姚芳沁

與客服糾纏索要賠償總是一件勞心勞力的事情，現(xiàn)在一大批創(chuàng)業(yè)公司通過自動化程序幫人們追討賠 償。

這種被稱為“為正義服務”的商業(yè)想法最早源自硅谷。由于法律服務的費用太過高昂—在美國，80%的法律需求方付不起法律服務的賬單，全球其他國家也存在類似情況。因此遇到法律問題的時候，人們通常會先上網(wǎng)找答案，市場需求由此形成。

如果歷史性地回顧法律服務的價格，會發(fā)現(xiàn)它在不斷上升，但這并不該發(fā)生—新的技術和創(chuàng)新使成本降低。怎樣用技術手段降低法律服務的費用，斯坦福大學學生Joshua Browder決定將這個問題轉(zhuǎn)變?yōu)樽约旱膭?chuàng)業(yè)計劃。

2015年，只有19歲的Browder為了處理自己數(shù)不盡的違章停車罰單，花3個月的時間開發(fā)了一個叫作DoNotPay的機器人律師來幫他上訴其中一些不合理的罰款。Browder認為在很多情況下違章停車罰款是無效的，比如遇到標志指示不清或是把緊急病患送往醫(yī)院等特殊情況。

打開DoNotPay網(wǎng)站，建立一個賬號，機器人會詢問用戶一系列有關違章停車的問題，以此判斷使用者是否可以上訴罰款，并引導他們?nèi)绾芜M入上訴程序。如果用戶的回答證明他可以提出上訴，那么機器人會根據(jù)用戶的選項自動生成上訴。這款機器人律師的運作基于聊天算法，通過關鍵字、指代詞和語序來分析用戶的語義表達。當然，和它聊得越多，它就會變得越智能。

在開發(fā)DoNotPay機器人之前，大多數(shù)律師告訴Browder，機器人是沒辦法將法律自動化的。但Browder并不這么認為，在他看來，大量的律師都在做著極為瑣碎的基礎工作，并對此征收高昂的費用。

“機器可以很好地替代他們。我不希望那些需要保護的人們?yōu)榱藸幦∽约旱臋?quán)利，不得不支付大約有罰款金額一半的錢來雇傭律師上訴。”Browder對《第一財經(jīng)周刊》談到創(chuàng)業(yè)的初衷。

BamLegal的CEO Catherine Bamfor認同Browder的看法。她認為這些機器人律師提高了效率，壓低了那些不具有競爭力的人工律師的市場費用。在此之前，BamLegal已經(jīng)為多家法律公司提供自動化技術支持。

通過自動化機器人完成的上訴申請，最后讓Browder免除了部分違章停車罰款，也讓他意識到能夠提供免費法律服務的智能聊天工具，有極大的存在價值—在英國，如果地方政府在56天內(nèi)不作出回復，上訴會被視為自動成功，違章停車罰款也會被取消。

DoNotPay之后的發(fā)展證明了Browder的設想。2015年9月上線后，當月就有3000人利用這個機器人律師就停車罰單提起上訴。7個月后，DoNotPay在紐約上線，截至目前，它幫助過25萬司機追討不合理的違章停車罰款，其中64%的案例勝訴，免除了總共價值約500萬美元的停車罰款。

某種程度上，DoNotPay機器人的誕生也表明，聊天機器人不只能夠幫助人們處理像訂餐這樣的簡單任務，還能解決其他一些復雜的問題。在此之前，很多公司都在投資聊天機器人，其中最出名的就是Facebook的Messenger，它們可以執(zhí)行各種簡單的任務，例如訂花或提供天氣預報。

但Browder對這些機器人感到失望，他認為通過填寫網(wǎng)絡表格的方式訂花都比用機器人更快一些?，F(xiàn)在，Browder嘗試將DoNotPay拓展成一個聊天機器人生成平臺。除了違章罰款上訴，DoNotPay還能提供飛機延誤賠償費追討、幫助無家可歸的人們申請緊急住房庇護等法律服務。

不過DoNotPay機器人目前只能在其網(wǎng)站上使用，Browder表示他已經(jīng)在和Facebook談判將其植入到Messenger App中。DoNotPay機器人最新的一個功能是通過Facebook Messenger幫助難民在美國、加拿大和英國尋求難民庇護。

Browder說，選擇與Facebook Messenger合作正是因為對方有著極高的用戶覆蓋率，但它也并不完美。和其他的聊天工具不同，F(xiàn)acebook Messenger并不對聊天內(nèi)容做端到端的加密。因此，Browder需要在他的服務器和Facebook之間設置端到端加密，用戶的申請發(fā)送過后，所有數(shù)據(jù)在10分鐘內(nèi)就會自動銷毀。

Browder現(xiàn)在還是自己一個人在運行DoNotPay，并且不收取任何費用。他認為最大的挑戰(zhàn)在于不同的地方都有各自不同的法律，并且隨著機器人律師能力的增強，他需要雇傭一些職業(yè)律師來幫助提供更專業(yè)的法律解答。

和DoNotPay只是Browder的業(yè)余項目不同，AirHelp和Pixsy這兩家創(chuàng)業(yè)公司已經(jīng)在各自的細分領域找到了機器人律師的商業(yè)化方向。

Y Combinator支持的AirHelp成立于2013年，這是一家專門處理飛機延誤補貼賠償?shù)某鮿?chuàng)公司。在過去4年的開發(fā)過程中，AirHelp研發(fā)的機器人Herman總共收集了來自30個司法管轄區(qū)的上萬個法庭訴訟案例。截至目前，它已幫助全球超過200萬乘客追討回價值8500萬美元的補償，并從每一筆補償中收取25%的傭金。

在Herman出現(xiàn)之前，用戶索賠航空延誤賠償?shù)倪^程稱得上復雜。在采取法庭訴訟之前，他們要考慮很多條款和因素是否符合要求，比如出發(fā)和抵達機場、被延誤飛行的日期，以及航空公司的條款。

如果人工操作的話，根據(jù)復雜程度的不同，至少需要花上20分鐘。很多乘客即使有權(quán)獲得賠償，也因為覺得麻煩選擇主動放棄。根據(jù)AirHelp的統(tǒng)計，在有權(quán)獲得飛行賠償?shù)?00萬乘客中，只有2%會采取法律行動，導致每年有20億英鎊（約合178億元人民幣）的賠償金流 失。

今年3月，Herman作為人工智能律師正式上線，嘗試幫人們解決索賠的麻煩。當用戶需求上傳到系統(tǒng)中之后，Herman能自動厘清包括航空公司、出發(fā)機場、抵達機場、乘客國籍等相關信息，從而建議用戶走怎樣的法律渠道最為合適。

“我們的產(chǎn)品就是要確保用戶知道什么時候，以及在什么情況下他們可以獲得賠償，因為很多情況下我們不知道理賠的規(guī)矩，我們的任務就是讓爭取賠償?shù)牧鞒套兊酶旄啽恪！盇irHelp英國市場總監(jiān)Marius Fermi對《第一財經(jīng)周刊》說。

AirHelp的發(fā)展相當順利，這家公司現(xiàn)在擁有500多名員工，并在去年獲得了1200萬美元的投資。Fermi認為法律顧問服務行業(yè)被人工智能徹底改變了，人工智能能精簡了法律流程，從而使人工法律團隊能專注地處理更技術性的問題。

Pixsy則把服務對象定位在專業(yè)攝影師。自2014年成立以來，這家總部位于柏林的創(chuàng)業(yè)公司已幫助2萬名攝影師用戶處理了圖片盜版侵權(quán)糾紛，涉及總共1.3億張盜版圖片。“我們的目標是既為了讓攝影師認識到他們的權(quán)利，也是為了讓圖片使用者增強版權(quán)的意識?！盤ixsy的CEO Anders Fleck對《第一財經(jīng)周刊》 說。

用戶在Pixsy上注冊個人信息、提供圖片來源，比如Flickr、Facebook、Instagram或者個人網(wǎng)站，然后網(wǎng)站就能反向搜索圖片，也就是在互聯(lián)網(wǎng)上尋找匹配的圖片。一旦發(fā)現(xiàn)圖片侵權(quán)，用戶至少可以要求對方立即停止圖片的使用和傳播，不過針對圖片被使用的背景和用途，有時候用戶是可以要求經(jīng)濟賠償?shù)摹５珜で筚r償?shù)倪^程耗時而繁瑣，而且無法保證一定能獲得賠償。

用戶針對Pixsy提供的圖片匹配搜索結(jié)果決定對哪些案例可以追討賠償，有時候搜索結(jié)果并不一定準確，比如一些印刷字符，這時候就需要用戶手動判斷。此外，Pixsy還會根據(jù)圖片侵犯的商業(yè)化程度，列出案例排名，顯示哪些案例獲得賠償?shù)臋C會和金額更大。接下來就由用戶自己決定是否需要Pixsy采取進一步的行動。Pixsy的服務是免費的，但如果用戶通過Pixsy獲得賠償，Pixsy會收取50%的傭金。

在社交媒體活躍的當下，攝影師一方面希望通過社交媒體渠道傳播自己的作品，另一方面這也加大了圖片被盜版的風險。過去他們唯一的辦法是通過Google圖片搜索一張一張地手動匹配。

“這種方式非常耗時，尤其對于攝影師來說，他們的工作應該是創(chuàng)作新的作品，而不是跟蹤舊作?！盕leck說。同時社交網(wǎng)站也為很多非專業(yè)攝影師提供了一個免費展示作品的平臺。Pixsy有1/3的用戶是非專業(yè)攝影師，這也是他們未來業(yè)務的增長點。

根據(jù)調(diào)研公司CB Insights的統(tǒng)計，自2012年以來，有超過280家法律技術創(chuàng)業(yè)公司總共融得了7.57億美元的資金。而這些公司大多與AirHelp和Pixsy一樣，聚焦在一個特定的法律領域，比如破產(chǎn)法、知識產(chǎn)權(quán)法等 等。

如今，這些使用了不同自然語言和機器學習技術的人工智能機器人正在改變市場結(jié)構(gòu)，它們讓信息流動更加迅速，從海量的文件中挖掘?qū)υV訟有利的證據(jù)，可以閱讀并生成成千上萬的合約，也能為企業(yè)客戶預見欺詐舞弊風險，或是為公司并購交易提供基礎的法律調(diào)研服務。

在過去，這個過程類似一個高級合伙人的助理角色，他會花費幾個小時找到一堆相關的文檔，并標出重點。但律師機器人會在幾秒之內(nèi)呈現(xiàn)出數(shù)篇與問題相關的文章段落，用戶點擊之后可以查看原始案例文本中的前后文。

為了不被機器趕超，在全球擁有7000名律師的大型律所Dentons在2015年成立了一個創(chuàng)新投資部門Nextlaw Labs，除了時刻關注新技術，它還會投資有潛力的創(chuàng)業(yè)公司，目前已經(jīng)有7家創(chuàng)業(yè)公司成為其投資對象。

“當下電子數(shù)據(jù)的爆炸性增長使得很多人工作業(yè)很難跟上其速度，你不得不依賴新技術來幫你梳理海量的數(shù)據(jù)。”來自美國芝加哥的技術公司NexLP的創(chuàng)始人Jay Leib說，這家公司提供一個叫作eDiscovery的人工智能平臺，能夠從文件中搜索與訴訟相關的信息。

這一趨勢同樣也發(fā)生在中國。很多時候，為了對案情更為了解，律師需要閱讀上千頁的文字資料。人工智能工具法狗狗使用的是一套可應用于刑事案件的案情預測系統(tǒng)，通過選定罪行分類，并提供傷亡人數(shù)、案發(fā)地點等信息，即可獲得安全的預測結(jié)果及類似案例。

“普通用戶可以快速獲得專業(yè)精準的案情預測，律師可以通過詳細的深度案情分析，快速掌握切入點，提高接單成功率?！狈ü饭返漠a(chǎn)品經(jīng)理劉謙對《第一財經(jīng)周刊》說。

最開始法狗狗是為了幫助律師提高辦公效率開發(fā)的。律師需要咨詢案源，經(jīng)過篩選之后才能確定哪些可以成為客戶，而現(xiàn)在這部分的咨詢工作可以通過人工智能技術完成。“法律是一個有限的邏輯世界，如果你和律師交談，會發(fā)現(xiàn)他們通常遵循“if else”的邏輯，這和計算機邏輯是非常相似的。人工智能可以顯著降低法律服務的門檻。但我們并不是要取代律師，畢竟調(diào)查取證、庭前和解等工作仍然是計算機所無法實現(xiàn)的。”劉謙說。

人工智能的支持者認為，新技術降低了法律服務的成本，讓更多原本負擔不起律師服務的費用的人可以尋求法律援助，因而它不僅不會對律師職業(yè)造成威脅，反倒有可能激發(fā)更多的需求?！叭绻覀兡馨?0%的成本比例降低到2%，整個法律服務的成本將顯著降低，工作效率的提高讓律師可以服務更多客戶?！盠eib指出。

就目前來看，人類律師還無需擔心自己將很快失業(yè)。在現(xiàn)階段，律師機器人可以節(jié)省查閱法律條款、過往案例等基礎研究和收集資料的時間，但在自然語言的理解上，比如詞的多義性，目前來看機器理解語言的能力和人類還存在很大距離。

因此律師的一些工作，比如向客戶提供建議、撰寫法律簡報、談判和上庭等等，現(xiàn)在都是法律機器人無法取代的。“人工智能把人類從枯燥的文書工作中解放出來，讓他們可以更專注于一些戰(zhàn)略性的問題。既然我們打敗不了它們，那就接受它們?！比蛑伤鵕eed Smith的首席知識官Lucy Dillon說。