从OpenAI 孵化的Harvey.ai 项目看人工智能如何重塑法律服务

近期，法律圈里有一家名叫Harvey的AI初创公司，动静可不小。这家成立刚一年多的公司，累计融资超过1亿美元，估值飙到了7亿美元以上，客户名单里更是星光熠熠——全球顶级律所Allen & Overy、会计巨头普华永道，都赫然在列。

那么，Harvey到底是什么来头，凭什么这么火？对我们来说，国内有没有可能也跑出类似的项目？一起来把这个案例拆开看看。

Harvey是什么？

简单来说，它就是一个专为法律行业量身打造的AI助手。底层基于OpenAI的大语言模型——顺便提一句，OpenAI的Converge孵化器也是Harvey最早期的投资人——但在这个基础上，Harvey用海量法律专业知识进行了深度微调，能干的事还挺多：

• 回答法律问题，且能附上相关法条引用

• 分析合同，帮你揪出潜在风险点

• 根据特定要求修改合同条款

• 辅助做法律研究，等等。

和ChatGPT这类通用AI相比，Harvey在法律领域的表现要专业和精准得多。这些优势具体体现在几个方面：

• 专业性：
  经过法律数据专门训练，能更准确理解那些晦涩的法律术语和概念。

• 准确性：
  专注法律领域，回答通常更可靠。

• 引用支持：
  最关键的一点——它能给出具体法律引用和出处，这对法律工作来说是刚需，而ChatGPT在这方面基本无能为力。

• 合规性：
  特别注重数据隐私和合规，处理敏感法律信息时安全感拉满。

• 工作流集成：
  提供了专门为法律工作设计的界面和功能，比如文档上传、合同分析，更贴合律师日常操作习惯。

• 定制化：
  客户可以用自己的数据进一步训练模型，而这些数据不会用于改进基础模型，这种能力是ChatGPT不具备的。

所以，虽然ChatGPT在通用对话和基础法律问题上够用，但Harvey.ai凭借深度专业化和定制功能，给法律行业提供了更合适、更安全、也更高效的方案。这也解释了为什么Allen & Overy和普华永道这样的大机构会选它，而没有直接去用名气更大的ChatGPT。

Harvey的创业故事

Harvey由两位年轻人Gabe Pereira和Winston Weinberg在2022年8月创立。Gabe之前在DeepMind和Meta研究大语言模型，Winston则是有律师执业经验。两人是大学室友，一次Winston向Gabe展示了律所里AI的实际应用情况，俩人一合计，这个想法就诞生了——并且很快得到了当时刚刚推出ChatGPT的OpenAI的支持。

Harvey是OpenAI Startup Fund首批投资的项目之一，成立初期就拿到了500万美元。这笔早期资金对Harvey的发展起到了关键作用。

在最近的8000万美元B轮融资中，OpenAI也参与了进来。这轮由Elad Gil和Kleiner Perkins共同领投，OpenAI创业基金和红杉美国跟投。有了OpenAI的技术和资金加持，Harvey低调但成果显著。目前它已成为法律、税务和金融专业人士信赖的生成式AI平台。一年内，团队从几个人增长到100多人，2023年的收入更是翻了10倍以上。

Harvey能这么快赢得大客户青睐，除了有OpenAI的背书，还有几个硬核原因：

• 提供经过法律专业知识训练的领域模型，更懂律师的需求。

• 数据处理上特别注重隐私和合规，打消了很多律师用AI的顾虑。

• 自动化了大量律所业务流程，帮律师省下了大量耗时的研究和文档工作。

更妙的是，大型律所和会计事务所不仅自己用Harvey，还把它作为白标解决方案，集成到自己开发的软件中再销售给客户。比如，Allen & Overy就基于Harvey开发了一款叫"Contract Matrix"的软件，为客户提供AI辅助的合同分析和起草服务。这样一来，Harvey就变成了一个AI赋能者，让这些传统机构能快速适应行业变革，而不是被变革抛下。

Harvey的应用场景和案例

具体到产品层面，Harvey提供的就是一个专业法律版的ChatGPT助手，能帮律师生成、查询各种法律内容。几个典型场景：

需要起草合同或诉状时，ChatGPT可以根据你提供的内容生成初稿，律师在此基础上修改完善即可。

比如处理知识产权案件时，ChatGPT能帮你罗列相关法律条文、判例和学术文章，加速准备过程。律师可以直接问："在弗吉尼亚州，全职员工和承包商有什么区别？"Harvey不仅能给出详细回答，还附上法律引用，研究效率大大提升。

需要确保政策与最新法规一致时，ChatGPT可以梳理相关法规要求，初步分析合规风险点。飞利浦公司甚至声称已经用Harvey.ai完成了100%由AI驱动的合同谈判——这展示了Harvey在复杂法律文件处理中的潜力。

可以向ChatGPT询问各种法律术语、规定（如案例法、法规和学术文章），以及如何在实际业务中应用。用户还可以上传商业租约草案，要求Harvey识别可能违反加利福尼亚州法律的条款，并给出修改建议。

法律AI领域正在快速崛起，除了Harvey，还有一些值得关注的项目。EvenUp专注于个人伤害索赔领域，Robin AI则致力于自动化合同起草和谈判过程。这些公司都拿到了可观的融资，显示出投资者对这个赛道的信心。

这些AI法律初创公司的共同点，就是利用像OpenAI的GPT-4和Anthropic的Claude这样的先进大模型，提供法律研究、文件审阅、案件预测和咨询服务。通过AI技术，它们显著提高了法律服务的效率和准确性，同时降低了成本。

AI法律初创公司面临的挑战

虽然潜力巨大，但它们面临的挑战也不少：

• 技术复杂性：
  AI系统的复杂性要求法律从业者深入了解机器学习原理，对许多律师来说学习曲线很陡。

• 数据隐私和安全：
  处理敏感法律数据时，隐私和安全是巨大的挑战。

• 准确性和可靠性：
  在法律领域，准确性就是生命线。确保AI输出始终可靠是持续性的难题。

• 法律和监管问题：
  AI在法律领域的应用还缺乏明确的法律框架和监管指导，这给公司带来了不确定性。

• 市场竞争：
  越来越多公司涌入这个领域，竞争日益激烈。

AI法律初创公司的商业模式

AI法律公司的商业模式大致可以分为四类：AI产品/服务提供商、AI开发促进者、数据分析提供商和深度技术研究员。它们通过标准化或定制化的AI解决方案，帮助法律从业者提高效率和决策质量。

总的来说，Harvey代表了AI在专业服务领域的一个重要方向。它不仅提升了法律服务的效率，还推动了整个行业的创新。随着技术发展，我们完全可以期待更多像Harvey这样的AI助手在各专业领域发挥作用，重塑传统工作方式。

Harvey对中国AI法律初创公司的启示

那么，从Harvey身上，我们能学到些什么？

1. 技术与法律专业知识的结合

Harvey成功的关键，就是将先进AI技术与深厚法律专业知识结合起来。这提醒我们：需要组建跨学科团队，包括AI工程师、数据科学家和经验丰富的法律专业人士，确保模型不仅技术过硬，还能准确理解和应用法律概念。

2. 专注于具体法律应用场景

Harvey没有试图解决所有法律问题，而是专注合同审查和法律研究等具体场景。中国初创公司应该明确目标市场和应用场景，深入了解本土法律领域的需求，比如如何利用AI助力中国企业出海，在全球不同商业和文化环境中获得及时、高质量的法律服务。

3. 注重产品的实用性和易用性

Harvey的产品设计注重实用和易用，让律师能轻松整合到日常工作中。产品界面应该直观友好，功能设计要切实解决律师的实际痛点，还要利用AI智能体提高业务自动化和协作能力。

4. 重视数据安全和隐私保护

作为处理敏感法律信息的平台，Harvey对数据安全和隐私保护极为重视。中国初创公司需要建立严格的保护机制，遵守相关法规，获得必要安全认证，并利用高质量数据训练和蒸馏律所自身的特定业务模型。

5. 与大型律所合作

Harvey与知名律所的合作，为其提供了宝贵的行业洞察和产品验证机会。中国初创公司可以积极寻求与大型律所合作——大型律所才有高质量的业务数据和可提炼的专业模型。通过合作获得实际使用反馈，不断优化产品，或者通过开放式创新模式与大型律所合作命题孵化。