IRIS为什么不动

哈喽，大家好，我们是 ai 调查局，我是小哥哥，我是 eris。 今天呢，我们来聊一家垂直赛道的王者公司 harvai。 harvai ai 呢是法律 ai 领域的头部玩家，他也是整个企业级的 ai 应用最先跑出来的几家验证了 怎么样在基础大模型上搭建应用，然后结合这个动去交付一个好的工作流的一个模式。对， 我们现在讨论一下为什么 ai 可以 在法律这个赛道做的非常好。第一是因为大家都知道律师是以小时为客户计费的，但是他们其实大量的工作百分之九十都是花在读材料，找材料，改材料和写材料上面，那客户其实是不愿意为很多重复的劳动买单的， 所以呢，就被迫律师需要提高他们的效率，但与此同时又不能牺牲他们工作的质量。然后第二点呢，是当他们接到一个 case 的 时候，他们要阅读大量的文件，然后去找先立合同，找历史邮件，找以前的谈判机要这样的文档，它是散落在不同的地方， 所以像这样的东西 ai 是 很容易去做一个优化的。这也是法律行业是 ai 落地非常好的一个赛道之一。那我们现在就来看一看就 harvey 到底是怎么解决这些啊价值的重复性劳动的。我们来看一个产品的 demo， 在 harvey 里面呢，绿色可以选择自己去搭建一些 workflow 来自动化啊，自己的工作流。他们的 ceo 也其实也提到 harvey， 他 们现在的 product strategy 就是 把每一个一小块一小块的这种碎片化的低价值的重复性劳动，把它用 ai 自动化或者优化， 然后它再提供给企业这种拼乐高的能力，让它能够把不同的流程给组装在一起啊，搭建起适应起每个律所的工作流。它重复的会提到一个词，就叫啊 expanding and collapse， 它们会不断地去拓展新的功能，但同时又会交给用户能够把不同的功能把它串联起来的这个能 力。其实我觉得它们家的 workflow 或者 agent builder， 比如说 open i c 的 平台，或者是现在很有名的 n n a n， 我 觉得没有太大区别， 没有什么特别高的技术含量，但是他可能是他因为了解整个律师的呃 usk， 待会也可以聊到他能够把这个这整套呃流程对于法律的业务场景去进行个性化，所以我觉得这个是他的优势， 它的优势我觉得完全不是技术，又是一个懂 me knowledge， 所以 我刚开开头也提到说它是应用 b to b 的 应用里前几个能够跑出来怎么样， ai 是 怎么样去跟某一个 vertical industry 进行结合，而且能够因为你有 vertical 这些懂 me knowledge 而产生护城河的一个非常好的 case。 大家知道其实嗯，做 legal ai 的 startup 很多，但是为什么 harvey 他 能跑出来，他能变成头部？他们有两个方面，一个是 winston， 他 是律师出身的，相当于他是对法律行业是比较了解的。然后另外一个 garvey， 他 是工程师背景的，所以他们是很典型的一个 domain knowledge 加一个 嗯 engineer 这样互补的组合。像 winston， 他 之前在律所工作只有一年的经验，但是他作为一个初级律师，他需要做非常大量的重复性的研究和文档的工作，所以让他对法律的工作流程的痛点有一个非常直观的体验，这也是为什么他们能把工作流做的比较好的一个原因。 但是呢，大家知道，嗯，这样的能力其实并不稀缺。怎么样把你的销售技巧是什么啊？这个也是非常关键的一点。 比如说 harvey， 他 在早期的时候，他就会从这个联邦法院公开的这个档案系统里面，把已经公开的诉讼文件给调取出来，然后把这些公开的文书呢放在 harvey 里面，让 harvey 直接反驳 这些公开的诉讼文书，然后把这个反驳的过程给这些律所的合伙人看，这样就可以让合伙人有一个非常直观的感受，说 harvey 到底是多 powerful， 也是对他们的这个产品产生兴趣的非常重要的一个杀手锏。然后呢，其实 harvey 在 招人的时候，也招了大量的律师来帮忙，他们把产品和销售做一个整合。 法律行业可能跟其他行业有些不同，其他行业可能 start up， 可以 从一些小的公司入手，做一些早期的验证，但是法律行业它是一个自上而下的行业， 大家都非常认那几家头部的公司，所以 harvey 在 他们刚开始去呃做这个 go to market 的 时候，他们就盯准了最头部的那几家公，那这些头部的绿锁都签下了之后，就很好地可以扩展到中小型的绿锁，产生一个飞龙效应。 当绿锁他们使用了 harvey 的 产品，他们对接的客户都是 enterprise， 自然而然就可以把 harvey 再去扩展到 enterprise 的 market 上面。 最后一点呢，是 harvey 招 cpo 的 时候招了一个大律所的合伙人，这也是让他们 e to b sales 做得很好的一个关键的原因。对， harvey 前期其实也是用了硅谷非常有名的，最近非常火叫呃 fde 模型吧，就是他们做了大量的跟客户手把手的做一些 workflow， 他们会保证就是能 user 是 真的能够解决到他们问题，而不是就是把产品卖了他们就放手不管了，他们做了大量的就是无法去规模化的事情，所以说让他们在前期能够对这些几个大客户的需求有非常精准的掌握。 然后创神爷提到说，其实前期就已经有很多律师了，来向他们表达兴趣，想要合作，但他全部都拒绝掉了，因为他就想专心把这几家大律师做好 啊，他觉得服务那些小律所会分散他们的精力，而且他有一个非常正确的判断，就是一旦把这几家大律所搞定，那些小律所自然而然也会来了。 harvey 他 作为 ai 法律赛道的头部，现在的融资也是非常的迅速，他今年 连续融了三轮，从二月份的三十亿的估值涨到了新的一轮八十亿的估值。他的投资人也都是各大机构，比如说 h 六 z， coco 呀这些大的机构。我们最后来看一下 harvey 他 在这个市场的 position 是 怎么样的，他的竞争者又是谁？比如说法律行业有两家大的挂头公司 westlaw 和 lesses nessus， 这两家公司呢是掌握着法律的知识入口，比如说 westlaw， 它是全球最权威的法律剪索的数据库之一，它们自己也有自己的 ai 法律法律助手，它的市面上大部分的 content editor， 它是都是从一个 use case 入手的，比如说 westlaw， 它是数据库，然后还有其他的 竞争对手，像 vincent， 他 是做法条和叛逆的。像 harvey 这样做全工作流，从刚开始的解锁，到后期的这个 deploy， 到呃给客户的 building， 整个系统的工作流， competitor 是 没有这么做的，这也是他最重要的 differentiator。 所以 harvey 的 优势是，它不是一个单个的 ai 工具，它是一个法律， 呃工作一个平台。还有一个有意思的点就是 harvey 现在在向这个 law school 推广他的产品，他的逻辑就是让律师在他们学生时期就去试用他们的产品， 这样子就可以潜移默化了，潜入到这个律师的一个工作生涯之中。总结一下我觉得让我觉得比较有意思的一点是，我觉得我们分析的第一个 vertical 赛道的 ai h， 它是完美的全释了。怎么样把 ai 跟某个抖魅结合在一起？他又选了一个很适合的 excel， 大 量重复性工作，然后除了法律之外，可能还有像医疗，嗯，还有金融，就这些大量的文书性，然后重复性就会底下有很多 junior 在 打杂的工作，特别适合这个 ai 来进行一些优化。 而且这三个行业有一个共同的特点，就是他们这三个行业的专业人员的工资都非常高，所以 ai 在 它是有很好的一个门槛的。你说的很有道理。对对对，他也是说提到说他是怎么让这些呃大企业客户愿意一开始跟他们合作，他们就是会选一些呃，这 些大企大的律所现在在撸什 money 的， 嗯，就是你可能要花二十万招一个律师，对吧？但这些律师过来却在做一些什么搜索、打印、复印，就类似可能重复性的工作， 对于律所来说，他们也是在亏钱的。然后他就跟律所说，哎，我们能不能把你这些亏钱的业务，我们一起用 ai 自动化了或者优化了，这样子对你们来说 ai 也会提高嘛？你们可能不太需要那么多人，或者是说你们在同样的人的基础上可以 take on more business， 所以 那些律所你就觉得，哎，马上能转换成我的金钱的回报，他们就非常愿意。嗯，其实我在思考一个事情，就是当 ai 去介入到不同的行业里面，就像你说他可能第一招少一点的人，第二可能公司 招一样多的人，但是他能接更大的业务对应的 result， 第一是这个职位少了，第二是大的企业会越变越大，然后把同行业小的企业啊就会挤出去。所以我觉得这可能是 ai 带给各业的一个影响，所以说之后可能每一个行业会出现更加严重的赢家通吃，因为他们可以把他们多年来沉淀下来的通过 ai 去放大。是的，那我们期待一下吧， ai 会怎么样改造每一个行业，每一个职业？