两年来，关于法律科技的讨论始终围绕着一个前提：人工智能能够解读合同。它确实能做到。
在尽职调查中，过去审查成百上千份协议往往决定了成本和时间表，而如今，一个精准的模型只需一个下午就能完成过去需要一支律师团队花两周时间才能完成的工作。从实际角度来看，尽职调查中最耗费人力的阶段几乎已不费吹灰之力。
人们很容易将此视为最终的胜利。但根据我的经验，事实并非如此。压缩流程的中间环节，并不能消除其周边的工作。它只是将这些工作转移到了两端，而这两端恰恰是法律人工智能最难发挥作用的地方。跨境技术并购领域对此的体现，比我所知的任何其他业务领域都更为明显。
一个类似于软件构建的过程
不妨像工程师开发软件那样来审视尽职调查。软件开发通常经历三个阶段：架构设计、工程开发和部署。尽职调查同样包含三个阶段：范围界定、问题识别和整改。在两者中，中间阶段历来都是瓶颈。工程开发阶段耗费了大量时间，而问题识别阶段则消耗了大量人力——相关人员需要逐字阅读每份合同，并对每一项条款进行标注。
编程助手压缩了上述阶段中的第一个。法律人工智能正在压缩第二个阶段。这两种情况的结果都是一样的：当流程的中间环节不再是瓶颈时，决定最终结果的工作就会转移到流程的前端和后端。 工程师将判断力用于架构设计和部署。尽职调查律师则应将判断力用于范围界定——即决定审查什么，以及补救措施——即决定调查结果意味着什么。这些阶段依赖的是判断力而非工作量，而判断力正是模型无法提供的。
“垃圾进，垃圾出”这一老生常谈的问题
一台高速引擎会忠实地执行一条拙劣的指令。若让法律人工智能处理一份范围宽泛的审查任务，它可能会返回500条审查结果，其中或许只有50条与交易相关。团队原本以为节省下来的费用，最终却化作了整理这堆结果所需的人力成本，而一个可能决定交易成败的关键问题，却可能埋没在其中，与周围的套话一样，只得到同样草率的关注。
这是故事中往往被忽略的部分。模型会呈现所有信息，这意味着人们仍需自行判断这些信息的含义。一种能降低识别成本的工具，反而会提升其前置的范围界定工作以及后续的整改工作的价值，而非降低其价值。
判决的实践应用
这一点在现代软件公司的运营中体现得最为明显——无论是否有人刻意为之，这类公司本质上都是全球性的。工程师身在何处，代码便在何处编写；知识产权的创造跨越了多个司法管辖区。一家营收规模不大的企业，即使没有设立任何海外办事处，也可能在十几个国家拥有员工、数据和税务风险。因此，核心的范围界定问题便变成了地域问题：哪些司法管辖区值得真正审视，哪些则不然。
这个问题取决于一个模型无法自行可靠区分的关键点，即少数几名外籍员工与真正的海外运营布局之间的区别。在三个国家拥有少量远程工程师确实存在风险，但这种风险是有限的，通常通过针对性的当地雇佣建议即可妥善处理。若在每个国家都进行全面审查，不仅耗费资金，还可能为证伪一个本就不构成实质性风险的问题而徒劳。而真正开展海外业务的公司则另当别论，有两个问题值得仔细考量。 首先是公司是否真正拥有其知识产权。与美国不同，许多司法管辖区并不默认将员工的工作成果归属雇主，如果根据当地法律所有权链条存在缺失，买家可能无法拥有其所支付的资产。其次是税务问题。若认为架构审查已解决了税务问题，可能会掩盖一个事实：即分散的员工队伍是否在从未申报过税款的国家形成了应税实体。
模型可以标记出转让条款。但它不会告诉你该条款根据葡萄牙法律无法强制执行，也不会指出对班加罗尔的承包商而言，缺失的正是那个关键条款。认识到这一点，既涉及范围界定，也涉及补救措施——这是两端的工作，而这仍然需要人工来完成。
工具所需的纪律
这一教训不仅适用于并购领域，更值得应用到当前任何涉及人工智能的工作流程中。只有在严格把控最终环节的前提下，加快中间环节的进度才能带来回报。在尽职调查中，这意味着要将调查范围界定得足够精准，确保机器在正确的位置进行检索；同时要仔细进行整改，将真正威胁交易的风险与那些仅在打印件上看起来令人担忧的风险区分开来。这也意味着，在界定调查范围时，要考虑到签约后依赖该工作成果的各方。 陈述与保证保险人会决定在承保风险前需要看到哪些材料，对于尽职调查不足和过度调查，其惩罚力度是同等严厉的。贷款方对担保、股份质押及经审计的财务报表有其自身的要求，除非律师已预见到这些要求，否则这些要求通常在融资阶段而非签约阶段才会浮出水面。
法律人工智能能够以比任何律所能组成的团队都更快的速度，阅读数据室中的每一份文件。但它无法告诉买家，哪个司法管辖区拥有真正的业务运营，哪个司法管辖区仅有一台笔记本电脑；它也无法告诉买家，交易的最终保险人和贷款人将提出哪些要求。正是这种判断力，使得技术使这项工作变得更加有价值，而非降低其价值。 洞悉这一点的律所将利用人工智能处理中间环节，并将节省下来的时间重新投入到两端的判断工作中。而那些将更快的审查视为完成工作的律所，将比以往更早得出错误的结论。
经许可转载自2026年6月4日出版的《Legaltech新闻》 ©2026 ALM Global Properties, LLC。保留所有权利。未经许可禁止进一步复制，请致电877-256-2472或 [email protected]。
