洛杉矶每一家人身伤害律所都遵循着同样的流程：电话打进来，有人决定哪些值得立案，其余的则被回绝。过去十年间，这项最初的决定大多是由接案协调员依据一页纸的问答脚本来做出的。
过去十八个月里，一批用软件辅助的初筛流程取代了这份脚本的律所，呈现出了一种可辨识的共同模式：一个起初把情况弄得更糟的初版系统，一次重建，以及一组比供应商宣传语所承诺的更低调、但确实存在的成效。
在做出任何改变之前，接案流程是什么样的？
两名接案协调员，一条电话排队线，一张电子表格。脚本会问事发日期、伤情、有没有报警记录、有没有看过医生。如果答案看起来合理，就转给一位律师做二次审核——通常两天内完成，忙的时候可能要一周。
问题从来不出在那些一眼就能判断的案子上，而是出在中间地带。同样的事实，星期五下午四点听起来单薄的一通电话，和星期二早上打来的电话，得到的答案可能完全不同。
你们最初推出的那个版本，出了什么问题？
我们把三年的结案档案喂给它，让它去预测哪些新来电和我们过去处理得好的案子相似。这听起来挺合理，但其实完全是反过来的。它学会的，是复制我们过去的回绝决定——连那些回绝得不对的也一并复制了。
运行两个月后，我们发现西班牙语来电的回绝率，比英语来电队列高出好几个百分点，而背后的事实情况其实并无差异。那其实是我们自己过去的模式，被原样带着一个「置信度分数」还给了我们。
你们是怎么解决这个问题的？
我们不再让它预测结果，而是让它提取事实。它现在每次都会提取同样的十二项数据点——事故日期、治疗间隔、报告中的责任归属、已知的保单限额等等——并标注出缺失的信息。它不再给案件打分，最终决定权仍然在人手上。
这听起来像是一种「降级」，但实际上，这正是全部价值所在。协调员不用再重复录入信息，而审阅卷宗的律师，在每一个案件上看到的都是同样的十二个字段、按同样的顺序排列。
你们现在实际在追踪什么指标？
从来电到律师首次联系当事人所花的时间。这是我们挂在墙上的那个数字。我们开始追踪时，六家律所的平均数是46小时；如今在完成系统重建的律所，这个数字是9小时。
我们还会每月审核一次回绝案例——随机抽取二十个，由没有参与最初决定的律师做盲审复核。正是这项审核发现了语种差异的问题，而这恰恰是大家最不愿意为之付费的那部分工作。
对于正在考虑这么做的五人律所，你会给出什么建议？
先把枯燥的那一半做好。把你需要的十二个字段写下来，让每一个接电话的人都用同样的方式去记录它们。如果你连在纸面上都做不到这一点，软件也解决不了问题——它只会让这种不一致发生得更快、也更难被发现。
它学会的，是复制我们过去的回绝决定，连那些回绝得不对的也一并复制了。那个分数只是让它们看起来更客观而已。示例引语，综合管理合伙人形象
What we took away
- 让软件提取事实的律所反映出了成效；而让软件对案件打分的律所，则复制了自身过去的偏差。
- 在完成系统重建的律所中，从来电到律师首次联系当事人所需时间的中位数，从46小时降至9小时。
- 每一家发现问题的律所，都是通过每月一次的回绝案例盲审发现的——而不是通过供应商提供的数据看板。
- 先在纸面上将接案问题标准化，这一步既先于任何工具的引入，重要性也超过了工具本身。
Method
本文是一篇编辑综合报道，旨在呈现洛杉矶县约5至34人规模的人身伤害律所在接案自动化方面所反映出的普遍模式——并非对六家具名律所的采访实录。文中诸如「从46小时降至9小时」之类的数字仅作示例说明，未经独立审计。