OpenAI 推出專為法律領域打造的 Astra for Law AI 模型，具備專屬法律搜尋索引與分析寫作能力，然而法律科技業界正經歷 AI 成本的嚴格審查，企業更關注具體應用與投資報酬率，促使法律科技公司朝向更務實的商業模式發展。
OpenAI 今日發表專為法律工作設計的全新人工智慧（AI）模型 Astra for Law，旨在協助法律專業人士進行事實研究、論證發展及識別案件弱點。此模型結合了 OpenAI 最新的 GPT-6 Astra，並整合專屬的法律搜尋索引與法律分析寫作指令。
Astra for Law 的法律搜尋索引能夠檢索美國的判例法、法規、法院規則及行政裁決，涵蓋超過 2.3 億個 URL。OpenAI 並與「免費法律專案」（Free Law Project）合作，透過其 CourtListener.com 資料庫強化判例法的存取。該模型在 Vals AI 的 Legal Research Bench 上進行測試，針對 200 個美國法律研究問題的總體正確性通過率達 54.0%，相較於單純使用網路搜尋的 GPT-6 Astra，相對提升了 40%。此外，在側重判例法的問題上，Astra for Law 找到的參考判例數量增加 24%。
為解決法律資料的機密性疑慮，OpenAI 表示將實施「法律級信任與控制措施」，包含針對合格法律專業人士提供的「受信任存取計畫」（Trusted Access Program）以及「零資料保留」（zero data retention）政策。這意味著 ChatGPT Enterprise 的使用將排除人工審查。OpenAI 也與瑞生國際律師事務所（Latham & Watkins）、蘇利文·克倫威爾律所（Sullivan & Cromwell）、瑞格律師事務所（Ropes & Gray）及 Cooley 等知名律師事務所合作，開發以 ChatGPT Enterprise 為基礎的工具。該發布還包含了 26 個合作夥伴建立的插件以及 9 個由 LegalQuants、LECG 和 Skills.law 等公司與法律工程師社群開發的插件。
在 OpenAI 推出專屬法律 AI 模型的同時，業界對 AI 成本的審查也日益嚴格。LegalTech（法律科技，意指將科技應用於法律服務領域，以提升效率和精準度，例如自動化文件審閱、智慧型法律研究等）領域對 AI 成本的擔憂成為重要議題。過去，買家往往盲目相信 AI 的價值，但現在則更關注具體應用案例和可衡量的投資報酬率（ROI）。例如，Uber 傳出在 4 月就已用完全年度的 AI 預算，微軟也據報在 8 月初要求員工注重結果而非 Token（AI 模型處理語言的最小單位）用量，並對 AI 支出設下上限。亞馬遜也悄然停止了其內部根據 Token 使用量排名的排行榜。
有專家認為，這種對成本和回報的關注並非 AI 熱情消退的跡象，而是技術成熟後的必然階段。對於法律科技新創公司而言，如何在成本與效益間取得平衡，是其能否規模化發展的關鍵。成功的供應商將是那些能夠依據任務複雜性匹配適當模型大小，而非一味選用最昂貴選項的公司。這項轉變迫使法律科技公司建立更穩固的基礎，並設計出能真正帶來回報的商業模式，對整個法律科技市場而言是利多消息。
然而，法律團隊在導入 AI 時仍面臨挑戰。有研究指出，AI 的普及可能在組織建立明確運作模式前就已「影子化」，即員工在組織治理尚未到位前，便開始使用公用 AI 工具處理實際事務。這種情況可能導致試點計畫重複、培訓不一致，並形成組織日後難以糾正的使用習慣。因此，成功的 AI 導入不僅是選擇工具，更重要的是提供清晰的指引，協助使用者理解哪些工具被核准、潛在風險，以及 AI 如何融入法律工作流程，同時也需加強基礎 AI 素養培訓。