人工智能、算法及大数据等新型的生产方式和生产资料的迅速发展使法律行业比以往任何时候都更具复杂性和竞争性。而且，随着业务模式、定价结构以及客户期望的不断发展变化，法律行业只会变得越来越繁杂。
为了保持竞争力，法律服务单位需要充分利用最新的技术，优化现有方式方法和流程，以提高其效率，创建新的合法产品，提供高质量的法律服务，并设计针对客户需求的创新解决方案。他们需要找出新的机会来改进现有的工作方式，将法律知识与技术专长融为一体。于是，一种新型的法律人才便应运而生。这就是法律创新领域中正在迅速崛起的法律工程师(Legal Engineer)。
随着客户网络水平的不断提高及适应法律业务自动化的迫切需要，法律市场的竞争日益激烈，这一新角色对于律师事务所的生存至关重要。法律工程师可能是在不久的将来决定律师事务所的业务成败的关键人物之一。这正应了凯文?阿什利的一句话：人工智能不一定能取代律师，但不懂人工智能的律师却一定会被懂人工智能的律师所取代。
对于具备成为法律工程师的技能和经验的人来说，这将是一个非常激动人心的时机，因为他们有可能发挥改变律所未来的重要作用。
事实上，法律人的技术角色一直在变化，比如，业界已经有数据治理专业人员、数据法规顾问、隐私专家、风险管理技术人员等。
但是，不断变化的不仅是其工作范围、权力和权限，还包括角色本身的名称和性质。毫无疑问，现在备受关注的最新技术角色，就是法律工程师。
01 法律工程师的定位与角色
法律工程师指的是，通过利用法律技术和法律数据来改善法律程序或提供法律服务的人(无论是律师与否)。“法律工程师”这个词进入人们的视野乃是由于苏格兰律师菲利普·汉内(Philip Hannay)在2016年将其用来申请商标，从而引起了法律技术界和全球社交媒体的广泛关注。
近年来(大约在2014年以后)，不断有人使用法律工程师这个词，但究竟是谁发明了这个词，目前尚无定论。
有人以为，这个词的发明者很可能是人工智能与法律研究方面的重要学者理查德·萨斯金德(Richard Susskind)，但他本人却说他不是这个词的发明者。他在1986年完成的博士论文中使用的词是“法律知识工程师”，而非“法律工程师”。
此外，他也曾使用过“法律信息工程师”这个词。他认为，法律知识工程师是在专家(AI)系统中负责提供法律知识的人，而法律信息工程师则是专门从事组织并提供在线法律服务内容的人。
也有人曾在《作为工程学的法律》(Law as Engineering)一书中，使用过“法律程序工程师”这个词。从这些词语的使用来看，法律工程师的工作方向既包含了知识，又关涉信息和程序。
那么，法律工程师是什么样的人才?他又能发挥何种作用?法律工程师可能是熟悉法律程序但并不一定具有法律从业者资格的技术人员，也可能是对科学技术情有独钟的执业律师(或曾是律师)。他们看到了通过使用智能技术改善法律运作的机会。
重要的是，他们对技术和法律都有强烈的爱好和较深的理解，而且有志于参与驱动创新、提高效率、改进流程、为客户提供优质服务。他们和传统意义上的律师有很多相似之处，但不仅从事专门的律师业务，而是为法律团队及其支持部门提供故障排除和维修流程。这个角色集法律专家和技术专家于一身，并将两者紧密地结合在一起。
大体上，法律工程师的角色是律师和技术专家的混合体，但不限于此。法律工程师需要对法律有所了解。他们必须能够理解律师事务所的运作方式，了解法律业务，熟悉法律语言，了解合伙人和律师正在从事的具体工作。
法律工程师需要对技术领域有深入的了解，包括律师事务所可使用的工具包、关键系统以及这些系统如何集成与运行等问题。
他们并不一定需要像IT团队中的人员那样具有深厚的技术知识，但是他们必须是可以自信地与这些技术人员交流的人。他们不需要了解如何编写应用程序接口(API)，但是需要了解API为何如此重要。他们需要参加很多项目，要进行很多对话，但他们不一定要参与执行项目。他们也需要和客户沟通，了解他们的需求，并提出解决方案以满足这些需求。
法律工程师还必须具有沟通和人际交往能力，使合作伙伴可以放心地邀请他们参加客户会议，进行互动，并最终作出贡献。这点极为重要。因为在许多情况下，他们了解技术将在最终交付服务的过程中发挥关键作用。
很多情况下，律师并不了解有关为客户构建的服务的所有技术细节。但法律工程师可能会全程参与，甚至在客户现场工作，与客户有更多的时间接触，因而也就更了解各种细节。
02 法律工程师职业缘何兴起
法律工程师这一职业的兴起，主要因为以下几个因素。
第一，律师业务从传统的法律分析转向了由于新技术的运用而形成的法律解析的模式。在传统的法律分析模式下，律师需要通过掌握大量的文献，包括法律法规、政策和先例，就某一法律问题作出合理合法，符合传统与现行政策的推理分析，并将之应用于具体案件。
而在广泛应用人工智能算法及大数据的背景下，对于某一案件的可诉性，胜算的可能所牵涉的内部和外部因素以及详细的花费开销等，都可以通过预先设计好的软件平台进行预测。这一预测的过程显然不是法律推理，而是数据分析的过程。这需要经过专门训练或者懂得数据科学的人员进行操作，传统法学院培养出来的人才是无法胜任这项工作的。
相对于传统的分析，新的模式更加注重的是解析和预测，包括对于法官裁决的预测。尽管有些政府明文规定禁止预测法官的决策行为，但在现实中法律预测很难被取缔。
第二，与前述相适应，市面上出现了各种各样的由人工智能驱动的提供法律服务的平台，诸如Lex Machina和ROSS。很多律师事务所已经购买了这些平台的使用权。如何使用并维护这些平台需要专门的法律技术人才，尤其是平台输出的结果需要特定人员的进一步解析。当然，这里面隐藏着的是法律行业所面临的更大的危机。因为这些平台的出现已经在客观上打破了法律职业人垄断法律服务业的局面。
第三，更为实质性的是，在数据主义成为主导的算法社会里，法律这个传统上被认为是社会科学领域的门类将会面临来自科学技术的严峻考验。在很大程度上，科学技术可能改变法律及法律服务的性质，至少会使其与科技领域的交集越来越突出，而法律从业人员的科学技术能力则会成为重要的竞争要素。法律工程师的出现回应了这一需要。
第四，出于理解人工智能在法律中的应用的需要。这不仅包括人工智能在法律服务业的应用，也包括其在立法、司法、执法、守法(合规)等方面的应用。尤其是在合规方面，由于数据收集和使用的合法性、正当性和复杂性，法律从业人员必须具有理解和执行各种标准和规范的能力。控制大规模数据分析的法律只会变得更加复杂，就像从我们所生成的数据中产生价值和洞察力的潜力在飞速增长一样。
随着管理数据的监管制度的扩大以及政府和组织试图利用所收集的数据做更多工作，数据科学和法律界将发生冲突。无论是利用复杂的算法进行决策，比如，无人驾驶汽车、抵押和信贷决策、刑事司法、移民等，还是将法律解释直接嵌入软件系统，都需要法律的指引。没有法律工程师，合规工作则无法进展。如果合规工作无法进展，那就意味着被惩罚的可能。
