前 DOJ 反壟斷主管以 AI 縮窄訴訟資源差距
Tech News

前 DOJ 反壟斷主管以 AI 縮窄訴訟資源差距

圖片:TechLab
TechLab 編輯部(譯)·

前美國司法部反壟斷部門主管 Jonathan Kanter 與前代理主管 Doha Mekki 創辦法律科技公司 FluxCap,推出以 AI 支援法律研究及案件分析的工具,首先瞄準反壟斷訴訟。其目標是讓人手有限的原告方、公共執法機構或州檢察長辦公室,更快從大量文件中尋找有用證據,並檢視論證中的漏洞。

不過,FluxCap 的能力、可節省多少時間,以及能否提升案件結果,目前主要來自 Kanter 與公司向《The Verge》所作的說法,未見獨立測試或成效數據。工具也不能取代預算、人手與法律判斷;尤其美國反壟斷法的訴訟環境,未必可直接套用到香港。

AI 介入的,是最耗人力的法律流程

FluxCap 建基於自家技術及現有大型語言模型,主要處理研究、分析和證據發現(discovery)。按報道所述,系統嘗試辨認影響案件成敗的事實和法律框架,再協助律師找出推論上的缺口;在審前準備中,亦可在龐大的文件材料內搜尋企業可能有反競爭行為的訊號。

這類工作看似適合自動化,難點卻在語境。企業管理層通常不會直接承認壟斷或威嚇客戶,但一句說話放進商業關係、交易條件與前後對話後,可能帶有截然不同的法律意義。Kanter 以 Live Nation-Ticketmaster 反壟斷案為例,指出高層談及演出供應的說法,被客戶理解為若轉用其他票務平台,可能失去節目安排;要讓系統找到這種間接訊號,比關鍵字搜尋複雜得多。

效率提升不等於法律判斷自動化

Kanter 認為,工具可為小型團隊提供相當於逾 20 人持續工作的處理能力。這個說法突出了法律 AI 最現實的價值:先把海量文件的篩選、關聯與初步整理加快,讓律師把時間放回證據脈絡、法律策略及庭上說服。

但反壟斷案件並沒有單一的「正確答案」。同一組事實可由控辯雙方作出不同詮釋,最終仍要由法庭、陪審團或監管機構裁決。因此,AI 若將可疑訊息列為線索,仍需律師核實來源、補足上下文,並判斷是否適合納入訴訟主張。若系統漏掉關鍵文件、錯讀語氣或放大偏向某一方的材料,快速整理反而可能令團隊過早鎖定錯誤方向。

資源差距仍是制度問題

報道指出,美國司法部反壟斷部門 2026 財政年度獲撥款 2.45 億美元,並有逾 400 名律師處理多個議題;相比市值數以十億甚至萬億美元計、擁有龐大法律團隊的企業,資源仍然懸殊。Kanter 亦承認,技術無法完全填平差距,政府仍需要更多經費、人手和預算。

這是 FluxCap 類工具值得觀察的地方:它未必會令小團隊與大型企業的訴訟力量完全對等,卻可能降低研究與文件審閱的起步成本,令原本無力追查的案件更有機會被完整評估。FluxCap 已有反壟斷律師行 Kressin Powers 作為早期客戶,並稱正與公共及私人執法者洽談。

下一步要看的,是這類工具在真實案件中能否提供可追溯、可核實的分析結果,以及律師和執法機構會如何建立覆核流程。對法律界而言,AI 的角色較可能是擴大檢索與整理能力,而非把證據判讀和訴訟責任交給系統。

延伸閱讀

AI 輔助說明: 本文由 AI 協助整理。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook