
AT&T 正与 OpenAI 合作,在其 LegalEdge 团队基础上构建企业法务知识层和自然语言受理系统,帮助律师更快获取先例与背景信息。合作明确决策权仍归律师,AI 只负责信息聚合与初步建议。
AT&T 内部法务部门拥有数百名律师与法务专业人员,分布在全球各地。他们每天面对的不是「缺人」,而是「缺一条能快速串联事实、文档与过往经验的通道」。在为企业提供法律意见之前,律师往往需要跨团队收集材料、梳理先例、判断风险优先级——这些工作耗时且高度依赖个人经验。
这正是 AT&T 与 OpenAI 合作想要解决的切入点。AT&T 高级执行副总裁兼总法律顾问 David McAtee 将这一合作描述为构建贯穿公司的「知识管道」:让沉淀在组织各处的专业经验,能够被律师在日常工作中直接调用。
值得注意的是,这一合作并非从零开始,而是建立在 AT&T 已有的 LegalEdge 团队之上。该团队由律师、法务专业人员、技术专家和项目经理组成,专门研究如何把 AI 应用于重大法律事务。新一轮合作的重点,是把更多公司积累的专业知识接入到律师手头的工作流中。
法律请求来自公司各个业务线,响应速度与风险覆盖之间的平衡,是法务部门长期面临的难题。要给出可靠建议,律师必须先理解问题、收集背景信息、判断哪些事项需要优先处理。因此,「需求受理(intake)」环节成为保护企业的关键节点。
AT&T 首席合规官 Bill Ryan 提到了一项计划中的举措:建立一个具备自然语言入口的受理系统。该系统能够对请求进行分类和优先级排序,将其与相关先例、研究成果和过往工作连接起来,并为负责的律师提供历史背景与建议的初步处理方向。
这意味着律师可以从一个更有信息含量的起点出发,减少在材料收集上的时间消耗,把精力留给判断本身。Ryan 认为,真正的机会在于让法务部门的判断力覆盖到更多业务需求——「未来最令我兴奋的,是让我们以更大规模提供法律判断的能力得到扩展。」
在讨论 AI 进入法务流程时,一个绕不开的问题是:机器会不会替代律师的判断?McAtee 给出的原则非常明确——决策权始终归律师所有。合作的目标不是让 AI 替律师做决定,而是把更好的信息放到律师触手可及的位置,让他们有更多时间运用专业能力。
这一表态其实揭示了企业级 AI 落地的普遍逻辑:AI 承担的是信息聚合、分类、检索与初步建议等「前置工作」,而责任判断、风险取舍与最终决策仍由专业人士完成。对于法务这类高风险、强监管的职能而言,这种分工既是效率方案,也是合规底线。
从更广的视角看,AT&T 的实践反映了企业 AI 应用的一个趋势:从「单点工具」走向「知识基础设施」。当 AI 能够连接组织内的文档、先例与专家经验时,它的价值不再局限于某个环节的提速,而是改变整个团队获取和使用知识的方式。关于企业 AI 落地的更多方法论,可参考 OpenAI 官方企业页面 与 Wikipedia 对生成式人工智能的介绍。
把视线拉回国内,企业法务与合规场景的 AI 化也在加速。文心一言、通义千问、DeepSeek、豆包、Kimi、智谱 GLM 等国产大模型,近两年纷纷推出面向企业的知识库与智能体方案,合同审查、法规检索、合规问答是落地最集中的方向。与 AT&T 的思路相似,国内厂商强调的同样是「把企业私有知识接入模型」,而非单纯比拼模型参数。
差异在于生态与路径:国内法务 AI 更多依托本地化部署与行业知识库服务商,强调数据不出域与监管适配;而 AT&T 与 OpenAI 的合作则展示了大型跨国企业将 AI 深度嵌入内部工作流的组织级尝试。两条路径的共同点是,都把「知识调用效率」而非「模型能力」当作价值核心。
如果从 AT&T 的案例中提炼可复用的经验,可以归纳为几个层面:先找到高频、耗时的知识密集型环节(如需求受理与先例检索);再建立统一的自然语言入口,让请求可分类、可排序、可追溯;随后把历史文档与专家经验接入系统,形成可检索的知识层;最后明确人机分工,把决策权保留在专业人士手中。
这套逻辑并不限于法务。对任何拥有大量专业知识和复杂流程的企业而言,AI 的价值往往始于「让信息更容易被找到」,终于「让专业判断更容易被规模化」。AT&T 与 OpenAI 的合作,正是这一命题在法律领域的一次公开试验。
合作聚焦于为 AT&T 内部法务团队构建知识层与自然语言受理系统,帮助律师更快获取先例、文档与历史背景,从而把更多时间用于专业判断。
LegalEdge 是 AT&T 内部由律师、法务专业人员、技术专家和项目经理组成的团队,专注于将 AI 应用于重大法律事务,是此次合作的基础。
不会。AT&T 明确表示决策权始终归律师所有,AI 的作用是提供更好的信息和初步建议,而非替代专业判断。
它能对来自业务线的法律请求进行分类和优先级排序,并关联相关先例与研究,让律师从更有信息含量的起点开展工作。
Bingdada 是一个专注 SEO、GEO(生成式引擎优化)与 AEO(答案引擎优化)的内容平台,由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态,为读者提供准确、实用、可落地的方法论与行业洞察。
编辑团队:内容策划 · 技术编辑 · AI 研究组
网站:bingdada.com
© 2026 Bingdada. 保留所有权利。
Put your brand in the reader feed
In-article ad slots: high-attention moments perfect for product launches and event recruitment.
SEO & GEO 技术探索者,专注于搜索引擎优化和生成式引擎优化。

一位经营三家联合品牌快餐店的加盟商,用ChatGPT Work把菜单重定价从5天压到2小时、月度现金对账从3小时缩到10分钟,并探索排班优化释放现金流的路径。

AI编程能力正从主流语言向COBOL、Fortran等低资源语言延伸。最新评估显示模型在跨语言构建与行为保真迁移上大幅进步,成本同步下降,为关键基础设施的现代化改造提供了新选项。

Stack Overflow for Agents借助ChatGPT插件实现注册量一夜三倍增长,两名工程师用Codex数周完成产品构建。本文拆解插件分发、AI辅助开发与连接器效率提升背后的增长逻辑,并对比国内同类进展。
Get the latest SEO & GEO insights.
We respect your privacy. You can unsubscribe at any time.