从计费工时到无界规模：公司法的下一次重写
转发我与合伙人 Priscilla 在 Redpoint 内容中心发布的一篇文章。
对大多数员工和高管来说，“我们应该把这写下来”往往是交易从令人兴奋变得昂贵的时刻。然而，这种情况在实际上支撑经济的那些不起眼时刻里频繁发生。供应商合同需要在当天结束前进行红线修改。顾客要求一项非标准的赔偿条款。一个雇佣问题需要在假期聚会后立即处理（糟糕！）。公司法并非罕见事件；事实上，它是每一份订单、每一次合作、每一项雇佣以及每一次令人振奋的产品发布背后的操作系统。
更具讽刺意味的是，美国人每年在法律服务上的花费超过4000亿美元，但大多数公司在真正需要法律顾问时依然无法获得帮助。尽管法律职能至关重要且费用高昂，但大多数公司的法律部门仍停留在手工劳动和神秘定价的旧时代。如果你是《财富》500强，可以用人力和七位数（或更多）的外聘律师预算掩盖这些摩擦。但对于其他所有人——从种子轮初创公司到支撑全国主街的中端市场运营者——现实非常残酷：要么付钱、要么等待、要么冒险使用“差不多行”的模板和祈祷式策略。
多年来，这一直被视为经营成本中无奈的代价。如今，人工智能正在颠覆这一等式。在呼叫中心和工程等重型领域发生变革之后，公司法有望成为下一项其运营模式将被根本重写的成本中心。
弥合中端市场鸿沟
公司法律服务格局由巨额支出定义，但这些支出很少真正触及最需要它们的人。尽管企业法律服务的总体市场目前为1,940亿美元，但其中有320亿美元已被转向外包合同工作。我们仅在中端市场就看到一个90亿美元的特定机会，面向以人工智能驱动的外包运营商。尽管传统律所目前对该细分市场服务不足，现有面向企业的人工智能应用也忽视了这一领域，因而形成了一个特别有利的切入点。
市场规模估算方法：我们估计美国有 20 万家中端市场企业（National Center for the Mid-Market，2024），每家每年审查约 1,500 份合同，总计每年 3 亿份合同。约 20%当前由外部法律顾问处理（6,000 万份合同）。按每份合同约 150 美元计算，目前可寻址市场约为 90 亿美元。我们预测将有额外 10%的转向外包且具备人工智能能力的服务提供商，使未来可寻址市场扩大至约 135 亿美元（9,000 万份合同 × 150 美元）。
虽然这一机会看似明显，但单靠基础模型和法律副驾驶很可能无法抓住它。为什么？因为企业买家，尤其是全国数以百万计没有内部法律顾问的中小企业，即便有 AI 辅助，也没有精力去自成律师。他们需要有人替他们完成工作，而不仅仅是帮助他们自己去做。更关键的是，他们希望有执业专业人士在最终成果上签字以获得可信度。即便是最复杂的 AI 输出，在面对合同纠纷或在新管辖区接受监管审计时，也无法与律师信头所具有的分量相提并论。
这正是技术驱动型律师事务所作为一个独特且令人振奋的新兴类别出现的地方——它们并非简单替代人类判断，而是通过增强的杠杆策略性地部署人类判断。通过在关键决策点保留人工参与，同时自动化重复性、繁重的工作，这些事务所能够以对中端市场真正有意义的价格提供买家所需的专业背书。随着基础模型不断向更强能力推进，这类事务所随时间变得愈发自动化并提高利润效率，随着底层技术改进以与模型无关的方式捕捉上行空间。这是销售工具与销售结果之间的区别。在一个时间愈发稀缺且商业利害关系仍然很高的世界里，决定胜负的是结果——也是各业务职能中的 AI 买家所追求的。
成为一家以人工智能驱动的律师事务所并取得胜利所需的要素
要构建一家主导且定义类别的人工智能律师事务所，公司必须超越简单的软件，重新从头思考法律商业模式。成功需要在四个具体战略支柱上执行：
监管护城河：
最具战略眼光的创始人在亚利桑那州和犹他州等地获取替代性商业结构（ABS）执照，这些执照允许非律师拥有律师事务所。此类监管解锁使初创企业能够以风险投资支持的速度而非合伙委员会的步调，将法律服务扩展到全国范围。
人才套利：
一家 AI 公司好坏取决于为其指引方向的法律专家——而从传统大型律所疲于奔命中流出的顶级人才，正带来巨大的套利机会。这些律师带来了 AI 仍然欠缺的判决力和领域专长，提供高层次的监督以在模型持续学习的同时确保质量。这是两全其美——有经验的法律顾问，却没有传统负担。
先入为主，后续扩展
制胜策略从聚焦开始再向外扩展。最初应专注于高频、重复性的工作，如保密协议和主服务协议——这些领域最适合自动化，客户犹豫也最少。通过先与初创公司和已习惯将法律工作外包的企业合作，律师事务所可以用简单合同验证其模式，然后随着技术与信任的累积，向上游扩展到更复杂、利润更高的业务。
可扩展技术与差异化数据：
许多早期法律科技公司失败的不是愿景，而是执行：缺乏真正可扩展的基础设施。现代 AI 公司必须聘用顶级工程人才，构建能够在保持质量控制的同时自动完成繁重工作的系统。若能做到，利润率可达 70%以上，这种效率甚至让传统律师事务所的经济模型显得近乎过时。拥有可扩展的基础设施后，公司可以承接更多业务，并最终建立起复利式的数据护城河。
长期以来，法律行业一直基于这样的假设运作：专业知识必须昂贵，准入必须受限。但随着人工智能重写知识型工作的经济学，这一假设正在瓦解。问题不是这种变革是否会发生，而是谁来构建它——以及他们能否足够快地扩展，以在机会窗口关闭前抢占市场。
