「所以你覺得已經開始了嗎？」
「當然已經開始，我最近就有碰到一家新創，他們提供的服務是用機器學習幫你分析主審法官過去所有的審判文、期刊論文和著作，然後讓機器幫你擬開庭陳詞和結案陳詞草稿，用的是這個法官可能比較聽得進去的語氣和語法，避免引用他不喜歡的判決先例之類的。」
麥可仔細地用抹刀把半鹽奶油抹平在切成對半的法國麵包上，然後撕下袖珍果醬瓶上的封條，旋開瓶蓋，用小湯匙挖了一球鮮紅色的半透明凍狀體，傾倒在剛被抹平的奶油上，然後用抹刀的另一面將果醬來回均勻抹平，邊不時把不小心溢出麵包邊緣的部分救回來，直到整個麵包斷面上在陽光下同時閃耀著誘人的金黃和粉紅，然後才好整以暇地將一端送入嘴中，狠狠咬下一口。
麥可是美國人，在倫敦和阿姆斯特丹執業律師多年，擅長英美法與國際法，經手的主要為大型企業併購案。他的英語有著東岸的節制與內斂，句法略嫌冗長，但他那光可鑑人的頭下是一顆非常重視細節的大腦，對於經濟和金融議題求知若渴。
我和麥可是HEC Paris MBA前後屆校友，原本只是每隔一陣子會一起喝杯酒閒聊，但自從他去年在臉書上一系列的貼文預測川普當選成真後，我就開始仔細閱讀那些放在臉書上絕對過長的貼文，進而開始跟他有更多的深入對話。這一天我們是約在聖日爾曼哲沛的雙叟咖啡館，悠閒地坐在露台上，享用以過去雙叟的名人常客存在主義大師沙特為名、但其實就只是多了一籃可頌的法式早餐。
基於我們兩個的職業背景，聊到機器學習對於法律產業的衝擊也是理所當然的。事實上美國的法律產業在過去10多年已經先經歷過第一波衝擊：就在美國企業將大量IT業務外包到印度時，美國的律師事務所們也爭先恐後地把過往由法律助理（paralegal）負責的工作，打包成電郵和雲端資料夾送到印度去。
「傳統上律師幫企業打官司，第一個動作就是申請法庭命令，向對方公司要求提供大筆相關資料。這些資料動輒一百盒紙箱上下， 律師事務所第一個工作就是將這些資料仔細地閱讀過並且分門別類。這個工作效率甚低，往往花好幾天每天工作10幾小時，也找不到一個對案子有用的資料，因此律師事務所才會聘請法律助理，這些還沒成為律師的有志青年工作的一部分就是閱讀和分析這些原始資料——當然這些鐘點費用都會照律師事務所標準算，不會因為他們是助理就打啥折扣。」
麥可推了推鼻梁上的黑框眼鏡，喝了一口牛奶咖啡後繼續說道。
「但過去10幾年，如你所知的，這些工作很多都外包到印度去了。所以白天我們去對方公司搜集資料，複印裝箱，搬上車子後回到事務所，然後讓秘書或者工讀生掃描成pdf檔，晚上10點多下班前上傳到雲端，把權限設好就可以回家了。同一時間印度的外包公司已經醒來，準備上班。他們的員工英語也許有濃烈的腔調，但讀寫幾近完美，印度時間一早開始就可以處理。等到他們傍晚6點下班，我們東岸也醒來開始上班，正好可以開始分析他們當天處理完的部分。」 （相關報導： 觀點投書：台灣金融科技已經落後？用人工智慧＋ATM殺出一條血路！ ｜ 更多文章 ）
「我知道，這個已經走了10多年的趨勢對美國法律學校和產業造成巨大的衝擊，過往法律學校畢業生加入事務所後先擔任法律助理，考過bar，負責你講的這些資料搜集和分析的工作多年後，才有機會成為真正的律師，開始接案。但這個部分的大量外包，使得許多律師事務所不再聘用法律助理，不只法律學校的畢業生失業率年年升高，從法律學校到律師的養成路徑也斷掉了，影響甚鉅。」
