商事仲裁融合人工智能的价值、挑战及应对

　　商事仲裁作为介于私力救济和司法救济之间的纠纷解决机制，兼具契约性和公共性双重属性，又被称为“准”司法程序。如今，司法程序与人工智能（AI）的融合成为法律科技革命的发展趋势，商事仲裁与人工智能的融合也逐步受到关注，深刻影响民商事纠纷处置的效率与公正。2025年7月18日，中国国际经济贸易仲裁委员会颁行的《关于在仲裁中使用人工智能技术的指引（试行）》（以下简称《指引》），作为我国乃至亚太地区首部由仲裁机构颁布的关于在仲裁中使用人工智能技术的规范性指引，通过对风险、责任的适当提示，服务当事人、仲裁庭等仲裁活动，进一步促进仲裁数字化、信息化、现代化。《指引》聚焦人工智能在仲裁文书起草、证据审查、法律检索等基础场景的应用，提示人工智能在仲裁程序运用中可能存在的信息泄露、结果偏见、“算法黑箱”等风险，明确了仲裁员的职责、人工智能“辅助性”定位及当事人诚实信用的责任归属，规定当事人在仲裁条款中嵌入对人工智能使用的有关约定、仲裁进行中使用或禁用人工智能的权利等，为当前商事仲裁和人工智能的融合提供了规范指引。当前，全国各地部分仲裁机构已经开始试点各类仲裁与人工智能融合的实践活动，如深圳国际仲裁院运用人工智能实现电子化立案、跨境电子送达、智能生成中英文仲裁文书；广州仲裁委员会实现人工智能系统成功主导调解、无真人秘书开庭、裁决意见即审即出等。基于此，在现有实践及《指引》规则出台背景下，需体系性审视商事仲裁与人工智能融合的独立价值、面临的挑战及应对。

　　商事仲裁融合人工智能的独立价值

　　以当事人合意“自治”为本位的商事仲裁不同于以国家公权力“他治”为本位的诉讼机制。诉讼机制中，民事纠纷即使开始是私人事务，一旦交给法院处理就变成了公共事务，而仲裁程序则基于契约性等特征，具有独立的价值议题。因此，《指引》明确将当事人意思自治设定为仲裁融合人工智能的基本原则，当事人可以约定是否适用人工智能技术，以及允许、限用及禁用的类型，有权要求对方当事人披露人工智能使用事项。为了降低人工智能使用风险，仲裁机构在必要时，可在庭前邀请当事人就人工智能技术的使用发表意见。

　　此外，相较于司法程序，商事仲裁更追求效率价值。通常而言，商事仲裁的审限只有4个月，而民商事诉讼普通程序的审限为6个月；仲裁当事人能够自主选择具备特定知识、经验的仲裁员，加快推进程序。为达到仲裁程序要求的效率价值，要充分融入人工智能技术以提高效率。庭前，人工智能可以通过语音智能转写、光学字符识别等技术，一键生成符合格式要求的仲裁申请书，极大地降低申请书返工频度；借助技术，当事人还可以实现远程立案、同步电子送达。庭中，通过区块链存证、可信时间戳等技术手段，可以提升证据认证的效率；人工智能系统基于法律知识图谱和自然语言处理技术可以实现“人机协同”，自动分析案件材料、提炼争议焦点，推进庭审效率。庭后，人工智能系统自动生成二维码，可供仲裁庭及当事人核验庭审笔录；在合议阶段，人工智能可提供类案意见供合议庭参考。待合议完成，可根据庭审信息、合议意见快速生成裁决书草案，通过“智能断案”方式快速处理纠纷。

　　商事仲裁融合人工智能的独立价值，还表现在“一裁终局”的制度要求。作为商事仲裁程序最核心的制度设置，“一裁终局”充分体现当事人意思自治、效率价值等制度内核，这是商事仲裁解决纠纷的最大制度优势，但相应的代价是当事人不能寻求其他纠纷解决机制进行再次救济。因此，仲裁案件当事人理应充分了解并掌握自身在案件中所处的局势、证据多寡、法律依据、输赢概率等案件信息，以避免因为信息不对称、准备不充分导致多次开庭或最终失败。人工智能技术通过类案推送、争点提示、证据收集提示、中立评估等方式，可以帮助当事人充分了解案情，评估胜败概率，最大程度消解“一裁终局”制度所裹挟的“刚性”因子。

　　商事仲裁融合人工智能面临的挑战

　　商事仲裁融合人工智能面临的挑战之一是仲裁程序的保密性。《中华人民共和国仲裁法》明确规定，仲裁程序不公开进行，除非当事人同意公开。各地的仲裁规则也将仲裁程序的保密性设置为仲裁的核心制度。事实上，纠纷解决领域运用人工智能技术具有共性的风险表征，比如，输入未公开证据、商业秘密等涉密信息时，数据可能被系统服务商留存，甚至遭遇第三方窃取及违规跨境。数据保密的相关挑战也同样存在于商事仲裁领域。为此，《指引》专门将“向第三方人工智能工具输入本应保密的数据或资料可能引发仲裁案件信息泄露、公开或导致数据违法、违规出境”列为使用人工智能技术的风险之一。除此以外，仲裁保密特质还阻碍类案机制的形成。如今，司法领域基于裁判结果必须公开的制度要求及指导案例的出台，能够形成具备较强指导意义的类案，但仲裁领域基于保密规则，可供人工智能训练的优质案例数据有限，影响模型泛化能力的养成，无法形成“类案裁决”。同时，仲裁案件的诸多规则和司法裁判规则存在差异，比如，对律师费承担问题的认定。仲裁案件一般不能以司法类案作为裁决参考，而应回归自身裁决规则的统一，形成“类案同裁”机制。

　　商事仲裁融合人工智能面临的又一挑战在于适用范围受限。它主要表现在自身适用受限及协同适用受限两个维度：对自身适用而言，虽然部分商事仲裁机构顺应时代发展趋势，极力构筑人工智能赋能商事仲裁的适用场景，但囿于成本高、技术复杂、仲裁员接受度不高等因素，并未真正实现人工智能技术理应带来的案件信息智能掌控、智能纠错及预警、裁决观点自动检索推送、生成裁决及调解文书初稿等便捷效应，而是局限于在线开庭、语音转换文字等常见应用。对协同适用而言，在面对财产保全、证据保全、强制执行等程序节点，仲裁机构需要协同仲裁机构所在地的法院才能顺利完成，当司法机关采取的相关司法措施并不符合仲裁当事人所约定的人工智能适用规则，或者司法机关适用的人工智能技术规则和仲裁相关人工智能技术规则相悖时，可能构成融合运作的新挑战。

　　商事仲裁融合人工智能挑战的应对

　　目前，大部分具备相应技术的单位在积极推动人工智能大模型的本地化部署，底层逻辑之一，是数据安全、成本控制及技术自主。同样，人工智能的本地部署也能合理消解商事仲裁融合人工智能所面临的诸多挑战。虽然本地部署初期建设需要耗费成本，但长远观之，能够避免供应商锁定风险及云端持续付费，实现从“租赁”到“拥有”大模型的身份转换。

　　仲裁机构通过本地部署人工智能系统，相关案件数据无需上传云端系统，可以极大地降低数据泄露风险；仲裁机构可以定制专属本地部署的加密技术供给数据存储和传输；采用可信执行环境（TEE）等技术加强硬件安全。同时，实施分层权限管理，为仲裁机构不同节点人员分配不同的访问、操作权限。

　　仲裁机构根据自身业务需要，运用业务数据和技术对模型进行参数调整，使得模型能够更好理解和处理仲裁案件全流程业务。比如，输入各仲裁员擅长领域及处理过的相关案件，能够精准匹配当事人的需求，为当事人提供选择参考。在本地部署环境下，仲裁机构能够将案件数据输入本地部署模型，精准学习、训练，在隐去案件关键隐私信息后，形成仲裁机构本地知识库及类案库。同时，积极引入检索增强生成（RAG）技术辅助检索，当工作人员或当事人需要获取专业建议时，能够精准输出，避免或减少人工智能幻觉产生。在使用完成后，管理人员可以根据需要或者当事人的要求，删除相关案件数据，确保高敏感案件信息不会泄露。此外，对于存储本地系统的数据，仲裁机构还可进行二次开发和利用，以更好匹配未来案件流程的推进。

　　仲裁机构应积极与先进人工智能企业通力合作，构建当地标杆化的仲裁融合人工智能示范机构，形成可复制的经验，供其他地区的仲裁机构借鉴。同时，仲裁机构应加强和司法机关在融合人工智能方面的协同一致，比如，采购同品牌的人工智能系统、大模型，打通仲裁与司法衔接关键节点中人工智能应用协同一致的梗阻。

　　但无论何种本地部署，鉴于仲裁程序契约性的特质，仲裁程序中运用人工智能技术，都应征询双方当事人的同意，并根据当事人的选择禁止或限制使用相关模型。仲裁庭、双方当事人应恪守人工智能使用的披露义务。若违反征询同意规则及披露义务，则属于人工智能使用可归责的严重程序错误范畴。

　　仲裁机构应加强专业培训，通过示范庭审、参观人工智能公司、专业人员讲解等形式，让仲裁工作人员了解新技术的优势。应根据使用者的建议，适时调整大模型参数，尽可能简化操作流程，降低操作难度。同时，《指引》在基本原则里规定了人工智能技术的辅助定位，因此，仲裁庭仍负有勤勉义务和专业判断义务，依然需要对仲裁裁决承担责任，不应盲目信任或过度依赖人工智能。

　　（作者单位：广西大学法学院）