法院数字化转型不是买几台电脑！和一位法院信息中心主任聊了聊智慧法院的真实进展

最近和一位南方某区级法院的信息化中心主任老周（化名）吃了顿饭，聊了一下午智慧法院的事儿。

说实话，聊之前我以为智慧法院就是"上几套系统、买几台服务器"。聊完之后发现，事情远没那么简单。

我把对话整理了一下，有些内容挺值得做 ToB 软件外包和 AI 定制开发的同行琢磨琢磨。

问：老周，你们法院搞信息化这么多年了，现在到底跟以前有什么不一样？

老周先叹了口气，然后说了句大实话：

"前十年是'从无到有'，后五年才是'从有到好用'。"

他说2015年之前，法院的信息化基本就是"办公自动化那套"——电子公文流转、网上立案，说白了就是把纸质流程电子化。真正开始质变是2019年以后，最高法推"智慧法院"建设，各地开始认真琢磨数据中台和业务协同这两件事。

以前各个庭室各自为政，立案系统归立案、审判系统归审判、执行系统归执行，数据互不相通。老周他们花了两年时间，打通了"立审执"三大环节的数据通道——这件事说起来就一句话，做起来涉及十几个系统的接口改造、数据清洗和权限重划。

如果你也在考虑类似的老旧系统整合或业务数据中台建设，可以参考智岳科技关于 软件外包服务 的方案思路。

问：现在最火的 AI 大模型，你们法院用上了吗？

老周笑了，说"用是用了，但跟你们外面吹的不一样"。

他们目前落地最实的是三件事：

第一，AI 辅助立案审查。 以前立案庭每天要人工判断几百份起诉材料是否符合受理条件——合同纠纷、侵权纠纷、婚姻家庭，不同类型的案件审查要点完全不同。现在用 NLP 模型做智能立案预审，把起诉状里的关键要素（当事人信息、诉讼请求、事实与理由）自动提取出来，跟法定立案条件做匹配。准确率大概在85%左右，剩下的15%由人工兜底。

不过老周也说了一个踩坑经验：模型是用通用法律语料训练的，但各地区的司法实践差异很大，比如东部沿海和西部地区的民间借贷利率认定标准就不同。所以他们又找外包团队做了领域微调，把近五年本院的判例数据喂进去重新训练。

第二，类案智能推送。 法官判案最怕什么？同案不同判。今年他们上了一个类案检索系统——法官输入案情摘要，系统自动检索最高法指导案例和本院相似判例，按相似度排序推送给法官参考。这个系统的核心是法律语义向量化，把几百万份裁判文书转化成可检索的向量数据库。

如果你对法律领域的 AI 应用感兴趣，可以看看智岳科技的 AI项目定制 案例，我们在法律文档智能化方向有不少实践经验。

第三，电子卷宗智能编目。 这听起来最简单，其实花的时间最长。一个案子从立案到结案，会产生几十份甚至上百份文档——起诉状、答辩状、证据材料、庭审笔录、判决书。以前靠书记员人工分类、命名、归档，一个中等体量的法院每天要处理上千份文档。现在用 OCR + 文档分类模型，自动识别文档类型并归类，再加上时间戳生成时间轴，效率提升了4倍以上。

问：这些系统是买现成的还是定制的？

"大部分是定制开发的。"老周说。

原因很简单：法院的信息化系统跟银行一样，业务流程极其复杂，且各地有差异。通用的 SaaS 产品根本没法用，必须结合本地法院的案件特点、法官使用习惯、已有硬件设备来做适配。

他提到之前买过一套某大厂的通用版"智能审判辅助系统"，结果法官用了一个月就弃用了——因为里面的案件模板跟本院的审判流程对不上，法官改起来比从头写还费劲。

这也是国内行业软件外包服务的典型痛点——通用产品 vs 定制方案的选择，智岳科技在 行业动态 栏目里有过不少这方面的分析。

问：投入大吗？小地方的法院搞得起吗？

老周算了笔账：他们院这几年的信息化总投入大概在800万左右，覆盖了网络改造、服务器升级、十几个业务系统的开发和对接。听起来不少，但摊到每年其实不到200万。

而且效果是实实在在的——老周给我看了组数据：

• 平均审理周期从原来的85天缩短到52天
• 立案审查效率提升了3倍（从人工半天到AI辅助1小时）
• 电子卷宗覆盖率从60%提升到98%
• 当事人跑腿次数平均减少2.3次/案

"光最后一条，老百姓的满意度就上来了。"老周挺自豪。

不过他也承认，小地方的法院确实有压力。他建议西部地区的法院可以分步走：先做数据治理和电子卷宗，再做智能化。第一步花几十万就能把纸质档案电子化，这个投入产出比是最高的。

问：你觉得接下来两三年，法院数字化最大的机会在哪？

老周想了想，给了三个方向：

1. 庭审语音识别与实时转写。 现在的庭审录音录像覆盖率已经很高了，但庭审笔录还得靠书记员手动整理。如果能做到实时语音转文字、自动生成庭审笔录，能节省大量人力。他说这个技术门槛其实已经不高了，难的是"多人同时说话"场景下的声纹分离。

2. 执行环节的智能化。 执行是法院最头疼的环节——查人找物、财产查控、失信惩戒，涉及跟公安、银行、不动产中心等多个外部系统的数据对接。如果能把执行全流程的自动化协同做好，对法院和当事人都是巨大的效率提升。

3. 司法数据的公开与商业化。 现在裁判文书上网已经做了很多年，但这些数据的应用还很初级。如果能对脱敏后的司法数据进行更精细的结构化处理，可以支撑法律科技公司的产品创新，也能帮企业做合规风险评估。

问：最后问个外行的问题——AI 会不会有一天直接替代法官判案？

老周大笑："你要是五年后还这么问，说明你完全不懂法院。"

他说法律裁判不是简单的"输入A输出B"的逻辑推理，里面涉及大量的价值判断、社会效果考量、个案特殊性权衡。现在的 AI 最多做到"辅助性建议"，比如"根据现有证据和法律，本类案件相似判决结果是 X"——但最终拍板的一定是法官本人。

"我们不是要让 AI 当法官，是要让 AI 帮法官从案头琐事里解脱出来，把精力花在真正需要判断力的地方。"

从老周的办公室出来，我最大的感受是：法院的数字化转型，本质不是技术问题，是业务理解问题。

做 ToB 软件的朋友如果真想进这个赛道，建议先在法院蹲两个月，弄清楚真实的业务流程和痛点，再动手写一行代码。市面上那些"万能法院系统"，十有八九都在吃灰。

如果你也在考虑政务数字化或者法律领域软件外包项目，不妨来 智岳科技 聊聊，我们团队在行业定制软件开发上积累了不少经验，可以给你一些切实的建议。