84%机构没为AI改岗位，训练环节先吃紧

德勤7月9日发布的法律行业调查里，几个数字摆在一起有点意思：61%的受访法律部门处在AI部署阶段，10%已经把AI嵌进日常工作；但84%的机构没有围绕AI重新设计岗位。工具跑得快，组织跟得慢——检索、摘要、文书初稿和批量审阅正被自动化分走，靠这些任务撑起来的律师培养机制，还没找到替代路径。

调查还显示，96%的法律行业领导者预计，技术与AI素养的重要性会继续上升。麻烦的是，这种素养怎么培养，恰恰要看那些正在消失的基础任务。

基础活儿少了，训练环节先吃紧

传统律所的流程里，初级律师从法律检索、尽职调查和文书初稿做起，成果再经资深律师一层层改。这套安排费工时，却让年轻律师反复碰到错误、对比修改前后的版本，慢慢弄懂事实、法律依据和客户目标之间怎么权衡。

AI能比较快地生成结构完整的文本，但用的人未必看得到问题怎么拆、论证怎么搭的全过程。要是初级律师的活儿只剩下接收、整理和转交工具的产出，那么发现遗漏、核验依据、解释结论这些本事，就少了练手的机会。

于是业内讨论转到了工作流程的设计上。比较可行的做法有几条：看AI输出之前，先由承办人员列出争议焦点和检索路径；交成果时附上来源、关键假设和没解决的问题；复核的人除了改最终文本，也对任务怎么拆、依据怎么核给出反馈——用流程把推理训练保下来。

把AI素养落成能考核的指标

德勤说的“技术与AI素养”，放到律所管理里，得落成看得见、考得了的业务能力：

• 认出哪些任务适合用AI，并判断里面有没有涉及客户保密、数据权限，或者必须由律师来完成的部分；
• 把客户目标翻译成范围清楚的工作任务，认出工具输出里的事实前提和没被证实的假设；
• 回到法规、判例、合同及证据材料这些一手来源，核验引用和论证；
• 记下用了什么工具和版本、输入范围、人工改了什么，留下能追溯的工作底稿。

这些要求牵着任务判断、证据核验和责任留痕，比会不会写提示词更接近律师执业能力的底子，也可能慢慢进到律所的培训和晋升标准里。

汤森路透研究所关于律师职业成长的研究提到，AI接手一部分基础任务之后，律所要重新安排导师指导、反馈机制、工作流程和评价体系。培训要是只停在产品功能演示，就解决不了具体项目里的核验、复核和责任分配问题。

把资深律师的经验留在流程里

基础工作少了以后，资深律师解释方案怎么取舍，会变成稀缺的培训资源。律所可以定期挑一份AI生成的初稿，演示怎么查管辖法律、证据基础、商业目标和措辞风险；也可以把匿名化处理的修改前后版本存下来，做成带批注的内部训练材料。

这么做能让初级律师看到：一份法律文件好不好，不只看文字顺不顺，还牵扯问题怎么界定、证据怎么选、风险怎么排，以及某项主张要不要采纳。资深律师对“不予采纳”的解释，往往比最后的定稿更能显出专业判断是怎么形成的。

只算效率，会漏掉什么

有些机构现在主要拿省了多少工时、交付周期缩短多少，来算AI项目的成效。这种算法容易低估复核成本、藏起来的错误和人才培养的断层——工具把初稿提速了，却把资深律师的核验负担压重，效率不过是从制作环节挪到了复核环节，总量未必真变多。

评估这类项目时，可以一并看返工率、引用准不准、重大问题有没有及时升级处理，还有初级律师能不能独立说清结论的依据。客户信息保护、工具权限、输出可追溯和最终责任归谁，也该在内部制度里写明白。

AI应用本身不会直接削弱律师的培养能力，可基础业务一旦被重新分配，原有的训练路径可能就丢掉一些实践环节。律所要在项目流程里保住推理、核验和反馈这几道责任，并持续看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。

相关报道

• Deloitte：AI set to reshape legal work, law firm pricing and legal careers
• Deloitte：The AI Imperative: Reshaping of the Legal Industry
• Thomson Reuters Institute：Designing lawyers