房企法務專輯二：大數據、人工智慧等新技術會帶來法務工作的哪些變化？

在上一篇文章《房企法務專輯一：二年內房企法務的工作會有怎樣的變化？》中，我們探討了在未來二年內，隨著房地產市場新一輪的洗牌，一方面併購、合作、轉型成為房企生存與發展的關鍵，另一方面，對普通購房者或投資者而言，必須儘快去掉過高的槓桿，並等待合適的機會進入不良資產收購的領域。

這些大背景，將導致二大變化：

（一）傳統的被動性業務，將會更多被主動性業務所替代；

（二）訴訟、仲裁等爭議解決類業務，在規模和難度上都出現了顯著的增長。

而這二大變化又導致了：

(一)房企法務人才的核心技能需求出現了重大轉變；

(二)房企法務部門在組織形態和工作技術方面出現重大變革。

今天我們進一步探討，當下蓬勃發展的大數據、人工智慧等新技術，將會怎樣劇烈的影響甚至顛覆傳統的房企法務工作。

一、大數據和人工智慧的本質

其實，人工智慧的理論早在六十年前就已經出現，但直到近幾年互聯網提供了海量數據、計算機處理能力也提升後，一直困擾人工智慧發展的難題才得到了解決。

以前，科學家認為機器智能就得像人腦一樣思考，所以總是設計各種演算法來模擬大腦的思考過程，但這根本行不通。後來IBM實驗室的賈里尼克教授，在研究計算機語音識別的時候換了個思路：與其教會電腦理解人類的語言，不如把大量的語音數據輸進電腦里，讓它進行快速的匹配，數據量越大，計算機的識別能力就越高。

至此，人工智慧的問題被轉換成了統計學問題，而統計數據，則是計算機的強項。

在刑事案件中，最常見的核心問題是什麼？無非自己是否會被定罪？定罪的話會被判幾年？

在未來，一個刑案的客戶在諮詢自己是否會被定罪、如果定罪會被判幾年時，只需向人工智慧錄入一些信息，就可以瞬間得到判例大數據中最相近的量刑情節和刑罰結果，並且準確率極高。

如果客戶需要進一步了解自己案件的辯護策略，人工智慧只需匹配最接近的判例，並選擇出量刑最低的案件，然後將辯護策略提供給客戶。

對客戶來說，法律人工智慧快速、準確、便宜，有什麼理由不用呢？正如學者肯尼思·庫克耶曾說過的「客戶不想知道也沒必要知道為什麼，他們只要知道是什麼就足夠了」。

人工智慧的演算法，是把大數據中的條件和結果做出一定的聯繫，然後將當前的條件快速地匹配與之聯繫程度最高的結果。

所以說這種基於相關關係判斷的法律人工智慧及其衍生的法律服務、法律產品，其準確性和效率都遠超以往！如果應用在房地產法務領域，將極大地改變房企法務的工作內容和時間結構！

就拿常年法律顧問工作為例，傳統的做法是由某位律師單獨或由若干名律師組成團隊為房企進行服務。

這樣的常年法律顧問服務有二大特點：

第一，服務內容的個性化；

第二，服務質量的個體化。

但同時又存在著二大問題：

第一，由於是不同律師提供的個性化服務，所以是非標準化的。而非標準化恰恰意味著難以高效地重複利用，其結果就是效率低。

很多律師之所以不願意做常年法律顧問，就是因為平攤下來單位時間的收益是不高的。但之所以不高，更重要的原因其實在於效率低，即在處理一些常法事務例如合同修改、諮詢回復時耗時太長。

第二，服務質量的高低好壞完全依賴著某個律師的個人水平，帶來整體服務質量的不穩定、不均衡。

對於傳統律師而言，業務水平的高低與個人經驗緊密相關。經驗越豐富，水平就越高，服務質量就越好。但是水平越高的資深律師，收費標準就越高，這又與房企需要控制法律支出成本的需求相矛盾。所以實踐中，通常都是以資深律師掛名投標，拿下項目後都分給普通年輕律師提供服務。而不同的普通年輕律師，個人水平也參差不齊。整個團隊在服務過程中質量不穩定、不均衡的情況就會十分突出。

但現在，依託於大數據和人工智慧技術的新型房企常年法律顧問服務模式，已經出現！

二、大數據、人工智慧等新技術在房企法務工作中的應用

例如我們文鰩團隊依託於對地產行業的深刻認識及豐富的房企服務經驗，研發的擁有獨立知識產權的「文鰩-房地產開發企業常年法律顧問標準化產品」。

整個產品的架構如下：

（一）對房地產開發的整個流程進行拆分，劃分為「國有土地使用權取得階段」、「建設用地規劃階段」、「建設工程規劃設計階段」、「建設工程施工許可與施工階段」、「商品房預售許可階段」、「建設工程竣工驗收與備案階段」、「物業銷售、租賃、管理階段」共7大板塊；

（二）將7大板塊分別細分為若干具體流程和步驟，例如「國有土地使用權取得階段」可以劃分為9個流程；

（三）將每一個流程和步驟，都提煉出對應的核心法律知識點，及有關易混淆知識點；

（四）通過大數據分析的方式，在海量的判例中識別和提取出知識點所對應的關鍵詞、關鍵片語；

（五）為每一個關鍵詞建立一個可持續更新的內容庫，通過大數據檢索的方式，篩選並充實法律法規、政策資訊、裁判要旨、合同模板等內容；

（六）將板塊、流程、步驟、知識點、關鍵詞和關鍵片語、獨立資料庫全部匯總，綜合成為涵蓋整個房企常年法律服務的大型資料庫；

（七）優化大型資料庫的結構並設置標籤，建立統一的命名規則和要點識別體系，設置專門的檢索流程；

（八）對各類房企進行實地調研和研究分析，將房企的法律服務需求進行定位和分類，並制定統一的服務標準和時間節點要求。

通過上述的流程，我們搭建了目前國內首個專註於房地產開發企業的「常年法律顧問資料庫」。

依託於這個資料庫，我們團隊的任何一名律師都可以非常高效並且準確地為任何一家房企提供「文書」、「諮詢」、「資訊」、「培訓」四個維度的服務。

例如，當一家房企正與另一家企業就合作開發某一項目進行談判時，其投發部門提出了「假設另一方未足額出資時收益分配比例如何確定？我方應當如何在合同中提前進行約定？」等問題。

在法務部門將這些問題通過微信、郵件或電話的方式反饋給我們後，我們的值班律師將立即按照以下流程處理：

第一，記錄客戶詢問的全部內容，並詢問問題的背景和客戶的目的；

第二，對詢問內容進行語義分析，歸納總結出核心問題；

第三，將核心問題轉換成法律術語，識別出關鍵詞或關鍵片語（或者近似程度最高的標籤）；

第四，將關鍵詞或關鍵片語（或者近似程度最高的標籤）放入「常年法律顧問資料庫」中進行檢索；

第五，對檢索結果中的法律法規、政策資訊、裁判要旨、合同模板進行篩選，再反饋給客戶。

依託於這種大數據的方式，我們能夠為房企提供前所未有的常年法律顧問服務體驗：

（一）我們的服務效率和響應速度將無與倫比。

因為所有的內容都來自於我們精心搭建的資料庫，我們需要做的只是在資料庫進行檢索而已。而藉助於我們的優化後的資料庫結構、針對性設置的標籤、統一的命名規則和要點識別體系、精細化的關鍵片語、專門的檢索流程，我們可以大幅度地縮短檢索時間，以達到近乎實時響應的狀態。

當然您可能會質疑：就算這樣做足夠快，但是不一定準確啊。而且如果資料庫里沒有內容，也不見得還快得起來。

這就涉及到我們下一個要點。

（二）我們的服務質量穩定均衡且可以不斷升級進化。

正如上文分析的，傳統律師的業務水平很大程度依賴於經驗的豐富與否。但是一個人閱歷再多，也是有限的。而大數據技術則很好的解決了這個問題。

我們通過大數據技術，對全國範圍內與房地產開發有關的判例，區分不同的板塊、不同的流程與步驟、不同的知識點、不同的關鍵詞，進行了系統性的研究，並篩選出了典型案例、提煉了裁判要旨，以此匯聚成最終的資料庫。

所以，我們依託於資料庫的判例而向客戶所做的答覆，其準確性要遠遠高於傳統律師完全憑藉個人經驗和個人知識所做的分析。

由於資料庫是同一的，所以無論我們為房企客戶提供服務的是哪個律師，其服務質量都是穩定而均衡的。

更重要的是，資料庫本身是可以不斷升級、優化、迭代的。我們只需要持續將最新的法律法規、政策資訊、典型案例、裁判要旨更新進資料庫，就可以保證我們的服務水平永遠是最好的，絲毫不受個人律師之間差異的影響。

（三）我們的成本和價格將極其具有市場競爭力。

律師最大的成本就是時間。資深律師為什麼那麼貴？根本的原因在於其業務能力都是用無數的時間積累出來的，這裡面所蘊含的成本就極大。從這個角度來說，房企既想要資深律師的業務能力和豐富經驗，又想要普通年輕律師的低收費，本就是一個矛盾的需求。

但當我們在搭建好房地產開發企業的「常年法律顧問資料庫」後，一方面後續的服務效率高、耗時短，服務成本自然就低；另一方面資料庫可以高頻率地在不同律師、不同客戶間重複利用。而且客戶越多，我們資料庫的素材就越多，覆蓋的面就越廣，內容就越全，越容易達到規模效應，學習成本和應用成本也就越低。

這就決定了我們擁有極低的成本，可以向市場提供極具競爭力的服務價格。

例如我們現在為廣西區內縣一級房地產評估公司提供常年法律顧問標準化服務的價格，就比這些公司在當地聘請本縣傳統律師的價格還要低。

以上所說的，其實還是我們的房企常年法律顧問標準化產品的1.0版本，又稱之為「半自動服務模式」。

未來我們將藉助於人工智慧技術，將上述需要值班律師參與的「半自動服務模式」轉化為「全自動服務模式」。

例如，我們正在與元典大數據平台等數據公司、軟體公司進行洽談，利用他們先進的人工智慧技術、語義識別技術，將我們的房地產開發企業常年法律顧問資料庫嫁接上特定的軟體，為客戶提供更加智能和自動化的服務。

未來，也許不需要法務介入，只需直接將軟體安裝到投發、征拆等業務部門工作人員的手機上，他們就可以直接以語音的形式向軟體發送問題，然後由機器進行語義識別，從中提煉出關鍵詞，再將關鍵詞放在資料庫中進行檢索，最後將檢索結果反饋給業務部門的工作人員。

注意！（重點，瞧黑板）這裡並不需要房企的法務介入！

可見，誠如上文提出的，大數據和人工智慧技術的介入將極大地改變房企法務的工作內容和時間結構！

大家不要以為這是危言聳聽，這種趨勢已經顯現。

目前我們文鰩團隊就已經和華潤置地簽訂了常年法律顧問標準化產品的天使客戶服務協議，由華潤置地南寧分公司對該產品進行試用。未來待產品進一步優化升級，且我們文鰩團隊擁有足夠的服務能力後，我們將對整個華潤置地全國各地分公司開放提供遠程常年法律顧問的服務。

三、大數據、人工智慧等新技術對房企法務的影響

我們文鰩團隊只是整個法律行業中對新技術進行探索和應用的隊伍之一，類似於上文這種基於大數據和人工智慧技術的全新法律服務產品將會越來越多的湧現在市場上。

這些產品將極大地變革房企法務傳統的工作內容。

通過分析，我們認為房企法務應當儘快開始藉助於大數據和人工智慧技術產品的全新轉型！

（一）更多地將技能發展的重心偏向於商事談判、仲裁、訴訟等需要現場服務的工作內容。

因為在可預見的未來（也許就是二三年之內），依託於大數據技術而構建的房地產開發企業資料庫和遠程常年法律顧問服務中心，已經足以解決房企大部分的法律問題，而且是越過法務部門直接為業務部門解決問題。

所以法務應當將自己核心能力的發展，轉向於需要現場提供服務的內容上面。

（二）更多地由後台走向前台，借力於資料庫和遠程服務中心，為房企提供更主動、更精準的前端服務。

有人可能會在看完上面的文章後，認為房企法務人員與大數據技術和人工智慧是完全的競爭關係，是替代與被替代的關係。其實不然。

大數據和人工智慧本質上只是技術，房企法務不應該擔心自己被替代，而應當思考如何借力。

例如，現在我們文鰩團隊系廣西房地產業協會和易居克而瑞廣西分公司的戰略合作夥伴，我們將自己的房企法律法規資料庫與二家單位的資料庫實現了打通和對接。同時依託於對廣西房地產市場的深耕，我們建立了廣西房地產行業信息情報收集系統，可以為我們的房企客戶提供定製化的土地交易和項目併購的信息、資訊、政策。

有的房企法務就充分藉助於我們的資料庫和信息、資訊、政策服務，為房企的土地交易和項目併購提供前置式的主動服務，成功地突破了傳統法務工作的界限，將法律風險防控和企業的投資開發有機地融合在一起，取得了非常好的效果。

通過上文的分析，我們可以發現新技術必將對房企法務帶來巨大的衝擊，將重大地變革傳統的工作內容和時間結構！那麼未來房企法務應當如何應對，尤其是如何趁勢而上打破法務晉陞和發展的天花板！

我們將在下一篇文章《房企法務專輯三：未來如何打破法務升遷的天花板？》，展開詳細論述，敬請大家關注！

本文版權歸文鰩商事律師團隊所有，未經許可不得隨意更改，違者必究！轉載請註明出處

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！