最终判定：📋 储备品类·就绪度22/25，窗口3-5年
当前大型工程合同从需求到定稿需要3-6周，高度依赖法务人员逐条起草、审查、修改。被成本锁死的五个结构：
| 结构 | 为什么"不得不这样" | 成本根因 |
|---|---|---|
| 模板化而非定制化 | 每份合同从零起草成本太高，必须复用模板 | 专业法律判断太贵 |
| 审查而非创作 | 法务精力花在"检查别人写的"而非"自己设计最优合同" | 起草时间成本远高于审查 |
| 关键合同才配律师 | 只有大额EPC合同才配资深法务，小合同用模板凑合 | 资深法务供给有限 |
| 知识锁在个人 | 每个法务自己积累"什么条款在什么情况下有效"的经验 | 跨人提炼成本高 |
| 谈判靠经验驱动 | 底线在哪、该让步什么——全凭个人直觉 | 系统性分析成本太高 |
核心洞察：IS-A04（合同审查）解决的只是漏斗最末端的"检查"环节。真正被锁死的是漏斗入口——创作环节本身。AI让法律判断成本趋零后，整个漏斗应该倒过来：AI从零起草 → 人工终审。
主导归零力：④判断民主化 — 合同起草需要"懂工程+懂法律+懂商务"三重判断力，AI让这种复合判断的成本趋零。
辅助归零力：③模式提取归零 — AI从1000+历史合同执行结果中提取"什么条款导致纠纷最多"等模式。
| 判断类型 | 当前成本 | AI之后 |
|---|---|---|
| "钢结构分包用固定总价还是成本加酬金？" | 资深法务10年经验积累 | AI检索全集团历史条款+执行结果，秒级推荐 |
| "付款节点3个，按什么比例？" | 人工经验判断，靠个人习惯 | AI分析现金流模型，推荐最优结构 |
| "风险保守时质保金该定多少？要不要背靠背？" | 法务逐条翻类似合同对比 | AI生成3套方案+风险收益对比 |
| "在湖北还是北京仲裁对这类条款更有利？" | 必须咨询跨地域经验律师 | AI索引各地仲裁案例判决倾向 |
核心假设：AI对建筑行业合同条款的法律判断能力，达到"可以独立生成初稿、由资深法务终审"的水平。
当前技术验证：通用LLM已能生成合格法律合同文本；Harvey AI/中国法研已证明AI理解复杂法律条款。欠缺的是建筑行业垂直知识——EPC/FIDIC条款体系、工程变更计价规则、各类分包合同行业惯例。
归零不是"AI代替律师"，而是"AI让每个项目都能获得顶级律师级别的合同初稿，律师只做战略判断和例外处理"。
新品类定义：
AI自动合约生成系统 — 输入项目参数（类型/规模/工期/付款结构/风险偏好），输出完整合同 + 风险热力图 + 谈判要点清单 + 备选条款方案。从"审别人的合同"进化到"从零创作最优合同"。
与IS-A04的关系：IS-A04是FUT-D的必要垫脚石。先积累合同审查知识库和行业规则，再向上游延伸到"写合同"。两条路径共享同一个建筑行业合同知识引擎。
| IS-A04 合同风险识别（现有） | FUT-D AI自动合约生成（未来） | |
|---|---|---|
| 输入 | 已有合同文本 | 项目需求参数 |
| 输出 | 风险标注 + 修改建议 | 全新合同 + 风险预判 + 谈判策略 |
| 方向 | 从后往前看（审查已写好的） | 从前往后写（从需求创作） |
| 状态 | 辅助审查工具 | 创作+审查一体化 |
转向高复杂度合同+战略顾问；这是"升级"而非"消灭"
角色从"写手"变为"AI训练师+终审官"
AI增强而非替代；他们是推动者
| 受益者 | 当前痛点 | 被压制的需求 |
|---|---|---|
| 项目经理 | 签合同等法务排期2-5天，工期不等人 | "我要能自己生成合同初稿就好了"（不敢说，怕越权） |
| 中小企业分包商 | 请不起律师，只能接受甲方格式合同 | "我也想要公平的合同条款保护"（没筹码和能力） |
| 法务总监 | 团队80%时间花在重复性起草 | "我想让团队做更有价值的战略判断" |
| 集团管理层 | 不知道全集团合同的"最佳实践"是什么 | "我想知道什么条款组合能最小化纠纷" |
| 维度 | 法律检索革命 | AI合约生成 |
|---|---|---|
| 归零成本 | 图书馆翻判例 → 秒级搜索 | 从零起草 → 秒级生成初稿 |
| 三阶段 | 电子数据库 → 自然语言搜索 → AI写法律意见书 | 模板库 → AI辅助审查(IS-A04) → AI从零起草(FUT-D) |
| 关键转折 | 自然语言搜索成熟后3年颠覆行业 | 建筑知识结构化后3-5年颠覆合同起草 |
| 先行者结果 | Westlaw/LexisNexis持续领先（先发+数据网络效应） | 需同时拥有AI+建筑数据+客户信任 |
TurboTax用了30年覆盖60%+美国个人报税市场。关键启示：用户愿意接受"机器做80%、人确认20%"的模式；关键是信任建设——TurboTax靠"准确度保证"消解了用户顾虑。AI合约生成需要类似的准确度背书机制。
AutoCAD 50%渗透率用了15年。关键启示：CAD最早被"最不抗拒的细分市场"采纳（年轻设计师+新项目）。AI合约生成应优先从"标准化程度高+法务供给不足"的场景切入——推荐采购订单合同 + 标准分包合同。
"判断民主化"创新都经历"辅助→建议→独立创作"三阶段
先行者优势取决于数据壁垒——Westlaw、TurboTax第一名都靠数据飞轮
信任建设周期≈5-7年——从"能用吗"到"不用就是落伍"
最大敌人不是技术，是习惯——CAD被抗拒10年但最终全面替代
| 合同类型 | 当前起草时间 | 人工成本 | 中建年合同量 | 年总成本 |
|---|---|---|---|---|
| EPC总包合同 | 40-80h | 4-8万/份 | ~500份 | 2000-4000万 |
| 大中型分包合同 | 10-30h | 1-3万/份 | ~5000份 | 5000万-1.5亿 |
| 小型分包/采购合同 | 2-5h | 1000-5000元/份 | ~50000份 | 5000万-2.5亿 |
| 租赁/劳务合同 | 1-3h | 500-2000元/份 | ~100000份 | 5000万-2亿 |
| 中建体系合计 | 1.7亿-6.4亿/年 | |||
| 全行业（建筑业） | 80亿-300亿/年 |
全行业涉案金额（裁判文书网）
行业估算
分包商被动承担
减少20%即释放560亿
直接人力1.7-6.4亿 + 质量损失14亿
直接人力80-300亿 + 质量损失560亿
按10%渗透率估算
3-6周 → 1-3周
必须同时满足的"双扳机"：
| 扳机 | 触发信号 | 可观测指标 | 状态 |
|---|---|---|---|
| 🔴 扳机A：知识就绪 | 建筑行业合同知识库覆盖≥80%常见合同类型 | IS-A04知识库建设进度+覆盖率数据 | ⏳ 尚未开始 |
| 🟡 扳机B：信任跨越 | 集团法务部AI合同审查采纳率≥70%，且主动提出"帮我们写" | IS-A04用户数+法务满意度+NPS | ⏳ 2年后可观测 |
| 🟢 扳机C：竞争信号 | 幂律智能/中国法研推出"合同起草"且获≥2家央企签约 | 竞品产品更新+客户公开案例 | ⏳ 预计2027-2028 |
| 🟢 扳机D：政策催化 | 国资委/住建部明确鼓励AI辅助法律文书生成 | 政策文件或指导性意见 | ⏳ 尚未发生 |
| 优先级 | 储备动作 | 投入 | 为什么"不后悔" |
|---|---|---|---|
| P0 | 建设建筑行业合同结构化知识库 将中建体系内历史合同的条款、风险点、执行结果结构化标注 |
2-3人×6月 100-150万 |
即使FUT-D不启动，IS-A04也必须有这个知识库 |
| P0 | IS-A04推进中探测"生成"需求 每次用户访谈加入"输入需求出合同初稿，你会用吗？" |
0额外成本 | 嵌入已有访谈，无额外成本 |
| P1 | 合同条款"因果图谱"研究 "条款-场景-执行结果"关系数据库 |
1人×3月 30万 |
即使不独立产品化，也能大幅提升合同审查深度 |
| P1 | 法律科技圈建立存在感 参加峰会、与Harvey AI/中国法研建立技术交流 |
0-5万/年 | 第一时间感知竞品动向 |
| P2 | 采购订单合同自动生成POC 最简合同类型的端到端验证 |
1人×2月 10万 |
POC成本极低，失败浪费少 |
核心策略：IS-A04的每一次推进，都是在为FUT-D铺路。不需要单独为FUT-D立项——而是确保IS-A04的产品路线图中包含"知识库结构化"和"用户需求探测"这两个可延展的设计。
重要前提：FUT-D的先行者必须是同时拥有AI能力+建筑行业数据+法务客户信任的组织。潜在先行者只有三类：
| 先行者类型 | 代表 | 优势 | 中建失去什么 |
|---|---|---|---|
| 法律AI公司向下沉 | 幂律智能/中国法研 | AI强+法务渠道广+已有央企客户 | 数据被外部垄断 / 客户被锁定 / 从定义者沦为购买者 |
| 建筑央企自研 | 中铁/中交/中铁建 | 行业数据+客户关系+资金 | 品牌红利丧失 / 竞争压力 / 战略尴尬 |
| 互联网大厂+律所 | 百度/字节+大成/金杜 | AI底座+法律专业+资金 | 平台级碾压 / 行业被泛化成子品类 |
百万份合同数据被外部标注=永久丧失壁垒
估值溢价30-50%
但代价远高于主动布局
| 阶段 | 关键动作 | 扳机判断 | 投入 |
|---|---|---|---|
| Phase 1 2026-2027 | ① 合同知识库结构化 ② 条款因果图谱POC ③ 采购合同自动生成POC | IS-A04推进中持续观测 | 150-200万 |
| Phase 2 2027-2028 | ④ AI起草辅助功能开发 ⑤ 内部试点+迭代 | IS-A04法务采纳率≥50% | 300-500万 |
| Phase 3 2028+ | ⑥ 独立产品立项 ⑦ 5类合同全覆盖 ⑧ 外部央企扩展 | 法务主动要求"生成"功能 | 800-1500万 |
AI自动合约生成（FUT-D）
🔴 立即储备
80
IS-A04 合同风险识别
④判断民主化 + ③模式提取
640-860亿/年
🔴 知识库覆盖≥80%
🟡 法务采纳率≥70%
采购订单合同POC
10万 / 2个月
最大风险：不是AI不会写合同，而是法务不敢用AI写的合同。这是信任问题，不是技术问题。解决路径是"辅助→建议→独立"的渐进式信任建设——这正是IS-A04正在做的事。
注：未来品类处于"储备"阶段，五步筛查关注的是"技术前提是否成立"而非"现在是否该启动"。
| 步骤 | 状态 | 说明 |
|---|---|---|
| Step 1 需求 | ⚠️ | 合同起草耗时是真痛点 |
| Step 2 解决方案 | ⚠️ | LLM生成合同今天就能做，但建筑行业知识库需建 |
| Step 3 商业模式 | ⚠️ | 无市场参照 |
| Step 4 增长 | ⚠️ | 法务部门保守 |
| Step 5 壁垒 | ⚠️ | LLM技术迭代快 |
筛查结论：全步骤前提待验证 | 技术就绪度：22/25