Legalweek 2026 会议回顾 

Agentic AI （代理式人工智能 ）正在改变法律部门的运作方式，使其从试验探索阶段迈向真正的运营落地与业务影响。在 Legalweek 2026 的专题会议 《Agentic AI 时代的战略性法律领导力》 上，行业专家讨论了法律领导者为何需要聚焦高价值用例、推动跨职能应用，并建立清晰的治理框架。与会嘉宾强调，随着 AI 智能体逐步融入法律工作流程，这些策略将有助于在创新、问责与风险之间实现平衡。 

凭借其自动化复杂任务、进行推理并适应不断变化的法律要求的能力，AI 代理正代表着高效法律运营的未来。对于希望将 agentic AI 融入自身运营体系的法律部门而言，必须识别高影响力的应用场景，推动企业层面的变革，并建立适当的保障机制。 

本次议题是 Legalweek 2026 由 Epiq 主办的法律运营专题研讨会《Agentic AI 时代的战略性法律领导力》 的核心内容。 该场讨论由 Epiq 信息治理业务副总裁兼总经理 Jon Kessler 主持，邀请了四位来自企业内部的法律负责人参与，他们正引领各自企业中的 agentic AI 应用落地： 

• Jessica Escalera, HSBC美洲区法律运营负责人
• Nicole Langston, Barclays电子证据开示负责人、法律顾问
• Lydia Petrakis, Microsoft助理总法律顾问
• John Zhu, GSK法律与合规科技高级总监

推动应用与落地 

在讨论伊始，与会嘉宾首先明确了generative AI（生成式 AI）与agentic AI（代理式AI） 之间的关键区别。Nicole 指出，后者具备理解上下文、规划步骤、与多个系统交互、就执行路径作出决策并朝既定目标推进的能力。 基于这一认知，嘉宾们重点强调了推动 agentic AI 采纳的三个关键要点。 

AI 应用正在从法律职能扩展到整个企业 

首先，AI 的应用并不局限于法律部门。企业的其他业务部门同样在广泛使用 AI，并且几乎每天都在不断探索新的应用场景。因此，法律团队需要跳出仅关注法律工作流的视角，转而与其他业务部门协作，共同推动 AI 在业务层面的价值落地。 这对法律部门而言，无论在角色还是工作方式上，都是一次显著转变。法律团队不再应试图主导或规定其他部门如何使用 AI，而是需要采取一种更加灵活、敏捷、以协作为基础的合作模式，在法律风险控制与业务战略价值之间实现平衡。 

以领导力驱动应用落地 

其次，领导力至关重要。正如 Lydia 所指出：“如果你不使用 AI，就已经处于落后状态。”AI 的应用并非一次性举措，而是一个持续过程，需要推动整个组织沿着 AI 学习与实施曲线不断前进。管理层必须发挥引领作用，推动相关利益方参与，并采取跨职能的推进方式。 

与此同时，还应充分利用组织内部已经在使用 AI 的个人。例如，让他们牵头开展内部培训，分享实际应用案例，并作为同伴顾问（peer advisors），帮助团队成员在日常工作中更好地应用 AI。 

思维方式与技术同等重要 

一部分包括对 agentic AI 的运作方式进行培训，理解其能力边界、适用范围，以及其潜在的局限与风险，同时也需要重视流程图的重要性。同时，还需要认识到，在 agentic AI 的应用中，迭代至关重要。无论是寻找最佳应用场景，还是判断哪些场景具备规模化潜力，都需要通过不断试错来实现。领导层应在适当的治理框架下，鼓励企业开展探索与实验。 

应用场景与关键考量 

与会嘉宾重点讨论了在识别和推进 agentic AI 应用场景时所涉及的实践与法律层面的考量。从实践角度来看，并非所有 agentic AI 应用场景都具有同等价值。最佳做法是从一个对特定团队具有显著且可观影响的应用场景入手，将其作为展示案例和起点。通常，这类理想场景往往涉及：优化或简化现有流程或者在没有 AI 帮助的情况下获取难以获得的信息 

治理、问责与人工监督 

治理至关重要。Jon 建议采用一种“乐高积木式”的方法，即在工作流程的每一个环节和各个组件中都设置相应的控制措施（guardrails）。 

信息治理不仅仅涉及某个 AI 代理是否可以访问特定数据，还包括其在何种情况下、基于何种权限，将哪些类型的数据分享给哪些对象。 将决策权委托给 AI 代理也会带来新的风险。企业应在多大程度上赋予其自主决策的空间？又在何种情况下必须由人工判断介入？对此需要慎重权衡。 Jessica 指出，团队很容易对 AI 产生“习以为常”的依赖，从而带来过度依赖风险。因此，必须明确，最终仍需由人类承担责任。 

John 强调，在所有情况下，都必须清晰明确地界定：某 agentic AI 流程或工作流具体在做什么，由谁负责该流程，以及谁对其输出结果负责。强化问责机制还需要建立验证机制和人工检查节点，尤其是在多个 AI 智能体之间发生交互时更为关键。所有相关方都必须理解为何会产生当前的输出结果，并具备足够的 AI 认知能力，在必要时对这些输出提出质疑。 

随着 agentic AI 日益具备替代传统软件应用的能力，它能够为组织带来更高的成本效率、更优的决策能力、更强的竞争力，以及更加精简的法律工作流程。 法律部门的领导者及其团队，在确保这一技术被适当且安全地使用方面，将发挥不可或缺的关键作用。