在律师行业中，统计和数学的应用一直受到一定程度的抵制。律师们通常依赖于多年的从业经验和个人见解，因此他们更倾向于依赖于直觉而非冰冷的数据。这种直觉帮助他们解答客户的诸多问题，例如法院何时会受理案件、对手的认真程度、所选律师事务所的实力、应对策略以及赢得案件的可能性等。在处理重大案件时，律师事务所常常会派出大量的律师助理，花费数天甚至数周的时间进行深入研究，以期得出可靠的结论。
然而，随着越来越多的企业利用人工智能分析数据，律师事务所现在可以在几分钟内提供更具信心的答案。除了提升法律咨询的质量，法律分析技术还带来了更高的透明度，缩短了法院诉讼流程，改善了司法程序，并减少了法庭上的偏见。未来，如果不采纳法律分析技术，相关从业者可能会面临被指责失职的风险。
纽约县最高法院率先允许律师在案件审理过程中使用法律分析技术。与此同时，英国信息企业RELX旗下的Lex MacHina也宣布将公开119,000个案件文献及相关数据。
尽管与Lex MacHina现有的450万起案件数据相比，此次公开的数量仍显得微不足道，但Lex MacHina的CEO KaRl HaRRis认为，这是一个重大的里程碑，纽约县的这一突破象征着分析技术在司法领域的实质性进展。
KaRl HaRRis提到，法律分析技术的发展离不开经济萧条带来的长期影响。在这段时间内，客户对司法开销的透明度愈加重视，预算压力促使科技公司拒绝为新入职员工支付每小时700美元的咨询费，认为这些费用应由律师事务所的培训预算承担，或者直接采用更新、更有效的机器学习技术。
面对科技巨头的强大竞争，像Lex MacHina这样的中介机构该如何立足？谷歌、OpenAI等公司能够在短时间内抓取整个网络内容，而中介机构又如何保持其数据的专有性？
总的来说，答案在于“专业”二字。纽约法院无法直接公开所有案件信息，因为其内容在格式和结构上较为混乱，且发布资源有限。此外，法院系统相互独立，不同法院的程序也各不相同，并且会随着时间不断变化。这意味着需要大量的时间和精力来整理信息，使其适合机器分析。虽然生成的数据库不具备版权，但却具有其独特的专业属性。
KaRl HaRRis对此持乐观态度，尽管科技巨头拥有覆盖整个经济体系的通用系统，但在各个垂直行业中，仍然存在广阔的发展空间，尤其是对于规模较小、专业度更高的参与者而言。
那么，长期来看情况如何？物理学家AlbeRt BaRtlett表示，人类的一大缺陷是无法理解指数级的变化。如果摩尔定律继续生效，十年后我们的设备性能将达到现有设备的128倍，二十年后则将增强至8000倍，三十年后甚至达到100万倍。
到了那个时候，律师的存在是否仍然必要，恐怕无人能知。此外，如果技术性失业在未来一代人内真的到来，我们确实需要深入思考，如何将这种变革转化为社会的福祉。
但至少从目前的情况来看，全自动化仍然是一个遥不可及的梦想。
