律所和会计师事务所需要出售问责,而不是文件准备工时

专业服务行业的商业模式,正在进入AI时代最令人不安的阶段。根据汤森路透发布的《2026年专业服务领域AI报告》,AI在法律、税务、会计、审计、合规、风险、反欺诈和政府事务领域,已经不再只是一种实验性尝试。生成式AI的使用率几乎翻了一番,约40%的专业人士表示所在机构如今已在使用它,而在现有用户中,超过80%的人每周都会使用它。
该报告将2026年描述为AI的战略阶段:在这个阶段,各机构不再只是添加工具,而是在重新定义工作流程、重塑价值主张,并把AI构建为专业工作的基础设施。对那些提前行动的机构而言,这是一个强有力的机会;而对那些仍在按人工起草和调研时长收费、仿佛客户看不出时代变化的机构而言,这则是一记警钟。
当AI压缩了初稿的产出时间,客户不再为打字付费,而是开始为判断力付费。
哪些工作正在失去溢价
AI并不会让法律、会计、税务或审计方面的专业知识消失,但它确实降低了常规中间环节工作的感知价值:文件摘要、初稿撰写、合同比对、初步调研、信函撰写、发票分类、清单准备,以及基础的异常检测。这些工作依然需要审核,但在一个知道AI几分钟内就能产出可用初稿的客户眼中,它们已经不再像是五个小时的稀缺专家劳动了。
客户提出的新问题
企业客户越来越清楚地意识到,AI可以起草、总结、分类和比对内容。这并不意味着他们希望拿到未经审核的AI产出,而是意味着,他们会对那些看起来由机器辅助完成、却仍按高端费率收费的账单提出质疑。客户或许愿意为责任承担、最终签字确认、问题升级处理、谈判、代理和风险管理付费;但要让他们接受为一份三十分钟写成、之后只是简单修改过的初稿支付五个计费小时,就要困难得多。

我们付费购买的,究竟是耗费的工时,还是被降低的风险?
从计时收费走向价值结构
传统的计时收费模式不会一夜之间消失。复杂事项、结果不确定的诉讼、敏感交易和开放式调查,依然需要灵活定价。但整体重心可以发生转移。当AI减少了可重复性工作所需的时间时,机构就需要一种把收费与成果、保障、可用性和复杂度挂钩、而非与打字时长挂钩的定价模式。
- 按成果定价:为经审核的合同套件、税务立场备忘录、合规申报或审计交付成果设定明确的收费标准。
- 月度顾问订阅制:为经常性的运营问题提供持续性的审核、指导和问题升级处理服务。
- 持续支持模式:作为企业日常运营的一部分,提供嵌入式法务顾问、内控、合规或风险咨询服务。
- 专业审核费:由客户自行生成或收集材料,机构则就验证、纠正和责任承担部分收费。
- 基于风险与复杂度的定价:根据风险敞口、模糊程度、紧迫性、司法管辖复杂度和专业责任来确定事项的收费。
问责层
AI把准备工作自动化的程度越高,问责这一层的价值就越大。一家机构真正站得住脚的价值,并不在于它能在纸面上产出文字,而在于一位合格的专业人士知道这些文字意味着什么、遗漏了什么、可能出什么问题,以及客户接下来应该怎么做。在法律工作中,这意味着特权保护、代理关系、谈判姿态、可执行性和争议应对策略;在会计和税务工作中,这意味着实质性佐证、审计就绪度、文档管理、内控、报告的可信度,以及监管风险敞口。
汤森路透还指出了一个衡量上的缺口:只有少数专业服务机构在追踪AI的投资回报率,而许多专业人士甚至不知道这项回报是否被衡量过。这形成了双重挑战:机构不仅需要改变定价方式,还需要衡量AI在内部创造的价值,以免在承担转型成本的同时,简单地把自己的工作降价出售。
面向律所、税务和会计机构的 DNLA 行动手册
- 梳理易受冲击的工作。识别那些主要属于总结、起草、比对、分类或清单编制性质的工作。
- 把准备工作与责任承担区分开来。对常规的AI辅助准备工作,与专业审核、最终签字和建议,实行不同的定价。
- 建立透明的客户沟通语言。说明何时可能使用AI、产出内容如何被审核,以及机构承担何种专业责任。
- 打造成果套餐。把常见事项转化为与交付成果和响应时限挂钩的固定收费或订阅制产品。
- 衡量内部AI经济效益。追踪节省的时间、避免的减记损失、利润率变化、周转时间和客户满意度。
- 维护信任基础。坚持保密义务、数据治理、特权保护控制、信息来源核实和人工问责制。
客户应当提出的问题
- 这项工作中哪些部分由AI辅助完成,哪些部分经过持牌专业人士审核?
- 在提出建议或在交付成果上签字之前,机构核实了哪些内容?
- 可重复性的工作能否按套餐定价,而不是按小时计费?
- 在使用AI工具时,机构如何保护机密信息?
- 对于最终的建议,机构愿意承担怎样的责任?
DNLA 观点
AI并没有消除对律师、会计师、审计师或税务专业人士的需求,它消除的是客户为不再需要高价时间的常规准备工作支付高端费率的意愿。那些仍在依靠打字、初步调研和文件组装来创收的机构,将会感受到压力;而那些出售判断力、代理、保障和责任承担的机构,仍将不可或缺。商业模式必须从“这项工作花了多长时间”,转向“我们控制了什么风险、交付了什么成果、又是谁在为之背书”。
希望以同样的严谨标准审视您自己的AI系统?
这正是 QAi 健康检查存在的意义。