数据显示,在中国律师制度恢复以来的三十多年里,中国法律服务市场的规模发展到了近500亿,未来10年达到2000-5000亿元左右。但在这个快速增长的市场中,全国执业律师人数已超过29.7万人,律师事务所已达到2.4万多家,头部律师之外,竞争也很激烈。

自从2014年3000万份裁判文书正式开放,人工智能也被认为是提升这一行业效率、收入的有利武器,一些在内的公司,都在进行各类探索和尝试。

某公司开发了一套应用于刑事案件的案情预测系统,只需要简单的选定罪行分类,并提供伤亡人数、案发地点等简单信息,即可以获得安全的预测结果及类似案例。普通用户可以通过简单输入信息,快速获得专业精准的案情预测;律师可以通过详细的深度案情分析,快速掌握切入点,提高接单成功率。

近期,团队还将这套案情预测系统扩大到了婚姻、交通、劳动合作(企业与劳动者)等三个领域四个产品中。同时基于这套案情预测系统进行商业化的落地。

从刑事到婚姻、交通、劳动合作的产品拓展,主要还是基于此前的技术实现逻辑。早在去年,公司就组建了技术团队,包括了前高通工程师、英国DeepMind工程师等,主要将公开的判例数据结构化,并利用机器学习的技术,学习其中的规律,并对新的案件作出预测。不同的时,需要提供更多的行业Know—How。

事实上,从技术路线上来说,这套案情预测系统,很类似IBMWaston都是采用了专家系统与概率分析相结合的方式。但IBMWaston所在的美国是判例法系,律师对判决结果的影响明显,中国则是成文法系,律师对结果的影响要弱很多。

这套案情预测系统被“做”成了机器人插件的产品形态。律师与客户沟通的过程中,可以将这个“机器人插件”直接发给用户,用户按照机器人设定的条件选择,就可以获得案情的大概预判结果。而律师则可以查看这些咨询信息,了解客户的情况,提高效率,增加接单的可能性。

不同于之前律师查询每次收取一元的咨询费用的定价策略,这款产品现在则主要以收取年费的形式提供。现阶段的客户主要以中小律所为主,也有律师个人,律所与律师的占比约为6:4,目前规模最大的律师客户律师人数最多的在百人左右。这套机器人标准化产品已经开始正式售卖,预计很快就能达到盈亏平衡。

根据相关数据,2014年全国各级法院审结一审刑事案件102.3万件,2015年该数字上升至109.9万件,存量市场约为100万案件/年。;2014年全国各级法院审结一审民事案件522.8万件,2015年该数字上升至622.8万件,存量市场约为500万案件/年,预计增量市场会随着公民法制观念不断加强、有持续增长空间。

标准化产品之外,也会针对客户的需求提供定制服务,收费价格也会高于标准化产品。比如,有客户希望在标准化机器人产品之外针对新的领域开发法律机器人,这部分就可以进行定制。一般来说,律所要解决一些技术问题,往往需要雇佣2-3名技术人员,花费约30万左右的成本,且需要律所投入时间,涉及到类似的项目,甚至可能会长达一年。因此,团队对这部分的业务预期良好。

基于过去的研发经验及未来的业务需求。一般来说,涉及到跨学科的技术实现,往往会出现技术不懂行业,行业人员不懂技术,双方沟通效率低下,合作比较慢。

随着AlphaGo大胜李世石,也带火了全球AI行业。但考虑到目前的技术,短时间内实现通用人工智能并不现实,不少创业公司纷纷将目光投向商业应用。法律因为相对稳定、规模,被认为是最优可能被利用的几个方向。

人工智能与法律的跨界,在国外已经有几十年的研究,已经积累了大量的论文、数据及模型。近年来,在商业中也逐渐落地。国外,基于IBMWatson的“人工智能律师”ROSS已经在律所应用,协助律所处理企业破产相关事务。国内,“无讼”推出了“法小淘”,“法律谷”推出人工智能律师推荐工具,“法里”想要涉足智能问答系统。