AI顛覆律師業：從Harvey熱潮到Kirkland砸5億美元自建平台，法律服務商模式大洗牌

・ 2026 年 06 月 09 日

生成式AI正全面改寫律師事務所的營運邏輯。從獲逾20億美元創投資金的Harvey、Legora，到Kirkland & Ellis、Freshfields親自下海砸大錢自建或客製化模型，頂尖律師樓開始在「要不要自己當科技公司」之間做出抉擇，未來收費模式與律師分紅結構恐迎來劇烈震盪。

生成式AI席捲全球，各行各業都在被重塑，但在過去高度仰賴人力專業與「鐘點費」的法律產業，劇變速度尤其驚人。短短數年內，法律AI新創Harvey與Legora累計募資已超過20億美元，服務範圍涵蓋全美前100大律師事務所中的一半以上，讓外界一度認為「雲端律師」很快就會取代傳統白鞋事務所。然而，最新跡象顯示，頂級律師樓並不打算把未來完全交給外部供應商，而是選擇正面迎戰。

首先是全球收入最高的律師事務所之一Kirkland & Ellis。該所最近高調宣布，將動用高達5億美元資金，投入內部AI專案，包括打造自有法律AI平台，並以事務所內部律師的集體知識作為核心訓練資料。這個計畫讓Kirkland不再只是法律服務提供者，更像是一家把技術視為命脈的科技公司。風險投資人Venrock合夥人Ethan Batraski直言，這將改變遊戲規則，他預期未來18個月內，Kirkland的同業會陸續跟進。

與此同時，倫敦老牌頂尖律師事務所Freshfields則採取另一條路線：直接和大型語言模型開發商Anthropic簽訂客製化合作。雙方以「知識換優先權」的模式，讓Freshfields把自家流程與專業輸入模型設計，換取對Anthropic最新模型的優先使用權與深度整合。對AI產業而言，這是一個關鍵案例，顯示大型LLM供應商願意為高價值客戶打造專屬法律工具，也讓現有法律AI新創面臨更激烈競爭。

這些動作，也讓Harvey與Legora這類專門型AI新創的商業模式備受質疑。Batraski指出，如今像Claude Code這樣的工具，加上愈來愈成熟的AI基礎設施，已經讓大型律師所「重建一個Harvey」變得容易得多，還可完全掌控使用者體驗、功能與資料治理。Sterne Kessler律師事務所的電子實務負責人Dan Block則提醒，Freshfields與Anthropic的合作，對Harvey和Legora而言是一記警鐘，因為它們與主流LLM的差異在縮小。

法律產業內部也開始出現存在性焦慮。許多律師事務所意識到，AI工具能讓工作效率大幅提升，傳統的「以時間計費」模式勢必被侵蝕，因此紛紛轉向以價值為基礎的收費方式。這意味著，律師所必須重新設計整套服務交付模式，不再只是多派幾位年輕律師熬夜做研究，而是利用AI快速產出初稿，由資深律師專注在高價值判斷，對內部組織和利潤分配是一次大地震。

對法律AI新創來說，最大的隱憂在於「客戶有一天會變成競爭者」。Ivo創辦人暨執行長Min-Kyu Jung就指出，若律師所把AI視為關乎生存的關鍵技術，就必然會思考：核心能力要不要留在自己手上，而不是交給外部廠商，後者在極端情況下甚至可能反過來瓜分市場。Harvey共同創辦人Gabe Pereyra則強調，他們不打算變成律師事務所，而是要協助每一間律師所「成為AI原生」；Legora則尚未表態。但這份不安顯然已在產業內部蔓延。

另一方面，頂尖律師所要走自建路線，成本也完全不在話下。PitchBook資料顯示，美國前100大律師事務所中，有62家在2025年營收超過10億美元，這些「頂級玩家」具備投入巨額技術投資的財力，但代價是壓縮合夥人分紅。AI原生律師事務所Crosby AI執行長Ryan Daniels便點出關鍵：當市場對頂尖合夥人的需求極高，且個人年獎金可達數千萬美元，要說服他們接受較低分紅以換取長期技術布局，並非易事。

從更宏觀的角度看，法律AI之戰與整體AI市場變化密切相關。大型金融機構如JPMorgan Chase & Co.（NYSE:JPM）已在積極招募氣候與災害風險建模人才，用AI強化保險連結證券與極端氣候風險評估；科技巨頭如Apple Inc.（NASDAQ:AAPL）則憑藉2.5億台以上裝置的生態系，以及逾4000億美元年營收，在AI服務與雲端邊緣計算部署上有雄厚資本。相比之下，多數律師所並沒有同等的資金與技術底蘊，只能在「自建」與「外包」之間拉扯妥協。

未來幾年，法律AI的競局，很可能走向混合模式：頂尖律師事務所結合自建平台與外部工具，中小型律師樓則依賴Harvey、Legora等專門供應商，快速接軌AI時代。關鍵問題在於：當AI代理人愈來愈能完成端到端法務工作，人類律師的價值將重新被定價，而誰能在技術投資與人才激勵之間找到新平衡，誰就有機會在這場產業大洗牌中存活並壯大。對尚未動身的律師所而言，真正的風險或許不是AI太快，而是自己反應太慢。