法律科技新聞重點摘要_第 05 期Ling2025-02-17未分類 🖋️歡迎收看 Lawsnote 第 05 期法律科技新聞摘要彙整 邀請你加入由台灣法律科技品牌 Lawsnote 經營的【明日世界的法律人- 法律與科技思維】社團,我們將定期每週在社團內與大家分享國際法律科技新聞,也歡迎與我們一同進行交流討論,借鑑國際法律科技發展與應用,共同推動台灣法律科技持續進步! 內容目錄 Toggle 1. 法律 AI 新創 Harvey 估值倍增至 30 億美元,紅杉資本領投 3 億美元融資2. 自動化 ADR:人工智慧法官的未來起點?3. In-house 法律團隊的未來:擁抱數據驅動的決策4. 法律接收與分類:In-house 的自動化與自助服務轉型 1. 法律 AI 新創 Harvey 估值倍增至 30 億美元,紅杉資本領投 3 億美元融資 法律科技投資熱潮持續升溫!人工智慧新創 Harvey 正籌集 3 億美元融資,由紅杉資本(Sequoia Capital) 領投,Coatue Management 也將加入這場 AI 法律革命,讓 Harvey 的估值一舉突破 30 億美元。Harvey 專注於開發生成式 AI 法律工具,致力於提升律所的工作效率,並與 EvenUp Inc.、Robin AI 等競爭對手角逐法律 AI 市場。該公司過去已獲得 OpenAI Startup Fund、GV、Kleiner Perkins 等機構支持,至今累計融資超過 2 億美元,加速推動法律產業的數位轉型,為律師帶來全新的工作模式。資料來源:Legal AI Startup Harvey Set to Double Valuation to $3 Billion – Bloomberg 2. 自動化 ADR:人工智慧法官的未來起點? 你是否曾因為法律費用過高或過程太繁瑣,而選擇放棄解決爭議?替代性爭議解決(ADR)包括調解、仲裁等方法,目的是讓人們在法院之外更快速地解決糾紛。而隨著人工智慧的發展,自動化 ADR 正逐漸成為可能。AI ADR 的潛力節省成本與時間:AI 可顯著縮短解決爭議的流程,讓小型企業和個人都能輕鬆使用低成本的法律服務。更公平的結果:透過精心訓練,AI 有望減少人為偏見,避免因情緒或主觀因素影響結果。降低衝突:AI 的冷靜與客觀能有效緩解對立情緒,有助於快速達成共識,維護合作關係。對於簡單、重複、低價值的糾紛(如企業小額爭議),自動 ADR 可降低成本,讓更多人獲得救濟的機會!AI ADR 的挑戰推理和情緒智商:AI 很難判斷某個行為是否「合理」或理解人類互動的細微差別。倫理和道德問題:AI 應該保持道德中立還是展現道德?它應該遵循誰的道德?信任和透明度:AI 的決策過程不透明,使得解決偏見或錯誤變得困難。自動化 ADR 是司法自動化的第一步,也是解決高成本、高門檻法律問題的重要嘗試。雖然技術還需進步,但只要有適當的保障與倫理考量,我們可以期待一個更加高效、公平的法律服務未來。資料來源:Are AI Judges On The Way? Let’s Start With Automated ADR – Artificial Lawyer 3. In-house 法律團隊的未來:擁抱數據驅動的決策 In-house 正在經歷一個更嚴格審查和更高期望的時代。隨著工作量的增加、預算的收緊以及監管要求的不斷變化,傳統的工作方式已經不夠了。為了在這個充滿挑戰的環境中取得成功,法律部門必須採用數據驅動的決策作為效率、問責制和策略協調的基礎。為什麼法律部門會產生如此多的數據?這源於其業務運作的核心特性:合約管理:法律部門需處理多樣的合約,追蹤條款、履行狀況和截止日期,累積結構化和非結構化數據。法遵需求:為符合日益複雜的法律法規(如 GDPR 或本地法規),法律部門需產出合規報告,追蹤內部風險,並應對監管變化。訴訟管理:案件進展的紀錄、訴訟策略的制定和律所合作過程中都會生成龐大的資訊。財務分析與風險預測:法律團隊需要分析訴訟費用、外部律所開支和罰款預測等財務數據,為企業提供決策支持。然而,目前大部分有價值的資訊仍孤立在不同的工具或過時的系統中,導致數據無法被有效整合和應用。這種碎片化狀態讓法律部門無法充分發揮數據的潛力,影響了效率和戰略價值。有效利用數據可以改變法律團隊的運作方式:簡化工作流程:透過數據分析辨識工作瓶頸,結合自動化工具提升流程效率。例如,利用合約管理系統自動化審批程序,減少手動操作。優化預算與成本預測:清晰掌握支出結構,透過分析歷史數據預測未來成本並找出節省空間。策略協同一致:將數據轉化為洞察,展示法律工作的進展和其對企業目標的貢獻,幫助法律部門更好地與企業高層協調。衡量影響力與價值:建立量化指標(如案件成功率、合規性改進幅度)來展示法律工作的價值,增強高層對法律部門的信任。是時候停止努力工作,開始更聰明地工作了。採用數據驅動的思維方式,將法律部門定位為企業不可或缺的戰略夥伴。雖然這需要投入資源,但能夠帶來效率、影響力和價值的全面提升,為未來的挑戰奠定基礎。資料來源:Data-Driven Decision Making In Legal Departments – Lexology 4. 法律接收與分類:In-house 的自動化與自助服務轉型 什麼是法律接收與分類?法律接收 (Legal Intake) 與分類 (Triage) 指內部法律團隊接收並分配法律事務的流程,包括接收指示(接收)與匹配任務(分類),目標是合理分配資源,確保高效地提供法律服務或解決問題。近年來,技術進步與客戶期望的轉變重新定義了 In-house 的角色。「法律即服務」模式要求法律團隊不僅完成日常任務,還需提供附加價值、支持公司策略並推動組織目標。83% 的法律專業人士認為,在未來五年內,科技將對他們的工作方式產生重大或中等程度的影響。61% 的內部法律專業人士表示,數據是影響其組織戰略決策的主要因素之一。自動化與自助服務自動化技術與自助服務系統是簡化法律接收與分類流程的有效工具。這些技術可以幫助 In-house 從低價值、重複性任務中解放出來,將更多精力集中在策略性和高附加值的工作上,為內部客戶與利益相關者創造更多價值,並協助實現長期目標。資料來源:Legal Intake and Triage: The Role of Automation and Self-Service – Lexology 🔜 立即加入【明日世界的法律人- 法律與科技思維】社團!即時掌握每週最新國際法律科技新聞資訊! 分享這篇文章