德勤7月9日发布的一项法律行业调查显示，61%的受访法律部门处于人工智能部署阶段，另有10%已将AI嵌入日常工作。与工具应用提速相比，律所和企业法务部门的岗位设计调整相对滞后：84%的受访机构尚未围绕AI重新设计岗位。
调查还显示，96%的法律行业领导者预计，技术与AI素养的重要性将继续上升。相关数据反映出，检索、摘要、文书初稿和批量审阅等基础业务正在被自动化工具分担，但依托这些任务形成的律师培养机制尚未同步变化。
基础业务减少，训练环节承压
在传统律所工作流程中，初级律师通常从法律检索、尽职调查和文书初稿等任务做起，成果经过资深律师逐层修改。尽管这类安排耗费工时，却使年轻律师能够反复接触错误、比较修改前后的版本，并逐步理解事实、法律依据与客户目标之间的取舍。
AI工具可以较快生成结构完整的文本，但使用者未必能够观察问题拆解和论证形成的全过程。如果初级律师主要负责接收、整理和转交工具输出，其发现遗漏、核验依据和解释结论的能力可能缺少足够训练。
业内讨论的重点因此逐步转向工作流程设计。较为可行的做法包括：在查看AI输出前，由承办人员先行列明争议焦点和检索路径；提交成果时附上来源、关键假设及尚未解决的问题；复核人员除修改最终文本外，也对任务拆解和核验过程作出反馈。这类安排可以减少机械操作，同时保留必要的推理训练。
AI能力纳入业务评价
德勤调查所称的“技术与AI素养”，在律所管理中仍需落实为可以观察和考核的业务能力。相关能力主要包括：
- 识别适合使用AI的任务，并判断其中是否涉及客户保密、数据权限或必须由律师完成的事项；
- 将客户目标转化为范围清晰的工作任务，识别工具输出包含的事实前提和未经证实的假设；
- 回到法规、判例、合同及证据材料等一手来源，核验引用和论证；
- 记录所用工具及版本、输入范围和人工修改情况，保留可追溯的工作底稿。
这些要求涉及任务判断、证据核验和责任留痕，比单纯掌握提示词更接近律师执业能力，也可能逐步进入律所的培训和晋升标准。
汤森路透研究所关于律师职业成长的研究提出，随着AI接手部分基础任务，律所需要重新安排导师指导、反馈机制、工作流程和评价体系。相应培训若只停留在产品功能演示，难以解决具体项目中的核验、复核和责任分配问题。
资深律师经验如何留在流程中
基础工作减少后，资深律师对方案取舍的解释将成为重要培训资源。律所可定期选取AI生成的初稿，演示如何检查管辖法律、证据基础、商业目标及措辞风险；也可保存经过匿名化处理的修改前后版本，形成带有批注的内部训练材料。
这类做法有助于初级律师了解，一份法律文件的质量并非只取决于文字是否顺畅，还涉及问题界定、证据选择、风险排序以及是否采纳某项主张。资深律师对“不予采纳”的说明，往往比最终定稿更能呈现专业判断的形成过程。
效率指标之外的风险
目前，部分机构主要以节省工时或缩短交付周期衡量AI项目成效。这种评价方式可能低估复核成本、隐蔽错误和人才培养断层。如果工具提高了初稿生成速度，却增加了资深律师核验负担，效率可能只是从制作环节转移至复核环节。
律所在评估相关项目时，可同时考察返工率、引用准确性、重大问题是否及时升级处理，以及初级律师能否独立说明结论依据。客户信息保护、工具权限、输出可追溯性和最终责任归属，也应在内部制度中明确。
AI应用本身不会直接导致律师培养能力下降，但当基础业务被重新分配后，原有的训练路径可能失去部分实践环节。律所需要在项目流程中保留推理、核验和反馈责任，并持续评估工具应用对服务质量和人才梯队的影响。本文为行业观察，不构成法律意见。