1.5萬家律所排隊一年，獨角獸Harvey如何掀起法律AI革命？

在AI應用領域，Harvey無疑是最耀眼的明星公司之一。

今年7月，Harvey剛剛完成新一輪融資，估值高達15億美元。這意味著，從22年底完成500萬美元天使輪融資到躋身獨角獸行列，Harvey只花了不到2年時間。

估值蹭蹭漲，離不開那些明星投資人捧場。Harvey的股東名單裡，不僅有OpenAI這樣的AI大模型巨頭，還有紅杉資本以及美國最大獨立風險投資人埃拉德.吉爾等知名投資人。

為什麼大家都這麼看好Harvey？一個很重要的原因是，Harvey的經營資料跑得太好了。

在2年時間，Harvey的ARR（年度經常性收入）已經接近3000萬美金了。根據Lenny的統計，過去10年時間最好的B2B SaaS產品達到100萬美金的時間平均是2年，而Harvey在2年時間做到了3000萬美金。

為什麼Harvey能夠實現這麼快的增長？我們又應該如何看待AI法律的機會？

/ 01 /

叫好又叫座的法律AI助手

很多人可能不知道，法律一直都是應用新興技術最積極的領域。

此前，AI技術（以NLP為主）就已經應用在合同管理、訴訟預測、法律研究等領域。但大部分工作都以資訊檢索為主，很難對資訊進行深度的處理與分析。

與過去不同，大模型對於法律AI軟體能力有兩方面的提升：

一是LLM可以用對話式的搜尋方式，並且可以對資料內容進行總結提煉，以答案式回答細節問題。二是從“提取”到“生成”，生成能力可以應用於起草法律合同、為法官提供判決建議等。

這些能力也體現在Harvey的服務中。

作為法律AI領域的扛把子，Harvey的服務模式主要有兩種：一種是透過fine-tune（微調）過的法律專家大模型，幫助律師完成合同分析、監管合規、索賠管理、盡職調查及更廣泛的法律諮詢服務；另一種是為客戶構建定製模型，以達到更好的效果。

前者的服務場景主要有三個：工作流程自動化（如檔案起草、審查、分析和總結）、法律研究和AI助理。

比如，在檔案起草環節，法律工作者需要起草一份合同或者訴狀時，Harvey可以根據提供的問答內容生成一個初步的草稿，律師可以在此基礎上進一步修改、完善。

再比如，到了法律合同稽覈環節，律師需要確保法律政策與最新的法規是否一致時，Harvey也可以幫助梳理相關法規要求，並且初步分析現有政策可能存在的合規風險點。

此外，Harvey還能被用於輔助法律研究。比如，當律師正在處理一起智慧財產權案件，Harvey可以幫助羅列相關的法律條文、判例和學術文章，加速案件準備的過程。

除了提供與法律相關的服務外，Harvey還能幫助大型律師事務所構建自己的定製AI模型。比如，普華永道就與Harvey進行合作，訓練自己專有的人工智慧模型，創造定製產品，包括為普華的客戶定製產品服務，簡化內部法律流程等。

從目前看，Harvey的產品取得了不錯的商業化成績。根據Harvey公司員工的Brian Burns透露，Harvey的ARR（年度經常性收入）已經接近3000萬美元了。

根據Lenny（國外的一個科技部落格網站）的統計，過去10年時間最好的B2B SaaS產品達到100萬美金的時間平均是2年，而Harvey在2年時間做到了3000萬美金。

過去一年中（2023年8月-2024年8月），Harvey的使用者使用率從33%大幅增長至69%。與此同時，留存率表現也不錯。資料顯示，Harvey的使用者留存率在一年後保持在70%左右。而SaaS產品的月流失率一般在3%到8%之間，年流失率在32%到50%之間。

客戶群體方面，根據Harvey透露，已經有超過1.5萬家律所排隊等待其AI服務，現在超100家律所已經付費用上了Harvey的產品。

目前，其官網中展示的戰略合作客戶中，不乏安理·謝爾曼（A&O Sherman）、普華永道（PwC）、美邁斯（O’Melveny）、禮德(Reed Smith)、麥克法蘭（Macfarlanes）以及CMS等國際頂級律所及機構。

/ 02 /

降本驅動，AI法律正處於爆發前夕

之所以AI在法律領域應用如此順利，主要得益於兩個原因：律師成本太高，降本需求強烈；以及大模型技術與法律業務邏輯高度匹配。

作為一個依靠人力的知識密集型行業，律師的僱傭成本很高。以北京為例，2019-2023年北京律師年均創收高達84萬元。即使在最低的內蒙古，律師年均創收也有16萬元。在美國等發達國家，這個資料還要更高。

昂貴的人力成本，使得律師事務所更有動力推動AI技術的落地，來實現成本下降。而法律行業以知識+文字為主的業務模式，也與大模型技術特徵高度匹配。

首先，法律有相當大比例的工作是文字處理，這恰好是AI擅長的領域。其次，法律工作內容都有非常強的知識性，而大部分知識都有現成的文字材料可供參考，降低了大模型學習的成本。

得益於以上兩點，AI法律行業正在快速發展。僅僅2023年，AI法律行業就從9.4億美元，上漲到23.9億美元，增速超過250%。

展望AI法律賽道的發展，有兩個趨勢值得關注：

首先，優質資料的價值在不斷提升。由於法律領域對資訊的準確性要求很高，自然也對資料質量提出了更高的要求。但與此同時，出於資料隱私保護等原因，大模型企業獲得行業資料的途徑有限。

資料問題是所有AI法律公司都必須面對的問題。目前，解決資料來源問題的方法主要有兩種：

一是與大型律師事務所展開合作，在滿足客戶合規需求基礎上，獲取資料。比如，Harvey已經與Allen & Overy等大型律師事務所展開合作。

二是透過收購的方式來獲得更多的行業資料。去年，湯森路透以6.5億美元的價格收購AI法律公司Casetext，看中的就是其在過去服務客戶過程中所建立的資料優勢。截至被收購前，Casetext 的客戶有1萬多家律師事務所與公司法律部門。

今年，Harvey曾一度計劃收購vLex，但是收購最後沒有成功。vLex就是一個全球法律智慧平臺，為法律專業人士提供廣泛的法律和法規資訊庫，涵蓋了來自 130 多個國家的法律和法規資訊，擁有全球最大的法律和監管資料庫。

其次，將AI融入法律領域，需要對行業需求的深刻理解。Harvey CEO Winston Weinberg在此前接受採訪時披露，公司30%左右的員工都是法律背景。

這些法律領域的專家作用是，圍繞特定法律任務構建定製的工作流和流程。Weinberg說，只有有經驗的律師才能在任務層面對複雜法律工作的組成和分解有深厚的專業知識，但這種型別的“流程資料在任何地方都不公開”。

/ 03 /

總結

當所有人都在尋找大模型應用的背景下，Harvey受到投資人追捧還有另一個更重要的原因是，由於資料隱私的存在，法律AI應用很難被通用大模型取代。

現在大部分AI應用創業者都會面臨一個問題：當模型能力越來越強，怎麼保證模型不會吃掉應用產品的服務場景。

而法律就給我們提供了一個很好的思路。由於法律對資料隱私的重視，有價值的資料很難公開獲得，但輸出質量又高度依賴於這些專業資料。所以至少從目前看，通用大模型很難對法律領域的專業模型產生衝擊。