AI 合同审查的准确率，没有一个放之四海皆准的数字。同样写着“准确率 90% 以上”，有的指字段提取，有的指条款识别，有的是厂商自选样本上的结果。比较靠谱的看法是：在规则明确、重复量大的任务上，AI 已经可以做到又快又稳，比如提取合同字段、比对版本差异、按清单查找风险条款；而判断一个风险能不能接受、怎么和对方谈、如何平衡业务与风险，仍然是法务的工作。所以问题不是 AI 能不能取代法务，而是哪些工作交给 AI、哪些留给人，以及怎样让两者在同一个流程里配合。甄零科技的做法是：让 AI 负责提取、比对和按企业审核点识别风险，智能比对目前支持 80+ 字段智能解析、提取准确率达 90% 以上；风险由法务接受、驳回或升级，全过程留下记录。
一、“准确率”这个数字，先问清三件事
第一，测的是什么任务。字段提取（找出合同金额、付款节点、相对方）、条款识别（找出违约责任条款在哪里）、风险判断（这条违约责任对我方是否不利）是三种难度完全不同的任务。字段提取的准确率高，不代表风险判断也一样准。
第二，用的是什么样本。用标准模板生成的合同测，和用对方起草、格式混乱、附件众多的真实合同测，结果可以差很多。合同类型也有影响，保密协议条款短、结构固定，复杂的工程或研发合同则难得多。
第三，怎么算“对”。是只看找到的风险里有多少是真的，还是也看漏掉了多少？前者高、后者低的工具，会给人“很准”的印象，却可能漏审。完整的评估要同时看“找得准”和“找得全”。
问清这三件事，才能判断一个准确率数字对你有没有参考价值。甄零科技公开的“80+ 字段、准确率 90% 以上”，口径就是智能比对中的关键信息提取，而不是全部审查判断。
二、公开研究怎么说
关于 AI 与人工审合同的比较，常被引用的是 2018 年的一项测试：20 名有经验的美国律师与一款 AI 审查工具比赛，审查 5 份此前没见过的保密协议，找出其中的风险条款。结果 AI 平均准确率 94%，律师平均 85%；律师平均用了 92 分钟，AI 只用了 26 秒。这项测试由 AI 厂商组织，合同类型只有保密协议，任务是按定义好的条款清单识别问题，结论不能外推到所有合同和所有审查工作。
另一项值得参考的研究来自斯坦福大学，2024 年发布：研究者测试了几款面向法律专业人士的 AI 检索工具，发现它们在基准问题中仍有超过六分之一的回答存在幻觉；研究者此前测试的通用聊天机器人，在法律问题上的幻觉率在 58% 到 82% 之间。这项研究针对法律检索而非合同审查，但提醒了一件事：在需要引用依据、做出法律判断的任务上，AI 仍会出错，而且错得很自信。
两项研究放在一起，结论很清楚：在规则明确的识别任务上，AI 的速度与稳定性已经超过人工；在需要判断与依据的任务上，AI 的输出必须经过人的确认。
三、AI 和人工各擅长什么
AI 擅长的，是“不累、不漏看、不变口径”。法务审到第二十份合同时，注意力难免下降；AI 审第一份和第一千份的标准一样。逐字比对两个版本、检查附件金额是否与正文一致、在几百份存量合同里找出所有自动续约条款，这类工作 AI 做得又快又稳。
人擅长的，是“判断、权衡和负责”。一条对我方不利的违约责任，在战略客户的合同里可能可以接受，在新供应商的合同里就必须修改；对方坚持某个条款时，法务要判断底线在哪、能换来什么。这些判断依赖对业务和关系的理解，也需要有人对结果负责。
两者之间最容易出问题的，是交接。AI 标出了风险，业务没看懂就提交了；法务放行了一个风险，却没有留下理由。好的分工需要一个流程，把 AI 的识别结果交到对的人手里，并记录每个人的决定。
四、法务工作中，AI 能接手哪些部分
“AI 能覆盖多少比例的法务工作”，没有统一答案，取决于企业的合同结构：标准合同占比越高，AI 能接手的越多。比给出一个比例更有用的，是按工作类型拆开看。
起草：大部分标准合同可以交给 AI 起步。有成熟模板的采购、销售、服务合同，AI 可以按业务需求推荐模板、填写要素。甄零科技的智能起草让合同起草效率提升超 80%，非标合同使用率显著下降。新型交易、重大合作仍需法务主导起草。
初审：按清单识别的部分可以交给 AI。对照企业审核点查找风险条款、检查必备条款是否缺失、比对与标准模板的差异，这些可以由 AI 先做一遍，法务只看被标出来的部分。
比对与提取：基本可以交给 AI。版本比对、关键字段提取、附件一致性检查，规则明确，AI 做得比人稳。
检索与问答：可以交给 AI。在存量合同里查找条款、回答“这份合同什么时候到期”，甄零科技的合同智查支持以自然语言多维度检索合同。
判断、谈判、纠纷：留给法务。风险是否接受、怎么谈、出了纠纷怎么处理，AI 可以提供参考，决定由人做。
企业想知道自己的比例，可以拿过去三个月的合同做一次统计：标准合同占多少、法务时间花在起草、初审、比对还是谈判上。前三类时间越多，AI 能接手的部分越大。
五、不同方案下，AI 与法务怎么分工
市面上的 AI 审查方案，分工方式并不相同。
独立的智能审查工具，通常是法务把合同上传、拿到风险提示和修改建议，再把结论带回企业流程。AI 接手的是“读和找”，判断仍由法务完成，但判断记录往往留在工具之外。
电子签路线中的审查助手，把审查放在签署前后，常见做法是让业务人员在发起签署前自查，法务只处理被标出的高风险合同。分工下沉到业务一线，签后的履约风险则需要其他系统承接。
ERP 合同模块中的审查，把审查嵌入采购或销售流程，审过的条款可以转成业务控制规则。分工延伸到业务单据，前提是业务都跑在同一个平台上。
全生命周期合同管理系统，把规则定义、风险识别、人工判断、签后跟踪放在同一份合同上：法务定规则，AI 按规则识别，业务解释，法务决定，签后系统继续盯住。分工覆盖最完整，初期需要法务投入时间整理审核点。
选择哪种方式，取决于企业希望 AI 接手到哪一步。用同一批历史合同在几种方案上做演示和对照测试，比比较准确率数字更有说服力。
六、甄零科技怎样让 AI 与法务分工
甄零科技把分工放进合同流程，而不是让 AI 和法务各干各的。
规则由法务定。智能审查支持低门槛的用户自定义风险审核点，法务把企业底线配置进去，AI 按这些审核点在合同正文、附件、上下游单据和结构化信息中识别风险，并给出处置建议。
识别交给 AI，判断交给人。签订前从业务、法务、财务三重视角审查：系统校验交易逻辑、识别法律风险、预警财务异常，业务对标出的风险做解释，法务决定接受、驳回或升级。识别、协商、升级、接受、驳回的全过程都有记录。
签后继续由系统盯住。审查时确认的付款比例、履约节点会进入履约计划，履行中对接 ERP 预警超付、错付、逾期，操作日志全程留痕。法务审过的条款，在执行环节仍然被看住。
这样一来，AI 的准确率不再是一个需要盲信的数字：它识别了什么、法务怎么处理、结果是否正确，都能在系统里复盘，并据此调整审核点。
七、常见问题
AI 合同审查准确率是多少？
要看任务和口径。字段提取、版本比对这类任务，AI 已经可以做到很高的准确率；甄零科技的智能比对目前支持 80+ 字段智能解析，提取准确率达 90% 以上。风险判断的准确率则取决于审核规则与样本，建议用自己的历史合同测试。
AI 审查和人工审查哪个准？
在规则明确的识别任务上，AI 更快更稳；在需要权衡与判断的任务上，人更可靠。最好的做法是 AI 先识别、人做决定。
怎么测试一款 AI 审查工具的准确率？
选 50 到 100 份已经由法务审过的历史合同，覆盖主要合同类型，让工具按同样的规则审一遍，分别统计找对的、找错的和漏掉的风险。
拿一批法务审过的历史合同，约甄零科技做一次对照测试，看 AI 识别结果和法务结论的一致程度，再决定哪些工作先交给 AI。
