一切商业机会都源自行业趋势，简而言之，真实的市场需求在哪里，机遇就在哪里。智能合同赛道之所以能够迅速崛起，根本原因正是源于市场的迫切需求。

如今，生成式AI已不再是新鲜事物，它在各个行业的落地速度正在显著加快。法律行业，正是AI应用落地的核心领域之一。自2023年起，众多法律科技公司纷纷向AI方向转型，并在多个具体场景中取得了切实的成效。

其中，“合同”作为企业日常经营数据的核心载体，几乎涵盖了市场经济的方方面面。企业推进数字化转型，必然绕不开合同这一关键环节。正因如此，市场上围绕“合同”衍生出了多个创业赛道：CLM（合同生命周期管理）、智能合同审查、合同模板库等。

但坦率地说，合同管理体系建设在很长一段时间内都被视为企业的“成本项”，与直接业务增长关联不大，因此发展相对缓慢。直到新冠疫情突然来袭，远程办公成为新常态。在商业层面，原本再正常不过的合同签署流程变得困难重重，导致商业交易效率显著下降。

与此同时，企业面临的降本增效压力日益增大，越来越多的公司法务部门开始认真考虑建设数字化法务部。根据欧盟统计局2021年的数据，欧洲拥有超过3000万家企业，这个庞大的客户群体正在推动全球CLM市场持续扩张。Claight公司的数据也显示，从2024年到2032年，CLM市场将以17%的复合年增长率增长，预计到2032年，其市场规模将接近98.4亿美元。

当前，企业对智能合同产品的需求急剧增长，电子签名等基础设施已日趋成熟，加之生成式AI技术的不断进步，智能合同领域的创业公司已开始集体向智能化方向升级。整个赛道正步入一个全新的快速成长期。

群雄逐鹿：智能合同赛道正加速融合发展

目前，智能合同领域主要包含三个子赛道：合同生命周期管理、智能合同审查和合同模板库。它们具体是什么？

第一，合同生命周期管理（CLM）。

简单来说，CLM是通过自动化手段，对合同从创建、起草、审查、工作流管理、谈判、审批、签署、执行、持续监控、合规管理到续签的全流程进行管理，其核心目标是提升效率。大多数CLM软件的使命，就是提高企业支出的透明度，并降低整个合同周期的成本。

可以说，CLM是智能合同赛道中最热门的领域之一。国外已有Icertis、Ironclad、Spellbook、Robin AI、Luminance、ContractPodAi、LegalOn等较为成熟的公司；国内则有幂律智能、秀合同等代表。在全球法律科技领域有史以来最大的25笔融资中，CLM公司占据了多个重要席位：

• Icertis：1.5亿美元，2022年
• Ironclad：1.5亿美元，2022年
• ContractPodAI：1.15亿美元，2021年
• LegalOn：1.086亿美元，2022年
• Evisort：1亿美元，2022年
• Ironclad：1亿美元，2020年
• LinkSquares：1亿美元，2022年
• SirionLabs：8500万美元，2022年

近年来，CLM公司获得了大量资本青睐，2023至2024年间，又有一批公司成功完成了新一轮融资。

第二，智能合同审查。

在合同管理的众多环节中，有些环节充斥着重复性劳动，最典型的便是“合同审查”。

现实中，传统的合同审查完全依赖人工逐字逐句地核对，严重依赖审查人员的知识储备与个人经验。这项工作不仅耗时费力，还容易遗漏潜在风险。尤其对于大型企业来说，面对大量已经类型化的合同，如果仍旧采用人工方式一份份审查，既劳累又低效，根本无法满足当前快节奏的业务需求。

此外，人工审查的结果和经验往往分散在文档批注、邮件或聊天记录中，难以形成系统化的知识沉淀。这意味着后续的审查工作以及团队间的经验共享，都无法得到有效支撑。

因此，公司法务部门长期以来被视为组织内部的“成本中心”。再加上当前市场监管环境日益复杂，外部律所的服务费用也越来越高，企业迫切需要借助法律科技手段来提升合同审查的效率。

AI和自动化技术的切入，恰好能够解决这一痛点。它们可以快速处理与合同相关的任务，将原本繁琐的手工操作变得轻松、高效，显著缩短处理时间，同时消除跨部门协作中可能产生的人为失误。

更重要的是，合同管理流程自动化带来的效率提升，还能帮助公司或律所提高创收能力。例如，缩短合同谈判周期、自动开票辅助财务工作，从而提升整个业务链条的运营效率。这是一个关键的驱动因素。

目前，国外专注于智能合同审查的公司包括Lexion（被Docusign以1.65亿美金收购）、Henchman（被LexisNexis收购）、Evisort（被Workday收购）、Spellbook、Robin AI等；国内则以幂律智能、法天使/案牍、法智、轻舟晓法、火眼审阅为代表。

第三，合同模板库。

合同模板是法律专业人士日常工作中不可或缺的工具。无论是商业合同、劳动合同还是其他类型的契约，一个好的模板能够提供一个标准化的框架，显著提升工作效率。

合同模板库，就是汇聚各类合同模板的平台。它们可能是独立的产品，也可能是其他产品的一个功能模块。国内外专注于这一领域的公司有Law Insider、oneNDA、ThisFirst、DocPro，以及国内的“法天使”等。

从市场规模来看，合同模板库这一赛道似乎较为垂直，想象空间有限。但在实际工作中，许多合同任务都是从复制一个优质模板开始的，而非完全从零起草。因此，合同模板库实际上是合同起草与审查工作的“基础设施”。进入AI时代，AI的输出质量高度依赖于训练数据的质量，合同模板库作为优质的合同数据源，其价值更加凸显。

从另一个角度看，合同模板库恰好契合了许多发展中国家律师行业的现状——整体服务质量参差不齐，律师对标准模板的需求十分强烈。因此，对于全球范围内尚未成熟的法律市场来说，合同模板库的需求面其实相当可观。

除了上述几个赛道，智能合同的延展性还很强。例如，“合同”仅仅是“文本”的一个子集。不仅是合同审查，企业在日常经营中的各类营销活动，同样存在大量的文本审查需求，而且这些文本一旦出现问题，很可能给企业带来实实在在的经济损失。

目前，CLM和智能合同审查是资本市场最受追捧的两条赛道。原因在于它们的市场规模较大，并且通过技术改造后，未来实现规模化复制的可能性也更高。

值得注意的是，随着生成式AI的快速崛起，CLM、智能合同审查、合同模板库，乃至更广泛的文档自动化赛道，正在走向融合发展。最明显的趋势是，各家厂商都在积极引入AI技术，逐步融合成一个由技术驱动的“智能合同”大赛道。

新的叙事逻辑：更成熟的市场、更高的技术要求

基于市场需求和技术进步，智能合同赛道近年来出现了一些新的叙事逻辑。

首先，最直接的变化是：客户要求围绕“合同”提供一站式的服务。

早期，大多数CLM产品主要聚焦在合同审批阶段，简单来说就是把审批流程从线下搬到线上，解决的是“如何更高效地审批和管理合同”的问题，也就是合同的“流程化”。至于合同中的风险点以及后续如何履约，则涉及得较少。

但现在，客户更希望将合同全生命周期管理、智能审查、合同模板库真正融合在一起。借助数字化技术把控履约进度，促进合同目标的达成，从而降低逾期回款或坏账的风险——这才是能够帮助企业实现增长的关键环节。

针对这一需求，一些智能合同公司提出了“AI赋能合同谈判”的概念。其核心是通过智能技术提升合同审查效率，使双方能够集中精力，针对合同中的错误或遗漏进行有效谈判，减少不必要的来回沟通，最终提高合同谈判的效率。

要实现这一点，CLM产品必须与各类企业业务系统打通，例如CRM、ERP、P2P、办公协作工具等。只有数据流彻底贯通，才能制定相应的履约计划，实现履约监控与预警，实时反馈交易情况，并及时进行干预。例如合同到期自动提醒，就是一个非常基础的功能。海外的头部CLM公司，基本都与Salesforce、Adobe、DocuSign等业务软件实现了深度集成，客户可以直接将合同数据连接使用。未来，那些能够创建并支持高效、互联技术生态系统的组织，将能有效降低运营风险，最大化技术的投资回报。

这一趋势变化的背后，其实是相关领域的头部企业已经完成了行业基础设施建设。现阶段，智能合同初创公司在CLM和电子签名产品之上，重点开发智能合同审查等应用，仍然存在不小的创新空间。同时，领先的CLM和电子签名厂商，会围绕用户需求，将业务扩展到产品延长线上，相应的并购活动也会增加。

其次，随着AI技术的突破，智能合同赛道正在回归价值的本质。

总体来看，中国企业服务行业的主流叙事逻辑是“降本增效”。但坦率地讲，中国企服的市场土壤并不算肥沃。很多企业愿意花钱采购的，要么是能直接带来营收的服务或工具（如营销领域的CRM），要么是政策强制要求使用的系统（例如当年国家要求财务软件，才成就了金蝶、用友）。

事实上，以“降本增效”为卖点的企服厂商，获客效果普遍不太理想。这套逻辑通常只对大企业有效，因为大企业业务成熟、流程固定，降本增效对他们来说是实实在在的刚需。但对中小企业来说，关注重点永远是“活下去”、是业务增长。通过一个产品来实现降本增效，他们未必买账——毕竟，业务能否撑到明天都还是个未知数。甚至对许多大企业而言，最大的降本增效手段其实就是裁员，而非花钱采购软件。

智能合同赛道的主流叙事同样是“降本增效”，这天然决定了它更对大企业的胃口。但服务大企业，意味着需要定制化开发、私有化部署，服务做得非常重，成本很高，拿下客户并不容易。

在这种背景下，CLM公司开始重新思考：企业降本背后，最本质的需求到底是什么？答案是：增长。商业的本质是交易，所有企业的增长，最终都是通过交易达成的。只要交易能够顺利达成，企业就能获得增长。而合同，正是交易的载体。因此，激发企业增长，才是CLM产品要解决的根本问题。

举个例子，智能合同审查系统能够检测出合同中的错误或遗漏，并智能标记出来，团队就能快速将问题导向合适的人员处理，从而赋能合同谈判，让双方精力集中在谈判本身。

所以，可以确定的是：合同管理本身不是目的，而是一种手段。它要解决的根本问题，不是单纯提升管理效率，而是促成合同背后那笔交易。

或者说，所有企服产品要解决的最根本需求，都应该是帮助企业实现增长。

更准确、更个性化：AI时代下，合同审查的创新范式

目前，市面上不少AI产品都能辅助进行合同审查工作，但质量和效果参差不齐，很多都停留在很浅的层面。例如，审阅一份5000字的合同，AI可能会输出3000字没什么实际价值的审查意见，最终律师的工作量不减反增。用一句话来形容就是：“听君一席话，如听一席话”，基本等于白干。

同时，每个客户的业务需求都是独一无二的，AI也必须能够适应这一点。从商业化角度来看，只有当工具能够专门为用户配置、解决他们的独特问题时，人们才更有可能信任它、使用它。

说白了，客户对智能合同产品的核心诉求就两个词：专业度和个性化。

在“专业性”上，要想提升AI的输出质量，首先需要针对特定领域选对模型。

用事实说话。根据大模型评估公司Vals对各类AI工具的基准研究，在合同领域性能表现排名前三的模型是Llama 3.1 Instruct (405B)、Claude 3 Opus和o1 Mini。这意味着，如果你选择这几个模型来处理合同问题，效果会明显更好。

除了模型性能，在严肃的合同领域，安全性是另一条不能忽视的红线。因此选择模型时，安全性也是一个重要的考量维度。例如，与大多数使用GPT大模型的CLM厂商不同，Robin AI是少数使用Claude大模型的公司。其CEO Robinson表示：“我们发现Claude可以很好地匹配我们所有的核心用例。而且，客户确实非常关注安全性。结果是，如果提示和微调得当，Claude的表现非常好，尤其是在不知道答案的时候，它不会瞎编。”

在国内，法律垂直大模型领域，幂律智能推出了PowerLawGLM，并深度赋能智能合同场景，推出了合同审查产品“MeCheck”。此外，法信、北大法宝、阿里巴巴等公司，也分别推出了自己的法律垂直大模型和智能合同应用，比如阿里的“通义法睿”、北大法宝的“法宝来签”等。

当然，选对模型只是第一步。要想真正提升AI的输出质量，在工程层面还有大量优化工作需要做。

在“个性化”上，行业里也已经做了不少探索。

2024年1月，CLM厂商Evisort推出了一个名为Document X-Ray的合同分析解决方案，支持用户通过自然语言对话，直接从合同中提取数据，并可以将问题转化为可自定义的AI模型。用户可以向Document X-Ray提问，比如“特定协议里的应付金额是多少？”，然后系统就会创建一个新的字段模型，用户还能选择这个模型适用的范围（例如只关注订单和发票），创建完毕后还可以对模型性能进行审查评价和优化。

到了5月，头部CLM厂商Ironclad推出了无代码的AI训练能力，用户不需要任何技术背景，就能根据自己的独特需求（比如自定义条款、行业特定数据等）来调整AI模型。无独有偶，另一家CLM厂商Agiloft也推出了类似的能力，甚至支持用户用自己的数据和大模型。

这些“无代码”能力的出现，极大地降低了AI产品在企业端落地的定制门槛。

国内，幂律智能最近也推出了可视化的“智能合同Agent平台”，支持用户根据自身业务实际情况（比如自定义条款、行业特定的数据要求等），配置风险审查的具体需求，从而有效提升AI智能审查的输出质量。

现在，市面上的智能合同产品主要分为两类：To B（面向企业）和To L（面向律师）。面向企业的智能审查服务，对AI输出的准确率、模型和数据的安全性，要求都更高。而聚焦律师市场的产品，则更侧重审查结果的多样性，目标是提升律师在合同起草审查方面的效率与质量。

虽然是两个不同的市场，但用户都是法律专业人士，所以对AI输出的准确性有一条共同的底线——合同审查的准确性必须足够高。企业法务部用它才能有效支持业务，律师用它才能真正实现提效，而不是AI先审一遍，法务或律师还得再从头审一遍。

那么，关键问题来了：怎么才能提高AI审查合同的准确性？

首先，需要有足够多高质量的数据。这意味着智能合同系统必须与各类业务系统打通，实现业财法一体化，才能通过技术来实现真正的智能化。这自然对客户的数字化程度和配合度提出了要求。其次，现实中不同行业有不同的合同类型，而且客户合同都是非公开的，这意味着在相当长一段时间内，智能合同公司都得想办法打消客户对数据安全的顾虑。常见的做法是定制化开发，先逐步积累各个行业的交付经验，然后再打磨出标准化产品。

大企业，显然是AI合同审查产品的理想客户——业务成熟，合同类型化程度高。虽然大企业的需求通常比较非标，对安全性要求极高，服务他们需要大量定制化开发，但他们的需求也最全面，往往代表着所在行业的成熟业务模式。更重要的是，生成式AI的进步，正在让定制化开发的成本大幅下降。像幂律智能这样最早在这一领域开始探索的团队，经过几年积累，建起了不少实践经验和行业认知。

所以，早期通过服务大企业打造出来的、带有行业属性的解决方案（无论是纯产品还是产品+服务），未来完全可以向中小企业迁移。这是一个从慢到快、从线性增长到指数级增长的过程。

而面向律师的智能合同审查产品，虽然会随着用户增多而变得更加智能，但C端用户贡献的数据量和数据质量，能否对AI系统的智能进化起到足够好的帮助，还需要时间的检验。

总的来说，随着AI技术不断向前推进，AI合同审查的未来方向已经非常清晰：它会变得更准确，同时也会变得更个性化，能够为每个用户特定的需求量身定制。

群雄逐鹿的智能合同赛道，最后谁能笑到最后，看的还是哪个玩家对行业本质的理解更深，技术和执行力更强。让我们持续关注。