法律事務所用 AI 做合約初審，能取代律師到什麼程度

一間員工約十五人的中型法律事務所，主要業務是幫中小企業處理採購合約、租賃合約、供應商合作合約的審閱。客戶多半是製造業和貿易公司，合約量不算龐大，但每份合約的審閱流程都差不多：資淺律師先通篇讀過一次，用螢光筆標出可能有問題的條款，再交給合夥律師複核、寫意見書。一份十幾頁的合約，光是初審就要耗掉資淺律師半天到一天的時間，遇到月底案量集中，整個團隊常常得加班到很晚才能把積壓的合約清完。

事務所的合夥人一開始對「用 AI 審合約」是抗拒的。倒不是不相信技術，而是擔心兩件事：一是客戶的合約內容涉及商業機密，資料丟到雲端會不會外洩；二是如果 AI 看漏一條重要的違約條款，責任算誰的。這兩個顧慮，幾乎是每個考慮導入 AI 合約審閱的事務所都會卡住的地方。

合約初審卡住的到底是哪個環節

仔細拆解這間事務所的審閱流程後會發現，真正耗時的不是「判斷」這個合約好不好，而是「比對」和「標記」這兩個機械性的動作。資淺律師花最多時間的，其實是把眼前這份合約拿去跟事務所過去審過的類似合約、跟客戶慣用的標準條款範本逐條比對，找出哪些條款被對方偷偷改動過、哪些常見的責任限制條款不見了、付款條件跟慣例是否有出入。這種「找不一樣」的工作，人力做起來又慢又容易漏看，但恰好是目前合約審閱類 AI 工具最擅長的場景。

事務所最後選擇的做法，是先從最制式化的合約類型下手，像是標準採購合約和一般商用租賃合約，這類合約條款結構固定、變動幅度小，風險相對可控。至於併購合約、跨國合作這種條款複雜、牽涉判斷空間大的案件，仍然維持全程人工審閱，完全不讓 AI 介入判斷，只用來做背景資料整理。

選工具時真正在意的是什麼

市面上合約審閱類的 AI 工具，大致分成兩種。一種是通用型的大型語言模型搭配自訂提示詞，成本低，但穩定性和專業術語的掌握度參差不齊；另一種是專門針對法律文件訓練、標榜資料不進訓練集的合約審閱工具，價格通常是每月固定訂閱，依使用量或席位數計費，對中型事務所來說是一筆需要仔細評估的固定支出。

這間事務所最後選的是後者，主要考量就是資安。他們要求供應商說明資料儲存地點、是否通過相關資安認證、合約終止後資料如何刪除，這些條件談清楚之後才簽約。導入初期，他們也刻意把 AI 定位成「初審員」而不是「審核者」——AI 標出的每一條風險提示，都必須由律師親自確認是否成立，AI 不會直接下結論說「這份合約可以簽」或「不能簽」，最終的專業判斷和法律責任，還是留在律師身上。

用了三個月之後，實際改變了什麼

最直接的變化是初審時間明顯縮短。原本資淺律師要花半天到一天逐條讀完的制式合約，現在 AI 先跑過一次、標出異常條款和缺漏項目，律師只需要針對這些標記重點複核，時間大約可以省下一半以上。案量集中的月底加班情況也明顯減少，團隊有更多時間放在需要真正法律判斷的複雜案件上。

比較意外的收穫是漏看率下降。人工比對容易因為疲勞而看漏細節，尤其是長合約裡藏在附件或但書裡的條款，AI 在逐條比對這件事上不會因為看到第十份合約就分心，反而比人工更穩定地抓出被悄悄改動的用詞。不過事務所也坦言，AI 偶爾會把一些其實無傷大雅的措辭差異也標成風險，誤報的情況存在，這也是為什麼他們堅持保留人工複核這一關，而不是完全信任 AI 的輸出。

導入前 vs 導入後對照

什麼樣的事務所適合現在導入，什麼情況該先緩一緩

如果事務所手上有大量結構相似、條款變動不大的制式合約，而且審閱流程主要卡在「比對找差異」而不是「複雜法律判斷」，這種情況下導入 AI 輔助初審，投資報酬率會比較明顯，通常幾個月內就能感受到時間上的差異。

但如果事務所的業務高度集中在併購、訴訟策略、跨境爭議這類每份案件都高度客製化、幾乎沒有範本可循的領域，AI 能發揮的效益有限，勉強導入反而可能增加溝通和校對的成本。另外，如果事務所對資安要求極高、客戶合約涉及國安或高度敏感資訊，在確認供應商的資料處理機制之前，不建議貿然把合約內容上傳給任何第三方工具，這一點無論工具再方便都不該妥協。

規模較小、案量不穩定的事務所，也可以考慮先從免費或低成本的工具試用開始，把 AI 定位成初步篩檢而非正式流程的一環，等確認真的能省下時間、誤報率可接受之後，再評估要不要簽長期訂閱方案。