讓AI告訴你官司會不會贏?法扶、東吳、SAS三方攜手合作
讓AI告訴你官司會不會贏?法扶、東吳、SAS三方攜手合作

「我要離婚!請問官司要打多久,爭取撫養小孩會勝訴嗎?」人工智慧(AI)未來不僅能協助律師案件分派,甚至可以扮演法律診斷助理角色,讓民眾瞭解打一場官司要面談或開庭次數,甚至是勝率,促進一般人對法律的瞭解。

法律扶助基金會一年收到21萬件申請案,經過篩選,准予扶助的案件仍高達6萬件,要分派給3,000名律師接手,現在靠的是行政人員與電腦系統的分派,未來AI不僅將學會如何更有效率派案,終極目標更可以線上答覆民眾。

(右起)法律扶助基金會范光群董事長,東吳大學潘維大校長,東吳大學趙維良副校長及SAS台灣陳愷新總經理
台灣第一件AI應用於法律相關案件處理的合作案,由東吳、法扶、SAS三方合作完成。
圖/ SAS

東吳大學人工智慧應用研究中心、法律扶助基金會及數據分析大廠SAS於19日攜手發表全國首件以「自然語言處理」技術,應用在法律領域的AI應用研究成果。

SAS結合東吳AI中心,3個月內,收集了法扶會手中21萬件法律申請案件資料概述分析,整合申請人與案件屬性、人口資料、律師辦案的頻率(含開庭次數及面談、書狀撰寫次數)等結構與非結構資料後,利用自然語言文字分析引擎,分析出相同案件裡的差異性,打造出機器學習模型,訓練機器預測不同案件因子案件,律師必須投入的活動頻率有何差異。

AI派任務,提高服務品質

法扶副執行長林聰賢表示,現在一年約6萬件準予扶助的案件,是區分案件項目類別後,根據律師專長及電腦順序派案,有可能一位律師剛好接到的都是高頻率案件,導致工作負荷過高,未來在AI協助下,可以更依照案件頻率妥善分派,調配律師工作量,提供民眾更好的服務品質,其次,也能減少法扶工作人員負荷。

林聰賢_法律扶助基金會副執行長_2018_06_25_蔡仁譯攝-2.jpg
法律扶助基金會副執行長林聰賢表示,未來期望能線上法律診斷案件所需的時間跟結果。
圖/ 蔡仁譯/攝

SAS表示,以扶養案件來說,平均律師面談與開庭次數是2次,但跟「家暴」、「離婚」有關的案件,則預測的開庭與面談次數高達5次。從法扶的案件數據來看,律師有36%機率會接到超過2次面談或開庭的高頻率案件,若案件含離婚元素,是高頻率案件的機率是43%,含家暴元素者則是57%。

而這套系統何時可以導入法扶系統?林聰賢說,「現在只是開端啦!」他表示現在AI三個月內只研究了「毒品危害」跟「撫養」兩類案件,內部期望把所有案件類型都研究完,再一次修改業務軟體,所以目前尚未設定時間表。

不過,這套AI系統已經有具體成果,在「毒品危害」跟「撫養」兩類案件的律師心力投注預測精準率大約已經有80%,未來期望可以更高。

AI告訴你官司要打多久

而法扶導入AI更終極的目標,是期望開發「線上法律診斷機制」,讓民眾未來有訴訟或扶助需求時,透過線上預診,就能大概知道後續可能要花的程序與時間,甚至是法律案件結果,「讓申請人對案件有合理預期,減低申請法扶後只能等待的不確定感。」林聰賢說。

未命名.png
經過自然語言訓練,AI將可以針對案情內容分析,預測需要時間跟結果。
圖/ SAS

不過林聰賢表示,這必須連結法院的判決結果,才能做到,目前還沒有時間表,但若導入,可以讓民眾更早知道該不該利用訴訟解決問題,還是選擇其他方法,這也是讓民眾接觸法律很好的法治教育機會。

SAS台灣總經理陳愷新表示,一般人都認為法律跟自己很遠,但往往生活中仍會碰到,在AI應用成熟下,世界樣態也大大改變中,AI將改變人類就業跟生活面貌,市場也預期律師或會計師這類腦力密集的工作,未來將會被AI取代,但與其抗拒或害怕,不如擁抱它。

關鍵字: #人工智慧
往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓