美国重大商业诉讼背后，一套由经济学家与量化分析师组成的咨询模式，已稳固运行四十年。该模式为反垄断、专利侵权、证券欺诈、就业歧视等案件提供专家证据，每小时收费数百美元，单案动辄数百万美元，构建起利润丰厚的精英行业。
然而，AI的介入正从根本上改写这套流程，从文献检索、数据清洗，到回归建模、损害计算，再到独立审计，每一道工序都在经历效率重构。这并非温和的技术迭代，而是对美国经济咨询业人力结构、定价逻辑与市场竞争格局的系统性重塑。
AI全面冲击美国传统经济咨询业
多年以来，美国重大诉讼的经济咨询流水线固定为：客户聘请咨询公司，后者组建团队、采集数据、构建回归模型、计算损害、撰写报告，最后交由资深经济学家出庭作证。这套运营模式回报丰厚。据ExpertPages.com2024年的调查，美国专家证人平均收费达到每小时451美元的历史高点。同年SEAK Inc.的调查也得出相近结果，其收费在案件准备阶段每小时450美元，庭审证词每小时500美元。在重大商业纠纷中，双方专家总费用常达上百万甚至千万美元，仅一起反垄断案专家费就可高达2500万美元。
AI对美国经济咨询业的影响之所以深远，很大程度上缘于该行业内部的质量控制机制。一般来说，每份经济咨询报告交付之前，必须由另一位完全独立的经济学家重新分析，以验证准确性。这一机制确保了差错最小化，却使资深经济学家的计费成本直接翻倍。AI则提供了一条截然不同的分析路径——不再需要人工审计，而是由专门的AI智能体集群来完成。例如，利用OpenAI Agents SDK或Anthropic Claude Code等智能体可以同时独立检查数据输入、审计代码逻辑、压力测试假设，并标出与文献不符之处，而且成本几乎为零。不过，为保证最终报告的准确无误，第二位经济学家仍然需要核验智能体的输出并识别那些容易被遗漏的边缘案例。
大量用户报告显示，AI在经济咨询多个环节大幅节省人力。在文献综述与先例研究中，Perplexity Pro和ChatGPT深度研究能让初级分析师完成同一任务的时间减少80%~90%。在数据收集与管理中，Claude Code、OpenAI Codex及各种Excel AI插件可节省70%~85%的时间。定量建模，包括回归分析、事件研究、损害计算的初步搭建和试运行，可缩短50%~70%的时间。独立审计与制衡验证环节受影响最大，可节省85%~95%的时间。无论是评议对方专家报告、准备庭外质询、分析判例法，还是电子取证、代码审查乃至完整的经济事件研究，AI均可节省40%~95%的时间。汤森路透《2024年专业人士未来报告》指出，AI每周为法律专业人士节省4~12小时。哈佛大学与波士顿咨询集团对758名顾问进行的实验也表明，使用AI的用户完成任务的速度提升了25%，质量提升了40%。
效率提升体现在对岗位价值的重估上。上市咨询公司Charles River Associates（CRA）2024财年的顾问人数减少了5.8%，人均创收却从62.1万美元上升到72.7万美元，清晰勾勒出“人减效增”的行业趋势。
AI的强力挤压导致经济咨询从业人员层级分化更明显。首当其冲的是初级人力资源公司，它们正面临生存危机。AI的月使用费仅数百美元，就能替代初级人工两周的工作量。目前在美国经济咨询界，只有那些精通回归分析、擅长构建损害理论，并能判断分析模型能否通过美国法院专家证词准入标准（Daubert标准，即科学证据的可靠性门槛）的AI系统分析师，才能在激烈的市场竞争中脱颖而出。普华永道《2025年全球AI就业晴雨表》分析了六大洲近十亿条招聘信息，结果显示要求AI技能的职位享有56%的薪资溢价。
如果公司不再大量雇用初级分析师，经济学毕业生的就业前景何在？美国每年颁发约3万个经济学学士学位，应用经济学、数据科学等硕士项目也在不断输送人才。但初级分析师数量骤降，于是出现“僧多粥少”的窘境，入门薪酬随之下降。
受到冲击最大的是有五到十年经验、已取得资质但尚未独立作证的经济分析师，也就是大多数公司的中间层。这些人业务扎实却不稀缺，他们管理AI系统的成本过高，因此难以获得高薪。
金字塔顶端的资深出庭专家是AI革命的最大受益者。AI无法取代以个人声誉和专业资质在法庭上作担保的专家。虽然分析师工时减少导致单项咨询费下降，但资深出庭专家的费用可能不降反升。资深的顶尖经济分析专家借助AI赋能团队的支持，可以承接更多重大复杂案件、议价能力更强、用更少的人力能够产出同样甚至更好的成果。美国相关行业内已有先例，超过半数的美国年营收最高的100家律所已经采用了Harvey AI，高频使用该工具的律师每月可以节省近37小时，相当于节省近一个工作周的时间。Cornerstone Research已全面部署智能体研究平台，将AI用于定量分析、文件审查和驳斥对方专家，所有AI输出均经专业团队复核后才用于诉讼。
AI提升咨询效率未使客户受益
随着AI大幅提升咨询效率，客户能否随之受益？答案远比“竞争降低成本”这类简单判断要复杂得多。事实上，初期节省下来的成本很可能并不会传导给客户。效率提升与成本下调之间的滞后，反而可能抑制咨询需求。
美国法律服务行业就是前车之鉴。2024年，AI持续压缩单项用时的同时，美国律所总收入却猛增了13%，净利润飙升了17%，效率收益几乎全部被服务方攫取。BigHand 2025年的调查中，所有受访律所都承认AI实质影响了定价策略，但只有三分之一的律所改变了收费模式。这背后有两个原因：首先是信息不对称，客户按工时付费却无法分辨哪些工时是由AI辅助完成的，律所仍然可以对实际两小时的工作收取十小时的费用；其次是合伙人薪酬与创收挂钩，他们缺乏降低收费的内在动力。
此外，不同层级的客户需求与咨询报价之间存在复杂的关系，不能一概而论。
第一，在高风险诉讼咨询中，客户几乎不会仅凭报价来遴选专家，而是寻找在Daubert标准下记录最佳、分析方法最可信的专家。这种对声誉和可靠性的依赖，显著压制了价格敏感度。
第二，咨询市场高度集中。在制药专利损害赔偿或证券欺诈损失因果关系等领域，能够出庭作证的可靠专家不多。那些拥有良好声誉的咨询公司，几乎没有降价竞争的压力。
第三，客户也不愿意提出与AI使用挂钩的降费要求。原因在于，客户无法核实咨询公司是否真正使用了AI，而要求折扣只会与拟聘专家产生对立情绪。在重大风险诉讼中，维护良好的合作关系比节省成本更为重要。
当客户意识到无法从外部获得实惠时，就会加速内部改革。美国许多公司的法务部门正主动提升AI赋能动力，减少对外部高收费顾问的依赖。多项调查指出，减少外部法律服务支出成为财富500强法律部门采用AI的主要驱动力。
例如，摩根大通部署了AI系统，用于自动化法律文件审查和合同起草，并用自行研发的AI工具替代了一部分外部咨询职能。美国企业法律顾问协会《2025年首席法务官调查》发现，绝大多数大型法律部门部署了AI工具，用于法律研究和合同分析，这些正是以前外部律所的核心业务。像Darrow AI这样的诉讼情报平台，在律所还没有聘请任何外部顾问之前，就能通过分析监管和执法数据，发现可行的索赔线索并给出初步损害估计，实现早期案件筛选的完全自动化。
AI催生新兴咨询业务
经济咨询顾问还可以借助AI，帮助律所判断哪些案件值得优先起诉。事实上，原告方的诉讼融资公司、集体诉讼团队和大规模侵权律师早已使用非AI的自动化工具扫描公共数据、寻找有效的索赔模式，AI只是将这种数据挖掘能力放大了很多倍。这说明，用AI筛选案件已有成熟先例，咨询公司完全可以跟进。
举例而言，假如一项违反ERISA（美国《员工退休收入保障法》）的超额费用案件理论被司法实践证实有效，经济学家便可以利用AI筛选数千个退休计划的数据，找出类似的过度收费结构，按估计损害大小排序，并生成初步案件概要，供律所在起诉时参考。其最终目的，是在律所正式承接高价值案件之前，降低诉讼融资环节的整体风险，同时为咨询公司创造新的收费入口。
经济顾问的角色正从亲力亲为“分析师”转变为设定智能系统规则与边界的“架构师”。一位经验丰富的AI经济分析专家，最宝贵的知识在于知道如何为自动化事件研究流程设定参数，例如使用哪些数据源、针对不同行业选用哪种市场模型更贴切、如何标记方法论上的边缘案例，以及如何认证输出结果在法律上具有可辩护性。这正是AI无法替代的人类判断核心。
AI本身的发展也会催生新型案件，提升对兼具AI专业知识的经济学家的需求。2024年，美国联邦贸易委员会（FTC）与其他全球反垄断机构联合发表声明，加强对AI市场和新兴竞争风险的审查。美国司法部随后发布意见，指出算法价格操纵可能违反联邦反垄断法。这些前沿案件需要能够深刻理解算法定价、模拟反竞争现实场景，并在算法定价市场中量化消费者损害的经济学家。这是一项全新的工作，没有现成的方法论模板，因此可以收取高额费用，不会轻易陷入恶性价格竞争。
同样，聘请经济学家对AI系统进行监管合规和差异性影响审计，虽然不是传统的诉讼工作，但使用了与就业歧视损害分析相同的方法论工具箱，正在催生AI出现之前不存在的规模化需求。
技术幻觉、合规风险与人才断层
任何技术变革都有代价。AI虽然不会让经济咨询行业消亡，但会深刻改变其工作内容、组织方式和人才结构。一厢情愿地指望市场自动适应这种不完美的技术，未免过于乐观。AI生成的分析已经不可避免地出现“幻觉”，比如凭空捏造学术引用、虚构数据关系，或者产出看似合理但实际错误的回归结果。美国法院已经开始制裁那些利用AI提交虚假判例法的律师。把敏感案件数据上传到第三方AI平台，也会带来特权和保密方面的风险，美国很多公司在这方面尚无成熟的合规管理能力。
更深远的威胁在于，如果AI大规模削弱传统初级分析师岗位，行业短期内固然能获得高的咨询效率，但长期可能面临法庭作证专家的人才断层。假如AI确实提升了咨询效率，行业就业走向将取决于一个核心问题：AI驱动的成本下降能否释放或创造出足够多的新型案件数量，以对冲单个案件劳动力需求的减少。这一需求弹性问题，至今尚无确切答案。
（作者系华中科技大学知识产权与竞争法中心主任、二级教授）
举报 文章作者
郑友德
相关阅读
从教育到就业，两位北大教授给出AI时代解法“老师假装在讲，学生假装在学。”
43018 05-17 16:37
AI狂欢继续！道指重返五万点，思科飙高13.4%！英伟达大涨4.4%，中概股普跌AI交易热情不减，权重个股财报强劲，三大股指全线收高。
13630 05-15 08:48
企业如何构建负责的可信AI：从风险应对到价值赋能以“治”明道，“智”引新程——构建负责任的可信AI
1416 05-14 16:03
盘前必读丨中美将举行新一轮经贸磋商；天阳科技锁定五年长单切入算力租赁赛道机构认为，5月进入业绩空窗期，题材股行情有望迎来阶段性的顺风期。
55914 05-11 07:56
AI进化速递丨广州推出人工智能场景交易平台广州推出人工智能场景交易平台；北京科博会现场签约金额达5.9亿元......
9414 05-10 20:56 一财最热 点击关闭米牛配资提示：文章来自网络，不代表本站观点。
