交易团队关注条款偏离、版本比较和尽调材料，诉讼团队重视引证准确性与证据链，知识管理部门则要控制范本版本和资料有效期。没有任务分类、权限设置和人工升级机制，多套工具并行反而可能增加信息泄露、错误引用及责任不清的风险。

规模、成本和风控要一起算

法务部门和律所选型时，需要回答几个具体问题：系统能否识别具体事项、客户和用户权限；外部法律依据与内部资料能否分别标注并回溯原文；不同任务调用何种模型或数据库由谁决定；自动处理失败后如何转交人工；供应商、模型或数据源变化时，既有审计记录能否保留。

规模较小的团队可通过批准工具清单、统一文档库和高风险任务复核制度管理使用范围；是否自建大型平台，则要看业务规模、内部技术能力及客户要求。

目前相关部署信息主要来自律所和供应商公告，尚缺统一口径的效率、成本及错误率数据。多工具协同能否改善法律服务质量，仍取决于数据权限、资料更新、人工复核和责任划分；涉及客户秘密、法律意见和诉讼证据的高风险任务，人工审核没有商量余地。

资料来源

• Willkie与OpenAI合作及全所部署消息
• Bloomberg Law：OpenAI与Willkie构建定制法律AI工具
• Clark Hill：企业级CoCounsel与生成式AI战略
• Willkie：Protégé接入Wendell Intelligence