从“十五五”规划看律所AI数据模型建设——风口期与马太效应的加速

「正文共计约4500字，阅读全文约需18分钟」

摘要：“十五五”规划提出建立全国数据资源“一本账”、推动通用大模型与行业专用模型同步发展等战略部署，推动法律服务行业迈入以数据资产界定核心竞争力的全新阶段。2026-2030年也成为法律服务行业发展格局定型的关键窗口期。实践表明，人工智能在法律服务领域并未呈现普惠均等的发展特征，反而依托“数据-模型”动态循环机制，系统性强化行业长期存在的马太效应。头部律所凭借多年积累的高质量数据、稳定资金实力与完善合规体系，将先发优势逐步转化为难以逾越的技术壁垒；中小律所则在数据治理、技术投入、人才储备等方面面临结构性约束，存在被市场进一步边缘化的风险。本轮行业变革的核心，在于竞争逻辑实现迭代，行业比拼从传统的执业经验与品牌影响力较量，升级为数据资产与算法能力的综合竞争。

关键词：十五五规划；数据要素；法律AI模型；马太效应；数据治理

一、引言

《中华人民共和国国民经济和社会发展第十五个五年规划纲要》以专篇形式部署数字中国建设与数智化发展相关工作，其中明确提出“推动通用大模型和行业专用模型同步发展”。这一表述的价值远不止于技术升级层面，它标志着法律服务智能化发展正式告别单纯依赖通用AI工具的浅层应用阶段，逐步形成以私有业务数据为基础、以行业专用模型为核心驱动力的全新竞争模式。

与此同时，最高人民法院明确，将在“十五五”时期研究制定涉人工智能和数据产权司法保护规范性文件，持续完善数据权属界定、数据交易规则、AI生成内容效力认定等相关裁判规则。随着法律AI应用边界、数据权利归属、主体责任划分等内容得到制度层面的明确，法律服务行业智能化转型的合规框架将加速落地成型。

基于政策导向与行业发展现状来看，2026-2030年是法律行业AI数据模型建设的关键窗口期，既是智能技术规模化落地的机遇阶段，也是数据资产确权、数据治理能力定型、行业整体格局重塑的调整阶段。本文核心观点为：人工智能并非平衡行业差距的普惠工具，而是加剧行业分化的重要助推力量。依托“数据-模型”形成的正向循环，行业固有的马太效应将被持续放大。头部律所不会因智能技术普及而削弱优势，反而借助新技术进一步巩固、扩大市场地位；对于广大中小律所而言，当下不再是选择是否应用人工智能的问题，而是如何在行业格局重构过程中实现存续与发展的现实问题。

二、十五五规划中两个被低估的政策信号

十五五规划围绕算力布局、数据要素、算法创新、安全治理四大维度，搭建起人工智能产业发展的完整政策体系。其中有两项部署对法律服务行业影响最为深远，也容易在行业研究中被简单解读，值得深入剖析。

第一个核心信号为建立全国数据资源“一本账”，推动法律数据从传统工作档案转型为核心数据资产。规划明确要求构建统一的国家数据资源体系，建立全国数据资源“一本账”管理模式，统筹推进政务数据共享、公共数据开放，有序推动企业数据与行业数据开发开放。从制度内涵来看，该项改革意味着法律服务机构长期留存的案卷材料、合同文本、法律意见书、案件分析报告等资料，不再是机构内部封闭管理的文件，而是需要依规完成权属确认、标准化治理、可依法流通使用的数据资产。

此次数据体系改革兼具发展机遇与转型压力。对于主动开展数据梳理、分类、脱敏、标注等治理工作的律所，多年沉淀的业务资料将完成价值重估，成为训练法律行业专用模型不可或缺的优质数据源。对于延续传统零散管理模式、缺乏系统化数据治理能力的机构，其存量业务数据将按照统一标准完成规范化归集，并纳入行业数据体系开放使用。在数据规则全面革新的背景下，传统数据管理模式已难以适配新时代发展要求。

第二个核心信号为“通用+专用”双模型协同发展战略，宣告法律行业AI竞争进入私有数据驱动阶段。规划提出推动通用大模型和行业专用模型同步发展，清晰划定了产业发展方向：仅依靠调用通用大模型开展基础工作，无法形成长期核心竞争力。未来法律服务领域的智能技术竞争，核心聚焦于机构能否依托自身积累的高质量私有数据，在通用大模型底座之上完成垂直领域优化，打造专业性更强、运行更可靠、数据安全性更高的行业专用模型。

政策导向也能够解释当前法律行业AI应用呈现的差异化特征。据行业调研数据显示，目前已有96%的律师在日常工作中使用生成式AI工具，但从机构层面来看，实现AI常态化应用的律所占比仅为28%，仅有11%的律所部署自主研发类智能工具。个人层面积极拥抱智能技术、机构层面保持审慎态度，二者形成的落差，本质是行业主体对于数据安全、合规风险以及私有模型长期价值的综合考量。通用大模型可以满足个人基础工作需求，却无法适配律所核心业务的数据安全要求与专业化发展目标。

三、头部律所的路径与壁垒构建

结合政策环境、成本控制与业务需求，国内头部律所并未选择从零起步研发底层通用大模型，而是采取务实落地的建设路径，主流架构为商用通用大模型底座、私有法律数据微调、检索增强生成技术（RAG）搭配法律知识图谱。整体建设逻辑可总结为依托成熟底座控制研发成本，运用私有数据强化专业能力，结合检索技术与知识图谱保障输出内容的真实性与可靠性，最终落脚于解决法律服务实务问题。

现阶段，头部律所的智能化探索已形成多项可落地、可借鉴的实践案例。部分行业标杆机构联合数字化服务商、办公生态平台打造专属智能法律服务平台，依托智能硬件完成大模型私有化部署，融合法律大模型与知识图谱技术，搭建起从接案、阅卷、办案到归档的全业务闭环体系。该类平台将单份法律文书撰写时长由4小时压缩至15至30分钟，类案检索准确率突破92%，法律文书生成标准化率达到90%以上，相关解决方案在2026年入选中国信通院“铸基计划”十大AI先进实践，也是法律行业唯一入选的标杆案例。

另有多家规模律所与专业法律科技机构达成长期深度合作，重点推动智能大模型工具在法律检索、文书撰写、合同审查、案件阅卷等核心业务环节的深度落地。还有机构针对性研发跨境法律AI智能应用系统，聚焦企业出海全流程合规服务，精准覆盖境外投资备案、跨境融资、数据跨境传输三大高频场景，充分展现出AI技术在高端涉外法律服务中的应用潜力。

技术架构与应用场景只是表层形态，真正拉开行业差距的，是头部律所逐步搭建完成的四大结构性壁垒。

其一为高质量合规数据壁垒。法律AI模型的运行效果，直接取决于训练数据的体量、质量与场景覆盖范围。头部律所长期深耕高端商事、跨境投资、重大疑难诉讼等业务领域，积累的合同文本、裁判文书、尽职调查报告等资料，具备业务复杂度高、应用场景丰富、文书格式规范等优势，是训练垂直法律模型的核心资源，这类数据资源无法通过外部采购短期补齐。反观中小律所，业务结构相对单一，文书规范性不足，数据多以零散形式存储，既不具备存量数据优势，也缺乏开展系统化数据治理的能力，难以形成符合训练标准的数据集。

其二为持续性资金投入壁垒。算力租赁、数据标注、系统运维、模型迭代等工作，都需要长期稳定的资金支撑。行业调研显示，国内仅有8%的律所每年投入超50万元用于AI相关建设，行业单家机构最高年度投入达到500万元。法律AI模型建设属于长期战略投入，短期内难以直接转化为经济效益。中小律所整体营收规模有限、利润空间薄弱，难以承担持续性的技术研发与运维成本。

其三为复合型人才壁垒。法律AI的落地运行，需要从业人员同时精通法律实务、数据管理与人工智能基础技术，此类跨界人才目前市场供给总量不足。头部律所凭借品牌影响力、薪酬待遇与发展平台形成人才虹吸效应，能够吸纳并留存优质复合型人才；中小律所不仅难以引进专业技术人才，现有人员也存在流失风险，最终导致智能技术应用始终停留在基础工具层面，无法渗透至核心业务环节。

其四为全流程合规壁垒。法律服务领域应用人工智能，需要直面数据安全、个人信息保护、商业秘密保护、执业责任认定、算法合规等多重风险。头部律所具备搭建私有化部署、数据隔离、分级权限、全程审计追溯等合规体系的能力，可将AI深度嵌入核心业务流程。中小律所大多依赖第三方公有SaaS工具开展工作，核心业务数据存在外流隐患，合规风险管控成本居高不下，进一步拉大了行业智能化应用的深度差距。

四、“数据-模型”飞轮：马太效应的核心引擎

上文所述的四大壁垒并非静态的优势集合，而是依托“数据-模型”这一动态循环体系持续运转，将行业之间的发展差距，逐步转化为难以逆转的格局差异。

“数据-模型”飞轮的运行逻辑清晰且具备自我强化特征：头部律所依靠品牌积淀与专业能力，持续承接高端复杂法律业务，此类业务持续产生大批量高价值数据；将优质数据输入行业专用模型后，模型的精准度、适配性不断迭代升级；性能更强的智能模型，能够有效提升服务效率与案件办理质量，进一步增强市场吸引力，获取更多优质客户与高端案源；新增的高端业务又持续产出高价值数据，由此形成“高端案源→高质量数据→精准模型→优质服务→更多案源”的正向闭环。

该循环体系一旦稳定运行，便很难被外部因素打断。其核心价值在于，将单个律师的个人执业经验，转化为整个机构数十年积累的办案智慧，并固化为可不断迭代优化的算法能力。

在“数据-模型”飞轮的驱动下，行业格局从三个维度被重新塑造。

第一，市场分层进一步固化。在高端法律服务市场，头部律所结合AI技术、数据壁垒与品牌优势，持续巩固在跨境法律服务、资本市场、大型商事诉讼等高附加值领域的主导地位。当前，数字化建设水平、数据管控能力、智能工具应用能力，已经成为高端客户选择法律服务供应商的重要评判标准。在基层法律服务市场，中小律所的生存空间被持续挤压，而智慧司法体系、线上服务平台与通用AI工具，已经抹平基层业务的信息差，市场参与者只能通过低价竞争争夺案源，同质化内卷问题愈发突出。行业不同层级之间的人员、业务流动通道持续收窄。从行业集中度数据来看，国内律所行业CR10市场集中度已由2020年的12%提升至2025年的20%，行业集聚趋势与AI技术带来的头部效应形成叠加。

第二，服务定价体系重构。传统法律服务定价，主要参考律师执业年限、案件标的金额与实际工作时长。随着AI模型普及应用，头部律所的服务定价新增技术溢价维度，智能系统带来的效率提升、风险防控与服务稳定性，得到高端市场的普遍认可。中小律所无法提供智能化增值服务，定价只能跟随市场低位，利润空间不断被压缩。行业盈利能力出现两极分化，盈利差距又进一步影响各方在数字化领域的投入力度，形成二次分化循环。

第三，人才集聚效应持续强化。随着法律AI逐步成为行业标配工具，兼具法律专业能力与智能技术应用能力的复合型人才，优先选择资源充足、技术体系完善的头部律所。优秀执业律师也更倾向于加入具备成熟智能化体系的机构，借助技术工具提升业务能力、接触高端业务资源。在此趋势下，头部律所的专业实力与创新能力稳步提升，中小律所不仅人才引进困难，原有骨干人才也存在流失风险，人才断层问题逐步显现。

综合而言，法律行业由AI技术催生的马太效应，并非简单的强者愈强，而是行业竞争底层逻辑的根本性变革。竞争焦点从传统的执业经验、品牌口碑，转向数据资产储备与算法技术能力的综合比拼。正如江必新教授所言，人工智能时代，法律职业的工作方式、职业角色、服务模式都将迎来重新定义与深度调整。在这一变革浪潮中，数据资源的掌控能力，将决定机构未来的发展走向。

五、结语

“十五五”规划实施的五年，将见证法律服务行业完成从“经验传承”模式向“数据驱动”模式的历史性转型。在AI数据模型建设的关键窗口期，头部律所与中小律所面临截然不同的发展机遇，行业竞争不再处于完全对等的状态。对于头部律所而言，这是巩固市场优势、引领行业发展方向的战略机遇期，后续发展需要持续深化智能模型场景应用，强化数据资产全流程管控，严守合规经营底线，积极参与行业技术标准与规范体系建设。对于广大中小律所而言，可利用的转型时间正在不断收窄。行业变革过程中，最需要警惕的并非决策失误，而是固守传统发展模式，将本轮系统性变革视作与自身无关的外部趋势。顺应政策导向、找准自身定位、选择适配的发展路径，才是各类法律服务机构立足行业变局的核心思路。

参考文献：

[1] 全国律协网络与高新技术法律专业委员会。网络高新技术与智能经济前沿法律业务交流会 [EB/OL]. 2026-05-21.

[2] 南方都市报. AI 生成等案件将有司法依据！最高法：将制定相关裁判规则 [EB/OL]. 2026-05-27.

[3] 浚哲学院。中英法律行业 AI 应用比较调研报告 [R]. 2025.

[4] IT之家。明白数智、泽大律所携钉钉入选信通院 “铸基计划” 十大 AI 先进实践 [EB/OL]. 2026-05-26.

[5] 北京市惠诚律师事务所。携手 iCourt，共启 AI 数智新篇章 [EB/OL]. 2025-09-28.

[6] 江必新。技术浪潮下法律职业的未来展望 —— 兼论人工智能时代法律职业的变与不变 [J]. 法律适用，2025.

[7] 律师事务所行业发展趋势与竞争格局分析报告（2025）[EB/OL]. 2025-08-19.