Lauren Rothrock，Litify 首席产品官 – 访谈系列

Lauren Rothrock，Litify 的首席产品官，负责公司在法律工作流中扩展人工智能和自动化使用时的产品战略与创新。她于 2023 年加入 Litify，此前在 Insight Partners 担任战略与创新副总裁，期间与科技公司合作推动增长和战略计划。早期，Rothrock 在 TravelClick 工作超过六年，历任产品领导职务，随后晋升为网络与视频解决方案副总裁兼总经理。她的背景还包括在 The Leading Hotels of the World 从事战略与财务规划，以及在 PwC 从事银行与资本市场工作，使她在产品开发、技术战略、金融和企业软件方面拥有广泛经验。

Litify 是一家成立于 2016 年的法律技术公司，提供面向律所和企业法务部门的 AI 原生平台。该平台基于包括 Salesforce 在内的企业云基础设施，将案件和事务管理、文档、案件受理、分析、计费、工作流自动化和 AI 融合于统一环境中。Litify 越来越将其技术定位为“行动平台”，旨在不仅存储法律数据，还利用这些数据启动并执行工作流。其 Litify Agentic Case Expert（ACE）作为一个具备代理能力的 AI 层，能够分析案件上下文，识别风险和机会，并在案件受理、诉讼、政策分析、治疗跟踪和需求准备等领域执行多步骤任务。

您的职业生涯从 PwC 的银行与资本市场工作起步，随后在 TravelClick 担任产品领导职务，再到 Insight Partners 的战略与创新岗位，最终在 Litify 负责产品领导。不同的视角如何塑造您在高度监管、高风险行业构建和部署 AI 产品的思考方式？

我的职业生涯始于注册会计师（CPA），这让我对伦理、合规和严谨性有了深刻的敬意，这些正好映射法律领域，使我能够自然地为高风险、受监管的行业构建技术。根本上，我在产品管理方面的优势在于提出正确的问题，深入倾听客户痛点，并打造能够解决其最棘手运营挑战的解决方案。AI 的出现使这项工作变得指数级更令人兴奋，使我的团队能够更快、更有效地解决这些高价值痛点，同时在每一步都保持严格的治理。

Litify 将 ACE 描述为超越传统 AI 助手的代理体，能够理解上下文并采取行动。从产品和技术的角度来看，真正具备代理性的系统与仅具备工作流集成的高级聊天机器人有何区别？

简而言之，关键在于读写能力——代理能够读取什么，又能写入什么？

我们将 Litify ACE 直接嵌入平台，使其读取权限与用户权限保持一致。如果用户能够查看案件详情、文档或跨案件数据，ACE 也能读取。但我们还将其扩展到 Litify 之外。通过合作伙伴关系和 MCP（模型上下文协议），ACE 能连接外部会计系统、法律知识库以及第三方文档库，以获取完整的上下文信息。除此之外，我们还加入了先进的大语言模型（LLM）能力，并与法律专家共同训练系统，将法律领域智能直接嵌入体验中。

ACE 从基础聊天机器人转变为真正代理的关键在于写入能力。它不仅仅在侧边栏提供建议，而是能够录入数据、创建新对象、更新字段，并像团队成员一样执行多步骤工作流。例如，ACE 可以根据计费指南审查收到的发票并采取相应行动，跟踪客户在治疗计划中的进度并自动发送短信或电子邮件更新，甚至发起电话提醒客户即将到来的预约。由于 ACE 在整个 Litify 生态系统中原生具备完整的读写能力，它超越了基础聊天，真正推动端到端的法律工作流向前发展。

随着 ACE 的最新演进，系统能够在整个案件组合层面进行推理，而不再局限于单个事务。当 AI 代理能够同时理解数千个案件的模式、风险和机会时，会出现哪些新能力？

这在于 ACE 像团队成员替您执行任务，与 ACE 作为战略思考伙伴之间的区别。

当代理能够分析整个组合——或特定用户可访问的所有事务——的数据时，您可以开始提出更深入、更高层次的问题。例如，您可以让 ACE 评估潜在结果并生成案件预测。由于大量上下文数据输入 AI，它能够依据过去的表现提供预测性洞察，构建可比案件集（comps），并根据相似的历史案件估算新事务可能的走向。

对于公司所有者或运营负责人而言，整个案件组合的推理也会改变资源和风险的管理方式。您可以询问：”哪些团队成员目前被过度或不足利用，我们应如何重新分配案件以平衡工作负荷？”或”根据我们的历史结果，谁是这起新高风险案件的最佳团队或共同辩护人？”您还可以让 ACE 进行全组合风险分析——识别数千个案件中风险所在，解释原因，并提供推荐的后续步骤。

超越战略和预测，整个组合的上下文能够释放巨大的运营速度。工作人员律师可以让 ACE 找出所有在 30 天内未与客户联系的案件。ACE 不仅仅生成一个被动列表，还可以根据案件的具体阶段，为这些客户起草并发送个性化、上下文感知的跟进短信。或者，您可以让 ACE 识别涉及特定医疗提供者或供应商的所有活跃案件，并一次性为整个群组自动创建后续任务。它将事务所的管理从被动检查转变为主动、全组合的执行。

企业 AI 最终受限于其能够访问的上下文。Litify 如何应对让 ACE 获取分布在 iManage、Google Drive 和 SharePoint 等系统中的信息的挑战，同时不迫使组织对所有数据进行集中或复制？

我们的大多数客户依赖 Litify 内置的文档管理系统 Docrio。正因为如此，ACE 从一开始就被设计为完全集成并原生运行在 Docrio 中。当您的案件数据和文档管理位于同一原生环境时，您获得的上下文深度和读写可操作性是无可匹敌的。

话虽如此，我们知道部分企业客户使用 iManage、Google Drive 或 SharePoint 等外部存储库。我们不想迫使这些组织为利用代理 AI 而进行大规模的数据迁移或复制项目。相反，我们直接与这些第三方系统构建了模型上下文协议（Model Context Protocol，MCP）集成。这使得 ACE 能够即时连接这些外部环境，检索所需的文档上下文，并直接将其导入工作流。

虽然使用 Docrio 的原生设置能够提供最深度、最紧密的读写能力，但采用我们的 MCP 架构来接入外部存储库仍能带来无缝且极为强大的体验——远超传统的分散式文档搜索。

当 AI 代理跨多个存储库和应用程序运行时，权限变得尤为复杂。您如何确保 ACE 继承并遵守已为各个用户、文档和案件设定的访问控制？

Litify 原生构建于 Salesforce 上，我们的平台在很大程度上依赖 Salesforce API——因此治理、安全性和细粒度权限管理已深植于我们的基因。

我们构建了 Litify ACE，以映射并强制执行 Salesforce 中配置的每一项具体、细致的权限和安全模型。当用户与 ACE 交互时，代理会动态继承该用户的精确权限边界。如果用户没有明确的权限查看某个案件、字段或文档，ACE 将根本无法读取、处理或对该数据进行操作。这是 Litify 绝对的行业领先领域。企业法律团队无法承受案件或角色之间的数据泄漏，而我们对企业权限的原生继承为事务所提供了安心保障。

随着代理从生成答案演进到执行多步骤工作流，错误决策的后果变得更加重大。您如何确定 ACE 可以自主执行的操作范围，以及哪些环节必须保留人工审查或批准？

简短的回答是，Litify 将此控制权直接交给我们的客户——他们可以精准决定哪些环节需要人工介入，哪些环节可以让代理自主运行。

除了在全自动与人工审查之间的简单二元选择外，我们的客户还可以配置具体的防护措施，例如财务或风险阈值。例如，我们有一个在发票项目出现争议时处理调整的代理。事务所可以决定该代理是仅向人工计费经理提供建议，还是直接执行调整。即便启用了自主执行，也可以设定美元阈值——即代理可以自动调整低于 500 美元的争议项目，而超过该金额的则需人工签署。核心在于为事务所提供灵活性，以在速度与生产力之间以及自身的风险容忍度之间取得平衡。

信任在法律环境中尤为关键，专业人士需要了解 AI 生成建议的依据。您认为企业 AI 系统应提供哪些类型的引用、证据链、操作历史或其他验证机制？

除非某个事实是完全普遍的，否则 AI 使用的每一条数据都必须明确标注来源。ACE 能提供精确的内联链接和引用，直至具体的字段、文档或页码，并在引用案例法时提供官方法律权威的直接链接。为确保所采取行动的透明度，我们将 ACE 无缝集成到 Litify 的核心活动时间线中，该时间线记录每一份文档的保存、任务的更新以及在案件中发送或接收的每条信息。我们在该时间线上添加了专属的 ACE 代理角色，使用户能够看到 AI 所执行的每一次自主操作的完整、带时间戳的审计记录，且这些记录与人工团队成员的工作并列展示。

代理式 AI 的承诺之一是用户不必成为专业的提示工程师。您如何设计一种代理，使其能够从底层案件、工作流和组织上下文中推断出需要执行的操作，而不是要求用户在每一步都明确指示？

我们完全赞同——法律专业人士不应为了从 AI 中获得价值而必须成为提示工程师。

因为 Litify 本质上是一个工作流引擎，ACE 能原生理解案件的整个生命周期——包括案件类型、预估价值、当前阶段、指派的团队成员、最近的沟通以及底层文档。它利用这些丰富的上下文自动做出智能且本地化的决策，而不需要用户在聊天框中逐条提供背景信息。

为了让与 ACE 的交互变得轻松，我们构建了技能库。ACE 开箱即用，内置预配置的“技能”——这些本质上是由专家打造的、针对特定法律实践领域、案件阶段和用户角色的复杂提示。用户无需从零编写提示；ACE 会根据用户在工作流中的位置，动态在恰当的时机呈现合适的技能。此外，事务所管理员可以自定义该库，以在组织内部标准化最佳实践，而个人高级用户则可以将自己成功的提示保存到库中，以供将来使用。

Litify 的客户如何衡量代理式 AI 是否真正带来了价值？除了节省时间之外，您是否看到组织在评估案件吞吐量、一致性、风险识别、响应时间或结果质量等指标？

对于我们的客户——行业中增长最快的律所——最终的衡量标准是降低桌面工作时间并提升吞吐量。由于 Litify ACE 自动化工作流以推动案件进展，事务所能够在不持续扩大人力的情况下更快实现收入增长。

除了整体吞吐量之外，我们还看到价值体现在以下几种明确的方式：

• 直接的底线影响：例如，我们多次听到 ACE 发现了被忽视的案件洞见，这一洞见的价值足以一次性支付整整一年的解决方案费用。

• 极大的时间节省：例如，某家位于佛罗里达的律所的文档起草时间从原来的 1.5 小时缩短至 10 分钟。

• 更佳的客户接触点：事务所在保持相同人员配置的情况下处理更多案件，同时显著提升了与客户的沟通。法律团队不再花费数小时处理手动行政任务，而是能够在案件整个过程中与客户保持更紧密的联系，从而提升整体满意度和案件推进力度。

超越法律技术的视角，您是否看到从记录系统向 AI 驱动的行动系统的转变将成为更广泛的企业软件趋势？您认为在自主代理成为业务工作流标准层之后，今天的企业应用将会是什么样子？

在 Litify，我们已经看到 10%‑20% 的客户群采用了我们的 AI 解决方案，而且增长速度异常迅猛。虽然我们的产品无疑是业界最佳，但这也说明客户对直接嵌入核心平台的原生 AI 需求之强烈。

客户为何要求在其行动平台中嵌入原生 AI？这归结为两个主要原因：1）点解决方案疲劳。组织正苦于使用孤立的 AI 点解决方案。用户抵触需要单独登录、独立界面和碎片化工作流的工具。AI 只有在直接嵌入日常工作已在进行的平台时才能发挥价值。2）更重要的是，AI 在拥有对核心工作流引擎的完整读写权限时才能最有效。记录系统只有在基础数据集和工作流已经内置于平台时，才能真正转变为行动系统。AI 是必须跨越现有运营运行的智能层，而非取代它们。自主代理需要深度的案件上下文、历史数据以及结构化的运营对齐，才能端到端执行多步骤的代理工作流。若无法直接驱动工作前进，AI 只能是新奇的玩意儿，而非真正的倍增器。这也是为何这一转变对我们的客户而言如此快速且令人振奋：运营基础已经就绪，随时待激活。

构建原生、上下文感知的自动化需要巨大的资源。虽然组织常常尝试使用原始 LLM API 构建自定义代理层，但代币成本、维护开销以及工程复杂性很快使其成本高不可承受。企业希望拥有一个统一的平台，将业界最佳的 AI 原生能力交付到其现有业务中——这一转变将重新定义各行业的企业软件。

感谢这次精彩的访谈，想了解更多的读者请访问 Litify。