来源：道可特法视界
发布日期：2026年01月23日
CES 2026上，麦肯锡提出“25的平方”管理变革：依托2.5万AI智能体年省约150万工时，实现后台支持缩减25%、前台咨询增加25%，整体产出效率反升10%。麦肯锡正走向1:1人机协作的数智新时代。
对律所管理者而言，关键不在于这些数字本身，而在于它揭示的趋势：AI正在从“工具”升级为“可嵌入交付流程的劳动力”，并迫使专业服务组织重新分配人力与价值。
当 AI从“回答问题”变成“完成任务”，律所的后台先被重写
当下，律师 对生成式 AI的理解仍停留在“提问—回答” ， 但行业正在跨过生成式阶段，进入 Agentic AI（代理式AI）：给它一个目标 ， 它会自主拆解任务、检索与整理信息、生成初稿、推进流程，更像一名 “能干活的实习生”，而不只是“博学的 知识库 ”。这意味着AI不只会“解释法条”，更会承接大量可标准化、可复用、可审校的工作工序：
-
法律检索与类案比对、要点提炼与引用整理； -
尽职调查清单初筛、底稿结构化、问题清单生成； -
合同条款备选方案生成、版本差异比对、格式与一致性校验； -
会议纪要、文件归档、知识入库与项目管理的结构化处理。
律所 把后台的重复劳动交给 数智员工 ，把 律师 的时间推向前台 ——客户沟通、策略设计、谈判博弈、争议处置与风险取舍。对律所来说， 是 一种再配置：让每 位 律师 的时间 都尽可能用于机器做不了或不该做的部分。
AI提效同时， 律所 需防范 “韧性断层”
律师 新人在反复修改、被否定、重做中形成基本功与抗压能力；而当 AI一键生成初稿、快速完成检索，新人可能“跳过”了必要的训练阶段，第一次遇到AI解决不了的复杂事实、证据矛盾、监管灰度或突发危机时，反而更容易 心态失衡 。
因此，律所管理不能只谈 “提效”，还必须同步做两件事：
-
把 AI产出纳入交付，但把验证与责任前置：关键结论必须可追溯、可解释；关键条款必须人工复核；重大判断必须由人签发并承担责任。 -
重建训练体系：刻意安排 AI难以覆盖的训练场景（多方博弈谈判、跨法域冲突、证据链缺口、合规与商业目标冲突），要求年轻律师不仅“交付文本”，更要能说明依据、识别漏洞、提出备选路径。
未来律师的价值坐标：愿景、判断、创造力
当 数智员工 能把 “做材料”这件事做得又快又 好 ，律师的稀缺性会更集中在三项能力上：
-
愿景力（ Aspire）： AI能给方案，但不会替客户设定目标与边界。并购、合规、争议解决中最难的往往不是“怎么做”，而是“做什么、先做什么、做到什么程度”。律师必须从执行者升级为价值定义者。
-
判断力（ Judgment）： AI是概率系统，无法承担价值冲突与职业伦理的最终取舍。商业可接受性、社会可接受性与法律可行性之间的平衡，最终必须由 律师 拍板并负责。
-
创造力（ Creativity）： AI更擅长在既有范式内重组优化，而法律实践的高端部分常发生在新业务与新监管的空白处——交易结构设计、合规路径创新、论证框架突破、争议策略的“破局点”，依赖的是 律师 的范式外思考。
这三项能力，也决定了律所 “前台”应当怎么加强：不是简单增加人数，而是增强岗位的战略含量与责任能力。
律所管理的关键转向：从 “试点”到“可控规模化”
不要等待完美 ROI，不要陷入“试点炼狱”。但律所的规模化必须建立在治理之上，尤其要守住三条底线：
-
保密与数据边界：客户信息、商业秘密、案件材料的权限、脱敏、留痕与审计必须制度化。 -
可追溯与可复核： AI生成内容的来源、引用、版本与修改链必须可回溯；关键结论必须明确人工复核责任人。 -
交付可复制：优先把 AI用在高频标准化链条（检索、尽调、合同审阅、知识管理、项目管理），形成“流程资产”；把节省出来的时间投入复杂谈判、跨境合规、危机处置与客户经营。
律所将 AI带来的效率增量的一部分持续投入培训与能力建设 ， 这是避免 “韧性断层”同时形成长期竞争力的关键。
AI不会取代律师，但会 重塑 律所的组织形态
数智员工 进入律所，改变的不是 “有没有AI”，而是谁能把AI变成可治理、可复用、可追责的交付能力。重复劳动会越来越便宜，判断与责任会越来越稀缺。作为 律所 管理者要做的，不是把 AI当作“降本工具”，而是把它作为组织能力的倍增器：让机器承担可复制的工序，让 律师 回到愿景、判断与创造力的核心位置，以更稳的风控、更强的专业、更可持续的人才体系，完成法律服务的下一轮升级。
