律所本地化部署大模型的误区

推荐语

律所部署大模型的误区一网打尽，深度剖析行业跟风现象。

核心内容：
1. 部署大模型的真正需求与团队作业能力匹配问题
2. 保密需求的伪命题与本地化部署的误区
3. 客户认可度与AI部署之间的实际关系
4. AI部署预算与长期投入的现实考量
5. 数据资产保护的误区与员工流动性的影响

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

前言：近日和一些业内人士深度交流了一下各家律所部署大模型的落地情况，顿时感觉对于AI带来的变化，行业内部呈现出十分荒谬的情况，所有人都在跟风，每个人都很焦虑，而没有人真的考虑过一个最关键的问题“为什么要部署？”AI时代下，清晰分辨出哪些是噪音，哪些是真言，其实是一件颇具难度的事情，今天本小年轻斗胆一言，谈谈自己的看法。

1.误区一：谁先部署大模型谁有优势

就团队作业而言，普通的知识库AI产品已经完全可以满足日常咨询以及知识管理需求，即使是一个大型团队（超过50人），其知识库容量也根本用不着到需要本地化部署的程度，在目前的AI性能水平下，进行本地化部署实在有些杀鸡焉用牛刀。并且部署后的效果和直接用网页版AI的效果也没太大区别，其实很多问题上，AI表现不佳是由于律师AI素养不足，难以在面对问题的时候准确判断哪个AI能完成，AI协同能力并非一日之功，不是部署能解决的，部署后律所也不可能一马当先，顶多就是同行见面恭维一下：你们所有点实力。

2.误区二：部署大模型能够解决保密问题

保密需求本质上是一个伪命题，如果律所真的在乎保密，就不会整天更新公众号文章更新一些根本没人看的技术问题；其次，由于律所人员流动性极大，其实各所之间模板都是互通的，做了什么项目互相心里都有数，保密很多时候只不过是营造大所形象进行的包装，并且本地化部署从技术上是无法完全解决保密问题的，这只是私有云公司和一体机公司的话术而已，保密是一个系统技术问题，不是部署了就高枕无忧。

3.误区三：部署以后能够提高客户认可度

我先后待的两家律所的多个团队均尝试过把AI知识库产品提供给客户进行使用，但最终均证明收效甚微，客户根本不care你到底有什么AI Agent可以用，客户的想法是“我花钱请你了，你负责解决”；至于AI分身产品，也是一样的道理，除非这个律所或者律师本身已经是大博主，流量高到需要AI分身来完成客服工作，否则多数情况下，没有太大意义。

4.误区四：部署大模型不会花费太多预算

就律所技术水平和资金投入而言，即使是业内最多金的律所，在AI开发上的投入也是完全不够看，可能有的所觉得几百万很多了，但其实对于AI开发来说，几百万也就是洒洒水，几百万无论是做机房配置还是做私有云，都撑不了多久，并且AI行业的特性是迭代极快，需要技术人员持续投入高精力做调优，产品开发不是“一次性”，更不是“有钱能使鬼推磨”，而需要长期的技术积累和资金投入。

5.误区五：部署大模型能够保证自己的数据资产不流失

部署以后只要所有员工都能用，并且AI产品内置了核心知识库，就更容易导致数据资产随着员工变动而流失，一旦产品的权限控制、安全防护没做好，不过也是一层代码一层皮，说泄露就泄露了。如果真的想核心数据资产不流失，最好的办法可能是买个硬盘锁在保险柜里面，密码只有主任一个人知道，不过真的有必要吗？律所的业务本来就高度同质化，有几个所能拿的出与众不同吊打同行的核心数据资产？

6.误区六：部署了律师们一定都会用

我在长期的工作中发现，很多律所决策问题经常“脱离群众”，决策层其实并不关心一线律师们实际AI使用水平如何，“提效”提了百分之多少，毕竟“提效”以后，业务也只有那么多，在业务数量不变的情况下，“提效”不“提效”合伙人赚的钱没有变化。比较有学习精神的律师，会为了自己的效率不断精进AI技术，但多数合伙人层级的律师没有动力学习AI，效率再高又怎么样？没有业务还是一场空，因此，就算律所真的部署了，用的人又有多少呢？

综上所述，急着本地化部署，钱是花了，很可能收效甚微。

AI提效更多应该是落到实处，落到律师本身的业务能力有没有因为AI而提高？落到AI提效后律所有没有因此而拿到更多的业务？律师AI搜索结果是否优化了？是否试过利用AI完成线索爬取？AI技术本身不是一个虚无缥缈的东西，而是要有效，有意义，有回音。

着急忙慌的进行本地化部署的律所，仿佛工业革命时代纺织机出来的时候，工厂主不买大量的纺织机（不买各种AI产品），不培训工人（律师AI素养尚未达标），而是把纺织机买了就放在厂子里开始大改造（本地化部署）。不是说不可以改造，而是还没到时候，而且也轮不到工厂主去改造，自有设备制造商（大模型厂商、法律科技公司）会改造，随着技术迭代，保密性、适配性、人机协调水平，最终都会被解决。毕竟谁的布卖得好，靠的是市场判断、审美、员工素养、行业美誉度、广告宣传等一系列复杂因素，而并不是谁先对自己的纺织机大改造。