大型律所转向自建AI系统争夺核心经验资产

大型律所正在从依赖 OpenAI、Harvey 等外部通用工具，转向利用自身独有的历史案例和专业知识构建定制化 AI 系统。这一趋势的核心逻辑在于：当所有律所都能购买相同的软件时，真正的竞争优势来自于只有该律所才拥有的“独家数据”。例如，Morgan & Morgan 计划在未来十年投入 10 亿美元开发内部模型，旨在捕捉资深律师对案件模式的直觉判断；而 Kirkland & Ellis 则与 Palantir 签署协议，支付 5 亿美元为其私募股权业务定制技术。 这种转变迫使传统法律科技供应商调整策略。LexisNexis 和 Thomson Reuters 不再满足于仅提供文档检索或分析工具，而是开始提供基于其百年内容库训练的专属模型（如 Thomson），并寻求与律所私有数据结合。文章指出，未来的竞争焦点不再是谁的软件更智能，而是谁拥有并控制软件所“知道”的内容。同时，这也带来了新的合规挑战，包括如何脱敏客户数据以防止识别个人身份，以及严格限制外部供应商是否有权保留或利用这些数据。 事实层面，文中明确提及了具体的交易金额（Palantir 5 亿美元）、投资计划（Morgan & Morgan 10 亿美元）及合作伙伴关系。推断层面，这标志着法律科技行业从 SaaS 模式向“数据资产化”模式的迁移，拥有高质量私有数据的律所可能形成比单纯使用先进算法更强的护城河。猜测层面，目前尚无法确定最终赢家是掌握数据的律所还是协助处理数据的科技公司，但控制权归属将成为关键变量。