這份時薪 400~1000 美元的金領工作，會被AI搶走嗎？| 矽谷洞察

更多精彩，敬請關注矽谷洞察官方網站（http://www.svinsight.com）

小探每次看到諸如 「AI 可以寫新聞稿了」 之類的新聞時，心裡總會一緊，不知道自己的工作何時會被 AI 取代...每當這時，小探就很羨慕同為文科生的律師們：法律行業似乎還沒怎麼被 AI 「滲透」。早知如此，當時真的該去念法學院呀！

直到有一天，小探發現近期獲得哈佛中國論壇創業大賽冠軍的公司，居然就是想用 AI 給法律行業從業者大大提高效率。嗯？難道在 AI 大潮面前，律師的飯碗也不保了？

AI 到底會如何改變法律行業？為了搞清這個問題，矽谷洞察專訪了位於矽谷的 AI+法律創業公司 PatentPal 的共同創始人 Jack Xu。

用 AI 解放生產力

PatentPal 是一個以 NLP 技術為依託的、服務於專利律師及代理人的專業起草工具。它把起草一份專利申請書時比較重複、機械的寫作部分自動化，以節省時間、使專利律師們能夠集中精力處理更複雜、更高價值的部分。

說起來，PatentPal 兩位創始人均為學霸中的學霸：不僅是哈佛校友，而且兩人在專利法和人工智慧方面有大量專業知識。正是在法律領域、特別是專利法領域的工作經驗，使他們發現了其中存在的一些問題。

Jack 介紹道，通常律師起草一份專利大約需要 40 個小時，當然，用時長短也取決於專利所涉及技術的複雜性和律師的經驗水平。專利申請書分為三大主要要素：權利要求書（claims）、描述（description）、以及圖表（diagrams）。

其中的重中之重，則是權利要求書部分的撰寫。作為整個專利申請書最核心的部分，權利要求書是申請人向國家申請保護其發明創造、及劃定保護範圍的文件，在專利獲批後具有法律效力。因此，別看這部分所佔篇幅很少（一份專利申請書可能長達 100-140頁，權利要求書部分只有前幾頁），但卻是整份專利書的絕大部分價值所在、也是律師在起草專利申請書時所花時間的很大一部分。

一般來說，一名專利律師寫一份專利申請書大致時間分配如下：

起草權利要求書：約 8 小時；

其餘部分：約 32 小時，其中大部分時間用於製作專利其餘部分的圖表描述；

校對：約 8 小時，取決於他們從客戶法律顧問處得到反饋的情況。

在這個耗時費力的過程中，有些內容是可以輕易被自動化的，而 PatentPal 所解決的問題，就是把一部分自動化起來比較困難、需要大量人力重複勞動的部分，變得更省時省力。

舉個例子：假設一位律師想寫一篇有關神經網路某項技術的專利申請，他除了要對客戶（即想申請這項專利的公司或個人）的技術要有深刻了解外，還需要了解與這個技術有關的相關信息。專利信息那麼多，人工找起來非常辛苦，這麼一來時間和費用自然就漲上去了。

Jack 告訴矽谷洞察，在專利領域，每個專利里都有很多我們想要解析的技術概念，PatentPal 要做的事情，就是從前幾頁的權利要求書里把這些技術概念（technical concepts）提取出來，再從有海量數據的專利庫里，找出所有包含這些技術概念的信息。通過這種方式，PatentPal 就能利用自然語言處理技術、通過資料庫，為客戶 「舉一反三」，找到所有關於某技術主題的描述。

回到我們上兩段的例子。對於這位寫神經網路有關的專利申請的律師來說，PatentPal 所做的事情，就是從公共資料庫找出和神經網路有關、而且是和具體這個神經網路的技術有關的內容，並且可以兩者進行對比，不論是圖表、還是其他涉及這個技術的元素。

好不容易寫完了專利申請書、也提交上去了，對專利律師來說，是不是就大功告成了呢？其實，這僅僅是萬里長征第一步。

從遞交專利申請書到最專利批准下來，中間足足有約兩年的過程，這期間有很多後續步驟。比如，專利局可能給你一個「office action」，這是美國專利局為專利申請者提供的申請評估，審查員會說因為哪些哪些原因，你的專利申請會被駁回 —— 這種情況頗為常見，幾乎所有專利申請都會在首次 office action 中被駁回。然後，申請者再根據反饋，遞交補充材料、提供解釋...等等，中間要反覆很多次。PatentPal 可以使用技術來分析這些 office action、自動起草回應模板，並為律師提供其它工具，讓整個過程更流暢、更高效。

總之，PatentPal 希望幫助律師避免在撰寫他們不熟悉的領域的領域時，進行繁雜的重複勞動，「不要一遍遍做重新發明輪子的事情」。

（右三為 Jack Xu。PatentPal 獲得 2019 年哈佛中國論壇創業大賽第一名）

一遍遍重新發明輪子，不僅麻煩，且十分昂貴。Jack 介紹道，寫專利時需要寫專利摘要，通常耗時 0.5~2 小時。如果把這個部分自動化處理、乘以每年 56 萬份專利申請、再乘以僱傭律師做這件事情的成本（每小時 400~1000美元左右），保守估計，過去的幾個月里 PatentPal 已經實現了年化節省上億美元的費用。

目前 PatentPal 處於測試階段，有 30 余名專利律師參與其中，幾周內產品就將上線 —— 和其他軟體公司相比，認識諸多專利律師、律師事務所 PatentPal 無疑是 「近水樓台先得月」。

法律領域與 AI：天生一對

法律領域這麼多，為什麼 PatentPal 決定從專利法作為切入點呢？

這和 Jack 的個人經歷有關。本科讀計算機科學和 AI 的 Jack，不走尋常路，畢業後偏要讀哈佛法學院。法學院畢業後，Jack 成了一名專利律師。過去兩年多年裡，他寫了數百頁的技術描述，深諳其中低效之處。順理成章地，他想到了用 AI 解決這個問題。

（Jack Xu 及 PatentPal CTO John Yook，圖自 PatentPal）

但除了個人經歷，專利法領域還有兩大特性，使它與 AI 天生就很契合。

第一，從經濟角度看，專利申請方面的律所大多按固定費用收費。假設接一個單子能入賬 2 萬美金，不論你花多少時間在這個單子上，最後都收一個價。Jack 透露說，他認為 70％ 以上的專利起草都有望自動化完成，這就能把剛才提到的 40 小時時間縮短到 20 小時、甚至更短。反正都收一樣的錢，律師們就有了簡化流程、提高效率的動力，像 PatentPal 這樣的技術，他們也更有動力嘗試、接受。

第二，從技術角度看，法律文件里語言的嚴密和邏輯性，格外契合 AI 技術，而專利法尤其如此。

Jack 說，現在 AI 理解文本的技術已經比較準確了。不過，晦澀難懂的法律語言往往也讓不少人產生一種常見的誤解：既然法律文件對於普通人來說都那麼複雜了，機器肯定也很難讀懂。實際情況恰恰相反：語言越是專業、語言的定義反而就越明確。法律語言里有很多內部邏輯，因此理解法律語言 —— 這種非常具體、語言本身邏輯性就很強的一種語言 —— 對現階段的AI 來說是個可及的目標。

舉個例子：如果我們讓 AI 寫一本小說，AI 估計會很摸不著頭腦，因為小說可以關於任何事情，領域太寬泛，AI 反而不知道該具體寫些什麼。但如果讓 AI 去理解合同法就簡單多了，因為合同法有據可循，格式清晰、模板明了：比如在合同某個部分應該當有什麼內容、哪個部分一定是以大寫字母開頭、並且以句號結尾的句子...這些都能給機器很好的提示。

法律領域的固有特性，使它本身就非常擅長生成自然語言數據。法律領域和人工智慧技術兩者間，其實有很大的協同作用，Jack 稱其為 「共生關係」：對 AI 來說，數據多多益善；而對於律師來說，AI 無疑有潛力讓律師的工作更有效率。

專利法領域尤其如此。每年提交申請的專利數量高達 56 萬份，而且這一數字還在呈指數級增長。並且在每份專利里還能產生大量數據，因此專利領域的數據更是格外豐富。

PatentPal 計劃從專利申請這個領域起步，不過他們並不想止步於此，而是計劃把這種技術擴展到其他法律領域。即便如此，專利起草領域本身在美國範圍內就是一個價值 72 億美元的市場，在全球領域內，這個數字則是 230 億美元。

AI 取代律師？不太可能

AI 既然已經能大大節省時間了，自然會有不少人好奇：AI 會搶走律師們的飯碗嗎？

答案：不會。不僅現在不會，而且可預見的將來也不會。

Jack 介紹說，現階段 AI 固然已經解放了不少生產力，但與律師相比，AI 還是有很多無法達到的地方。比如法律文件里文字的細微差別，對 AI 來說就是極大挑戰。

這個挑戰並非來自於理解文字本身字面意義的微小區別，而是因為理解這種細微差別的能力，是建立在有大量在真實世界、人類世界裡生活經驗的基礎之上的。對於教啥會啥、不教不會的AI 來說，這就是極為艱巨的任務，因為人們很難做到讓 AI 真實準確地模擬、反應現實世界。

我們還是以起草權利要求書為例。除了 AI 也能做的信息收集與整理，人類律師還要做以下工作：

首先，他們需要了解客戶複雜的技術、客戶的商業訴求、客戶與其競爭對手之間的競爭格局、該技術的前景；

（圖自 Stanford Law School，版權屬於原作者）

然後，他們還需要了解檢控策略（prosecution strategy），比如用什麼樣的語言更容易讓專利局批准這個專利；

再然後，律師還需要了解訴訟策略（litigation strategy）、如果在法庭上對方律師質疑客戶的專利申請，什麼樣的語言更能成功反擊.... 律師的工作要把所有這些內容都考慮進去、組合在一起，而這對 AI 來說，簡直是難於上青天。

在這基礎之上，專利律師的工作內容里，還有一部分是 「客戶諮詢」：專利律師需要幫助客戶更全面地了解他們要申請的發明，比如讓他們了解什麼是可以申請專利的、哪些部分不適合申請專利、他們應該運用哪些策略......等等。

這還不算完：專利律師還負責管理客戶的專利組合。比如矽谷這些科技巨頭們，可能擁有數百或數千項專利，而專利律師就需要管理這些專利、跟蹤進度，並確保客戶大方向正確。

假設某公司想要保護某一領域的技術、確保它在某一領域絕對的技術領先優勢，專利律師就要考慮：該名大客戶不同的專利之間覆蓋的部分有無疏漏的空隙？會不會被競爭對手鑽了空子？其競爭對手的某個行動是否會對該客戶的專利保護計劃造成影響？如果造成影響，他們該採取哪些措施？

這麼看來，AI 技術目前在法律領域裡扮演的還是 「賦能於律師」 的角色，至於取代律師的可能性？基本為零。不過就像 Jack 在採訪中提到的，作為一種工具，AI 的目的本來也不是取代律師 —— 好比計算器的發明也並未取代數學家一樣。AI 與法律的定位應是成為律師工具庫里的一種工具，幫助律師提高效率、節省時間。

AI 進軍法律領域：從業務外圍到中心

在時下的矽谷，「AI」 毫無疑問是最熱門的辭彙之一，但 legal tech，也就是法律領域的技術創新公司，卻並未受到太多關注。不過 Jack 認為，這種情況很可能會在短期內發生改變 —— 又或許，在這個新興而對不少人來說感到陌生的領域，這種變化已經在悄然發生了。

Jack 把 Legal Tech 的發展與演變大致劃分為四個階段：

在最初始的第一階段，legal tech 還很不起眼，只能在法律領域裡做些邊邊角角的外圍工作，比如把行政管理部分的工作自動化；第二階段，則是用技術處理法律數據；隨著技術逐漸發展，第三階段則是讓機器自己生成一份法律文檔，這也意味著機器能參與的部分，離律師工作的核心部分越來越近。

而 Jack 認為，即將到來的第四階段，則是對於法律工作本身的自動化。這可不是說讓 AI 簡單粗暴地套用某個表格或某模板，而是訓練機器真正地理解法律邏輯、並將其計算機化，然後讓它寫出具有法律意義和價值的文件。換句話說，是對法律領域裡的核心業務的自動化。

因此可以發現，隨著技術發展，AI 在法律領域參與程度 「從邊緣到中心」 的趨勢非常明顯。

在人才方面，AI 領域也有一些新趨勢。Jack 通過他自己的親身經歷，有個非常強烈的感受：具有多領域專業知識的跨領域人才正變得越來越普遍，尤其在法律領域。本科純粹理工男的 Jack，在本科畢業時，成了他專業里 「唯一一名去念法學院的人」 。但幾個月前，當他在哈佛大學法學院講話時，他驚訝地發現，前來聽他演講的大多數法學院學生，居然都擁有計算機科學學位、或某種程度的 AI 學位！

看來，迅速發展的 AI 技術與法律領域的結合也將更加多樣。而對於新一代的律師來說，不論喜歡與否，AI 都會註定變成法律領域裡一個繞不過去的話題。

更多精彩，敬請關注矽谷洞察官方網站（http://www.svinsight.com）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！