語言技術：輔助起草與人工智能
生成式人工智能工具自2023年起進入金融中心的各個職業。它們起草信函初稿、總結文件、翻譯、從合同中提取資訊，並回答法律或金融問題。它們的法語水平不錯。它們對瑞士法律法語的掌握正在提高，但仍帶有訓練數據中英語和法國法占主導地位的印記。1使用這些工具的日內瓦從業者必須核對每一處法律引用、每一個數字和每一個專業術語，因為錯誤恰恰出現在瑞士法與法國法或英美法不同之處。
對機構而言，這引出三個問題。第一是保密：若無合同和技術上的保障措施，客戶數據不得提交給外部工具。此外，監管機構期望對這些用途建立有據可查的治理。2第二是責任：藉助工具產生的文件與員工起草的文件一樣約束機構，因此人工審核仍是必不可少的。第三是能力：這些工具雖然加快了起草速度，卻並不培養起草者。一個金融中心若任由其對自身法律語言的掌握日漸萎縮，轉而依賴那些其數據和偏差都不在自己掌控之中的工具，便是在承擔一種長期風險。
相反，若能審慎使用，這些工具會強化金融中心的語言優勢。它們使機構能夠以客戶自己的語言為更為多元的客戶群提供服務，以足以進行分揀和分析的理解程度處理葡萄牙語、阿拉伯語或中文文件，快速製作資訊文件的多語種版本，併為諮詢工作騰出時間——在諮詢工作中，人的語言仍然不可替代。將這些工具與對法語和英語的嚴格掌握結合起來的日內瓦機構，將擁有其競爭對手未必具備的服務能力。
註釋
- Chen、Yin和Zhou，“LegalCiteBench: Evaluating Citation Reliability in Legal Language Models”，arXiv:2605.10186，2026年5月：該基準在不接入文獻數據庫的情況下，評估模型檢索、補全和核實取自一千份美國法院判決的判例引用的能力；所測試的全部二十一個模型（包括專有模型和開放模型）在引用召回和補全任務上的得分均低於100分中的7分，其中二十個模型的誤導性回答比例超過94%；對提供給模型的引用中的錯誤進行識別則成功得多，視模型不同得分在40至96之間，而法律專業化與擴大規模一樣，只帶來有限的提升；作者明確指出，該基準僅涵蓋美國普通法，大陸法體系和美國以外的司法管轄區未予評估。 ↩
- 瑞士金融市場監管局（FINMA），2024年12月18日第08/2024號監管指引，“Gouvernance et gestion des risques en lien avec l’intelligence artificielle”（Governance and risk management in connection with artificial intelligence）（Centre de droit bancaire et financier，Caballero Cuevas，2024年12月19日，cdbf.ch）：七個關注領域：治理（角色、職責、能力）、風險清單與分類、數據質素、測試與持續監測、文檔記錄、結果的可解釋性以及獨立核查；受監管機構根據其風險狀況調整相應安排。 ↩
僅供一般參考。本文不構成法律或稅務意見，不能替代針對個案的諮詢，亦不建立律師與客戶之間的委託關係。本文反映截至 十月 2026 的法律狀況。