以下两种情况可以同时成立：
1）人工智能正迅速成为现代法律业务的一部分，而2）大多数人工智能创新仍未针对法律工作的实际情况进行设计。
法律团队所处的环境中，可辩护性、可审计性、合规性以及人工监督与速度和自动化同样重要。而近期关于AI插件导致意外数据丢失的新闻报道，更凸显了这一问题的严重性：当AI在缺乏防护措施的情况下运行时，法律团队将不得不为自己从未做出的决策和从未授权的损失进行辩护。
有鉴于此，“治理级人工智能”是一种旨在满足这些运营和监管期望，同时又不损害控制权或信任的人工智能方案。
实际上，治理级人工智能可帮助法律团队：
- 在受控且可审计的工作流中应用人工智能
- 在不牺牲监管的前提下提高运营效率
- 保持对法律数据和决策的可见性
- 支持可辩护性、合规性及监管准备工作
- 确保人类继续参与法律裁决和审批工作
- 通过受控自动化减少人工行政工作
本文内容：
什么是治理级人工智能？
“治理级人工智能”是指专为在结构化的治理、合规、安全和运营框架内运行而设计的人工智能系统。与主要面向开放式生成任务的消费级人工智能工具不同，治理级人工智能旨在支持企业环境，其中：
- 数据安全至关重要
- 权限和访问控制至关重要
- 可审计性很重要
- 工作流程很重要
- 问责制很重要
- 监管义务至关重要
就法律团队而言，治理级人工智能致力于帮助组织实现法律运营的现代化，同时保持透明度、可辩护性和运营控制力。在Mitratech，我们将这种方法描述为：“实用、治理级的人工智能和自动化”，旨在帮助法律团队以更高的透明度、可辩护性和控制力来管理法律运营。
为什么法律团队需要治理级人工智能
与许多其他业务职能部门相比，法务部门面临着截然不同的运营现实。这些团队负责管理：
- 机密信息
- 监管义务
- 诉讼工作流程
- 与外部法律顾问的关系
- 合规流程
- 敏感的运营数据
随着人工智能应用的加速推进，法律界领袖们开始提出一些实际问题：
- 数据是如何处理的？
- 产出能否接受审计？
- 谁有访问权限？
- 权限是如何实施的？
- 人工智能是如何融入现有工作流程的？
- 人工审核发挥什么作用？
- 对于由人工智能执行的任务或做出的决策，应由谁负责或承担责任？
治理级人工智能试图通过受控且基于实际运营的人工智能系统，直接解答这些问题。
治理级人工智能与通用人工智能
| 通用人工智能 | 符合治理标准的人工智能 |
|---|---|
| 开放式生成 | 以工作流为导向的执行方式，能够理解您的法律团队的运营背景、独特规则及历史记录 |
| 运营控制措施有限 | 结构化的治理与权限管理 |
| 政策执行程度极低或根本不执行 | 法律领域的治理与道德隔离墙 |
| 以消费者为中心的体验与支持 | 专属客户经理及战略合作伙伴关系，助力实现长期成功与治理规划 |
| 无审批工作流 | 原生法律审核和签批工作流 |
| 具备基本的可审计性，但并非作为记录管理系统而构建 | 可追溯的工作流程、监督机制和存储库 |
| 广泛的数据泄露风险 | 客户隔离架构、继承的企业访问权限以及数据处理 |
| 通用输出 | 基于情境的作战支援 |
| 无论何种记录链接方式或系统 | 与事项、案件、合同或实体相关的每一项行动 |
| 基本安全合规要求 | 专为满足美国证券交易委员会（SEC）、美国金融业监管局（FINRA）的要求、通用数据保护条例（GDPR）的保留控制措施以及其他治理、风险与合规（GRC）法规而设计 |
治理级人工智能并不会将人类的判断力从法律工作中剔除。相反，它的设计初衷是辅助法律专业人士，通过帮助自动化重复性操作任务、挖掘洞见，并在受监管的环境中支持更快速的决策制定，从而增强其工作效能。
治理级人工智能的核心特征
-
人工监督
治理级人工智能旨在辅助法律专业人士，而非取代法律判断。在以下情形中，应始终将人工智能视为对法律判断的补充：
- 人工审批工作流
- 可供审核的AI生成的输出内容
- 升级流程
- 律师监督
- 可审计的建议
-
可审计性与可追溯性
法律运营需要具有可辩护性的流程。符合治理标准的人工智能系统通常包括：
- 审计轨迹
- 报告可见性
- 工作流历史记录
- 解释层
- 权限跟踪
- 事项层面的背景
例如，Mitratech ARIES™ 的功能旨在提供：
- 可追溯、准确的洞察
- 基于上下文的报告
- 受管控的数据访问
- 与系统记录数据相关联的可解释输出
-
安全数据处理
人工智能治理在越来越大程度上取决于系统如何处理企业数据。
Mitratech 的 ARIES™ 框架概述如下：
- 基于角色的访问控制
- 传输中和静止状态下的加密
- 客户数据隔离
- 审计控制
- 访问权限
- 安全的云基础设施
对于法律机构而言，这些运营控制措施往往与人工智能功能本身同样重要。
-
工作流集成
治理级人工智能若嵌入现有法律工作流程中，其效果最为显著，而非作为孤立的工具运行。
例如：
- 事项管理
- 发票审核
- 法律受理
- 工作流自动化
- 文档自动化
- 法律保留流程
- 支出分析
这种运营整合有助于法律团队减少阻力，同时保持对法律运营的集中化可视性。
治理级人工智能如何应用于法律运营
法律费用与发票分析
基于人工智能的支出管理系统可以提供以下帮助：
- 对发票明细进行分类
- 识别异常情况
- 标记计费准则违规行为
- Surface 消费趋势
- 提高报告透明度
Mitratech 的资料将人工智能辅助的发票审核描述为以下要素的结合：
- 基于人工智能的分析
- 专家人工审核
- 结构化账单监管
- 支出分析
事务管理
符合治理标准的人工智能可支持：
- 物质摄入
- 内容摘要
- 预算透明度
- 报告
- 工作流建议
- 运营分析
Mitratech ARIES™的功能包括直接在法律管理环境中进行自然语言查询和上下文分析。
工作流程自动化
法律工作流自动化平台越来越多地融入人工智能，以：
- 路线请求
- 表面政策
- 实现接案流程自动化
- 简化审批流程
- 减少重复性的行政工作
Mitratech 将这些功能描述为：“符合治理标准的人工智能能够推动更智能的工作流程、更快速的决策，并在法律工作的每个阶段实现更一致的结果。”
文档与合同自动化
符合治理标准的人工智能可帮助法律团队：
- 规范文档生成
- 减少制图中的不一致之处
- 将重复性工作流程自动化
- 强制执行已批准的表述和逻辑
- 提高运营的一致性
重要的是，这些系统通常基于经批准的模板、规范的工作流程和集中式控制，而非无限制地生成内容。
法律界领袖在采用人工智能前应评估哪些方面
该人工智能是否在受管控的工作流中运行？
AI 工具应与运营流程、权限及审核机制保持一致。
有人工审核吗？
法律裁决和审批应继续作为该流程的一部分。
数据是如何得到保障的？
各组织应认识到：
- 访问控制
- 加密
- 存储架构
- 审计日志
- 数据隔离
输出结果能否被追踪和审核？
法律运营通常需要具备可解释性和可辩护性。
该人工智能能否与现有系统集成？
孤立的人工智能工具可能会导致运营碎片化并带来治理风险。
符合治理标准的人工智能与法律运营的未来
法律部门内部的人工智能应用正日益从试验阶段转向实际运营阶段。法律领域的领导者们不再局限于通用型人工智能助手、孤立的点工具以及彼此脱节的自动化方案。相反，许多组织正在评估人工智能如何融入企业治理、运营可靠性、法律工作流程、合规计划以及集中式法律平台之中。
Mitratech 的法律解决方案定位体现了这一向统一法律运营转变的更广泛趋势——嵌入式人工智能、工作流自动化、企业级治理以及运营可视化相互协同，而非各自为政。
面向消费者的LLM主要是一个推理/生成层。企业级法律记录系统则是权威的治理层。最强大的企业架构正越来越多地将这两者结合起来：
- 利用人工智能进行分析、起草、摘要和建议
- 用于治理、数据归档、工作流、保留和可审计性的记录系统
治理级人工智能正是使这种结合得以实现的架构，因此法律团队既能加快工作节奏，又不会丧失开展经得起法律审查的工作所必需的透明度和控制力。
常见问题
什么是治理级人工智能？
“治理级人工智能”是指专为在结构化的治理、合规、安全和运营框架内运行而设计的人工智能系统，特别是在法律运营等企业环境中。
治理级人工智能为何对法律团队至关重要？
法务团队负责管理敏感数据、合规义务以及经得起审查的工作流程。符合治理标准的人工智能有助于提升运营效率，同时确保监督、可审计性和控制力。
治理级人工智能与通用人工智能工具有什么区别？
与通用人工智能工具不同，治理级人工智能侧重于运营控制、权限管理、可审计性、工作流集成和企业治理，而非无限制的内容生成。
治理级人工智能会取代法律专业人士吗？
不。治理级人工智能旨在通过提升运营效率、挖掘洞见以及自动化重复性工作流程来增强法律工作，同时确保人类仍参与法律判断和审批。
法律团队在选择人工智能平台时应关注哪些方面？
法律团队应评估：
- 安全控制措施
- 可审计性
- 工作流集成
- 权限管理
- 人工审核
- 运营可视性
- 合规支持
