生成性 AI 如何通过 AWS 转型法律科技 机器学习博客

生成性人工智能如何通过 AWS 变革法律科技

关键要点

法律专业人士往往需要花费大量时间在大文档中查找和分析信息，以提炼见解、准备论点、起草文档和对比文件。生成性人工智能的兴起为基础模型FMs带来了新的转机，这些模型只需简单的指令提示，就可以执行例如起草电子邮件、从合同或摘要中提取关键术语、总结文档、在多个文档中进行查找等各种任务。因此，这些模型非常适合法律科技。高盛估计 生成性 AI 可以自动化美国 44 的法律任务。根据 汤森路透的一份特别报告，91 的法律专业人士表示他们听说过或了解这些工具的使用。

然而，仅有这些模型并不足以满足要求，因为法律和伦理问题仍然存在，特别是在数据隐私方面。安全性和保密性在法律领域至关重要。法律科技专业人士与其他处理敏感客户信息的企业一样，需要健全的安全和保密措施。虽然人工智能和自然语言处理的进步有助于律师的工作，但法律行业对这些新技术的准确性和成本，以及客户数据如何保密和安全也有充分的顾虑。AWS 的 AI 和机器学习ML服务在这个行业中帮助应对这些担忧。

在这篇文章中，我们将分享法律科技专业人士如何利用 AWS 上的生成性 AI 构建不同用例的解决方案。

AWS 上的 AI/ML

在过去的 25 年里，AI 和 ML 一直是亚马逊的重点，客户所使用的许多能力都是由 ML 驱动的。电子商务推荐引擎、无缝购物技术、Alexa 设备和路线优化等都是示例。这些能力是在 AWS 云上构建的。我们在 AWS 的作用是使 ML 对所有希望使用它的人可达，包括 100000 多家来自各行各业的客户。汤森路透、Bookingcom 和默克等公司正在利用 AWS 服务的生成性 AI 功能，以提供创新的解决方案。

AWS 使得根据您的数据、用例和客户需求轻松构建和扩展生成性 AI 成为可能。AWS 允许您选择最适合您需求的不同基础模型FMs。您的组织可以将生成性 AI 应用于多种用途，包括聊天机器人、智能文档处理、媒体创作和产品开发设计。您现在可以将相同的技术应用于法律领域。

在构建生成性 AI 应用程序时，基础模型只是架构的一部分，并非整个解决方案。还涉及其他组件，例如知识库、数据存储和文档存储库。了解企业数据如何与不同组件集成及可以实施的控制措施非常重要。

AWS 上的数据安全

在法律科技领域，健全的安全与保密是基础。我们在 AWS 的首要任务是安全。AWS 旨在成为全球最安全的云基础设施，以构建、迁移和管理应用程序和工作负载。我们的安全获得了超过 300 种云安全工具的支持，以及数百万客户，包括政府、医疗保健和金融服务领域的敏感组织的信任。

安全性是共享责任模型。核心安全学科，如身份及访问管理、数据保护、隐私合规、应用安全和威胁建模，对于生成性 AI 工作负载依然至关重要。例如，如果您的生成性 AI 应用程序访问数据库，您需要了解数据库的数据分类、如何保护数据、如何监测威胁以及如何管理访问。但除了强调传统的安全做法外，了解生成性 AI 工作负载带来的独特风险和额外的安全考虑同样重要。如需了解更多，请参阅保护生成性 AI 生成性 AI 安全范围矩阵介绍。

主权一直是 AWS 自创立之初的优先事项，当时我们是唯一允许您控制客户数据位置和移动，并满足更严格数据驻留要求的主要云供应商。AWS 数字主权承诺承诺为 AWS 客户提供云中最先进的主权控制和功能。我们致力于扩展能力，以满足您的数字主权需求，而不损害 AWS 云的性能、创新、安全性或规模。

AWS 在法律科技中的生成性 AI 方法

AWS 解决方案使法律专业人士能够将专业知识重新集中于高价值任务。利用 AWS，生成性 AI 解决方案现在对各种规模的法律团队触手可及。借助几乎无限的云计算能力，针对特定法律任务微调模型的能力，以及专为保密客户数据设计的服务，AWS 提供了在法律科技中应用生成性 AI 的理想环境。

在接下来的部分中，我们将分享与多个法律客户合作的不同用例，专注于提高法律事务所各种任务的生产力。

基于上下文的搜索与对话 QampA 提高生产力

法律专业人士以不同方式存储信息，包括本地、云或两者结合。如果文档散落在不同位置，整合文档前可能需要数小时或数天的时间。行业依赖的工具通常搜索范围有限，可能对用户来说不够灵活。

为解决这一问题，AWS 使用 AI/ML 和搜索引擎提供了一项托管服务，用户可以询问一个类人、开放式的生成性 AI 助手以获取基于数据和信息的问题答案。用户可以提示助手提取作为元数据的关键属性，查找相关文档，以及回答法律问题和术语的查询。过去需要数小时的工作现在可以在几分钟内完成，根据我们与客户的合作经验，AWS 生成性 AI 已在初始阶段提高了资源生产力高达 15。

通过法律文档摘要提高生产力

法律科技工作者可以从生成初稿中获益，之后可以由过程所有人进行审查和修改。在此类别下实现了多个用例：

文档的摘要可以使用您文档管理系统中的现有文档和视频，或允许用户实时上传文档并提出问题。生成性 AI 利用基础模型生成内容，使律师能够审查最终内容。这种方法将这些繁琐的任务缩短到 510 分钟，而不是 2060 分钟。

通过生成性 AI 起草和审查法律文档来提高律师生产力

生成性 AI 可以通过自动创建法律文档来提高律师的生产力。起草合同、摘要和备忘录等任务对律师来说通常耗时较长。借助生成性 AI，律师可以用简单的语言描述文档的关键内容，并立即生成初稿。这种新方法利用生成性 AI 通过模板和聊天机器人交互，将允许的文本添加到初步验证中，以便进行法律审查。

另一个用例是通过生成性 AI 改进合同审查。律师在谈判合同时会花费宝贵的时间。生成性 AI 可以通过审查和修改合同来简化这个过程，并识别潜在的不一致和冲突条款。针对一组文档，该功能允许律师询问基于文档的开放式问题及后续问题，实现与企业数据的人类对话体验。

今天就开始您的 AWS 生成性 AI 之旅

我们刚刚开始进入生成性 AI 的新旅程，并已初步探索法律领域的一些潜在应用从文本摘要、法律文档起草，到基于上下文的搜索。AWS 生成性 AI 套件 为您提供构建和训练自己基础模型的基础设施，提供与现有 FMs 构建服务，或使用其他基础模型的应用程序。您可以从以下服务开始：

在后续的文章中，我们将深入探讨不同的架构模式，描述如何使用 AWS 生成性 AI 服务解决这些不同的用例。

结论

生成性 AI 解决方案使法律专业人士能够减少查找文件和执行摘要的困难，让您的企业能够标准化和现代化合同生成和修订。这些解决方案并不旨在取代法律专家，而是提升他们的生产力和从事法律工作的时间。

我们对法律专业人士如何在 AWS 上构建生成性 AI 感到兴奋。开始探索我们的服务，发现生成性 AI 如何使您的组织受益。我们的使命是让各类开发人员和各种规模的组织能够安全、可扩展地使用生成性 AI 进行创新。这仅仅是我们相信将成为法律科技下一个浪潮的开始，创造新的可能性。

资源

关于作者

Victor Fiss 是 AWS 的高级解决方案架构师，帮助客户从基础设施到规模化生成性 AI 解决方案的云之旅。在业余时间，他喜欢徒步旅行和与家人玩耍。

Vineet Kachhawaha 是 AWS 的高级解决方案架构师，专注于 AI/ML 和生成性 AI。他共同负责 AWS 的法律科技团队，热衷于与企业客户和合作伙伴合作，设计、部署和扩展 AI/ML 应用程序，以实现商业价值。

Pallavi Nargund 是 AWS 的首席解决方案架构师，负责东部地区的生成性 AI 事务，领导 AWS 法律科技团队。她热衷于科技女性，并且是亚马逊 AI/ML 女性核心成员，在内部和外部会议上演讲，包括 AWS reInvent、AWS 峰会和网络研讨会。Pallavi 拥有印度浦那大学的工程学学士学位，现居新泽西州埃迪森，与丈夫、两个女孩以及一只拉布拉多犬一起生活。

标签 AI/ML、生成性 AI