案例 03 · 诉讼律师协作
Datawhale原书章节 · 印刷页码 24—32 · 当前仅加载一页

原书第 25 页 · 点击页面可放大查看
查看与复制本页文字
文字由原PDF提取,阅读顺序和表格请以原页为准。
Q1:作为FDE,你应用AI的具体场景是什么?在这个场景下遇到的 具体问题长什么样? 我们服务的对象是诉讼律师团队,主要处理商事合同纠纷、公司股权争议等复杂案件。 一个律师接到案件后,需要经历一个完整的长流程:理解客户需求、阅读大量案件材 料、梳理事实关系、寻找法律依据、设计诉讼策略,最终形成各种法律文书。 表面上看,这是一个知识密集型行业。但深入观察后我发现,律师每天有大量时间消耗 在案头工作上。 首先,案件材料规模庞大且高度非结构化。一个典型的商事诉讼案件可能包含合同、聊 天记录、财务凭证、证据文件等数十种材料类型,总页数动辄上千页。律师需要逐一阅 读、标注、归类,仅材料整理就可能耗费3到5个工作日。遇到涉及十几个当事人的复杂 案件,光是梳理人物关系就需要两三天。 其次,法律语言的转化门槛高。当事人的原始描述往往是日常口语,律师需要将其提炼 为具有法律意义的要件事实,再匹配相应的请求权基础。这个转化过程完全依赖律师个 人的法律功底,新人律师和资深律师的效率差距可达3到5倍。 第三,案件信息需要持续维护。诉讼周期通常持续数月甚至一年以上,期间新的证据、 争议点不断出现。律师必须持续维护对案件的完整认知,每次重新进入案件都要花费大 量时间恢复记忆,回顾之前的分析脉络。 我逐渐意识到,律师的产能瓶颈不在专业判断,而在信息处理的效率。他们既是决策 者,也是被案头工作困住的执行者。想要提升律师的整体办案能力,不能只让AI回答一 个孤立的法律问题,需要让AI进入律师完整的工作流程,成为持续协作的伙伴。 Q2:在你参与之前,这个问题过去是怎么解决的? 过去律师行业已经有一些工具。 25/243