德勤近日发布的一项法律行业调查显示，越来越多法律团队预计，生成式人工智能将影响工作组织、服务定价和职业发展路径。随着检索、初稿和文件比对等工作的耗时缩短，律所如何调整报价依据、交付方式和人员培养，已成为法律服务市场需要面对的现实问题。
目前，人工智能带来的变化主要集中在标准化程度较高的工作环节。客户除了关注律师投入的工时，也开始要求律所说明技术应用能否缩短交付周期、降低费用，并提高风险判断和成果复核的可预期性。
小时费率面临更多询问
小时费率短期内仍将是法律服务的重要计价方式。复杂交易、争议解决和新型合规事项依赖律师的专业判断，项目范围也往往难以在委托之初完全确定。在这些业务中，工时仍是衡量投入的重要依据。
但在常规文件整理、合同初审等环节，受控使用人工智能工具可能明显缩短处理时间。客户由此会进一步询问，效率提升是否反映在报价、交付周期或者成果质量上。律所若仍仅以投入小时数解释费用，沟通成本可能随之增加。
定价协商因此可能更多围绕任务结构展开，包括哪些步骤可以标准化、哪些节点必须由律师作出判断，以及何种异常情况需要追加工作。固定费用、分阶段报价和订阅式服务可能获得更多应用。不过，这些模式能否稳定运行，仍取决于律所是否掌握流程和成本数据，并具备控制项目偏差的能力，而非简单取决于是否采用人工智能。
初级律师培养方式待调整
人才培养是另一项受到关注的议题。以往，年轻律师通过大量法律检索、材料摘要和首轮文件审阅熟悉事实与规则，这些基础工作也是形成专业判断的重要训练。如果相关环节大范围交由模型完成，律所在提高效率的同时，可能减少初级律师接触原始材料和发现问题的机会。
部分训练内容可以由制作初稿转向核验初稿。例如，要求初级律师逐项核对引证和关键事实，分析模型遗漏重要条款的原因，比较不同论证路径，并记录修改依据。资深律师则需提供针对事实认定、规则适用和表达方式的具体反馈，而非只给出最终结论。
上述审阅和修改记录还可用于建设内部知识库，并作为评估人工智能工具准确性和适用范围的材料。由此形成的培训机制，既保留基础训练，也有助于律所积累流程数据。
交付过程需要留痕
法律人工智能产品通常以检索、审阅、起草等功能作为卖点，但客户更关心成果是否可靠，以及发生错误后由谁承担责任。律所在项目中采用相关工具时，需要把质量控制落实到具体流程。
- 明确人工智能辅助处理的环节，以及由律师作出最终判断的节点；
- 对法律引证、数字、定义和关键权利义务设置人工复核；
- 保留文件版本、操作记录和修改痕迹，以便出现问题时追溯；
- 向客户说明数据的存储、调用和处理范围，避免以笼统的安全表述替代具体安排。
英国律师协会近期发布的法律科技资料，也将采用治理与具体应用场景并列讨论，并列举了人工智能用于法律合同审查的相关情形。现阶段，工具性能尚不足以单独构成律所的服务优势。价格能否更透明、质量能否保持稳定，以及人工智能与律师责任如何划分，将直接影响技术提效能否转化为可持续的法律服务。