律师群体在统计与数学方面一直表现得比较消极。传统上，他们的观点来自数年甚至数十年的从业积累与个人洞见，因此他们更相信经验直觉而非冷冰冰的数据。这种经验，让他们能够回答各种客户问题，例如法院要多久才能受理此案，我们的对手有多认真，他们选的律所有多强，我们该如何准备应对，以及如果做好充分的准备，我们的赢面有多大等等。面对重量级案件，律师事务所往往会派出大批律师助理花几天甚至几周时间研究，希望得出可靠的结论。
但随着越来越多企业借助人工智能提供的分析数据，律师事务所能够在几分钟内，以更高的置信度给出答案。除了提高法律咨询质量之外，法律分析技术还提供充分的透明度、加快法院诉讼程序、改善司法途径并减少法庭上的偏见。未来，如果不使用法律分析技术，相关从业者很可能被视为存在失职。
纽约县最高法院开历史先河，允许律师在案件审理当中使用法律分析技术。英国信息企业RELX下辖子公司Lex MacHina日前也宣布将公开来自119000个案件文献与文档的相关数据。
从数字上讲，此次公开的数量与Lex MacHina数据库中的现有450万起案件相比仍是九牛一毛。但Lex MacHina公司CEO KaRl HaRRis仍然认为这是一个重要的里程碑，纽约县的突破代表着分析技术在司法领域正取得实质性进展。
KaRl HaRRis告诉我，法律分析技术的孕育过程，离不开漫长的经济萧条期。在此期间，由于预算压力越来越大，客户非常重视司法开销的透明度。科技巨头甚至明确拒绝为第一年入职的新人支付每小时700美元的咨询费，他们认为，这笔费用应该由律师事务所的培训预算来承担，或者是直接使用新的、更强大的机器学习技术。
面对无比强势的科技巨头，像Lex MacHina这样的中介公司该如何自处？谷歌、OpenAI等企业完全能够在几小时内抓取整个网络的内容，中介机构该如何保持自己的数据专有性？
总体而言，答案就在专业两个字上。纽约法院无法直接公开所有案件信息，因为相关内容在格式与结构上比较混乱，而且发布资源也相当匮乏。另外，法院系统彼此分散，不同法院可能采用不同的程序，且程序会随着时间变化而持续变动。这就要求内部人员投入大量时间及精力来整理信息，并使其适合机器分析。由此生成的数据库并不具有版权，但却具备专有属性。
KaRl HaRRis对此充满信心，尽管科技巨头掌握着能够覆盖整个经济体系的通用系统，但对于规模较小、专业度更高的参与者而言，各垂直行业市场中仍有巨大的发展空间。
那么长期来看呢？物理学家AlbeRt BaRtlett表示，人类最大的缺点在于，我们无法理解指数级的变化。如果摩尔定律仍然奏效，那么十年之后，我们拥有的设备在性能上将达到现有设备的128倍。未来二十年，其性能将增强8000倍，三十年则为100万倍。
到那时，我们还需不需要律师，恐怕谁也说不清。而且如果技术性失业真的会在一代人左右的时间内来临，我们确实有必要想清楚，要如何把这种变革转化为社会福祉。
但至少目前看来，全自动仍是个奢侈的梦想。
