AI能勝任助理律師?機器人諮詢、圖像化案件資料,演算法這樣教你寫合約
AI能勝任助理律師?機器人諮詢、圖像化案件資料,演算法這樣教你寫合約

隨時代進步,與法務相關的科技,或是所謂的「Law Tech」,也正在改變這個數百年的產業,尤其像是法務人員的工作,常常需要處理相當大量的文件,耗費相當多的時間,或者是處理繁雜的詢問等,單調且重複。人工智慧(AI)的發展和崛起,給予了提升生產力的解決的可能性之一,或者是提供更深入的洞悉。

法務相關的詢問,有時候也索價不斐,畢竟是一門高度的專業。人工智慧的另外一個應用,即是聊天機器人誕生,能夠提供即時協助,讓重複性的詢問,可以用較低的成本,得到即時和對應的回答。

而人工智慧透過學習,也可以提供更多經驗,同時彙整而來的答案,也能幫助法務人員,更容易進入狀況;另外一個方向則是,提供撰寫法律文件時,更能藉由人工智慧的修正,讓文件更能無懈可擊,減少破綻。現在就讓我們來看看,科技如何為我們的法務生活,帶來了便利的改變。

機器人投入法律扶助業務

澳洲3個年輕律師創立的「Josef」,是一個讓法務人員和律師,可以自己建立聊天機器人的平台,藉由AI讓更多人可以更容易的得到法律的幫助。他們發現,多數人面臨法律問題時,都沒尋求法律扶助,因此,透過該平台,讓每個人都有機會接觸法律。

Josef的設計非常簡單,首先建立起你工作的「執業模式」並開啟對話,然後創造案件專屬的法律文件,客戶就能隨時隨地跟你溝通。

使用者無需任何程式技能,聊天機器人透過深度學習,能處理客戶訪談、常見問答、分類等,並自動生成相關文件,同時分析和彙整資料以更新聊天機器人,提供最適切的服務。

092-1
只要熟悉步驟及導入文件,就能夠節省法務的時間和勞力支出。
圖/ Josef

跳脫語言,AI將繁複文件化作清晰圖像

法律諮詢花費高,從各類背景資料、判例、實際案件等,找出解決或解釋的方案,過程單調、重複、費時。Luminance作為專業人士的AI平台,可以深化與統計資料,準確提供合約與判例前所未有的洞察力和清晰度。

Luminance擁有先進的圖形辨識演算法,找到平常難以看到的,再更深入其中、進行可能性分析,在脈絡中找出可議之處。

同樣的,不用電腦科學背景,只要文件輸入Luminance,還可處理圖像化資料,協助人們了解案件情勢、如何決策,人工智慧還能辨別各國不同的法律制度與各種語言的文件,語言上的隔閡終將消失。

092-2
Luminance就像是一個神算手,任何的判例、條文,都能夠一次的用圖形化呈現。
圖/ Luminance

超越人腦,打造無懈可擊的合約條文

撰寫合約和法律文件常是法律人的夢魘,但又是日常工作。來自瑞典的新創Donna,就像一個小型的文字編輯器,讓你可以在裡頭草擬合約或是其他相關的法律文件,讓法務人員在極短的時間內,撰寫出錯誤更少的文件,直覺式的設計,只要記住幾個專業的術語,滑動捲軸,就可以寫出完美的合約和條文。

Donna目前有辦法找出人肉眼無法找出的,將近100個錯誤,而且馬上提出修正建議。同樣透過人工智慧的機制,除了建議外,還有像是便利貼的提醒、搜尋跟過濾,以及讓你在冗長的合約中不迷失的聚焦功能等,就像是有一個人在旁邊教導你寫合約。

93-3
法律條文相當注重定義,Donna提醒使用者定義時機,讓內容毫無破綻。
圖/ Donna

本文出自《數位時代》304期2019年9月號《行銷科技新浪潮》

關鍵字: #app
往下滑看下一篇文章
玩手遊也能賺回饋?ShopBack Play 讓你零碎時間也能玩出現金回饋
玩手遊也能賺回饋?ShopBack Play 讓你零碎時間也能玩出現金回饋

通勤、排隊、等餐時,幾乎人人都在滑手機。零碎時間變多、也變得更密集,消費者在社群與影音之間來回切換,也更常打開遊戲。根據資策會 MIC 統計,台灣有 69% 網友會玩數位遊戲,近 8 成每日遊戲時長落在 2 小時內,輕度、碎片化已成主流。

這股趨勢,與 ShopBack 東亞區總經理 Arthur Wan 的觀察不謀而合。「大家在零碎時間裡,經常會拿起手機玩手遊,找個方式殺時間、放鬆心情。」因此,ShopBack 把視角轉向遊戲場景,推出 ShopBack Play,嘗試把娛樂轉化為「好玩、也能賺」的新型回饋體驗,讓回饋不必等到消費發生,日常零碎時間也能累積回饋。

從手遊場景打造現金回饋新模式

Arthur Wan 指出:「ShopBack 在台灣市場落地 8 年了,核心強項始終是電商回饋機制。」然而,若回饋只綁在購物,使用頻率終究受限於消費需求。對此,ShopBack Play 借助手遊的高黏著、高回訪特性,把回饋從交易場景延伸到日常互動;使用者不需消費,只要下載並完成指定任務,就能累積現金回饋,平台也因此更貼近使用者的日常生活。

這也呼應近年全球竄起的「X to Earn」模式。Arthur Wan 解釋,從 Shop to Earn 把消費轉成回饋、Play to Earn 讓玩樂產生回饋,到 Move to Earn 讓移動與運動也具備回饋可能,市場正在探索「參與行為」的價值:「愈來愈多日常行為,其實都能透過特定場景轉化為實際獲益。」

ShopBack Play 的優勢在於回饋可轉移。過往遊戲獎勵多停留在虛擬世界,例如兌換道具;但透過 ShopBack,玩家取得的現金回饋可直接延伸到電商與日常消費,讓娛樂回報更實用、更有感。

SHOPBACK圖說一.jpg
ShopBack 東亞區總經理 Arthur Wan
圖/ 數位時代

引發使用者越玩越賺的回饋循環

ShopBack Play 的使用方式很簡單。在 ShopBack App 首頁進入遊戲專區選定遊戲後,系統即導流至 App Store/Google Play 下載並開玩;玩家只要破關或完成指定里程碑,就能回到 ShopBack 形成「選遊戲→開玩→達標領回饋→再探索」的回訪循環。為了加碼誘因,ShopBack Play 也不定期推出「紅色遊戲專區 2 倍回饋」活動。

Arthur Wan 觀察,「消費者其實並沒有那麼忠誠於某一款特定遊戲。」多數人打開手遊,只是想放鬆、填補空檔,對單一遊戲的黏著度不高。也因此,ShopBack Play 目前合作超過 400 款遊戲,並規劃於 2026 年持續更新合作清單,讓使用者隨時有新選擇可玩。

「我們希望透過遊戲回饋,創造更多回訪的理由。」 Arthur Wan 表示,這也補上 ShopBack 的互動頻率缺口。由於 ShopBack 核心仍以購物回饋為主,熱門品類多集中在旅遊與時尚(如 Booking.com、Trip.com、KKday、Klook,以及 adidas、Nike、GU),消費頻次相對較低;ShopBack Play 則提供更日常、更高頻的回訪動機,讓使用者更常打開 App。

他指出,ShopBack Play 上線後帶動每月回訪 ShopBack 的使用者數成長 15%,整體使用者 CLV(Customer Lifetime Value,顧客終身價值)成長 30%,顯示回饋場景擴張確實見效。且透過遊戲接觸到 ShopBack 的使用者中,也有相當比例會進一步前往平台其他商家消費,形成交叉銷售效應(Cross-sell),推升平台使用深度與消費頻率。

讓回饋生態系融入生活空檔

將回饋帶入用戶生活中的更多片段,讓原本就會經歷的日常時刻變得更有價值,是 ShopBack 持續拓展「行為換回饋」場景的核心思維。對遊戲廠商而言,長期痛點在於下載成本高、留存率偏低,最怕「下載了就走」:數字漂亮,卻沒有實際遊玩行為,轉換與 ROI 難以落地驗證。對此,ShopBack Play 把回饋門檻從「下載」改為「達標」──使用者必須完成指定關卡或里程碑才拿得到回饋,藉此濾掉無效流量,讓導入更貼近真實參與,也更有利於提升轉換率與投資報酬。

對許多用戶而言,遊戲早已是生活的一部分。現在透過 ShopBack Play,不僅能在零碎時間中放鬆娛樂,更能完成任務獲得實質回饋 ,讓「玩遊戲」與「破關」不再只是虛擬成就,而是能實際折抵日常開銷的量化報酬。對 ShopBack 而言,不僅提升用戶在平台內的互動頻率,也補強過去必須透過消費行為才能獲得回饋的單一路徑。透過遊戲機制,用戶即使在非購物場景中也能保持接觸,並於任務完成後自然回流 App,進一步探索購物優惠與合作商家,打造高頻率且正向的使用循環。

也因此,ShopBack Play 推出後的亮眼表現,更進一步驗證這套機制具備高度潛力與市場接受度。據平台統計,功能上線後短短半年內,用戶數成長 12 倍,其中近 60% 為原本的 ShopBack 使用者首次接觸手遊,成功帶動原有會員活躍與新型態行為轉換。除了使用數提升,ShopBack Play 的回饋金發放規模亦快速擴大,自功能上線以來,累計回饋金額已接近 1 億元,展現「遊戲回饋」模式的強勁吸引力與發展性。

隨著 ShopBack Play 與購物回饋、載具回饋機制整合,平台逐步建構出「玩能賺、買能賺、日常生活也能賺」的循環回饋生態系,不僅為用戶帶來更即時、更有感的回饋體驗,也持續深化 ShopBack 在消費日常中的角色。

「ShopBack Play 只是起點。」ShopBack 東亞區總經理 Arthur Wan 認為,當消費者愈來愈精打細算、也更習慣用行為換取回報,未來仍有更多「X to Earn」場景值得探索與開發。「對我們來說,關鍵不只是推出一個新服務,而是持續擴大回饋觸發點,從線上購物、實體場景一路延伸到遊戲入口,串連商家與用戶的日常接觸,讓回饋真正融入生活,讓每一個日常時刻,都更有所得。」

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
進擊的機器人
© 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