律師羣體在統計與數學方面一直表現得比較消極。傳統上，他們的觀點來自數年甚至數十年的從業積累與個人洞見，因此他們更相信“經驗直覺”而非冷冰冰的數據。這種經驗，讓他們能夠回答各種客户問題，例如“法院要多久才能受理此案？”，“我們的對手有多認真？”，“他們選的律所有多強？”，“我們該如何準備應對？”，以及“如果做好充分的準備，我們的贏面有多大？”等等。面對重量級案件，律師事務所往往會派出大批律師助理花幾天甚至幾周時間研究，希望得出可靠的結論。
但隨着越來越多企業藉助人工智能提供的分析數據，律師事務所能夠在幾分鐘內，以更高的置信度給出答案。除了提高法律諮詢質量（從而改善客户決策）之外，法律分析技術還提供充分的透明度、加快法院訴訟程序、改善司法途徑並減少法庭上的偏見。未來，如果不使用法律分析技術，相關從業者很可能被視為存在失職。
紐約縣最高法院開歷史先河，允許律師在案件審理當中使用法律分析技術。英國信息企業RELX下轄子公司Lex Machina（前身為Reed Elsevier）日前也宣佈將公開來自119000個案件文獻（類似於學術論文的摘要部分）與文檔（全文）的相關數據。
從數字上講，此次公開的數量與Lex Machina數據庫中的現有450萬起案件相比仍是九牛一毛。但Lex Machina公司CEO Karl Harris仍然認為這是一個重要的里程碑，紐約縣的突破代表着分析技術在司法領域正取得實質性進展。
Karl Harris告訴我，法律分析技術的孕育過程，離不開漫長的經濟蕭條期。在此期間，由於預算壓力越來越大，客户非常重視司法開銷的透明度。科技巨頭甚至明確拒絕為第一年入職的新人支付每小時700美元的諮詢費，他們認為，這筆費用應該由律師事務所的培訓預算來承擔，或者是直接使用新的、更強大的機器學習技術。
面對無比強勢的科技巨頭，像Lex Machina這樣的中介公司該如何自處？谷歌、OpenAI等企業完全能夠在幾小時內抓取整個網絡的內容，中介機構該如何保持自己的數據專有性？
學科專長總體而言，答案就在“專業”兩個字上。紐約法院無法直接公開所有案件信息，因為相關內容在格式與結構上比較混亂，而且發佈資源也相當匱乏。另外，法院系統彼此分散，不同法院可能採用不同的程序，且程序會隨着時間變化而持續變動。這就要求內部人員投入大量時間及精力來整理信息，並使其適合機器分析。由此生成的數據庫並不具有版權，但卻具備專有屬性。
Karl Harris對此充滿信心，儘管科技巨頭掌握着能夠覆蓋整個經濟體系的通用系統，但對於規模較小、專業度更高的參與者而言，各垂直行業市場中仍有巨大的發展空間。
問：如果有100名律師因此被埋沒，你會怎麼辦？
Karl Harris：這樣諷刺律師的笑話成千上萬，也幾乎沒有多少人真心誠意表示自己熱愛律師這個羣體（特別是離婚律師）。但是，律師對於商業乃至整個社會的平穩運作確實非常重要，而且也給眾多聰明的畢業生提供了良好的就業崗位。
問：但隨着人工智能的快速發展，這種趨勢是否會有所改變？
Karl Harris：會有那麼一天。
問：律師事務所會因為把所有基本工作都交給機器，而導致年輕一代的法律人才無法出人頭地嗎？未來，機器會變得越來越擅長獲取並分析數據，據此提供精妙而準確的建議，導致大部分律師事務所再也不需要合夥人嗎？
Karl Harris：很多人表示絕無可能。隨着AI技術對法律管理效率的提升，反而可能帶來更多律師服務空間。機器可以全面審查法律判例以及日益複雜的成文法條，迅速解決各類爭端。
在未來很長一段時間內，機器能夠為客户提供大部分答案，但仍然需要一位熟悉業務的律師，對機器提供的結論進行合理性檢查，並將法律條文與人為背景真正結合起來。
全自動仍是個奢侈的夢想那麼長期來看呢？物理學家Albert Bartlett表示，“人類最大的缺點在於，我們無法理解指數級的變化。”如果摩爾定律仍然奏效，那麼十年之後，我們擁有的設備在性能上將達到現有設備的128倍。未來二十年，其性能將增強8000倍，三十年則為100萬倍。
到那時，我們還需不需要律師，恐怕誰也説不清。而且如果技術性失業真的會在一代人左右的時間內來臨，我們確實有必要想清楚，要如何把這種變革轉化為社會福祉。
但至少目前看來，全自動仍是個奢侈的夢想。