5 月 28 日，全球顶级律所 Kirkland & Ellis 宣布投入 5 亿美元自建专属 AI 平台，目标是打造内部定制法律工具链。这一动作并非孤例，同期多家专业服务机构正加速从采购转向自建，折射企业级 AI 落地从“买模型”转向“控数据与流程”的深层转变。
背景在于前沿模型虽强大，但合规、数据隐私与领域适配成本居高不下。Kirkland 此举与 Freshfields 此前与 Anthropic 的合作形成对比：前者选择完全掌控，后者则借大厂能力快速迭代。过去一年，企业 AI 预算中基础设施与定制开发占比已从 30% 升至 45% 以上，显示单纯调用 API 已难以满足专业场景需求。
与消费级代理或编码工具的“即插即用”不同，法律 AI 更依赖私有数据与审计能力。自建平台虽初期投入高，但长期可降低边际成本并筑起数据护城河。对比 OpenAI 等闭源路径，专业机构正用资本换取可控性，这与开源生态在成本端的优势形成镜像竞争。
未来 6-12 个月，关键看自建项目能否在 12-18 个月内验证 ROI。若成功，更多垂直行业或跟进；若进度滞后或安全事件频发，采购+微调模式仍将主导主流企业。专业服务领域的分化，或将成为检验 AI 商业化真实门槛的试金石。
信源：https://www.reuters.com/legal/legalindustry/law-firm-kirkland-spend-500-million-developing-its-own-ai-platform-2026-05-28/
