买人工智能法律工具，三个常见的坑

ningxueqin

　　人工智能法律工具这两年很热，产品也越来越多。企业买错的情况，比买对的多。

　　把演示当能力，是常见的误判。

　　厂商演示的时候，合同是精心挑过的，问题是有标准答案的。企业看着流畅，觉得什么都能干。真到了自己的合同上，条款写法千奇百怪，扫描件模糊、表格错位、附件缺失，工具的表现立刻打回原形。

　　判断的办法很简单：拿三份自己真实的、格式混乱的合同去试。不预处理，不改格式，直接扔进去看结果。能不能识别、能不能定位、能不能说清风险在哪，一试便知。

　　功能堆得越多越好，是另一种误判。

　　合同审查、法规检索、问答、文书生成、案件管理，功能表拉得很长。但企业真正高频的场景，往往只有两三个。为一个用不上的功能付费，还增加了学习和维护成本。

　　更麻烦的是，功能多不等于打通。审查完的结论进不了流程，检索到的法规关联不到具体条款，各模块各干各的，最后还是靠人来回搬。选型时要看的是这条链路能不能走通，而不是这个清单有多长。

　　只看效果、不问数据怎么放，是容易被忽略的一条。

　　法律文件天然敏感。合同里有客户信息、交易金额、履约安排。工具部署在哪里、数据存多久、谁能看、能不能导出、离职后权限怎么回收，这些问题在演示阶段很少被问，上线之后却可能变成合规风险。

　　尤其是涉及跨境业务的企业，数据出境的规则要提前确认，别等出了问题再补。

　　避开这三个坑，人工智能法律工具的选型思路就清楚了：先用真实样本验证能力，再按高频场景筛功能，最后把数据与权限的边界谈清楚。价格放在这三步之后，才有比较的意义。

　　Nebulaw（星云衡律）做的是合同审查、风险识别与法务协同这一条线，产品能力与部署方式，要按团队的规模和使用深度来匹配。

　　工具是给人用的，选型的标准，应该是能不能解决我的问题，而不是看起来有多强。