据Financial News报道，国际律所Ropes & Gray面向初级律师和暑期实习生推出了一项带有竞赛机制的AI项目。参与团队需针对具体业务问题提出方案、展示工作流，部分成果还将被纳入律所内部的AI资源库，用于后续培训和业务实践。
与常见的工具演示或短期培训相比，这一项目将重点放在具体任务的流程设计上。律师需要说明AI适用于哪些环节、输入材料如何组织、输出结果由谁复核，以及相关方案能否在其他团队或项目中重复使用。
以竞赛筛选业务场景
法律服务中的AI应用已覆盖文件摘要、初稿生成和检索辅助等任务，但从单次使用转化为机构层面的工作流程，仍涉及质量控制、责任划分和知识管理。Ropes & Gray采用竞赛方式，可以集中收集一线律师提出的场景，并比较不同方案的可行性和复用价值。
适合纳入标准流程的任务通常具有较高重复性，也能够由提示词、模板或内部知识库提供相对稳定的支持。涉及事实判断、法律意见或重大风险识别的环节，则仍需律师审查。竞赛提交的方案能否进入资源库，也取决于律所对准确性、数据安全和复核机制的评估。
个人使用AI形成的经验往往难以直接推广。将其整理为工作流后，律所可以进一步纳入培训材料、质量控制清单或项目管理系统。由此形成的效率提升，不再局限于个别律师，也可能影响同类事项的交付方式。
内部推广者参与落地
另据《华尔街日报》报道，一些机构正借助内部“AI champions”推动员工采用相关工具。这类人员通常熟悉所在部门的工作方式，负责把模型能力转化为可执行的业务场景，并向同事说明适用范围和使用限制。
在律所和企业法务部门，尽调材料初筛、合同偏离点识别、客户问答草稿和案件时间线整理等任务，对输入格式、引用来源、风险提示及复核责任的要求并不相同。开放通用聊天工具并不足以保证使用质量，仍需结合不同业务建立操作规范。
内部推广者未必需要掌握模型开发技术，但应了解具体业务流程，并能够判断哪些任务可以由AI辅助、哪些环节应由律师直接处理。其作用更接近业务流程协调和内部风险管理，而非单纯的软件培训。
选所时要问清AI做了哪几步
随着AI逐步进入律所的案件和项目流程，企业法务在选择外部律所时，也需要了解工具的具体用途。除询问是否使用AI外，还可关注AI介入的任务范围、统一复核标准、客户数据隔离方式以及输出留痕安排。
- 对于重复性任务，可要求律所说明AI参与的流程节点以及人工复核责任。
- 对于高风险事项，应核查引用来源、事实验证和版本管理机制，不宜仅以处理速度评价效果。
- 对于长期合作项目，可结合具体事项形成可复用的工作手册、模板或审查清单。
AI项目进入律所内部资源库后，还面临持续维护问题。模型、产品功能和数据政策可能发生变化，既有工作流需要定期复查；如果缺少版本管理和责任人员，培训成果也可能迅速失效。厂商或律所公布的效率数据，则需结合任务类型、样本规模及人工复核成本审慎评估。
从Ropes & Gray的项目安排看，部分律所已开始把AI培训与新人培养、知识管理和服务交付结合起来。其实际效果仍取决于入选工作流的使用情况、质量控制标准，以及能否在客户保密和职业责任要求下稳定运行。