AI时代的价值观: “使用了AI，为什么价格没有降低？”未在账单上体现的效率化陷阱

「这份资料，AI应该能很快制作出来吧」

当被寄予这样的期望时，制作方往往有难以解释的情况。确实，从文字出现在屏幕上的时间缩短了。然而，阅读这些文字、查找依据、修正错误、判断是否可以交给对方的时间并没有消失。

发包方觉得自己在为“几秒钟内完成的东西”付钱。接单方则认为自己是在为“负责地完成并交付的工作”收钱。

这种认知上的差距导致了对AI效率化的不信任。

美国法律媒体“Above the Law”上刊登的，由律师兼作家Stephen Embry撰写的文章，从法律业务的角度深入探讨了这个问题。

问题很明确。我们是否过于关注AI生成文本的时间，而忽略了其后人类投入的工作？

“5小时变成6分钟”，这个数字反映了工作的哪个部分

Embry展示的是制作某份文件时的假设比较。这并非从实际法律事务所调查中获得的平均值。

传统上，草稿需要4小时，确认需要1小时，总共5小时。

使用AI的话，草稿只需0.1小时，即6分钟。然而，确认和修正内容需要2小时。

仅草稿时间减少了97.5%。然而，整个流程完成时间减少了58%。

58%也是一个巨大的改善。然而，这与“几乎所有工作都消失”的印象不同。

如果比较的起点和终点不一致，AI的效果很容易显得很大。人类方面包括调查到最终确认，而AI方面只测量文本生成，这并不算是比较同一工作。

应该测量的是，将同等质量的成果物置于可用状态所需的时间。

即使时间减少了58%，金额只减少了约9.7%

更容易被忽视的是，谁在进行工作会影响时间的金额。

原文假设年轻律师的小时费率为250美元，合伙律师的小时费率为800美元。

传统上，年轻律师花4小时制作草稿，合伙律师花1小时确认。AI使用后，草稿时间减少到0.1小时，而合伙律师的确认时间增加到2小时。

减少金额为175美元，比例约为9.7%。

在这里，时间缩短的效果大部分被高单价的确认工作抵消了。

然而，将这个数字直接解读为“法律事务所的实际成本”或“利润”是不合适的。用于计费的小时费率与根据薪资等计算的内部人工成本是不同的数字。表中也未包含AI的使用费和教育费。

这个假设例教会我们的是，AI的引入并不一定只能降低到这个程度。

时间的减少率、客户支付费用的减少率、提供方成本的减少率需要分别测量。

并不是只有错误的文本才需要确认

提到AI的确认工作时，容易想到找出不存在的判例或错误的数字。

然而，还有更根本的问题。即使是正确的文本，也不能在阅读前就知道是正确的。

即便文档没有错误，仍需确认是否符合案件的前提、是否遗漏必要条件、是否符合委托者的目的。

Embry在参考Legal IT Insider的投稿中，法律AI公司Lexi的创始人Harshit Garg也关注了对正确草稿进行重读所需的时间。

Garg指出，记录的分割是个问题。AI方面有生成和使用费的记录，而事务所方面有负责人的工作时间记录。然而，如果确认时间没有与哪个AI输出对应起来，就很难掌握单个成果物的总费用。

AI的账单便宜，与使用AI完成工作的费用便宜并不相同。

在SNS上，“工作转移了”和“应该便宜”交错

这个问题也反映在SNS的讨论中。

这里介绍的不是对原文的直接反应，而是关于AI工作时间和法律服务费用的相关公开帖子。并未独立确认发帖者的资格和实际经验，也不是代表整个行业意见的调查。

在Reddit的商业AI社区中，有帖子提到自从开始使用AI后，时间花在了确认、调整和选择输出内容上，而不是写文章。

发帖者表达的感受不是“工作消失了”，而是“努力的方向变了”。

这对于有过按下生成按钮经验的人来说是容易理解的。初次输出很快。然而，在修正细节的过程中，有时会不知该修到何种程度才算完成。

另一方面，在处理电子证据披露的Reddit社区中，关于法律业务的效率化和降价存在不同视角。

有评论指出，若将AI工具的使用费、现有系统的额外引入、团队的教育时间计算在内，目前的费用节省被抵消了。

另一个评论则质疑，如果按时间计费的工作，所需时间减少了，客户的支付金额也应下降，如果费用没有下降，是否真的提高了效率。

这种对立不仅仅是对AI的支持和反对。

提供方关注从引入到运营的负担。客户方关注自己收到的账单。只要双方看到的数字不同，双方都容易觉得“对方不理解”。

仅凭“有专家确认”能否让人信服

确认需要时间的解释有其理由。然而，仅此并不一定能消除对费用的疑问。

如果在事前宣传中强调“压倒性的节省时间”，而在计费阶段告知“需要专家确认”，客户可能会觉得这是个方便的解释。

需要的不是抽象地诉求确认的价值，而是具体地展示确认了什么。

例如，合同书需要确认与交易条件的一致性、责任分担的遗漏、与谈判方针的一致性等。调查资料则需要确认数字的出处、对象期间、比较条件等。

AI缩短了哪些部分，哪些部分用了人类的时间，结果改善了什么。如果有这样的解释，客户也能更容易判断费用。

同时，提供方也需要进行验证。仅凭确认时间长这一事实，并不能说明所有工作都是必要且高效的。

是否用于AI不擅长的工作？指示或资料是否不充分？负责人员之间是否重复确认？这些运营上的问题不应被“专家的判断”一词掩盖。

在日本的职场中，可能表现为等待上司确认

这一论点并不仅限于日本的法律事务所。企划书、销售资料、宣传文、翻译、程序等需要有人确认后才能对外发布的工作都适用。

例如，假设负责人员可以通过AI在短时间内制作提案书。然而，如果确认的管理人员数量不变，提交的资料只会增加，可能导致审批等待时间变长。

制作流程的时间减少了。然而，交付给客户的天数没有变化。在某些情况下，只有管理人员的加班增加了。

这是将原文的论点应用于日本职场时可能出现的情况，并不代表日本企业整体的实际情况。

即便如此，考虑AI引入的评价时，这仍是一个有用的视角。仅仅将各负责人的节省时间相加，并不能说明整个工作的流程加快了。

需要关注“制作资料的时间”以及“等待确认的时间”“应对退回的时间”“到最终批准的天数”。

效果测定以“可用的成果物一个”为单位

那么，应该记录什么呢？

如果将原文的问题提到实际操作中，考虑将单位从“AI使用了多少次”改为“完成一个可用的成果物”会更容易理解。

比较工作的难度和质量标准也需要尽可能统一。如果将AI用于简单的案件，而将复杂的案件用传统方式处理，可能会高估AI的效果。

相反，如果只测量引入初期的不熟练阶段，可能会忽视改进的空间。将学习和设置的初期费用与通常运营中每次产生的费用分开，会更容易判断。

重要的是，不要将测量结果与“AI应该有用”这一期望或“确认很麻烦所以没意义”这一印象相匹配。

空出的时间，转化为谁的利益

即便AI确实减少了时间，仅此并不会自动减少现金支出。

因为即使月薪制员工的工作时间减少1小时，该月的工资也不会自动减少。效果可能会以减少加班、应对额外案件、缩短交期、改善质量等其他形式出现。

此时需要决定空出时间的用途。

是用于降低客户价格，还是增加可处理的案件，是用于花时间进行详细的咨询和提案，还是用于减轻员工的负担。

选择哪一个，所需关注的成果也会不同。

如果目的是降价，仅追踪使用次数，无法判断客户是否获益。如果目的是减轻负担，仅增加处理件数，员工难以感受到效率化的好处。

在AI引入前后，想要改善什么？如果没有达成共识，即使数字改善了，也会有人不满。

AI写完的瞬间，并不是工作结束的瞬间

Embry的