首页 / 工具与工作流

汤森路透与Laurel合作，探索法律AI事项级核算

AI²法律圈 2026-08-08 工具与工作流

音频阅读使用浏览器语音合成。

8月5日，汤森路透与法律工作智能平台Laurel宣布合作，计划把CoCounsel Legal、Westlaw和Practical Law等产品中的工作活动，与律所事项工时、成本、核销及盈利数据关联。双方希望借此评估法律AI对事项交付和经营表现的影响，为续费、扩容及内部预算提供依据。

追踪AI投入与事项表现

根据双方公告，Laurel可在后台记录律师处理邮件、文档、通话和应用程序的活动，按照客户及事项分类，并生成供律师复核的工时记录。其Signal产品用于分析AI工具的使用情况，以及相关事项的交付成本、人员杠杆率和盈利表现。

Legal IT Insider报道称，这项合作拟覆盖法律工作的发生、计时和开票环节，使律所能够比较AI使用与具体业务结果。此前，不少机构主要依据账号开通数量、登录率或提问次数衡量AI产品的使用情况，这些数据难以直接说明工具对交付质量和经营结果的影响。

Laurel在公开材料中列出了工时追回和收入提升数据，但相关数字主要来自厂商及客户使用情况，目前尚未披露统一样本、对照组和核算口径。因此，这些数据更适合用于观察个别部署案例，不宜直接推及整个法律服务行业。

自动记录工作活动有助于减少月底补录工时，也可能帮助管理人员提前发现固定收费事项中的范围变化。不过，AI提高效率后，可开票小时可能相应减少。对于仍以小时费率为主的律所，效率改善、工时追回和收入增长之间并不存在简单的对应关系。

律所评估AI投入时，需要结合具体业务和收费方式，考察合同审阅、法律检索、尽职调查等任务的完成周期、返工情况和预算偏差。复核过程中发现的遗漏、错误引证、条款误判及重大修改比例，也可用于判断工具是否改善了交付质量。

客户侧指标同样不可忽视，包括响应速度、费用可预测性和项目透明度。对于固定收费、封顶收费和按结果收费事项，缩短交付时间可能直接改善利润；在按时收费业务中，律所则需要重新审视人员配置、定价方式以及效率收益如何在律所与客户之间分配。

不同团队和业务类型的核算口径也应有所区分。较为稳妥的方式，是选取“起草研究备忘录初稿”或“按照客户规则审阅采购合同”等可重复任务，记录部署前的基线，再与同类事项进行比较，避免将高频检索与复杂诉讼策略纳入同一平均值。

事项级核算依赖对律师数字活动的持续记录。邮件主题、文档名称、通话对象和应用轨迹均可能暴露客户身份、案件策略或其他敏感信息。律所在启用相关功能前，需要确定采集字段、数据传输范围、保存期限和访问权限，并为客户或特定事项设置排除机制。

自动生成的活动记录也不宜直接转化为账单。分类错误、私人活动混入以及不同客户资料被错误关联，都可能影响收费准确性，并引发保密义务和利益冲突方面的风险。账单形成前仍需由律师确认，同时保留异常提示、修改记录和申诉渠道。

细粒度活动数据还可能被用于员工绩效管理。若使用范围和权限缺乏限制，原本用于评估AI投入的系统可能演变为工作监控工具。律所需要在内部制度中区分事项核算、合规审计与人员考核，限制数据的二次使用。

从读到用