行业 12

法律与合规

4 个案例 · 交付周期 6 周 · 11 处踩坑

本行业 FDE 要点

这个行业做 AI 项目和别的行业不同的地方。交付团队进场前要过一遍，发起方立项前也要过一遍。

  1. 错一处就是事故

    法律文本的错误代价不对称，漏掉一个担保条款比多花 10 小时更严重。evals 要单独统计「关键项漏检」，不能只看平均准确率。

  2. 每条结论都要能追溯到原文

    律师和法务不接受「模型认为」。输出必须带文件名、页码、条款原文，方便人复核和签字。

  3. 保密是前置条件

    客户资料受保密义务约束，律所和法务部通常不允许上公有云。先确认部署方式和数据边界，再谈功能。

  4. 商业模式会成为阻力

    律所按小时计费时，效率提升可能减少收入。要找到固定费用项目或客户明确要求降本的场景切入。

  5. 标准在资深律师脑子里

    审查标准（playbook）多数没写下来。把它写成清单，常常是项目最大的产出。

4 个案例

每张卡片上的引言是客户的原话。点进去看好 FDE 怎么把它换成真问题。

  • 12.16 周 · 5 个阶段 · 3 处踩坑

    合同审查

    客户嘴上要的「法务部人手不够，做个 AI 审合同，自动找出所有风险条款。」

    真正要解决把「法务逐份看合同」变成按风险分流

  • 12.26 周 · 5 个阶段 · 2 处踩坑

    并购尽调资料审阅

    客户嘴上要的「数据室里有 6,000 份文件，AI 读一遍，直接出法律尽调报告初稿。」

    真正要解决把「初级律师通宵翻数据室」变成可追溯的条款抽取和缺件清单

  • 12.36 周 · 5 个阶段 · 3 处踩坑

    企业内部合规问答

    客户嘴上要的「把公司所有制度放进去，做个合规问答机器人，员工有问题自己查，合规部不用天天回微信。」

    真正要解决让员工的「我能不能这样做」得到有出处、有边界的回答

  • 12.46 周 · 5 个阶段 · 3 处踩坑

    类案检索

    客户嘴上要的「输入案情，AI 返回最相似的 20 个判决，省得律师自己在数据库里翻。」

    真正要解决让诉讼律师找到「对本案有说服力」的案例，而不只是「相似」的案例

法律与合规还有没写到的场景？

描述你手上的法律与合规项目，或者建议补充这个行业缺少的案例。