网上投稿
00
我们要失业了（吗？）
“律师，至少是不打官司的非诉律师，具体被AI彻底革命掉，也就是1-2年的事儿了。”
这个论调在2026年春节后的法律服务市场上，甚嚣尘上。
这个说法至少有70%是正确的，生成式人工智能能力的指数级跃升正在从根本上重构专业服务领域的底层逻辑。
在非诉讼法律服务行业，人工智能的介入早已跨越了早期的文档检索与基础格式审查阶段，开始深度渗入尽职调查、复杂交易结构设计、合同起草、合规风险预测以及战略商业决策的核心价值链条。行业数据显示，高达73%的法律专业人士明确表示计划在未来一年内将生成式人工智能整合到其日常法律工作中，这一比例相较于前一年上升了11个百分点。
面对这场被业界权威机构称为“50%冲击”（即到2030年，人工智能可能自动化半数初级白领工作岗位）的技术革命，非诉法律行业正处于历史性的分水岭。我们看了很多的专业报告，观点出奇的一致：生成式人工智能的深度应用预计每年可为每位律师节省高达190个工作小时，仅在美国市场即可创造约200亿美元的价值释放空间。而在更为广阔的全球视野下，人工智能的普及预计将为法律与税务领域带来每年320亿美元的综合经济影响。
在这篇文章里，我们将尽可能避免表层的技术乐观主义与悲观主义，把技术革命对特定行业的影响完全带回到经济学、管理学和法学的知识模型里去，对非诉法律行业在AI时代的商业生态上的演变特征进行沙盘推演。
看看AI究竟如何改写我们赖以生存的土壤。
杀不死你的让你更强大
是的，AI将带来更大的非诉法律服务市场，而不是更小。
在古典经济学与产业经济学的分析框架下，人工智能对非诉法律行业宏观数据（总人数与总收入）的影响，并非简单的“机器替代人工导致市场萎缩”的线性递减逻辑，而是呈现出由效率提升引发的复杂动态博弈。
传统的悲观主义论调认为，人工智能大幅缩短了法律服务的交付时间，必将直接导致行业总计费时长的下降，进而引发行业总收入的萎缩。然而，只要我们将经济学中的“杰文斯悖论（Jevons Paradox）”纳入考虑，那么就能很轻易地为这一趋势提供截然相反且更具说服力的推演结果。
1865年，英国经济学家威廉·斯坦利·杰文斯观察到，蒸汽机技术的改进虽然提高了煤炭的使用效率，但并未减少煤炭的总消耗量；相反，效率的提升降低了能源的相对成本，极大地刺激了各行各业对煤炭的总需求，最终导致资源消耗量不降反升。
这样的例子在我们的生活中数不胜数，燃油车技术的发展让汽车的油耗不断降低，但是人类的石油消耗量却不断增加；照明技术的发展也在向着越来越能节能的方向演进，但显而易见，人类需要的“电力”也会越来越多。
所以，只要你承认“非诉法律服务”仍然还是一个只有极少数人和企业可以负担的“奢侈性服务产品”，那么它的发展就会呈现出杰文斯悖论表述的特征。
生成式人工智能通过呈指数级提升文书起草、尽职调查和合规审核的效率，大幅降低了单项法律服务的“有效单位成本”。当非诉法律服务变得更加高效且成本可控时，需求侧的弹性将被彻底激活。长期以来，大多数企业的法律合规部门受制于高昂的外部律师费用，大量潜在的商业需求实际上是存在被压抑的状态的——看到汤森路透的一个文章里说[1]，近90%的受访GC表示，由于资源匮乏，他们无法在所有时间都为企业提供所需的战略影响力。随着人工智能的普及，这些被压抑的需求（如中型企业的深度预防性合规、高频次的小型并购评估、常规商业合同的全量深度审查等）大概率会被被海量释放，形成巨大的“诱导需求（一个拽拽的经济学词汇，Induced demand，指的是供给方利用信息优势或市场力量，创造/刺激出超出消费者真实、理性需求的额外消费）”。
我们查了一些国际法律服务市场的数据。
在欧洲及德国市场，在人工智能技术的持续赋能下，欧洲法律服务市场总收入[2]到2030年预计将达到3440亿美元，2050年至2030年的复合年增长率会稳定在4%左右。具体到德国法律市场[3]（为啥是德国，因为数据比较好找），其法律服务总收入预计将以3.2%的复合年增长率增长，到2030年达到873亿美元。同时，垂直领域的德国法律科技与人工智能合规市场本身的估值已达12亿美元，并预计在2050年至2030年间保持高达16.9%的惊人复合年增长率，市场规模将从7370万美元飙升至1亿9540万美元。
这些没有考虑（也没法考虑）AI未来发展程度和速度的数据多多少少表明，行业的总收入非但不会枯竭，反而会在人工智能创造的增量市场中持续扩大。
属于“按时计费”的时间不多了
尽管宏观行业总收入将持续增长，但具体到单个非诉律所的微观经济学层面，如果固守传统的“计费小时（Billable Hour）”模式，将很可能面临较为严重的利润挤压和生存危机。
当前，大型律所的商业模式和计费逻辑大多建立在向客户出售律师工作时间的逻辑之上。然而，当人工智能将原本需要10个小时完成的尽职调查工作压缩至2个小时，甚至几分钟时，坚持小时计费的律所将陷入“效率惩罚”的怪圈——律所不仅无法收回其在人工智能基础设施、数据安全和模型微调上的巨额投资，反而会面临单件业务收入锐减的窘境。
因此，非诉业务的定价逻辑无可避免地需要完成从“Time-based Pricing”向“Value-based Pricing/Outcome-based Pricing）”的颠覆性转变。
人工智能让律所能够极其精确地预测法律工作的范围和持续时间，从而稳定地报出固定费用。这种模式不仅为客户提供了预算透明度和确定性（这在现在的法律市场上太重要了），更重要的是，它使得律所能够将人工智能带来的巨大效率红利（即节省下来的时间成本）在自身和客户之间，有效地按照经济学的供需规律做分配和共享。在这一转型中，或许率先重构定价模型、能够证明人工智能驱动的切实现实收益，并围绕“战略咨询和高价值产出”收取溢价的律所，将成为更大的赢家。
法律人的“物理学”不存在了
这是法律人的“智子”。
从上世纪90年代至今完美运行近40年的属于法律人的基本工作法则和逻辑：不存在了。
在复杂的并购及资本市场业务中，人工智能正以前所未有的深度介入到尽职调查、交易结构设计及投后管理的全生命周期中。传统意义上，并购尽职调查是劳动密集型工作的代名词，往往需要数十名初级律师在海量且杂乱的基础数据中连续奋战数周。如今，基于自然语言处理的人工智能工具能够在半小时内生成数百页合同的风险摘要，精准识别出控制权变更条款、独占性限制或知识产权瑕疵。
由于生成式人工智能本质上是“应用统计学”而非具备真正因果推理能力的智能实体，它在处理复杂法律逻辑时可能捏造判例或事实。在实务中已有惨痛教训：在某制造企业的收购案中，一个人工智能工具在分析财务报表时，“自信地”出具了一份虚构的税务合规报告，甚至引用了一份根本不存在的税务申报文件。这一“幻觉”直到人类审计员介入才被发现。
你担心的第二件事儿会是“保密”。
在法学理论层面，生成式人工智能的广泛使用还引发了关于律师独立性和保密特权的深刻反思。德国联邦律师公会（BRAK）和欧洲律师协会理事会（CCBE）在近期的指导意见[4]中明确指出，许多生成式人工智能系统属于“自学习”模型，会将用户输入的提示词用于后续的训练。如果律师为了图省事，将客户的商业秘密或敏感并购数据输入公共人工智能模型，将构成对律师核心执业伦理——“保密义务”的严重违反。
这在法学上对律师执业准则提出了全新的要求。
美国律师协会（ABA）的职业行为示范规则第1.1条（胜任力）[5]要求律师必须保持对相关技术的理解和能力。在人工智能时代，这意味着律师必须采取“信任但须验证（Trust but verify）”的法学执业原则，深入理解人工智能的能力与局限性，绝不妥协问责制。
可以看出，律师的角色正在发生法理上的变迁：从过去“大海捞针般费时且随机寻找风险点”的繁重搜寻者，转变为“验证风险是否存在，并评估其对整个交易估值和风险隔离架构影响”的战略思考者。此外，如果律师过度依赖人工智能的逻辑推演，而不加思考、批判和筛选地全盘接受其输出（这次做研究的时候学到了一个很有逼格的词，“自动化自满，Automation Complacency[6]”），其实质上丧失了客观、独立的专业判断能力，这在法理上会直接动摇律师职业存在的合法性基础和商业价值。
非诉法律服务的内核是“信任”
法律服务从本质上讲不仅是专业知识的交易，更是深层次社会信任的托付。在社会学与组织行为学视角下，人工智能的无孔不入正在引发非诉行业内两场深刻的结构性危机与重构：客户端的“信任鸿沟”与律所内部的“师徒制瓦解”，这最终将彻底改变非诉法律行业的人口结构与杠杆模型。
但“信任溢价”，永远有不可替代的价值。
显而易见地，人工智能在文本处理和法律分析上的准确率已逼近甚至超越人类，展现了惊人的效率与简洁性。然而，在社会心理学层面，客户在面临重大商业重组、股权纠纷或合规危机时，仍然极度渴望人类的同理心、情感共鸣与复杂环境下的判断力。
看吧，如果非诉律师的核心价值（希望是“之一”）就是给客户输出情绪价值。
看来一些国外的数据研究，也确实有力地证明了这一点：
76%的消费者明确表示更倾向于选择拥有人类接待员的律所，而高达87%的人在服务交互中要求绕过聊天机器人直接与人类对话[7]。大家只要想想自己用AI软件看病的心情就完全清晰明了了，我可以试试，但也只是试试。
在非诉领域，高级客户（比如企业董事会成员或高管）付费的本质对象是“安全感（情绪价值）”和“责任背书（背锅）”。人工智能至少目前还缺乏人类的神经感知能力，无法在谈判桌上真正做到“察言观色”，无法理解对方面部表情背后的微妙妥协意愿，更无法在充满高度不确定性的商业环境中提供令人安心的战略拍板。
有关人工智能的心理学和神经科学测量研究也表明，人类在关键决策中对人工智能的信任存在固有边界。看到一个面向法律和商业领袖的调查中说到，近65%的高管认为人工智能应仅限于法律辅助支持，[8]而绝不应主导实质性的法律决策；人类的签名和批准仍必须是行业的底线标准。
因此，那些深谙商业人性、具备极高情商的非诉合伙人非但不会被淘汰，反而会因为能够提供这种稀缺的“人性化高级判断”而获得越来越高的“信任溢价”。
05
学徒再难“飞黄腾达”
比起担心自己，我更担心我的“孩子们”。
自现代律所诞生以来，非诉律师的社会化路径一直是高度依赖“干中学（我这一辈初入职场时老一辈常说的Learning by doing）”的学徒制。过去几十年，初级律师通过成千上万小时的枯燥文档审查、海量尽职调查和繁琐的合同比对，逐步在脑海中建立起对商业交易的认知、经验和“审美”。他们可以通过观察高年级律师如何处理合同中的漏洞、如何防范交易中的陷阱，缓慢培养出直觉判断力。
这些平凡乏味的日常工作，实际上构成了年轻法律人至关重要的隐性课程。
然而，当生成式人工智能瞬间接管并完成了这些基础任务时，传统的知识传递链条被无情地切断了。律所很快就会面临一个极其严峻的组织发展命题：当机器替代了用于训练年轻律师的工作时，下一个十年的资深律师究竟从何而来？（当然前提是我们认为下一个十年还需要新的资深律师）
许多律所可能片面地将引入人工智能仅仅视为一个技术采购和削减成本的决策，而忽视了其背后潜藏的人才发展危机。如果任由这种“知识真空”蔓延，律所内部的核心竞争力将在未来几年内被快速掏空。
可以看出，行业的人员结构和传统的杠杆模型将发生颠覆性的演变。传统大型律所高度依赖“少数合伙人-部分资深律师-海量初级律师/律师助理”的“金字塔形结构”，在未来或将被重塑为“钻石结构”或“沙漏结构”。
初级律师规模收缩：纯粹从事机械性、重复性劳动（如基础合同审查、DD信息录入）的初级职位需求将大幅萎缩，律所不再需要一支庞大的“审查大军”和“抄写大军”。
中坚结构适度扩张：具有成熟的协调和沟通能力、人工智能驾驭能力和跨学科背景的中级/资深律师将适度扩张。更值得期待的是，律所完全可以考虑引入全新的岗位，比如“模型工程师”、“提示词工程师”、“人工智能专家”等等。传统律所里“知名医生接客，自身医生实际看病，小医生充当护士”的局面，很可能被调整为真正的“医生+护士+护工+客服”的结构。
一部分合伙人或许还好：负责极其复杂的商业判断、深层次客户关系维护和高阶战略制定的合伙人（前提条件很重要）依然会是比较稀缺的，甚至凭借技术赋能拥有了更为强大的创收潜力。
为了应对这一变化，律所和合伙人们或许从现在开始就要着手重构初级律师的学习模式，从过去少有干预的“干中学”式的自然学习，转向真正“刻意训练”。
我的建议是：合伙人应该更多地承担起更为正式的教练角色，及早将初中级律师拉入过去他们较少轻易触及的高端战略会议、复杂的客户谈判现场和深度的评估博弈中，通过高密度的“沉浸式经验学习”和人工智能辅助的高级模拟，来培养他们具备人类独有的即时洞察能力、情绪感知能力、关系处理能力与战略判断能力。
说白了，现在大可以把一年级律师当成五年级律师来安排工作，TA只要天资足够好且用好AI，成长速度一定会让你惊喜。
06
未来律所的模样
这一段基本上是全文从汤森路透的报告《The 4 scenarios: Which law firm business model are you building?》[9]里复制粘贴过来的，有理有据，且看完后大受震撼深有同感头皮发麻，我基本上就直接做个翻译粘贴过来。
面对人工智能时代的客户期望，未来大型律所的商业模式将出现严重分化，可能呈现出四种战略生存路径：
全面自动化交付者（Automated Delivery）：严重依赖高度自动化的替代性法律服务提供商（ALSP）模型，主打极高效率和极低成本的商品化法律服务。这类机构利用人工智能将常规合同处理、大批量合规审查的时间压缩至极致，以规模换取利润。
精英精品所（Elite Boutiques）：专注处理极高复杂度的定制化商业难题（如史无前例的敌意收购、极端复杂的跨境破产重组）。在此模式下，人工智能仅作为幕后研究辅助，其核心卖点是人类不可替代的极致脑力、深厚行业人脉和非共识判断。
规模化系统集成商（Integrated Powerhouses）：大型跨国律所通过建立极其强大的标准化流程、知识管理基础设施和私有化人工智能模型库，以极高的一致性和可预测性处理涉及数十个法域的大型并购和合规项目，赚取规模效应带来的巨额利润。
监管壁垒庇护下的传统律所（Traditional/Protected Firms）：在部分仍受严苛律师执业监管要求（如强制真人签名或出庭限制）的特殊领域内维持原状，但这类业务在非诉领域的占比将日益萎缩。
相信看到这些表述你就能带入在现在的法律市场上看到的种种吧~
而对于无法在上述模式中找到清晰战略定位的“中间地带（Dangerous Middle）”律所——既缺乏精英级的高端解决能力，又没有建立起高效的自动化数字交付系统——将面临被市场无情淘汰的严峻挑战。
面对激烈的商业重构，律所管理者可以深刻借鉴经典的麦肯锡7-S管理框架（战略Strategy、结构Structure、系统Systems、共享价值观Shared Values、技能Skills、风格Style、员工Staff）来提升组织的敏捷性与抗逆境能力[10]。
系统（Systems）与技能（Skills）的深度融合：在人工智能时代，律所的核心竞争力不再仅仅比拼单个律师的卓越智力，而是比拼“由律师赋能的智能化技术（Lawyer-enabled Tech）”架构。具备熟练构建人工智能指令、能够协调多代理系统（Multi-agent systems）以快速处理复杂合规事务的律师，其产能将是传统律师的数倍。
结构（Structure）与员工（Staff）的重组：打破以往各业务部门各自为战的孤岛结构，向高度整合的跨学科作战团队演进。技术专家、法律数据工程师和执业律师共同构成核心交付单元，以应对企业法务部门不断将高端业务“内包”所带来的竞争压力。
共享价值观（Shared Values）与风格（Style）的转变：律所的激励机制必须从“鼓励熬夜加班不断增加billable hours”转向“鼓励技术创新、流程优化和思想领导力建设”，通过具体的绩效奖励来驱动律师积极生产高质量的商业与法律前瞻性分析（Thought Leadership），以确立律所在新兴领域的市场权威。
传统的非诉律师往往陷入“法匠（Legal Craftsman）”思维，追求法理论证的绝对无懈可击，试图在浩如烟海的合同中穷尽所有微小的潜在风险，这经常导致商业交易的严重拖延甚至流产。而以MBB（麦肯锡、波士顿咨询、贝恩）为代表的顶级咨询顾问思维模式，则是：“在信息不完美的情况下，清晰分解问题、权衡商业利弊并做出强有力的战略决策（Make strong decisions with limited data）”。
在生成式人工智能时代，客户不会再为堆砌的冗长法条和春秋笔法的免责声明支付高昂费用，因为人工智能可以在几秒钟内完美生成这些内容。客户真正愿意支付溢价购买的，是能够像顶级商业顾问一样，运用结构化思维，结合行业大势，直接为商业推进扫清障碍、提供创造性解决方案的“跨界法律战略家”。
07
结语
让我们做些什么
经过这些推演，相信我们都能清晰地看到：人工智能对于非诉律师行业来说，绝不是一场温柔的改良，而是一场残酷的零和博弈与洗牌。
我们能做些什么呢？
从繁琐的案头工作中把自己释放出来吧，不要再试图在文本生成和信息检索的熟练度上与机器一较高下，也不必为初级机械性工作的流失感到任何惋惜。
用心学习AI吧：我们不需要学习底层代码成为程序员，但很有必要尝试学习和了解“提示词工程”与AI Agent的流程调度。我们需要需要能够将一个极其复杂的跨境并购或合规项目，精准拆解为多个模块，并交由不同的人工智能模型高效协同完成工作。
磨炼“非共识判断”与“人际心智感知”能力：将更多精力转移到人工智能无法触及、也无法通过算力弥补的领域。在重大的并购谈判或合规危机应对中，发挥人类独有的感受场域、洞悉谈判对手真实底线的能力；理解客户和对手方由于内部管理或业绩压力而无法明说的隐秘商业意图；在法无明文规定的灰色地带，敢于凭借经验提供具备商业胆识的结构性破局建议。
尝试“藤原佐为式”的高阶师徒制：既然繁琐的基础案头工作已被人工智能接管，为了防止团队在几年后出现中坚力量的断层，对于团队中保留下来的极具潜力的年轻律师，必须采取刻意的、精英化的训练模式。
这总让我想起《棋魂》里进藤光如何成长为围棋大师的。
带他们进入核心谈判的闭门会议吧，让他们在旁作为“影子”观察我们如何处理极端的商业施压、如何化解交易僵局，有意识地训练他们的商业直觉与风险嗅觉。唯有构建这种高维度的人才培养梯队，才能在激烈动荡的行业变革中保持相对长久的创新力和战斗力。
好了就此打住不写了，准备看315晚会了。
说实话AI的变化和影响，是一个值得每隔一段时间都重新坐下来评估和思考一次的话题，就像前文里提到的，如果让我说，AI时代最大的变数是什么，那会是：
每三个月，我们口中的AI，都会和三个月前，根本不是一个东西。
TIME。
[1] https://legal.thomsonreuters.com/blog/the-new-economics-of-ai-powered-legal-services-how-smart-law-firms-are-redefining-profit/
[2] https://www.grandviewresearch.com/horizon/outlook/legal-services-market/europe
[3] https://www.grandviewresearch.com/horizon/outlook/legal-services-market/germany
[4] https://www.americanbar.org/groups/business_law/resources/business-law-today/2024-september/ai-attorney-client-privilege/
[5] https://www.americanbar.org/groups/business_law/resources/business-law-today/2024-september/ai-attorney-client-privilege/
[6] https://www.taxandbytes.de/360/brak-hinweis-auf-leitfaden-zum-umgang-mit-generativer-ki
[7] https://www.attorneyatwork.com/human-centric-legal-services-vs-ai/
[8] https://www.abajournal.com/news/article/new-study-shares-insight-into-in-house-perspective-on-ai
[9] https://www.thomsonreuters.com/en/insights/articles/the-4-scenarios-which-law-firm-business-model-are-you-building
[10] https://flevy.com/topic/mckinsey-7-s/question/enhancing-agility-resilience-mckinsey-7-s-framework-explained