大數(shù)據(jù)時代律師行業(yè)的三大變革

面對新技術(shù)，法律專業(yè)人士通常是最保守的人群之一，但大數(shù)據(jù)時代，律師和律師事務(wù)所要想脫穎而出，卓爾不群，盡快采用大數(shù)據(jù)技術(shù)是不二之選。

2008年金融危機以來，律師行業(yè)經(jīng)歷了長期的低潮，越來越多的企業(yè)客戶無法負擔(dān)高昂的律師費用，導(dǎo)致律所裁員不斷，規(guī)模日漸萎縮。而那些行業(yè)領(lǐng)先的律所開始推崇“精益企業(yè)”，收費模式也從過去的固定費率調(diào)整為按需服務(wù)。

但是“精益律所”并非根本的解決方案，律師事務(wù)所還必須借助大數(shù)據(jù)大幅降低信息處理成本，提高數(shù)字競爭力。近日GigaOM專欄作者Derrick Harris撰文指出，律師事務(wù)所基于大數(shù)據(jù)進行流程優(yōu)化時，需要重點考慮三個問題。

一、自動化造就“火眼金睛”

文檔檢索可能是大數(shù)據(jù)對法律工作影響最大的領(lǐng)域。律所通常存儲海量的非結(jié)構(gòu)化電子文檔，包括電子郵件、Office文檔、PDF文檔等等，從數(shù)以TB計的數(shù)據(jù)中檢索案件相關(guān)文檔簡直就是律師的噩夢，費時、費力而且準(zhǔn)確性差。通過大數(shù)據(jù)智能分析軟件，律所能夠大大提高文檔檢索效率。例如大數(shù)據(jù)創(chuàng)業(yè)公司Recommind開發(fā)的大數(shù)據(jù)軟件能通過機器學(xué)習(xí)算法進行“預(yù)測編碼”，大大提高法律文檔的檢索效率。另外一家值得關(guān)注的企業(yè)——PureDiscovery的語義分析技術(shù)也能大幅提高文檔檢索效率。

值得注意的是Recommind還在不斷開發(fā)新的產(chǎn)品Hypergraph（超級圖譜），例如幫助律師發(fā)現(xiàn)人、話題、時間線、非結(jié)構(gòu)化數(shù)據(jù)之間關(guān)聯(lián)關(guān)系的功能（編者按：類似圖譜分析）。在這個領(lǐng)域Recommind面對的競爭對手包括Zylab、EMC和IBM。

二、一切皆可數(shù)字化

案件訴訟中會產(chǎn)生大量文檔，而這些文檔“蘊藏”的數(shù)據(jù)對后來的案件辯護和審理則具有很高的參考價值。

大數(shù)據(jù)創(chuàng)業(yè)公司Lex Machina 的目標(biāo)客戶是知識產(chǎn)權(quán)律師 ，為他們提供決策支撐數(shù)據(jù)統(tǒng)計服務(wù)。   Lex machina將很多過去的較為模糊的定性數(shù)據(jù)都給量化了，例如“這位法官對被告很不利”、“這種索賠的案件通常都能贏”或“這位律師對此類技術(shù)的經(jīng)驗值最高”等。Lex Machina的數(shù)據(jù)分析的數(shù)據(jù)源主要來自公開的PACER（聯(lián)邦法庭數(shù)據(jù)庫），PACER的數(shù)據(jù)一直在那，但是Lex Machina是第一家通過機器學(xué)習(xí)和自然語言處理等技術(shù)從中“淘寶”的公司。

值得注意的是，Lex Machina的前身是一個非盈利項目——斯坦福知識產(chǎn)權(quán)法律結(jié)算中心，公司還招募到了斯坦福大學(xué)的機器學(xué)習(xí)和自然語言處理專家Andrew Ng和Christopher Manning。IEEE Spectrum上有一篇對Lex Machina的報道非常精彩。

三、大數(shù)據(jù)應(yīng)用的自助與創(chuàng)新

與其遙遙無期地坐等大數(shù)據(jù)廠商開發(fā)好用的律師工具，律師們需要自己動手，創(chuàng)造性地利用各種現(xiàn)成的大數(shù)據(jù)工具和數(shù)據(jù)源。例如律師可以使用類似ScraperWiki這樣的工具分析證人的Twitter聯(lián)系人網(wǎng)絡(luò)和活動記錄。

律師還可以使用類似etcML這樣的免費工具（對應(yīng)的付費服務(wù)如AlchemyAPI）分析各種文本，包括推文和電子郵件，來發(fā)現(xiàn)關(guān)鍵觀念或進行傾向性判斷。零用import.io這樣的工具從網(wǎng)站抽取數(shù)據(jù)（例如房產(chǎn)價格歷史數(shù)據(jù)），并制作成圖表。