Harvey估值155亿美元，法律AI的钱究竟好不好赚？

头图 | AI生成

文 | 杨俊

法律AI又跑出了一笔大融资。

9月9日，Harvey宣布完成5.5亿美元融资，估值达到155亿美元。同一份公告里还披露出全美百大律所榜单中有超过80%的律所已经使用 Harvey。

头部律所的采用，加上资本的持续投入，让法律成为AI创业中一个令人期待的方向。

顺着这个故事往下想，机会似乎很多。律师要审合同、查案例，企业要管风险，普通人遇到欠款和劳动纠纷，也需要专业帮助。看起来，AI把这些工作做得更便宜、更快，就会有客户愿意买单。

但从“有人需要”走到“有人付钱”，中间还有多少距离？

张惟师在国内接触过多类买家。他所在的幂律智能做过大型企业法务系统、律师提效工具，也在尝试让法律智能体直接服务中小企业和个人。不同客户的需求，转化成采购的速度并不一样。

企业端已经出现了一些积极信号。他提到，今年企业主动咨询增多，相关招投标增加，老客户也开始在二期、三期项目里提出新的AI需求。他因此把今年称为智能合同审查的“小爆发年”。

不过，他紧接着说了一句容易被热闹盖过去的话。

“供给端的增加是比需求端要多的。”

大模型让法律AI的产品越来越容易做出来，客户采买却各有各的难处。律师觉得好用，律所未必能统一采购；企业愿意花钱，往往还要求部署和系统对接；普通人想让AI处理纠纷，又可能在它追问三五个问题后失去耐心。

法律AI的钱究竟好不好赚，要从这些具体的买家看起。

产品上新很热闹，客户追加采购是另一回事

几年前，张惟师去拜访企业或律所，还要先解释智能合同审查是什么，再做演示，让客户理解它能帮上什么忙。

如今，一部分客户会主动来找供应商。

还有一种变化发生在老客户身上。企业第一期做的可能只是合同管理系统，或者用传统技术做一些审查。到了第二期、第三期，客户开始主动提出，要加入基于大模型的合同审查，或者把部分合同流程自动化。

这些需求，给了他判断市场正在增长的依据。

同时，AI的使用方式也在变。过去，查到法条、找到案例，就算完成了一次辅助工作。现在，按他的观察，越来越多专业法律人愿意在人工复核后，把AI的审查结果放进实际审批流程。

客户愿意试用、愿意把结果用于工作、愿意追加采购，分别说明了不同程度的认可。张惟师认为，这个变化经过了几年的积累。模型能力提高，厂商花时间适配合同审查，客户也逐渐理解产品能做什么，几个条件才在近期碰到一起。

但开发产品的门槛，降得更快。

他举了一个例子。一个工作了几年的律师，借助现成工具，也可能做出一套“看起来像模像样”的合同审查产品。研发投入比过去少，能参与的人自然更多。

但新产品密集出现，不能直接说明买家也在同样快地增加。

张惟师判断需求有没有增长，会看主动咨询和招投标，也看老客户有没有提出新的具体要求。对面向个人的产品，他还会看用户有没有继续做下去，拿到任务结果。

这比数一数又上线了多少个“AI律师”，更接近市场的实际变化。

律师买效率，企业买风控，普通人买结果

同样是审一份合同，换一个买家，购买理由就可能变了。

律师希望少花一些时间处理重复工作，多处理几个案子。张惟师把这种诉求概括为“单位时间产出更多的价值”。

大型企业，尤其国央企法务，更在意风险与合规。

张惟师举例，一家公司规定合同必须检查关键风险点，人工审查时可能漏看，AI需要按照公司的要求逐项检查，再交给人复核。审得快有价值，把规定的检查做完整，同样是采购理由。

但对于普通人和没有专职法务的小企业，情况又不同。

他们通常在遇到具体纠纷时才来找帮助。欠款怎么追，劳动争议怎么处理，起诉要准备什么材料。用户急着拿到能用的律师函、起诉材料，或者完成立案，对长期订阅一个法律工具未必感兴趣。

把这三类人都算成“法律AI用户”，很容易高估同一款产品能卖给多少人。

即便找对了需求，还得找到能做购买决定的人。

张惟师曾经看好面向律所的提效产品。专业律师懂法律，也能判断AI输出的好坏，似乎是最容易接受产品的一群人。

但做过之后，他发现，律师愿意买和律所统一买，中间还有一道采购难题。

“想推动一个大的律所集中采购一个AI产品，其实也比较难。”

在他接触的律所中，合伙人对AI的理解、使用意愿不同。推销产品时，往往要多个律师仔细谈，很难像企业采购那样，由一个决策者统一拍板。再加上同类工具竞争激烈，产品销售并没有随着产品变好就自然扩大。

这段经历改变了他的判断。

对创业者而言，产品能替律师省时间，只解决了一部分问题。谁来买，谁能决定整批采购，每增加一批用户需要谈多少次，都得算进去。

AI能做的事，用户未必肯交给它

律所集中采购难，张惟师便把新增投入转向中小企业和个人。用户范围更大了，但新的困难也出现了。

用户想让AI解决问题，却未必愿意提供足够的信息。

法律问题依赖细节。涉及到欠款场景，合同、转账记录、双方的聊天内容都是证据。AI想给出针对性的处理方案，就得继续追问，有些问题还涉及隐私。

张惟师发现，有些用户确实有需求，却在回答三五个问题后失去耐心，直接离开。

但他也见过用户一步步把任务交出去。

一家小企业付了六个月的社保和公积金代缴费用，第三方只缴了五个月。为了追回款项，企业尝试向AI求助。

起初，用户连双方公司的真实名称都没提供。拿到第一版起诉材料后，才陆续补充公司名称、转账记录和缴费截图。等起诉状和证据目录生成，用户又提供身份及企业材料，授权产品协助立案。

据张惟师介绍，这个过程持续大半天，人机互动累计两百多次，最终完成了线上立案。

他把这段过程理解为信任逐渐建立。用户每看到一份可以继续使用的结果，才愿意再多提供一点信息，往下走一步。

这个案例也说明，判断法律AI能否承接真实任务，要看用户是否愿意配合它把任务做完。

如果大量用户在案情收集阶段就走了，再强的法律AI能力，也很难被他们用到。

大客户难交付，小用户难收费

即便用户走完流程，真正把它变成生意也不容易。

在张惟师对国内市场的观察中，收入较为明确的，仍是面向大型企业的智能合同和法务项目，其次是法律数据库。面向律师的工具，以及直接服务普通用户的智能体，还需要继续验证商业化。

幂律自己的收入也呈现出这种差别。据他介绍，当前大型企业项目贡献了公司九成以上收入，平均客单价约80万至100万元。这但大客户往往要求私有化部署、系统对接，还要投入研发、实施和项目管理人员。

图源：AI生成

“最大成本还是交付实施的成本。”客户规模越大，项目金额通常越高，交付人员的投入也会相应增加。

面向普通用户的产品，则是另一笔账。

截至访谈时，幂律智能的产品-吾律已有十多万用户，大部分仍在免费使用，公司当时也没有把变现放在首位。已有付费用户中，单次购买人数多于会员购买人数，买得最多的单次服务是律师函。

有人愿意为眼前的一次需求付钱，但长期订阅能否卖得动，还要继续观察。

张惟师对未来六个月到一年的判断是，更多普通用户会为“有服务保障的法律AI产品”买单。他所说的保障，包括人工复核，以及法律AI的服务责任保险。

用户愿不愿意为这些保障付费，将是值得留意的观察。

完整访谈中，张惟师还回答了更具体的问题。通用大模型越来越强，专业法律AI还能靠什么让用户付费？同样是企业客户，哪些愿意买标准产品，哪些一定要求定制？人工复核和服务责任保障，能不能让用户更放心地把法律事务交给AI？

点击链接，欢迎阅读虎嗅AI 100「一手判断」《百万订单也难解决法律AI的增长难题》。