根据Gartner, Inc.的数据，到2025年，30%的新的法律技术自动化解决方案将把软件和人员结合起来，形成“人在循环”的服务。尽管越来越多的人要求提高自动化程度，技术创新也越来越复杂，但为公司法律团队提供的机器学习解决方案将与所需的高水平领域专业知识和预期的高异常率作斗争。

“毫无疑问，法律工作的增长超过了法律员工人数的增长，从表面上看，这可能会使先进的自动化解决方案对法律领导者非常有吸引力，”高德纳法律与合规业务顾问总监扎克•赫托(Zack Hutto)表示。“问题是法务部门是否有能力定制和配置先进的机器学习系统，这将使他们能够处理这类工作中出现的独特场景和频繁的异常。”

推动自动化
法律部门在自动化方面落后于许多其他业务部门，这往往是故意的，但自从大流行带来工作量大幅增加的双重力量以来，领导们对法律领域自动化的态度已经软化疲惫的律师)，以及首席财务官们不愿继续增加员工数量。

供应商受到自动化在其他业务功能方面的显著成功的鼓舞，热衷于提升他们的能力并打开新的市场。然而，解决方案提供者在法律工作流程的复杂性、组织间不同的风险承受能力和不一致的过程中面临阻力，这不仅削弱了回报，而且阻碍了培训机器学习解决方案所需的信息的捕获。

“法律部门不应该避免自动化，”赫托说。“但正确的基础必须到位。自动化——尤其是复杂的人工智能驱动技术——不应被视为解决老问题的快速方法。”

解决自动化挑战将需要法律团队更严格的过程纪律，以便法律数据对机器学习系统是一致的和可理解的。它还需要仔细混合技术专长和法律知识，可以在组织的特定环境中配置和培训机器学习解决方案。

“这种急需的机器学习专业知识，再加上对法律的理解，将是很难和昂贵的。实际上，对于大多数公司的法律部门来说，这种能力的招聘不会有很大的伸缩性。”“法律工作也非常复杂，三年内似乎不太可能出现任何基础广泛、有效的‘现成’解决方案。”

混合模型
与其他业务功能相比，目前试图自动化法律工作的解决方案往往显示出相当高的错误和异常率。部分问题在于不同用户之间的数据资产非常不同。在一家公司培训的机器学习解决方案在应用到另一家公司时很可能是无用的。

Hutto说:“一种混合的、‘人在循环’的模式，将人员配备和软件结合起来，将会胜出，所需的领域专业知识来自于供应方，而不是法律部门内部。”“当法律部门拥有机器学习专家，这些专家能够真正理解其组织环境中法律问题的复杂性时，法律自动化的生产率就会出现拐点。”

这一转变代表着与当前市场产品的显著不同，后者可能提供低代码或无代码自动化解决方案，但将构建其平台的责任放在最终用户身上。考虑到内部法律部门现有的技能和已经捉襟见肘的资源，这是一个具有挑战性的前景。然而，预计来自企业法律团队的需求将持续增加，同时法律技术市场也将出现大规模收购和风险资本投资。

Gartner的客户可以找到更多关于具体风险、影响和管理这些热点的建议行动的细节预测2022年:持续波动中的公司法律和合规技术机会

非客户可以注册参加网络研讨会:Gartner对2022年及以后的顶级法律和合规技术预测

世界杯足球比赛预选赛关于高德纳的法律、风险和合规领导
Gartner为法律、风险和合规领导者提供专家指导和工具，帮助法律、风险、审计和合规部门的领导者更有效地管理日益世界杯欧洲杯赛程复杂的风险环境，并构建下一代功能。更多信息请访问2022世界杯赛程安排 而且gartner.com/en/legal-compliance．关注新闻和更新LinkedIn而且推特．