雖然法律服務一貫具有較強的技術免疫力，但是倚重信息檢索、文件整理和邏輯推理的法律事務確實是 AI 發揮“聰明才智”的絕佳領域。1987年，關于法律與人工智能的第一次國際會議在波士頓舉行，此時，萬維網尚未發明，當然就更談不上普及了。但是現在，AI 的發展和進步已經開始對法律服務市場產生一定的影響。Jomati 在一項研究《文明2030：不久將來的律所》中提出，經過長期的孵化和實驗，“技術突然可以以驚人的速度向前行進了”；在15年內，機器人和人工智能將會主導法律實踐，也許將給律所帶來“結構性坍塌”（structural collapse），法律服務市場的面貌將大為改觀。
領絡律師認為人工智能在未來可能會涉及法律服務的四大領域，也會對法律服務帶來三大潛在影響。
律師的新助手和替代者：
一是法律檢索（legal research）。各種法律數據庫已經在幫助律師更好地進行法律檢索，但這很多時候是一件費時費力的事，往往由律師助理或者助理律師來承擔。目前，國內外已經有一些可以進行法律檢索的 AI 產品，如 ROSS。作為世界上第一個人工智能律師，ROSS 部分受到 IBM 的認知計算機 Watson 支撐，它可以理解自然語言，并提供特定的、分析性的回答，這接近于和人類律師一起工作的體驗。截至目前，已經有超過10家主流律所“雇傭了” ROSS。類似 ROSS 的法律類“數字助理”（digital associate）越來越多，其在律所中的身份類似于準雇員。
二是文件審閱（document review）。文件審閱可謂量大，價值低。在這方面，AI 正好可以最大化其用。預測性編程（predictive coding）和利用機器學習算法的軟件可以幫助為相關法律文件檢索電子信息。案件相關文件的整理、證據和法律發現等任務日益被交給了機器。AI 律師在調查、法律風控、合規相關工作、文件整理甚至盡職調查等法律事務中，都可以扮演重要作用。也許10年前，律師在準備大型并購案件的時候，需要雇員上百個高薪律師來檢索成千上萬份文件。然而，硅谷的一家電子取證（e-discovery）公司 Blackstone Discovery 卻可以以不超過10萬美元的代價在幾天之內分析150萬份法律文件。此外，AI 在合同審核上正在發揮作用。比如，類似 Beagle 的智能合同服務可以提供人工智能合同分析，幫助用戶以更低的成本、更高的效率管理合同，防范法律風險。因此，對于類似文件審閱、合同管理等法律服務，技術可以提供更好、更快、更便宜的服務。在企業端的法律市場，對于創業公司，這可以削減風險，提高效率，同時極大減少時間、人力成本等投入。
三是案件預測（case prediction）。倫敦律所 Hodge Jones & Allen 早已在利用一個“案件結果的預測模型”來評估人身傷害案件的勝訴可能性。這直接導致了2013年的 Jackson 民事訴訟改革，使得人身傷害案件的訴訟成本大大降低了。[7]理論上，AI 能夠預測法律糾紛和程序的結果。對過去案件的自動化分析，外加數據挖掘和預測性分析技術，可以得出一些有趣的結果。這種工具對律師而言意義重大。在這一方面，Lex Machina 公司提供的服務，通過對成千上萬份法院判決進行自然語言處理，來預測案件結果。比如，其軟件可以確定哪位法官傾向于支持原告，基于對方律師過去處理的案件來形成相應的訴訟策略，針對某個特定法院形成最有效的法律論證，等等。邁阿密一家名為 Premonition 的公司甚至宣稱可以基于類似案件判決的統計性分析，在起訴前就預測案件的勝訴方。2016年，英國法院對預測性編程持支持態度。
四是咨詢服務（advisory service）。AI法律咨詢以 DoNotPay 最為典型，它在線幫助用戶挑戰交通罰單。用戶只需要訪問其網站，同其發消息進行交流，它就可以利用用戶提供的信息形成一份文件，用于挑戰罰單。它在紐約、倫敦和西雅圖，已經成功挑戰了超過20萬個罰單，成功率是60%。DoNotPay 還在不斷擴大其法律服務類型，已經涵蓋到了航班延誤補償金請求、政府住房申請等。在國內，號稱中國第一個機器人律師的“小梨”目前可以提供簽證、離婚咨詢等服務。咨詢服務可謂是 AI 法律服務的一大熱門。
法律服務三大潛在影響：結構性變革、正義可得性和無訟社會
AI法律服務帶來的三大挑戰：
1.監督、保密義務和未經授權執業
對于諸如 DoNotPay 等可以提供法律咨詢服務和協助準備法律文件的 AI 律師，一個有意思的問題是，用戶和它們之間存在律師-當事人的委托關系嗎？ 很顯然，這一委托關系只存在于人類律師和自然人或者法人客戶之間。當人工智能律師開始為用戶提供法律服務，它們之間是否存在委托關系是一個有意思的問題。此外，基于算法的 AI 法律服務是否能夠符合法律職業的價值、觀念等，也是需要慎重考慮的。但在 AI 律師不是替代人類律師，而是成為其幫手的情況下，也存在一些挑戰。
第一，在法律上，類似法律檢索、文件審閱、案件預測等 AI 律師并非真正的律師，那么與其一道工作的人類律師是否有義務監督其行為？按理，律師需要對參與法律服務提供的人類非律師進行監督，確保其行為符合律師的職業義務。那么，當 AI 律師履行的工作或者做出的決策在性質上就是提供法律服務時，比如準備法律文件、做出是否提交特定文件的決定，或者從事類似的行為，律師是否需要對其進行監督？當前的諸多 AI 系統都是一個“黑箱”，提供法律服務的 AI 系統也不例外，律師可能根本無從知曉其如何作出決策，將律師的監督義務延伸到 AI 系統是否必要或者可行？這值得探討。
第二，保密義務。很多法律類的 AI 應用都是由第三方提供的，而非律所本身，律所只是以服務的形式購買過來。基于機器學習，樣本和數據越大，AI分析的質量就越高，而且會不斷提高和優化。因此，AI 技術提供者可能將各個客戶的數據匯總到一個數據庫供系統學習。因此，從保密義務的角度出發，律師必須考慮什么數據提供給了AI 提供者，以及如何保護、存儲這些數據。如果訴訟雙方使用同一個 AI 法律服務，是不是有可能雙方的數據都被用來訓練這一 AI 系統？在這些情況下，律師的保密義務將值得關注。
第三，未經授權的執業問題。對于較為成熟、能力更強的 AI 律師，當其向用戶提供法律服務，是否需要具有職業資格？就市場中所謂的機器人律師而言，它們是否需要參加法律職業資格考試？抑或需要其他形式的考核以確定其具有職業能力？當然，隨著AI法律服務市場的蓬勃發展，這也是一個值得思考的問題。