大数跨境

企业法务 AI 落地的最后一公里怎么走?

企业法务 AI 落地的最后一公里怎么走? 华宇元典法律智能
2026-07-03
6

7月2日,2026产业互联网创新发展论坛北京成功举行。论坛以"标杆引领·数智强基"为主题,由全球数字经济大会组委会主办,北京软件和信息服务业协会承办,北京市数字经济促进中心、德勤中国、北京人工智能产业联盟协办,并得到了北京市科学技术协会的支持。

在圆桌对话环节,主持人、北京软件和信息服务业协会理事、北京人工智能产业联盟秘书长陈尚义,与对话嘉宾——中国工业互联网研究院数据管理与应用研究所副所长杜栋栋,北京神州泰岳软件股份有限公司董秘、首席品牌官张开彦,北京华宇元典信息服务有限公司总经理蔡建军,北京面壁智能科技有限责任公司副总裁刘豪杰——围绕"智变与重构:AI驱动下的产业互联网新范式"主题,展开深度交流。

其中,蔡建军从法律科技一线的视角,给出了一个关于企业法务AI落地的核心判断——

 

"直到今天,绝大部分企业并不能够真正应用大模型和智能体创造价值。在这个里面有大量的最后一公里的问题亟待解决。"

他从三个维度拆解了企业法务AI落地的核心卡点——通用模型的能力短板、AI对企业的"陌生感"、以及安全与成本的三角平衡。

一、三重挑战:大模型落地企业的真实卡点

蔡建军在圆桌上没有谈技术参数,而是从法律科技一线的视角,给出了三个"落不了地"的真问题。

挑战一:通用模型"不够懂法律"

这不是新鲜事——通用大模型在法律场景里引用不存在法条、虚构判例观点,早已司空见惯。更隐蔽的问题是:它"说"得像那么回事,但法务不敢信。

行业调研给出了更全面的印证:ACC《2026全球首席法务官调查》显示,52%的美国企业法务部已在规模化使用生成式AI——较前一年的23%翻了一倍以上。GC AI的ROI研究则给出了硬数字:律师人均每周节省14小时,外部律师支出下降14%。但与此同时,LegalOn的报告指出61%的法务团队缺乏落地资源、59%担忧数据隐私、51%困于系统集成。工具是有了,ROI也跑通了——但"核查负担"和"落地阻力"仍然在吃掉本该到手的效率红利。

元典的解法很直接——不是自己做通用大模型,而是把近十年积累的法律数据能力与通用模型做"垂直嫁接"。今年,1.79亿裁判文书、601万法律法规通过MCP协议接入Kimi。用户打开Kimi网页版,左下角加号里选择法律专业数据库,回答的准确性就有了质的提升。同样的能力也输出给了腾讯WorkBuddy、阿里Coder Work。

"通用能力和垂直场景能力相结合,才能弥补专业能力不足的问题。"蔡建军透露,元典给Kimi输出的法律数据接口,每月调用量都有几倍以上的增长——市场反应真实而热烈。

挑战二:AI"不懂你的企业"

"绝大部分时候,模型和AI是不懂企业的。"蔡建军的这句话,可能比幻觉问题更致命。幻觉可以通过高质量数据来解决,但"不懂企业"的问题,本质是通用智能和具体企业之间的结构性鸿沟——不是一个模型升级能解决的。

什么叫"不懂企业"?至少三个维度:

 

行业差异——你是什么行业,AI知道吗?

不同行业的监管体系、合规环境、法律风险谱系完全不同。一个做金融的法务总监和一个做新能源的法务总监,每天面对的法律问题几乎没有交集。

 

竞争格局——你在行业里是什么位置,AI知道吗?

市场份额第一的龙头和正在追赶的挑战者,法律风险策略根本不同。前者守的是合规底线和反垄断红线,后者盯的是知识产权壁垒和市场准入。同一套AI策略,两家公司完全不能互换。

 

企业战略——公司今年在干什么,AI知道吗?

同样一家公司,扩张期忙着并购尽调和跨境合规,防守期纠结的是劳动用工优化和诉讼管理。法务AI如果不懂企业战略,给出来的东西不是"错",是"不疼不痒"。

举三个具体行业的例子,差异就非常直观了:

金融业

AI需要理解的不只是《民法典》和《公司法》,而是银保监会、证监会、央行发布的数百个监管文件——反洗钱、KYC、巴塞尔协议、关联交易、消费者权益保护。合规链条极长,一处出错可能触发监管处罚。DBS星展银行的Alpha小组把AI用到AML风险分类,不是"让AI看法条",是把几百个监管规则和内部判断经验同时喂给了系统。

一个更近的教训——2026年6月,国家审计署实名通报中国银行:2023年至2025年间,中行通过下属两家金融机构作通道,组织员工每人出资1至100元"凑人头",将11只私募基金包装成公募基金,利用公募基金免征所得税的政策优惠,逃税23.67亿元。审计署定性为"利用金融优惠政策套利的典型违规样本"。这不仅是税务问题——从资管产品架构设计、员工行为合规到税收优惠适用性审查,每个环节的法律判断都极度依赖行业know-how。通用AI不可能知道什么叫"凑人头套利",因为它不懂中国金融监管和税收优惠之间的那条灰色地带在哪。

新能源

法务部每天面对的不是国境内合同纠纷,而是欧盟碳关税(CBAM)、海外反补贴调查、跨境知识产权壁垒。AI如果只训练了国内法律数据,在海外贸易救济、WTO规则、目标国本地法上几乎是一片空白。这不是"换个大模型"能解决的问题,是需要把国际贸易法+目标国法规+企业内部法务经验三者打通。

一个眼前的例子——2026年6月,蔚来法务部对多家公司提起诉讼:市面上出现了大量山寨NOMI车载智能助手,物理仿冒外观、照搬交互表情、甚至蓄意编造不实对比内容误导消费者。蔚来从2017年首发NOMI至今投入了近50项行业首创的情感交互技术,但被"像素级复制"只需几个月。法务部不仅要做民事诉讼和行政投诉,还要面对一个更棘手的问题——山寨产品未经车规级验证,碰撞时可能变成"车内子弹"。这背后需要的AI能力,远不止"审一份采购合同"——它得懂外观设计专利、懂反不正当竞争、懂产品安全标准、还得能追着电商平台做侵权监测。

互联网企业

监管多头——网信办、工信部、市场监管总局、公安部各管一摊。数据跨境、个人信息保护、平台反垄断、算法备案、内容合规——每条线都在快速立法、频繁更新。法务部的AI如果不能跟住政策变化的节奏,给出来的法律意见可能昨天还对、今天已经过时了。

所以蔡建军的判断很明确——不是让企业去适应通用工具,而是让模型和智能体来适配企业。他拆出了三个必须打通的系统:

 

知识系统

企业多年积累的合同库、案例库、合规指引、法务意见——如何变成AI可调用的"企业记忆"?

 

工具系统

法务管理、ERP、OA、合同管理等既有系统——如何与智能体连接,而不是另起炉灶?

 

评测系统

AI上线后,什么算好、什么算不好?标准谁来定?没有评测,就无法迭代。

这三个系统不建起来,AI在企业里就永远是个"外人"——能聊天,干不了活。这也是为什么那些"超级个体"跑得飞快,但全局落地始终推不动:超级个体绕过系统工作,但企业只能靠系统运转。

挑战三:安全、性能、成本的三角平衡

这个问题每个法总都绕不开。蔡建军用一连串反问概括了这个困局:

 

"每一个企业都会担心安全——用云侧模型,数据被泄露了怎么办?不用云侧模型,本地模型性能不够怎么办?用了最好的本地模型,成本和未来迭代怎么办?"

他的判断是——这三点没有标准答案,必须站在客户侧,对具体场景做恰当评估:什么场景适合云侧模型?什么时候用本地模型?本地模型什么时候上多模态、什么时候走混合专家路由?

"这些都需要大量工作。我们要解决的问题很多——这就是大模型和智能体落地的最后一公里。"

场景化评估 三者之间 没有标准答案 安全 数据不出域 性能 准确率 · 响应速度 成本 算力 · 持续迭代 用云侧还是本地? 多模态还是混合专家? 预算能否支撑持续迭代?

二、最后一公里的本质:不是技术问题,是组织变革

三重挑战总结了"事"的问题。但如果只看到这一层,你可能还是在找"更好的工具"——而真正让法务AI从"能用"走向"好用"的阻力,在组织里。

圆桌讨论中,主持人问了一个关于"培养员工哪些能力"的问题。蔡建军的回答没有走"学提示词""考AI认证"的常规路线,而是把矛头直接指向了更深层的组织问题。

 

AI原生组织的变革,首先不是对员工的要求,是对一号位的要求。

"有没有决心和信念去做这件事?包括整个流程的再造、生产方式的变革,甚至短期业绩的波动——有没有这个魄力?包括建立一套完整的系统和机制,让Agent和AI能够在组织里真正跑起来。"

这句话值得法务负责人反复读。过去大半年,多少企业的法务部是"自下而上"在推AI——团队里那个最积极的同事自己先试起来,法总看到了说"挺好,继续探索"。但全局落地需要的不是"鼓励探索",是系统性的组织设计。

对于员工的能力要求,他的判断同样犀利:

少数人

专业要求比以前更高了

顶级架构师

顶级行业知识专家

AI乘数效应下

发挥几倍至十几倍作用

多数人

经验和技能要求被弱化

取而代之:意愿 + 主体性

学习的意愿

想象力 · 品味

判断力 · 思考力

"只有你更强了,你才能更好地用好模型。"蔡建军最后说,"对人的要求其实还是挺难的。"——这句话的份量,做管理的人应该能掂出来。

所以"最后一公里"的本质不是再找一个更好的模型、再买一套更先进的工具。是一号位有没有决心做组织变革,团队有没有意愿和主体性去接住这个变化。技术问题可以外包,组织问题只能自己扛。

三、在变化中找不变:穿越周期的三个锚点

解决了"事"的三重挑战和"人"的组织变革之后,蔡建军分享了最后一个层次——不管技术怎么变、不管行业怎么转,元典内部始终在追问和坚守的三件事。

锚点一:给用户创造的价值,到底是什么?

"我们给客户创造的,不是把最先进的模型布在那里,不是把最领先的Agent给他用上——最重要是你给客户带来了什么变化。"

90%

检索与研究

80-85%

审查类场景

65-70%

写作类场景

元典在检索、审查、写作三大场景中的实测效率提升

锚点二:拥抱生态,不关起门来做

"要给客户带来这样的变化,光靠我们自己是不够的。"元典的生态策略干脆利落——与Kimi、DeepSeek等模型厂商合作,与腾讯WorkBuddy、阿里Coder Work等通用Agent合作,与垂直领域行业软件合作。甚至包括友商。

"很多数据和能力接口,我们主动输出给友商。因为眼前我们更需要做的,是探索这些变化如何给客户创造价值。需要更多、更广泛的合作。"——在当前这个阶段,把蛋糕做大比切蛋糕重要。

锚点三:长期竞争力,靠的是长期投资

"长期竞争能力是靠长期投资带来的。没有哪家企业天生比别人强——你在某一方面做得好,只是因为你做得足够久、投资足够大。"

对元典而言,这个"长期投资"就是中国领域高质量法律数据集的持续建设——1.79亿裁判文书、601万法律法规、10年积累。不管模型如何迭代,这是底座。然后把能力输出给全行业、客户和合作伙伴。"在整个高速变化中寻找不变,坚守不变的东西。"

结语

现在可以回答开头的问题了。

这最后一公里,不是技术问题。是系统工程。是组织变革。是定力。

法务AI落地,需要的不只是一个工具。是一个真正理解法律、理解行业、理解你企业的伙伴。


图片

↓↓↓扫码预约 入企咨询↓↓↓

扫码预约

参考来源:

· 蔡建军在2026产业互联网创新发展论坛"智变与重构"圆桌发言标杆引领 • 数智强基!2026产业互联网创新发展论坛洞察AI变革新趋势


【声明】内容源于网络
0
0
华宇元典法律智能
北京华宇元典信息服务有限公司是北京华宇软件股份有限公司旗下子公司,专注于法律人工智能,以智能工具拓展法律人的潜力,为法律人创造价值。
内容 252
粉丝 0
华宇元典法律智能 北京华宇元典信息服务有限公司是北京华宇软件股份有限公司旗下子公司,专注于法律人工智能,以智能工具拓展法律人的潜力,为法律人创造价值。
总阅读2.2k
粉丝0
内容252