法律人工智能投资回报率 的故事：来自内部的视角

非凡的收益是真实存在的。但它们并未得到 持续追踪。为了生存，企业必须深度且广泛 地嵌入代理式人工智能。

罗伯特·W·古里，律师，法律解决方案架构师，汤森路透公司 合作律师AI，2026年7月

法律行业是唯一能从大型语言模型（LLM）技术中获益的行业。 无论将其视为一种职业还是产业 ，法律部门都由精确校准的语言守门工作所定义，这项工作总是在个人责任和信托约束下执行 和交付。这正是具有内置的、经过严格设计的保障措施和验证系统、能够以信托级代理AI形式 运作的法律领域，已经取得了令人印象深刻的可衡量成果，并且正在律师事务所中规模化地为 其提供强大动力。这些收益跟踪不一致，发布不均衡，并且令人恼火地难以在不同律所间进行 基准比较。但它们是真实的，规模巨大，并且客户已经注意到了。

适应的企业将成长。 不适应的企业将被淘汰，不是跨越数十年，而是短短数月。个人律师采用 生成式人工智能在一年内翻了一番，从30%增长到69%。这种紧迫感并非修辞，而是数据清晰展 示的故事。

一、人工智能执行差距

78%的企业客户希望其外部律师提供AI赋能的服务。 16%的人表示他们正在获得这些服务。32 %的人因此开始重新考虑他们聘请的对象。非企业消费者客户也正迅速意识到AI可以也应该如 何简化其律师的法律工作。

差距已不再仅仅是采用差距，而是执行差距。 汤森路透®2026年专业人士未来报告发现，74%的 专业人士现在每周使用几次AI工具，44%每天使用多次，然而91%的人表示他们的组织在未能达 到该技术所能带来的价值方面有所欠缺。这些工具已经到位。将它们转化为客户价值所需的组 织变革，在各个公司中却是五花八门。2026年7月21日，汤森路透研究所发布了一份现在年度 白皮书，专门关注法律行业的未来以及这个AI执行差距。接下来是针对同样问题的从业者解读 。

II. 投资回报率是真实的，并且正在增长

那些真正从专业级法律AI中获益的公司，是那些做出了三项承诺的公司：内容基础、工作流设 计和结构化采纳。 最强大的数据存在于公司层面，那里结果明确、具体且规模庞大；行业级数 据正在迎头赶上，并指向同一个方向。专业级法律AI的投资回报率不再是假设。它是一个可复 现的发现。

投资回报率正随着CoCounsel Legal等下一代代理式AI技术飞速提升。

重要的是要强调的是，这些案例研究和行业研究报告中所报告的投资回报率（ROI）收益，尽 管很显著，但现在是一种滞后指标——它们是基于第一代非代理式汤森路透CoCounsel AI。 经过数月的Beta测试和早期发布使用及反馈，具有Westlaw和Practical Law原生嵌入的下一 代代理式CoCounsel法律AI，在收益、质量和客户满意度方面正迅速超越。

1 汤森路透研究所，《专业人士的未来报告2026》，thomsonreuters. com/en/institute/future-of-profession als-2026/report（访问于2026年7月15日）。

公正审慎律师事务所（Justly Prudent），一家在五个州开展民权与宪法侵权诉讼业务的律 所，近日发布了一份堪称迄今为止小型律所投资回报率最高的案例。 创始人乔丹·豪莱特（J ordan Howlette）报告称，该律所的投资回报率高达五倍：在不增加人员的情况下，该律所 将活跃案件量从25件提升至50件以上，同时将证据开示和文件审阅时间缩短了一半。豪莱特 本人表示：“就我们付出的成本而言，我的投资回报率轻松达到了五倍。”他已从每天工作1 6小时转变为合理的工作时间，而案件量却翻了一番。

费城律师事务所Zarwin Baum表示，在文件密集型案件中，其业务流程实现了同等程度的压缩 。 合伙人丽莎·斯洛特金（Lisa Slotkin）能够在20至30分钟内审阅数千页文件，而非耗费一 整天。合伙人罗斯·迪博诺（Ross DiBono）表示：“过去需要数小时的工作，如今我们几分 钟就能完成。”该律所报告称，得益于这一变革，其和解分析速度显著提升，且与客户的沟通 更加迅速、简洁。

公司是美国最大的保险抗辩律所，该律所报告称，此前需要八到九个ﻥﺎﺳ斯科特·科尔与基 小时的任务，现在只需一个半小时到两个小时。 5 总法律顾问史蒂文·希克斯-萨夫拉将律师 在真实压缩感受量化：在围绕CoCounsel重新设计的任务中，大约有80%。

明尼苏达州的Bassford Remele报告每位律师每天节省六至八小时。 6 快速发展的初创公司O MNIUX报告每月节省15,000至20,000美元的法律费用；首席财务官格雷戈里·康托引用了一个 14页的场地合同审查，从两个半小时缩短到10分钟。7 国家住房开发商世纪社区记录了其总 法律顾问贾雷特·科尔曼的说法：“一项原本需要一小时完成的任务，现在五分钟或更短时 间内即可完成。”8

最强的独立综合评估锚定来自于2026年6月发布的由Forrester Consulting受委托进行的CoCoun sel Legal总经济影响™（TEI）研究。 Forrester采访了在生产中使用CoCounsel Legal的律师 事务所的高级决策者，并构建了一个拥有500名律师的综合性多业务领域律师事务所模型，以模 拟36个月订阅期内的回报。主要发现是在保守的Forrester对采用差异的调整后，风险调整后的 三年投资回报率为400%，即相对于律师事务所的投资，总价值为2280万美元。

3 路透社，《CoCounsel案例研究：民权律所实现5倍投资回报率》（Justly Prudent / Jordan Howlette），20 26年。 legal.thomsonreuters.com/en/insights/case-studies/transforming-a-civil-rights-litigation-la

w-firm-with-cocounsel (访问于2026年7月)。

92%

至少使用一种人工智能工 具的法律专业人士

更有趣的发现在于这一价值从何而来。 在2.28亿美元的总额中，2.03亿美元并非来自人员削 减，也并非来自现有工作的单纯效率提升。它源自一个完全不同的来源：律师业务承载能力 提升了25%，且没有增加人员编制，这使得综合型律所能够承接更多现有客户的业务，并开 展此前不得不拒绝的新业务。现有核心法律工作流程内部的效率提升额外贡献了170万美元 ，通过减少非计费时间以及降低已进行中的业务的减记额来实现。作为汤森路透法律专业人 士总裁的拉古纳特·拉曼塔南（Ragunath Ramanathan）如此阐述这一发现：“与近期围绕 专业人工智能采用的许多论述相悖，该价值的大部分并非来自人员削减或效率提升。”¹⁰

根据目前最强有力的第三方研究，法律人工智能的经济故事是增长而非成本压缩。这一发现 对于第四部分“前路漫漫”至关重要。

62% 52%

他们每周的工作时间能节省6 至20%。

实施人工智能后报告营收增 长

值得注意的是，上述弗雷斯特研究是基于并针对使用先前非代理式 CoCounsel Legal 版本的 律所进行的，当时 Westlaw 和 Practical Law 尚未原生嵌入。2026 年 4 月，汤森路透启动 了下一代 CoCounsel Legal 的 Beta 测试，该版本完全基于 Anthropic 的 Claude SDK 代理 式架构从零开始重建，并将 Westlaw Advantage 和 Practical Law 完全集成，作为平台推理 和工作流编排中的原生内容权威。6 月份，它向现有的 CoCounsel Legal 客户进行了早期发 布。在质量、速度、引注基础和律师体验方面，改进是深刻的。弗雷斯特统计数据描述了律所 在重建之前通过 CoCounsel Legal 所取得的成就。这些是基于访谈客户的发现，并非上限—

—而该上限正在生产环境中，在客户律所中被不断提高。

除了单个企业的案例研究之外，全行业的调研也指向了同一个方向。 基于对来自美国、中国以 及九个欧洲国家的810名律师的调查，威科集团（Wolters Kluwer）2026年“面向未来的律师” 调查报告显示，92%的法律专业人士在日常工作中使用至少一种人工智能工具，62%的人将他们 每周工作时间的6%到20%节省下来，52%的人报告在实施人工智能后收入有所增长，其中32%的人 将11%到20%的收入增长直接归因于人工智能。¹¹ 汤森路透（Thomson Reuters）2026年“专业 服务中的人工智能”报告发现，全组织的AI使用率同比翻了一番，达到40%；律师事务所的通用 人工智能（GenAI）使用率从28%上升到41%，企业法律部门的使用率从23%上升到47%。¹² ACC/E verlaw调查显示，内部采用率在一年内翻了一番以上，达到52%，64%的内部团队现在预计由于 他们正在建立内部的人工智能能力，将减少对外部律师的依赖。¹³

金融信号并不微妙。 2025年，法律科技支出激增9.7%——这是该行业有记录以来最快的实际增 长率——而汤森路透研究所和乔治城大学法学院2026年美国法律市场状况报告指出，拥有明确 AI战略的律所获得实际投资回报的可能性几乎是不具备该战略律所的四倍。

• 10 Ragunath（拉古纳特）·拉曼塔南，《三年内实现400%投资回报率：现代律师事务所中人工智能的商业案例 》，汤森路透研究所，2026年6月8日，thomsonreuters.com/en-us/posts/innovation/400-roi-in-three-years

• the-business-case-for-ai-in-the-modern-law-firm/（最后访问于2026年8月）。

• 11 沃特斯·库勒法律与监管，《2026年未来准备律师调查》（2026年3月）；在美国、中国和九个欧洲国家调查 了810名律师。wolterskluwer.com/en/know/future-ready-lawyer-2026（访问于2026年7月）。
• 12 汤森路透研究所，《2026年专业服务中的人工智能报告》；调查了来自法律、税务、会计、风险、欺诈和政 府部门的专业人士1500多名。thomsonreuters.com/en/reports/2026-ai-in-professional-services-report（ 访问于2026年7月）。
• 13 企业法律顾问协会与Everlaw，《生成式人工智能对企业法部门日益增长的战略价值》（2025年10月14日）（ 对30个国家的657名内部法律专业人士进行调查）。everlaw.com/resources/acc-genai-survey-2025/（访问于2 026年7月）。

没有采用AI的公司。 14 在美国法律200强律所中，AI软件的年平均预算从2024年的不到20万美 元增长至2026年第一季度超过160万美元，24个月内增长了八倍；美国法律100强律所的营收总 额在2025年增长了13%，达到1789.5亿美元，同时AI应用激增。15 投资AI的公司正是那些在营 收上超越该细分市场的公司。

那些是高峰。低谷也同样具有启发性。

保罗·韦斯（Paul Weiss）是大型律师事务所中最早使用Harvey的客户之一，他告诉《彭博法 律》杂志，在将近18个月使用该工具后，该律所仍然“没有使用诸如节省时间等硬性指标来评 估该项目”，根据首席知识与创新官吉娜·林奇（Gina Lynch）的说法；她说，核实Harvey的 输出结果与其他来源相比所承担的负担，使得效率提升难以衡量。

两种立场都有其合理性。 两者都是成熟公司做出的坦诚披露，并且都揭示了更残酷的现实。实 现价值的衡量、归因和发布都存在不一致性。RSGI于2026年6月发布的对哈维客户进行的第二次 独立研究，回顾了六个月前的衡量状态，并直白地描述道：“价值是一场代理游戏：登录次数 、查询量、工作场所满意度。”16 借用一句名言，正如已故大法官桑德拉·戴·奥康纳所言， 当涉及律师事务所如何构思、使用、追踪、捕获和衡量——或者不衡量——其AI投资回报率指 标时，其中存在很大的“关节活动空间”。

测量结果不均匀。收益则不然。

III.如何帮助因不同原因而持怀疑态度的多元化专 业人士找到自己的“切入点”

法律AI实现的巨大价值，其首要驱动力并非软件选择，而是组织变革——而法律领域的组织变 革尤为困难，其根源可追溯数百年。 该行业从法学院的第一天起就培养其成员要尊重先例、核 实每个信息来源，并对不熟悉的权威持怀疑态度。这种本能并非法律文化的缺陷，它是保障客 户安全、维持律师执业资格的特征。它也是导致普通律师对生成式AI持怀疑态度的原因，而营 销人员或软件工程师则不会如此。当公司未能正确解读这种怀疑时，AI的推行就会失败——这 种怀疑通常并非顽固守旧，而是基于不完整信息的专业判断。律师们尚未普遍接受过使用这一 新且快速发展的AI工具集的培训，也尚未熟练掌握。这种抵制带来了宝贵的教训：AI治理恰恰 应成为价值目标的核心。那些强化、鼓励和加强治理的平台，不仅能够更高效、更有效地被采 用；它们也应是律师处理强制性受托人级别法律工作时唯一应使用的平台。那些获得超额回报 的公司，是与这种怀疑共处，而非对抗或绕过它。它们倾听意见，严格审查供应商和产品，并 调整或重新设计工作流程。它们培养新的习惯，统一领导层的信号，并创造结构，让具有不同 工作风格的专家能找到各自特定的方法。

14 汤森路透研究所及乔治城大学法学院道德与法律职业中心，《美国法律市场状况报告（2026）》（2026年2 月）。 thomsonreuters.com/en-us/posts/legal/legal-market-report-2026-analysis-ai-bubble/（2026年7 月访问）。15 同上。16 保罗·韦斯评估人工智能价值，但尚未影响底线，《彭博法律新闻》（2024年5月14 日）（引述保罗·韦斯·里夫金·沃顿和加勒森律师事务所首席知识与创新官吉娜·林奇），新闻。bloomber glaw.com/business-and-practice/paul-weiss-assessing-value-of-ai-but-not-yet-on-bottom-line（2026 年7月访问）。

了解并掌握使用信托 级法律AI的律师正在 取代那些拒绝使用的 律师，并且这一趋势 将加速。

人们并非采纳技术，而是采纳成果。 律师很少会醒来就想使用人工智能，他们醒来时想的是完 成一份案情摘要、赢得一项动议、谈判一份更好的合同、降低风险、给客户留下深刻印象，或 者准时回家吃晚饭。当公司把人工智能与律师们已经关心的成果联系起来时，采纳的速度就会 加快，而不是把使用工具本身当作一个目的。

才能会追随技术成功。

人才市场也在发出同样的信号。 24%的律师事务所专业人员会拒绝那些不提供专业级AI访问权 限的律所的工作机会。19%的律师事务所高级领导预计，如果对AI进展缓慢，将在12个月内面临 人才流失的后果。17 作为一名法律招聘顾问，多年来在华盛顿特区为顶级律所输送律师，服务 于Robert Half Legal和Robert Half Executive Search，作者可以比较有信心地说：这个信号 是真实存在的。人才已经根据AI的能力，判断了哪些地方适合发展，哪些地方不适合。逻辑很 简单：有才华的律师和员工不想把自己的职业发展赌在那些可能拖慢他们发展、失去竞争优势 甚至倒闭的组织上。

个体间的竞争格局也在发生变化。 那些懂得并学会使用信托级法律AI的律师正在取代那些拒 绝使用的律师，并且这一趋势将加速。不采用者的轨迹与那些拒绝使用个人电脑和智能手机的 律师相同，只是时间更压缩：2026年法律行业报告显示，律师中使用生成式AI的比例在一年内 翻了一番，从大约30%增长到69%。

美国律师协会（ABA）已修订模范规则1. 1，将技术能力确立为一项道德义务；已有40个州、哥 伦比亚特区和波多黎各采用了某种形式的相关规定，密西西比州是首个强制要求人工智能（AI ）特定继续法律教育的州。19不采用（相关规定）已不再仅仅是竞争优势。它正逐渐演变为一 种专业责任失职。设想一家律师事务所到2026年依然存在，尽管始终拒绝使用个人电脑，这无 异于荒谬的倒退。一位未能意识到法律人工智能方面情况同样如此的法律事务所经理，有沦为 同类（即面临失职风险）的风险。

律师可以定制他们自己的“进入”人工智能采用之路。

许多收养项目犯下的错误是单一文化：一种培训模式、一种冠军结构、一个入口点、一个变革 节奏。 律师、律师助理、行政人员、知识专业人士和实践领导者因不同原因不参与变革。有些 人是被效率所驱动。有些人是被风险降低所驱动。有些人是被好奇心所驱动。有些人是被客户 压力所驱动。有些人是被竞争本能所驱动。有些人是被专业精通所驱动。单一模式的计划可能 推动公司三分之一的变革。而围绕多元价值路径设计的系统则能推动大部分变革。这就是为什 么汤森路透的客户成功和教育组织再次重新构想学习平台，提供多种多功能的学习形式和风格 ，从微学习、在线直播课程、社区空间、领英群组，到免费电子学习课程和项目，再到文章等 ，所有这些都通过专属的客户成功经理及其律师和法律技术团队部署给客户，以帮助公司根据 其特定需求进行定制和适应。

• 17 杰西卡·格斯特恩，《法律周报2026：法律AI变革之内幕》，轨道（2026年3月）（引自格林伯格·特劳瑞格 律师事务所首席定价与创新官马修·比克胡森在汤森路透主持的《法律周报2026》小组讨论会上的发言），orbi tal.tech/blog/legalweek-2026（2026年7月访问）。
• 18 RSGI有限公司，《法律AI的加速影响：哈维作为基础》（2026年6月17日）（哈维委托的第二份独立RSGI研究 报告；涉及82个组织，54次访谈），rsgi.co/insights/harvey-the-accelerating-impact-of-legal-ai-harvey

• as-foundational（2026年7月访问）。

• 19 美国律师协会模范规则1.1，评论8（2012年通过）；各州采用情况追踪于罗伯特·安布罗吉，《法律站点》 ，技术能力页面（截至2025-2026年为40个州+哥伦比亚特区+波多黎各）；密西西比州AI继续教育学习（CLE）强 制要求报道于AI漩涡法律智能，2026年4月。lawnext.com/tech-competence（2026年7月访问）。
• 20 法律学习中心，汤森路透，training.thomsonreuters.com/legal-learning-hub（最后访问于2026年7月21日 ）。

即时价值。 对于需要在投入前寻求证明的忙碌怀疑者而言。初次体验应以一项针对具体事务的

真实任务并产出可用结果而结束。预制提示、工作流模板和库技能已有助于缩短好奇心与价值 之间的距离。随着能够通过简单对话与具备自主行动能力的AI交互，并让其根据单一提示执行 项目工作流，这一过程已变得更加对话化和易于访问。衡量标准并非律师是否参加了培训，而 是律师是否带着回来的理由离开。

同行可信度与社群。 对于有目的的学习者和需要在规模化之前获得信心的实践小组而言，指

定实践小组的领航者、共享用例以及对已知局限性的坦诚讨论，能够创造机构知识而非孤立的 专业技能。汤森路透将《法律实践导航者》作为实践小组特定的一种具体实施模式出版，正是 这一模式的体现。人们先信任同行，再信任程序。领航者应成为公司的社会证明，而非其客服 中心。

嵌入式学习。 对于在工作中学习专业人士而言，具体情境下的指导、即时示例等，比长时间的 泛泛培训更有效，因为它们能在律师需要时提供帮助。目标在于行为改变，而非培训消耗。

结构化实验。 对于竞争性强、充满好奇心且注重实践的人员群体而言，黑客马拉松、实验室、

诊所以及工作流设计会议为律师提供了一个安全的环境，让他们可以将技术应用于真实问题进 行测试。正是在这里，一位怀疑的合伙人发现，人工智能对于他们曾认为最难的工作领域同样 有用。这里也是比单独的策略研讨会更快地涌现出公司最佳用例的地方。

人工智能或许是人类学习的终极悖论之一——易于学习和使用（你可以与之对话），但它也是 一个无底深渊，并且实时不断变化。 以上这些方法都不需要孤立地工作。高管支持创造许可。 拥护者建立信誉。培训培养能力。实验带来发现。工作流程设计创造持久力。它们共同构成一 个系统。表现最优的企业停止将采用视为软件部署，开始将其视为能力建设：即比竞争对手更 快地学习、更有效地分享知识、更快地积累专业知识的能力。人工智能只是催化剂。

律师们，天性好奇，性情大胆，长期以来一直倾向于技术创新。 在十九世纪末，正是数学家和 律师，詹姆斯·约瑟夫·西尔维斯特和亚瑟·凯莱，发展了构成机器学习数学基础的大部分线 性代数。21 德国哲学家、科学家、外交家和数学家戈特弗里德·威廉·莱布尼茨，以其发展了 大部分微积分而闻名，他在1666年20岁时发表了一篇当时颇具神秘色彩的论文，题为《组合艺 术》，概述了他通过基于规则的符号组合自动化知识生产的理论，从而为人工智能开辟了道路 。莱布尼茨也是一位律师。22 在合适的资源和支持下，律师们正在富有创意地“吞噬”人工智 能技术。

21 Harry Surden, 《人工智能与法律——概述与历史》，斯坦福大学法学院，2019年4月8日，youtube. com/wat ch?v=BG6YR0xGMRA&list=WL&index=24&t=3503s（最后访问时间：2026年7月）。22 戈特弗里德·威廉·莱布尼 茨，《组合艺术论》（1666年）；乔纳森·格雷，《让我们计算吧！——莱布尼茨、卢利与计算想象》，公共领 域审查（2016年），publicdomainreview.org/essay/let-us-calculate-leibniz-llull-and-the-computationa l-imagination/（最后访问时间：2026年8月）；《机器天文学：神经网络在天文学中的历史、入门与展望》，1 《皇家学会A辑》1（2023年），arxiv.org/pdf/2211.03796（最后访问时间：2026年8月）。莱布尼茨于1667年 在阿尔多夫大学获得法学博士学位，并将他早期许多著作致力于法律问题。

周一早晨从何处着手。 挑选一个实践小组。选出一个受人尊敬的律师作为榜样，而不是技术

专家。找出三个真实案例，其中人工智能有可能将工作量压缩一半。与榜样和一位高级合伙 人一起，针对这三个案例开展一个两小时的实验室会议。将你的所学——成功之处、失败之 处以及工作流程的重新设计——发布给公司其余成员。30天后，对下一个实践小组重复此流 程。该流程中的任何环节都不需要新委员会、新工具或新预算线。它只需要一个开始执行的 决策。这基本上就是汤森路透在其针对特定实践小组的QuickStart项目中所做的事情。

达到70%的采纳率与达到20%的采纳率相比，并非微不足道的改进。 这其中的差别在 于价值实现与产品积压。

IV.前路漫漫：放大器而非替代判断

人工智能是一种强大的力量倍增器，但判断、关系和问责仍然属于人类 ，这一点不会改变。

—史蒂夫·哈斯克，汤森路透公司总裁兼首席执行官 2 3

71%的企业法律专业人士预计，随着人工智能的日益应用，律师事务所将改变其收费方式。 6 2%的律师事务所专业人士表示，其公司的定价结构未发生变化。这两者之间的差距是一场 即将到来的市场调整，大多数公司尚不清楚将如何进行定价。

计费小时费率的下行压力正在加剧。 替代收费安排、固定费率的产品化服务以及订阅和收入 分成模式，都比一年前寻求得更多，其速度也快于大多数合作伙伴愿意承认的程度。参与定 价讨论的公司将设定条款，而不参与的公司则将由客户和竞争对手为其设定条款。

然而，账本还有另一面值得被关注，但这并非客户或咨询界通常想听到的那一面。

那家刚刚在专业级AI基础设施上投入大量资金的律师事务所，确实投入了真金白银。 它投入了 真实的培训时间。它在每个业务组和每个资历层级上都促成了真实的行为转变。而另一边的律 师们，在完成这项投资后，正以更快的速度、更少的错误、更深入的分析产出更高质量的工作 ，这比一年前有了显著提升。客户在更短的时间内收到了更好的产品。这就是客户所要求的。

23 汤森路透研究所，《专业人士的未来2026》，随着人工智能的采用日益增长，挑战也随之增加，2026年6月 （引自史蒂夫·哈斯克）。 thomsonreuters.com/en-us/posts/technology/future-of-professionals-2026/ （2026年7月访问）。24 扎克·沃伦，《自主AI在法律领域遵循GenAI的增长轨迹，但存在独特的监管挑战》， 新报告显示，汤森路透研究所，2026年4月9日。thomsonreuters.com/en/institute/articles/agentic-ai-ove rsight-challenges

如果公司已经进行了投资，并且客户因此获得了更好的产品，那么为什么应该自动假定更好的 产品的价格会下降？更高的质量和更快的交付速度正是投资的要点。 这也是客户所要求的。第 二节中引用的Forrester研究在这个问题上比大多数供应商资料更直接：复合500名律师公司的 三年总收益2280万美元中，近90%来自业务容量的扩大，而非现有工作的成本削减。如果经济价 值确实存在于此处，那么定价讨论或许并不像人们通常认为的那么大程度上是关于对同一工作 （做得更好）进行打折，而更多地是关于更高质量的工作值多少钱。认为AI压缩必然意味着价 格压缩的懒惰假设显然是不对的，公司应该停止将其作为理所当然而妥协。

坦诚的沟通并非是“AI让你们的律师变便宜了，所以收费少点吧”。 坦诚的沟通应该是“AI让 你们的律师变得更好了，这就是‘更好’的价值所在”。那些以这种框架为先导，并且能实际 展示出质量提升的律所，将会发现他们的客户沟通正朝着有趣的方向发生转变。

那些能正确把握这一点的公司不会萎缩，它们会成长。 哈斯克（Hasker）自己在2026年2月的 一次CNBC采访中的预测是，人工智能将“扩大市场，提高生产力，并可能增加对法律和税务 服务的需求”。25 需求扩张的理论并非自动实现。它要求公司要基于质量定价、基于质量交 付、基于质量进行营销。能做到这三点的公司，会发现它们身处一个与过去十年平淡或下降 的按小时计费市场截然不同的需求环境。

那些不这样做的企业将会消失。 不会缓慢地，也不会体面地。就像那些未能采用电子邮件、 未能采用桌面计算、未能采用智能手机的企业消失的方式一样。进行调整的缓冲时间比大多 数合伙企业想象的要短。客户已经做出了决定。

百分之六的人得到了他们想要的东西。 百分之三十二的人在重新考虑他们要雇佣谁。其余 的人则在观望。

25 彭博社，路透社首席执行官史蒂夫·哈斯克：人工智能将拓展市场，而非取代专业人士，2026年2月26日。 cnbc.com /video/2026/02/26/thomson-reuters-ceo-steve-hasker-ai-will-expand-markets-not-replace- pros.html (访问于2 026年7月)。

罗伯特·W·古里（Robert W. Gurry），律师（Esq.），是汤森 路透CoCounsel公司的法律人工智能解决方案架构师，在那里他 教授、演讲，并帮助法律组织合乎道德地优化受信等级的人工智 能。他之前在俄亥俄州担任复杂民事诉讼律师和法官，并在华盛 顿特区担任罗伯特·哈夫法律与高管猎头公司的法律人才招聘人 员。

Contact: rob.gurry@thomsonreuters.com.

© 2026 Thomson Reuters TR8592088/9-26