（来源：泰康资产）

本文探讨了人工智能（AI）技术在资产管理行业合规法律工作中的应用和前景。在监管政策更新和客户需求多元化的双重驱动下，资管机构在合规法律工作中面临转型挑战。本文分析了资管行业在合规法律研究、合同审核、法律咨询和投资政策解析等方面的应用需求，并结合当前人工智能技术发展趋势，探讨大语言模型在这些领域的应用场景和实际案例，为资管机构利用人工智能技术应对行业变化提供参考。

近年来，资管行业的外部形势日益复杂。一方面，资管机构必须具备敏锐的合规法律研究能力，能够快速准确理解监管政策变化，有效应对业务中的合规法律问题。另一方面，客户要求不断提高，资管机构在追求定制化服务的同时，需要确保合规性和时效性。这要求资管机构必须具备精准解读客户投资政策的能力，并不断提高合规法律审核效率。因此，合规法律风险管理能力不仅是资管机构稳健发展的底线，而且是其奋勇前进的动能之一，其重要性愈发凸显。

在数字化浪潮中，人工智能（AI）技术正在驱动资管行业格局重构。探讨如何在合规法律工作中运用人工智能技术提高管理质量和效率，如何通过大模型技术整合大数据，为合规法律工作提供支持，显得尤为重要。高效应用人工智能技术和先进管理工具，也可能转化为资管机构的竞争优势。

人工智能在合规法律工作中的应用趋势

人工智能与法律的结合可追溯至上世纪。1987年，首届国际人工智能与法律会议（ICAIL）在美国波士顿东北大学举办，被视为法律与人工智能结合的开端。进入21世纪后，人工智能与法律的结合逐步向以机器学习为代表的技术方向演进。

进入智能时代，随着大数据、机器学习和自然语言处理等技术快速发展，法律服务的智能化转型进入新阶段，相关技术主要应用于合同审核、诉讼管理、法律研究等场景。2022年底至2023年初，以ChatGPT为代表的新一代生成式人工智能技术实现质的突破，引发广泛关注。2024年底至2025年初，全球人工智能领域再次迎来重大技术转折，随着OpenAI o1与DeepSeek R1两大深度推理模型先后推出，大语言模型从“对话生成”的浅层交互迈入“长链思考”的深层推理阶段。这一变革的核心推动者——DeepSeek R1，在性能上达到闭源模型的领先水平，并凭借开源策略和低成本优势，打破了闭源模型的垄断格局，推动人工智能技术的普及应用和创新发展。

基于合规法律工作的知识性、逻辑性和“文本输入、文本输出”等特点，大语言模型展现出独特优势。一方面，合规法律文档的标准化、规范化特点为大模型训练提供了数据基础；另一方面，大模型在合规法律咨询、文书审核、法规检索等方面具有天然适用性。目前，行业已涌现出多个专业化法律大模型，包括基于中文大模型（Chinese-Alpaca-Plus-7B）微调的LawGPT（Zhou et al., 2024）、北京大学开发的ChatLaw（Cui et al., 2023）、上海交通大学发布的LawGPT_zh（Liu, Liao, Meng, & Wang, 2023）等模型。

人工智能在资管行业合规领域的应用场景

和产品创新

目前，人工智能在资管行业合规领域的应用已广泛覆盖法律研究、合同审核、法律咨询等多个场景。大模型凭借深厚的知识储备和卓越的语言理解能力，不仅能够精准理解法律概念、制度文本、术语和案例，而且能够辅助资管机构进行合同文件审核。同时，人工智能在语言处理任务中展现出强大的推理和逻辑分析能力，使其能够通过检索提供合规法律知识和专业解释，为业务伙伴提供一定范围内的合规法律咨询服务。目前，全球范围内的人工智能解决方案提供商不断推出创新产品，以满足资管机构在合规法律方面的需求。

（一）合规法律研究

合规法律研究能力是资管机构的核心竞争力之一。在监管政策出台后，合规团队需及时解读政策，准确把握业务机会。大模型可以通过快速查找、提取和归纳法规、案例判决等相关信息，帮助合规团队进行法规案例动态跟踪和分析解读，因此人工智能技术可以协助资管机构提升政策解读、行政司法案例分析、法规动态智能总结等场景中的研究效率。

在法律检索方面，国际人工智能厂商Casetext和Lexis Nexis已推出智能法律助理工具。在归纳总结方面，Summize、Docket Alarm、Predictice等公司已开发基于GPT-3.5的文件总结工具。在国内厂商中，华宇软件推出的“万象”法律大模型基于通用大模型基座，结合法律科技行业的专业知识和技术积累，已实现法律知识检索和归纳总结等功能。

泰康资产管理有限责任公司（简称泰康资产）积极推进大模型在合规法律研究领域的应用创新，目前已实现司法案例分析和问答应用功能，通过法律判例知识库实现案例的智能检索和分析，用户可基于模型生成的案例分析模板进行深度研究（图1）。输入法律问题后，大模型将自动抽取并衍生相应的法律关键词，从法律判例知识库中匹配相关案例，并标识关联内容。用户可以从搜索结果中筛选1～10个典型案例进行具体分析。基础案例分析模板包含案情简介、法院判决分析和法律问题解答三部分。在此基础上，用户可以添加其他内容，例如证据清单、双方抗辩依据等信息。在选定待分析案例并设定分析模板后，模型将自动依据模板内容提取案例核心要素并生成判例分析。用户还可以针对案例内容和判例分析进一步提问，模型将基于真实判例内容进行解答，帮助用户快速梳理案情和判决的关键点，提升案例研究效率。

（二）合规法律审核

合规法律审核是资管机构合规工作的重要环节。传统审核依赖人工逐条审查，效率相对较低，大模型则在合规法律审核领域展现出巨大潜力。通过导入数据知识和范本文件，系统可以进行深入比对分析，精准识别文件中潜在的不一致性和风险点，并提出修改建议。合规人员可以运用该技术，结合自身积累的审核标准和经验，对合同、宣传资料、信息披露文件等标准化程度较高的文本进行智能化审核。

泰康资产正在积极探索智能合同审核领域的解决方案。智能合同审核系统综合应用大模型和传统模型，显著提升了合同审核效率（图2）。用户上传合同后，分类模型将对合同进行初步分类，每一类对应相应的标准化合同模板和校验规则。根据不同模板，系统从合同中提取合同方、金额、日期、业务条款等关键信息，由大模型将业务条款分类（如产品条款、信披条款、知识产权条款、保密条款和违约责任等）。大模型结合模板对应的审查要素对提取内容进行风险评估，识别并标记潜在风险点；同时参照现行法律法规确保条款合法合规，并对不合规条款提出修改建议。上述步骤完成后，系统将汇总生成智能审核报告，由人工复核合同内容，确保符合合规要求。

在国际市场上，Ironclad、Harvey、CoCounsel等厂商已形成相对成熟的合规审核解决方案。在国内市场中，幂律智能专注于提供合同法律服务，通过数据训练和业务融合，以“人工智能初审+人工复核”方式提升审核效率并降低个性化定制难度，加速智能审查技术的普及应用。

2025年初DeepSeek R1模型公布后，在合同审查方面也展现出优异的推理能力和应用效果，泰康资产快速接入该模型并与现有系统流程相融合，进一步优化合规审查效果。

（三）合规法律咨询

合规是资管机构持续健康发展的基石。在日常运营中，业务部门面临诸多需要进行合规法律判断的复杂场景，如创新产品的合规评估、投资限制条款咨询和客户管理中的法律事务问题等。大模型凭借卓越的文本生成和语言理解能力，在智能问答领域具有突出表现。资管机构可以充分利用大模型优势，构建机构专有合规法律知识库，为业务部门提供高效、智能化的法律咨询服务。

在智能问答领域，国际市场已涌现Standd等厂商（如Standd开发的ScotusAI法律事务支持工具），国内厂商包括法狗狗、通义法睿等。其中，通义法睿是阿里提供的免费人工智能法律顾问助手，利用大模型推理技术提供法律智能对话、文书生成、知识检索和文本阅读等服务。

目前泰康资产正在探索建立自有法律知识库问答应用，其基础技术架构采用业界先进的检索增强生成（Retrieval Augmented Generation，简称RAG）方案，具体执行步骤分为意图理解、问题改写、内容召回和问题回答四个环节。

1.意图理解：大模型根据用户对话历史，动态确定响应模式。针对首次查询执行标准检索应答流程，对延续性咨询则基于历史交互内容进行补充应答。

2.问题改写：将用户口语化的问题转化为标准化的准确表述。通过将用户问题与法律知识库的内容范围、常见分析角度和模板等信息输入大模型，实现对用户问题的优化改写。

3.内容召回：是RAG方案的核心环节，基于优化后的问题结合知识库内部数据，由大模型生成对应的查询指令并进行查询。

4.问题回答：大模型将结合用户原始问题、知识库中的查询内容和问题改写后的优化方案，在确保回答内容可靠性的同时，为用户提供快速智能的知识问答服务。

（四）客户投资政策智能解析

投资政策是客户与资管机构沟通的纽带，是机构在执行投资操作、进行合规性评估、设定风险控制、监测业绩指标和实施考核机制的依据。

泰康资产探索利用人工智能技术，构建涵盖原始文档、结构化数据和合规控制方案等关键要素的综合投资政策合规知识库，为合规监控、数据输出、历史回溯等多样化应用场景提供支持，进一步提升投资政策处理效率、优化用户体验。

泰康资产融合大模型的强泛化能力和传统模型的高精度优势，初步实现智能化政策文档管理和解析。在文档归集环节，该系统借助大模型对政策文档的命名和来源进行智能分析和精准分类，自动生成待办任务，并分配至相关责任人，完成政策文档的线上归集和存储。该系统具备强大的内容提取功能，能够自动识别并提取文档中与投资政策相关的关键信息，以及文档内包含的所有表格和图片等要素。基于大模型的语义推理技术，系统可精准识别政策条款的前后变化，实现政策知识库内容的自动维护和动态更新，不仅提高了知识库的时效性和准确性，还为制定合规控制方案提供有力支持，提升了投资政策管理的智能化水平。

为进一步完善合规控制体系，泰康资产后续将逐步拓展其他文档管理，通过高效提取合规要求，打通应用链，构建更为全面、系统的合规知识库（图3）。

未来展望

资管行业正处于快速变化的时代，法律与科技的融合创新带来前所未有的发展机遇。作为知识、规则、数据密集型的领域，合规法律的智能化转型已成为行业发展的重要趋势。

随着人工智能技术不断进步，资管机构的合规法律工作将在智能化监控、个性化服务、自动化处理等方面不断创新，在风险防控、客户服务和效率提升等方面持续突破。在技术发展的同时，行业也应重视数据隐私、数据滥用、算法透明性等问题，从而实现高质量发展。

参考文献：

[1]Blair-Stanek, A., Holzenberger, N., & Durme, V. (2023). Can GPT-3 Perform Statutory Reasoning? Retrieved October 28, 2024, from arXiv.org website: https://arxiv.org/abs/2302.06100

[2]Cui, J., Ning, M., Li, Z., Chen, B., Yan, Y., Li, H., … Yuan, L. (2023). Chatlaw: A Multi-Agent Collaborative Legal Assistant with Knowledge Graph Enhanced Mixture-of-Experts Large Language Model. Retrieved October 28, 2024, from arXiv.org website: https://arxiv.org/abs/2306.16092

[3]Liu, H., Liao, Y., Meng, Y., & Wang, Y. (2023). XieZhi： Chinese Law Large Language Model. Retrieved from GitHub website: https://github.com/LiuHC0428/LAW_GPT

[4]Trautmann, D., Petrova, A., & Schilder, F. (2022). Legal Prompt Engineering for Multilingual Legal Judgement Prediction. Retrieved October 28, 2024, from arXiv.org website: https://arxiv.org/abs/2212.02199

[5]Yu, F., Quartey, L., & Schilder, F. (2022). Legal Prompting: Teaching a Language Model to Think Like a Lawyer. Retrieved October28,2024,from  arXiv.orgwebsite:https://arxiv.org/abs/2212.01326

[6]Zhou, Z., Shi, J.-X., Song, P.-X., Yang, X.-W., Jin, Y.-X., Guo, L.-Z., & Li, Y.-F. (2024). LawGPT: A Chinese Legal Knowledge-Enhanced Large Language Model. Retrieved October 21, 2024, from arXiv.org website: https://arxiv.org/abs/2406.04614

[7]Chia Jeng Yang.(2025). Introducing PatientSeek, the first Open-Source MED-LEGAL Deepseek reasoning model. Retrieved from https://medium.com/enterprise-rag