出品｜虎嗅科技組

作者｜陳伊凡

編輯｜苗正卿

頭圖｜AI生成

“AI原生100”是虎嗅科技組推出針對AI原生創(chuàng)新欄目，這是本系列的第「52」篇文章。

中國有約83萬名執(zhí)業(yè)律師，服務(wù)14億人口，每1700人攤到一名律師，大約是美國的七分之一。大多數(shù)中國人一生中不會主動聯(lián)系律師，找不到門，也付不起錢。

張惟師認為，這是一個商業(yè)機會。他是冪律智能的聯(lián)合創(chuàng)始人兼CTO，這家法律AI公司背后站著線性資本、藍馳創(chuàng)投、源碼資本、紅杉資本等頭部機構(gòu)。這也是中國第一個商業(yè)化的法律AI大模型公司。

今年，是冪律成立后的第8年。

說起冪律的成長，2023都是一個避不開的時間點。那一年上半年，大模型出來了。投資人想看新東西，客戶也想看新東西，但冪律的老產(chǎn)品——企業(yè)合同審查系統(tǒng)還沒來得及用大模型改造，新產(chǎn)品也沒出來，賬上上一輪融資的錢快花完了。

“青黃不接”，張惟師后來形容那段時間是“硬撐過來的?！?/p>

轉(zhuǎn)機出現(xiàn)在當年6月：在決定向大模型轉(zhuǎn)型后，冪律推出了垂直法律大模型PowerLaw GLM，做了一個對話產(chǎn)品的demo。兩個月后，拿到了8000萬融資，藍馳領(lǐng)投——這筆錢，是中國法律科技賽道迄今最大的單筆融資。

也是在這一年，一家叫Harvey的公司在大西洋另一端成立了。如今Harvey年收入1.9億美元，估值92億美元，獲得了Sequoia、a16z、OpenAI累計接近10億美元的投資，服務(wù)全球頂級律所，是法律AI賽道最炙手可熱的名字。

投資人時常問冪律一個問題：“你們是中國的Harvey嗎？”

每次都被張惟師否定了，冪律就是冪律，比Harvey早了整整六年。而且走的不是同一條路。

冪律智能團隊照片 圖片由冪律智能提供

Harvey服務(wù)的是大律所——美國律師付費意愿強，事務(wù)所愿意花錢買提效工具，訂閱制跑得起來。

冪律想做的是另一件事：用科技讓法律服務(wù)觸達那些根本沒有“法律意識”的普通人和中小企業(yè)。中國有幾千萬家中小企業(yè)，遇到合同糾紛、勞動爭議、債權(quán)追討，要么忍著，要么摸索，鮮少有人知道自己的權(quán)利，也付不起律師費。

兩個方向，是不同土壤中長出的不同的結(jié)果。

在法律AI這個賽道，有幾個問題是每家公司都繞不過去的：要不要訓(xùn)練垂類模型？如何防止幻覺？內(nèi)部怎么評估AI質(zhì)量？在這種強信任的賽道，如何權(quán)衡人類律師和AI律師之間的界限？

冪律拿到8000萬之后干的第一件事，不是擴張，是重構(gòu)。除了之前B端的合同審查系統(tǒng)，內(nèi)部開始孵化“吾律”這個項目。

為了消除幻覺，他們和智譜合作，訓(xùn)練法律垂類模型PowerLaw GLM。

一家初創(chuàng)公司，一上來就訓(xùn)練垂類模型，是一項很重的投入。張惟師說，在2023年，通用大模型能力還沒有上來的時候，做垂類模型是非常有必要的，跟智譜合作在GLM3上做法律增量訓(xùn)練，“在當時是難得的資源”。因為在那個時期，市面上涌現(xiàn)許多法律AI團隊，律師背景、不懂工程——直接把自己的法律知識喂給大模型就出產(chǎn)品了。

但站在今天，隨著大模型能力的提升，冪律不再需要做重成本的增量訓(xùn)練，轉(zhuǎn)向兩類輕量工作：針對特定工具調(diào)用能力的微調(diào)，以及私有化場景下的小規(guī)模法律數(shù)據(jù)訓(xùn)練。

這項AI產(chǎn)品的核心價值有多少來自模型本身，又有多少在基于對法律行業(yè)認知上搭建的Agentic workflow 或認知架構(gòu)？張惟師說，過去是60%來自模型本身，40%來自Agentic的工作流，但現(xiàn)在來看，則反過來了。80%來自Agentic的工作流，20%來自模型本身。

這句話背后意味著，模型的貢獻越來越小，而80%則是對法律場景和業(yè)務(wù)流程足夠理解，是大量真實案件積累出來的工作流，是讓AI結(jié)果可信賴、可兜底的服務(wù)體系。這些東西不是算力能買來的，也不是靠模型升級能直接替代的。

“吾律”不是工具。在張惟師的設(shè)想中，它可以完成承擔一個AI律師的角色。支撐這種信任的，是一套持續(xù)運轉(zhuǎn)的數(shù)據(jù)閉環(huán)：AI給出結(jié)果，用戶復(fù)核修改，“原始結(jié)果”和“人工定稿”之間的差異，冪律會定期跑程序分析，再反過來優(yōu)化模型。這是他們的內(nèi)部評估體系，也是數(shù)據(jù)飛輪轉(zhuǎn)起來的方式。

不過針對C端和中小客戶的法律AI產(chǎn)品，有一個問題是區(qū)別于其他ToC的AI產(chǎn)品，那就是法律是一個低頻需求，無法用續(xù)費率來衡量。如果是這樣，如何確認產(chǎn)品的PMF？張惟師說，他們關(guān)注使用黏性，會看用戶在用戶有需求的時間窗口里，他跟“吾律”互動的頻率和次數(shù)，是只問了一個問題就消失了，還是一直在問，直到問題被解決。

還有一個問題就是付費，張惟師不是沒有答案，只是他覺得不急著給，他給自己形容叫做“克制的商業(yè)化”。

他完全可以分析用戶的聊天記錄，把有需求的轉(zhuǎn)給律所去電話回訪；可以在用戶問了幾句話之后就彈出“需要人工服務(wù)嗎”，推律師撮合。這些是成熟的變現(xiàn)路徑，做法律平臺的同行大多在做。

他沒有做。

“這跟我們的初心不符?！睆埼熕麄冞€在做AI自動化立案——這個功能很難，做出來可能也掙不到多少錢，但他們還是在做。甚至后面還打算推出“你敢用我敢賠”的功能。

商業(yè)化目標，今年下半年才開始追。但他花了八年時間，先把另一件事想清楚了：法律AI，到底應(yīng)該是什么？到底該賺什么錢？

為什么要做法律垂類大模型

虎嗅：法律AI的賽道，Harvey已經(jīng)是跑出來了，會有投資人問你們，是不是中國的Harvey，或者把你們和Harvey做對標嗎？

張惟師：投資人有時候會問“你們會不會成為中國的 Harvey”，但冪律是 2017 年成立的，Harvey 是 2023 年才成立的，我們早了整整六年。我們分析下來，中美法律服務(wù)市場差異很大，直接對標這個路子是不對的。

虎嗅：冪律在成立之后做了哪些方向，后來又停了哪些？

張惟師：主要兩條線：一是法條案件檢索，但國家后來把數(shù)據(jù)開放了，而且這個賽道已經(jīng)有做了十多年的巨頭，門檻沒了；二是律所端的知識管理系統(tǒng)，國內(nèi)律師總數(shù)也就幾十萬，付費意愿不大，天花板很低。

我加入之后，這兩條線都停了，專注做企業(yè)端。我們觀察到大型企業(yè)在合同管理上還停留在 OA、發(fā)郵件附件這個水平，法務(wù)需要審查的合同量很大、類型很多，這是一個真實且沒有被認真對待的痛點。

虎嗅：你們做企業(yè)端的時候，大模型還沒有出來，大模型出來后，對公司來說有哪些比較關(guān)鍵的變化？

張惟師：最開始的產(chǎn)品邏輯是純規(guī)則引擎加知識圖譜，沒有大模型可用，是樹形結(jié)構(gòu)的審查邏輯，要給合同加一個“分期付款”審查點，要搭幾十個步驟，才能判斷甲方是否在付款比例上讓步太多，這套東西很費人，效果也有限。

大模型出來之后，我們開始孵化“吾律”這條產(chǎn)品線，面向中小企業(yè)和 C 端用戶。這其實一直是我加入的初心，希望用科技讓法律服務(wù)更普及，只是之前沒有合適的 AI 能力，一直沒動。大模型出來，時機成熟了。

虎嗅：大模型出來之后，你們是怎么判斷哪些場景先被改造的，有哪些場景選擇？

張惟師：是循序漸進的。最開始我們并沒有把大模型當成推倒重來的理由，原來的產(chǎn)品還在交付，不能馬上切換。我們先在一些局部子任務(wù)上試：合同里的信息抽取，發(fā)現(xiàn)大模型效果確實比傳統(tǒng)深度學(xué)習好；合同起草，生成模型本來就擅長這個，效果不錯。

到了 2024 年，我們發(fā)現(xiàn)模型能力進步很快，開始對合同審查做架構(gòu)升級，而傳統(tǒng)規(guī)則引擎和大模型混搭的路子越走越窄，很難激發(fā)大模型的潛力。最后還是要盡量依賴大模型，不能在舊框架上打補丁?；诙嘀悄荏w架構(gòu)重建了一套合同審查系統(tǒng)，比原來好很多。

虎嗅：法律 AI 對幻覺的容錯率非常低，幾乎要求零幻覺，幻覺問題怎么處理？

張惟師：幻覺不可能百分之百消除，人工審查也會出錯。問題是怎么把它壓在產(chǎn)品可容忍的范圍內(nèi)，不讓幻覺發(fā)生在關(guān)鍵節(jié)點上。

我們用幾個層面控制。第一是模型層，我們跟智譜合作訓(xùn)練了垂直法律大模型 PowerLaw GLM，融入了大量法條案件數(shù)據(jù)和服務(wù)過企業(yè)的優(yōu)質(zhì)合同數(shù)據(jù)，在法律場景下的幻覺天然比通用模型少。第二是架構(gòu)層：多智能體架構(gòu)，每個智能體專門負責一個子任務(wù)，最后有一個校驗智能體對核心交付結(jié)果做二次 check——地址電話對不對、案號準不準確、文書有沒有違法信息，沒問題才發(fā)給用戶。第三是數(shù)據(jù)閉環(huán)，用戶復(fù)核修改的行為是很有價值的訓(xùn)練信號，AI 的原始結(jié)果和人工定稿之間的差異，我們定期分析，反過來優(yōu)化模型。

虎嗅：公司整體的采購成本，大頭在哪里？是給模型的 API 費用，還是人機結(jié)合那部分的人工成本？

張惟師：大頭是云主機，加上我們自己布的跑法律大模型用的 GPU 集群。

API這塊，實話說現(xiàn)在比之前便宜多了，成本還好。C 端產(chǎn)品偶爾會有用戶很高頻——比如有人一上午跟“吾律”聊了幾百個問題，消耗了幾千萬 token，但這是少數(shù)。百萬 token 的價格現(xiàn)在很便宜，整體下來不是大頭。

還有一塊是全員用 AI 工具的費用，我們現(xiàn)在全公司都在用 AI 寫代碼、出設(shè)計、寫文檔，這塊公司按月給大家報銷。程序員用量特別大，一不小心一上午就可能用了 100 美元，這塊加起來也是成本。

虎嗅：自研了垂直法律大模型，這是一個比較重的投入，現(xiàn)在回頭看這個決定對嗎？

張惟師：要站在當時的視角看，2023 年上半年做這個決策是因為通用大模型能力遠沒有現(xiàn)在強，讓它回答一個法條問題、生成一個合同條款，基本是亂答的，那時候做垂直法律大模型非常有必要。但站在今天看，垂直大模型對整體產(chǎn)品效果的貢獻度在衰減，這是實際情況。通用模型的能力已經(jīng)在很多層面覆蓋了垂直模型的優(yōu)勢。所以從 2025 年開始，我們不再做大規(guī)模增量訓(xùn)練，更多是做針對特定工具調(diào)用能力的微調(diào)，或者在私有化場景下用開源模型做法律數(shù)據(jù)的小幅訓(xùn)練。

所以2025年開始，我們做了一些調(diào)整，首先不做重成本的增量訓(xùn)練，改做兩類輕量工作，一是針對特定工具調(diào)用能力的微調(diào)，比如把違約金計算工具的能力訓(xùn)進模型；二是私有化場景下，用開源模型做法律數(shù)據(jù)的小規(guī)模訓(xùn)練，解決私有部署環(huán)境下通用能力不足的問題。

核心場景還是用PowerLaw GLM，這是我們的“金剛鉆”，未來的重點已經(jīng)不是繼續(xù)建超大基座的法律大模型了。

虎嗅：大模型能力提升之后，你們發(fā)現(xiàn)自研垂類模型的能力被大模型覆蓋了，那么隨著大模型越來越強，垂直廠商的壁壘到底在哪里？

張惟師：我們的判斷是，壁壘主要有兩點。

第一，對垂直場景更深入的理解?！拔崧伞笔菄@中小企業(yè)和 C 端的法律場景設(shè)計的，真正幫用戶交付結(jié)果，比如企業(yè)欠款追繳，我們從證據(jù)收集、催款函生成、蓋章律師函，到 AI 打電話談判，到寫起訴狀，到 AI 全流程自動化立案，這一套流程需要非常深的專業(yè)積累。立案時需要哪些材料、每個材料的格式，必須具備專業(yè)律師級別的知識才能過審。這些不是大模型能力提升就能自動解決的。

第二，對 AI 結(jié)果的服務(wù)保障和兜底能力。用戶愿意付費，是因為想買一個可信任的服務(wù)結(jié)果。我們在做的是人機結(jié)合來兜底——AI 先交付，核心內(nèi)容有專家審核功能，之后還會做“你敢用我敢賠”這樣的服務(wù)升級。

模型貢獻20%，剩下80%是Agentic的工作流

虎嗅：在你們的產(chǎn)品上，大模型自身的能力，和你們自己搭建的工作流的能力，各自貢獻多少？

張惟師：這個比例在變。早期我們做垂直大模型的時候，可能覺得模型本身貢獻了 60%，工作流和場景設(shè)計貢獻 40%。但現(xiàn)在隨著通用大模型能力的提升和技術(shù)普惠，模型本身對產(chǎn)品差異化能力的貢獻度在往下走，工作流、場景理解、服務(wù)保障的重要性在往上升。以“吾律”為例，如果單聊對產(chǎn)品差異化能力的貢獻度，現(xiàn)在我覺得可能是20%靠模型本身，80%靠圍繞場景的工作流設(shè)計和服務(wù)能力，當然不同場景會有差異，合同審查這種專業(yè)場景，模型的貢獻可能還稍微高一點。

虎嗅：你們自己衡量 PMF 的標準是什么？兩條產(chǎn)品線各自看什么指標？

張惟師：不提錢的指標的話，兩條線邏輯很不一樣。

中大型企業(yè)這條線，我們早期最關(guān)注真實使用率。很多大企業(yè)采購了一套智能化系統(tǒng)，但其實根本沒人用，或者用一下就放著了。

我們更關(guān)注的是：這家企業(yè)一年有 1 萬份合同，上線之后真正走了 AI 審查流程的有多少？大家是真的在用，還是用傳統(tǒng)方式在旁路操作？這個指標非常關(guān)鍵，因為它直接決定你后續(xù)二期三期項目的簽約率，中大B產(chǎn)品真正的利潤其實在二三期，第一期更多是打基礎(chǔ)的。

中小企業(yè)和C端這條線，我們關(guān)注使用粘性，即在用戶有需求的時間窗口里，他跟“吾律”互動的頻率和次數(shù)。

法律需求是低頻的，但高強度，用戶遇到問題會很焦慮，那段時間他可能問幾百個問題，我們就看在那個時間窗口內(nèi)，他是問了一個問題就消失了，還是真的一直在用、問題被解決了。續(xù)費率更多是企業(yè)端的指標，C 端因為需求本身太低頻，不太適合用續(xù)費來衡量。

虎嗅：你們做了 B 端和 C 端兩條線，各自踩了哪些坑？

張惟師：中大型企業(yè)這條線，早期最大的坑是技術(shù)方案選型的問題。為了快速交付項目，代碼堆積，不同項目之間復(fù)用率、可配置化都比較差，結(jié)果服務(wù)了幾百家企業(yè)之后，我們要花將近一年時間重構(gòu)，重新基于多智能體架構(gòu)來做。

中小企業(yè)和 C 端這條線，踩的坑更多在營銷端。最開始我們用做互聯(lián)網(wǎng) C 端的思路——邀請裂變、發(fā)會員獎勵，但法律是低頻且非常隱私的場景，用戶不會主動把一個法律平臺推薦給別人，裂變根本起不來。所以我們后來調(diào)整思路，不走燒錢投放，而是找渠道，找有大量企業(yè)資源的渠道，借他們的背書來推產(chǎn)品。

虎嗅：法律行業(yè)對信任的要求很高，如果是一個AI律師，怎么在用戶側(cè)建立信任？

張惟師：這是我們目前面臨的最重要的問題之一。

從技術(shù)手段來說，多智能體互相校驗、減少幻覺；從人機結(jié)合來說，我們開律師函這個場景，AI 起草，合作律師做復(fù)核再蓋章，這本身就是一層信任背書；往后還會做人工專家審核功能，用戶花很少的成本，我們的合作律師給出意見和修訂版。最后是服務(wù)保障，例如“你敢用我敢賠”，這個承諾本身就是信任的來源。

虎嗅：你印象最深的用戶案例是什么？

張惟師：武漢一個用戶，跟一家人力資源公司有公積金糾紛，對方少替他的員工代繳了一個月的社保，他想起訴，但覺得找律師太貴，就自己用“吾律”試了試。

他先描述了案情，“吾律”幫他生成了起訴狀和證據(jù)目錄。他覺得可靠，就把公司的真實名稱、對方公司的信息、截圖一樣一樣發(fā)過來，“吾律”生成了完整的起訴狀。他又問能不能幫他立案，“吾律”就告訴他怎么登錄法院的在線服務(wù)網(wǎng)，告訴他每一頁怎么填，每一個陌生的法律術(shù)語怎么選：民事審判立案還是執(zhí)行立案，是合同糾紛還是買賣合同。到最后，他需要一份委托授權(quán)書，證明自己有權(quán)代表公司原告起訴，他把自己的身份證正反面照片發(fā)給了“吾律”——沒有打任何碼?！拔崧伞睅退闪诉@份文件，他就立案成功了。

整個過程半天，跟“吾律”互動了 200 次左右，問了 80 多個問題。找律師的話，沒有一周、幾千塊錢搞不定，而且他是新用戶，我們那時候給的試用額度，在他身上沒有賺到一分錢。但我們覺得他對“吾律”的信任，已經(jīng)遠超對一個 SaaS 工具的信任。

虎嗅：我看到之前有個叫“無憂吾律”的服務(wù)，這個產(chǎn)品和“吾律”是什么關(guān)系？

張惟師：“無憂吾律”是“吾律”的前身，但不是同一個產(chǎn)品。你可以理解成，我們一直想做吾律 AI 律師，但在做之前，我們得先自己去真正服務(wù)客戶，只有把這些中小企業(yè)和 C 端用戶親手服務(wù)一遍，才知道他們真實的需求是什么，AI 在里面能起到什么作用。

“無憂吾律”是一個人機結(jié)合的法律顧問服務(wù)。我們在成都有一個法務(wù)團隊，在無錫和華東一帶簽了幾百家中小企業(yè)，作為他們的法務(wù)顧問。法務(wù)同學(xué)先用我們的 AI 系統(tǒng)提效，比如審合同、寫法律意見書，AI 先出結(jié)果，人再做二次復(fù)核，最后發(fā)給用戶，這個過程中還有微信群跟進服務(wù)，類似律所的方式，這是有人工成本的，所以我們的定價在大幾千到一萬出頭，跟律所比其實已經(jīng)很低了。

到去年我們覺得這套東西的 know-how 已經(jīng)拿到了，大模型能力也到了一個新的階段，就把這個模式升級成純 AI 交付的產(chǎn)品，也就是現(xiàn)在的“吾律”。價格也降了很多，月會員 88 元，年會員 988 元，最高版才 1600 多。

虎嗅：冪律的數(shù)據(jù)飛輪是怎么建立的，什么階段你發(fā)現(xiàn)它轉(zhuǎn)起來了？

張惟師：數(shù)據(jù)飛輪分兩塊：數(shù)據(jù)收集和數(shù)據(jù)使用，形成閉環(huán)。

收集側(cè)，除了公開數(shù)據(jù)，一方面是我們法務(wù)團隊內(nèi)部整理的專業(yè)知識數(shù)據(jù)，另一方面是客戶授權(quán)后脫敏的合同數(shù)據(jù)。這兩類數(shù)據(jù)質(zhì)量比較高，可以直接作為大模型的memory 或者RAG 方式使用。

更有價值的是產(chǎn)品端用戶真實的使用反饋數(shù)據(jù)。

比如大型企業(yè)的合同審查，AI 給出結(jié)果，人工復(fù)核，最后形成定稿——這個“AI 原始結(jié)果”和“人工定稿”之間的差異，我們在用戶授權(quán)下會定期跑程序分析，把這些數(shù)據(jù)再喂給大模型，讓模型下次審?fù)惡贤臅r候，記住用戶的審查偏好和習慣，這個過程可以循環(huán)起來。

“吾律”這端一樣，我們用 AI 自動分析用戶的使用數(shù)據(jù)，用戶問到哪里不問了，哪里點了贊，哪里在吐槽，定期做自動化分析，讓模型更準確。

克制的商業(yè)化

虎嗅：你認為未來冪律的競爭對手可能會來自什么類型的公司？

張惟師：中大型企業(yè)的合同審查這條線，競品比較多，比如原來的大 OA 廠商、專門做合同的垂直廠商。

中小企業(yè)和 C 端這條線，目前我們還沒有發(fā)現(xiàn)可能的競爭對手。其他家大多還停留在 SaaS 工具屬性，做不到真正幫用戶交付問題——比如開蓋章版律師函，現(xiàn)在沒有一家法律 AI 產(chǎn)品能在線上直接開出來，我們已經(jīng)可以做了，成本一百塊錢不到。

大廠方面，法律這個場景對大廠來說可能不夠性感，頻次低、裂變效應(yīng)差，不是他們投入的重點。

虎嗅：創(chuàng)業(yè)這幾年有沒有特別至暗的時刻？

張惟師：2023 年上半年。

那時候大模型剛出來，投資人和客戶對你的期待都變了——他們想看你怎么用大模型，但我們當時老產(chǎn)品還沒有來得及用大模型改造，新產(chǎn)品也沒出來，賬上上一輪融資的錢基本快花光了。

總之是硬撐過來的，核心團隊一直堅持住了。2023 年 6 月，我們推出了 PowerLaw GLM 這個垂直法律大模型，做了一個對話產(chǎn)品的 demo。2023 年 8 月，我們拿到了 8000 萬的融資，藍馳領(lǐng)投——這筆錢目前還是法律科技賽道最大的單筆融資。有了這個緩沖，我們才能一邊重構(gòu)老產(chǎn)品，一邊繼續(xù)推進“吾律”。到 2024 年，公司整體營收才真正步入正軌。

經(jīng)歷那段時間之后，團隊對成本控制、商業(yè)化節(jié)奏、研發(fā)創(chuàng)新之間的平衡，認知都深了很多。

虎嗅：如果非要說一個后悔的決定，是什么？

張惟師：如果非要選，是 2023 年大模型出來之后，我們把合同審查產(chǎn)品向大模型遷移的速度大概慢了半年。

原因有兩個：一是我作為 CTO 對大模型能力提升速度的判斷還不夠準確；二是技術(shù)方案的路徑依賴——原來那套基于規(guī)則引擎的方案做了很久，當時有一些待交付的項目，為了保交付保效果，不太敢用激進的新方案，局內(nèi)人的自我革命是比較難的。

慢了半年的代價是，市面上出現(xiàn)了一些沒有技術(shù)包袱的競品，律師出身、文科背景，直接在大模型上面配上自己的審查 know-how 就扔進去，效果在當時看起來異常好。

但這種產(chǎn)品門檻低，我們意識到問題之后用了一個季度左右就追上來了。

虎嗅：現(xiàn)在最焦慮的是什么？

張惟師：技術(shù)和產(chǎn)品這塊我有信心，做了這么多年了。最焦慮的是營銷——怎么打品牌、怎么推廣、怎么讓更多人知道“吾律”。這不是我的專長，但做面向大眾的產(chǎn)品，這塊又特別重要。

虎嗅：AI 最終會替代律師嗎？

張惟師：我們做“吾律”的出發(fā)點從來不是取代律師，而是基于 AI 和人工律師各自的優(yōu)劣勢來做分工。有些事適合 AI 做：基礎(chǔ)性、高頻的法律咨詢，開律師函，起草合同，起訴狀生成——律師本來也是花時間換收入，現(xiàn)在 AI 來了，這塊的收入律師確實賺不到了。但有些事只能律師做：開庭、線下處理復(fù)雜案件、個性化高端業(yè)務(wù)——AI 做不了，律師的價值不可或缺。

我們的判斷是，未來法律服務(wù)會形成三層結(jié)構(gòu)：第一層是 AI 律師和法律服務(wù)智能化平臺，端到端解決用戶的共性基礎(chǔ)問題，同時積累案件線索；第二層是給專業(yè)法律人賦能提效的工具；第三層是律師處理復(fù)雜個性化高端業(yè)務(wù)，可以和第一層的 AI 平臺合作接案源。

這個模式我們現(xiàn)在已經(jīng)在小規(guī)模運轉(zhuǎn)了，“吾律”每天產(chǎn)生一些需要人工服務(wù)的工單，轉(zhuǎn)給合作律所來承接。這不是未來，這是現(xiàn)在正在發(fā)生的事。

虎嗅：商業(yè)化這塊，冪律達到你自己的預(yù)期了嗎？

張惟師：中大型企業(yè)這條線做得不錯，合同產(chǎn)線基本盈虧平衡，這條線是相對健康的?！拔崧伞边@條新產(chǎn)品線，我們現(xiàn)在還是在關(guān)注用戶增長和產(chǎn)品體驗，還沒有特別關(guān)注商業(yè)化。今年下半年，或者明年上半年，我們預(yù)期會開始定商業(yè)化的目標——會員體系、蓋章版律師函、人工專家審核功能，這些口子要做好，讓愿意付費的用戶找到值得付的地方。

虎嗅：你自己的產(chǎn)品品味體現(xiàn)在哪里？

張惟師：“克制的商業(yè)化”。比如我們現(xiàn)在其實有很多可以快速變現(xiàn)的方式，比如分析用戶聊天記錄，把有需求的轉(zhuǎn)給合作律所去電話回訪；或者在用戶問了幾句話之后馬上彈出“需要人工服務(wù)嗎”，推律師撮合，這些都能快速掙錢。我沒有做這個，因為這跟我們的初心不符。我們堅持要用 AI 去盡量幫用戶解決問題，即使有些場景 AI 做了掙不到錢，我們也堅持做。比如 AI 自動化立案，這個很難，真的做出來可能掙不到多少錢，但我們還是在做。

虎嗅：如果冪律未來走不下去，最大的原因可能是什么？

張惟師：可能是團隊。幾個創(chuàng)始人年齡都在增長，我今年40 了，我們的CEO也快36歲了，再過幾年，可能會跟不上年輕人的思維，跟不上用戶和市場的反饋，被市場淘汰。我們要保持開放和學(xué)習，這是我們每天都在有意識地去做的事情。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4850995.html?f=wyxwapp