01 Draftwise 是什么

DraftWise 的创始团队是法律 + AI 浪潮下,资本市场最青睐的 工程能力强的计算机人才 和 经验丰富的律师 的组合。前 Palantir leader  James Ding和 Emre Ozen 与从斯坦福大学法学院毕业,后在在全球顶尖律所 Clifford Chance执业的 Yalti 合作,于2020 年创立了这家公司。

他们认识到,合同本身就包含了丰富的数据,而律师事务所坐拥海量数据、数十年的交易历史、市场趋势、客户和交易对手青睐的条款。

有洞见的技术 和 行业 know-how 的结合

从历史上看,律师事务所在采用新技术方面一直很保守。他们的技术堆栈主要限于Microsoft Office(特别是Word和Outlook),文档管理系统以及时间跟踪和发票平台等基本工具。除此之外,律师日常工作中采用的技术非常有限,而消耗交易律师大部分时间的文件起草仍然是一个手动过程。

Draftwise 的团队深刻的认识到这一点,并以此出发,它通过集成律所现有的数据源,如文档管理系统( DMS )、客户关系管理( CRM )系统和交易数据库,直接在 Microsoft Word 中为律师提供一个全面的合同、交易和客户参与视图,设计了一个为律师设计的端到端的合同起草和谈判 AI 驱动的平台。该平台被北美、欧洲和澳大利亚的顶级律师事务所公认为必不可少的资产,客户将其誉为提升合同和谈判流程每个部分的关键任务工具。

然而目前 Draftwise 的产品尚未开始公开对外发布其具体的工作界面,因此我们只能对DraftWise 核心工作流程的简化介绍,以帮助更好地理解 draftwise 在对传统法律工作者业务流程改造的思考:

1. 数据一体化(Integrating Your Data):

DraftWise 通过与法律事务所的数据系统集成,包括文档管理(DMS)、客户关系管理(CRM)和交易数据库,实现了在 Microsoft Word 环境中直接创建智能统一视图的功能。这意味着,律师可以无缝访问和整合关键信息,从而提高工作效率。

2. 知识应用:

DraftWise 提供了强大的搜索和推荐工具,使律师能够快速找到合适的条款和定义,并探索替代方案及其背后的逻辑。这种即时访问历史交易资料、市场趋势和客户偏好的能力,通过简化文档管理系统的访问流程,DraftWise 显著减少了搜索先例和比较修改版本的时间。此外,其AI驱动的搜索和快速比较功能,使得律师能够轻松识别、理解和应用最有利于客户的条款。

3. 知识共享:

DraftWise 拥有安全、便捷的内容共享功能,其知识管理功能可以结合生成式AI模型能够整合合同的所有要素,且无需繁琐的预训练。

除了 ai 功能,draftwise 的文档管理工具让律师可以将关键条款归档整理,以便未来的引用和应用。标签系统和“保存文案”功能,进一步加强了团队间高效沟通和协作。

良好的市场化能力

虽然大量资金被注入到 AI +法律的科技初创公司,但服务于现实世界需求的公司的实际数量已经落后于市场上的融资活动。据报道,在市场上最热门和广泛宣传的公司中,只有少数真正与真实的客户接触,大多数提供的产品并不符合市场需求。

不过, 与许多其他声称为律师提供人工智能能力的初创公司不同,DraftWise 已经赢得了一些“大律师”事务所的信任,如Orrick、Mishcon de Reya、Katten、Gunderson Dettmer、Chapman和Womble Bond Dickinson。

“我们已经试用了几种生成式人工智能解决方案,Draftwise非常突出,”奥睿科技首席创新官Wendy Curtis说。“这些工具使我们的交易团队能够以令人难以置信的速度和准确性挖掘数据并发现趋势,从而为他们节省了数百个小时。我们的律师对它的价值和易用性给予给予高度评价,它很快成为我们实践中 Gen AI技术的一个很好的用例。

02 火热的法律 + AI 领域

除了 DraftWise ,我们看到还有很多 “AI+法律”的企业受到资本青睐。2023年 12月,Harvey 获得了8000万美元的B轮融资,由Elad Gil和Kleiner Perkins共同领导,此次融资还得到了OpenAI Startup Fund和Sequoia Capital  的参与。这项最新投资使 Harvey 的总资金超过1亿美元,估值达到7.15亿美元。

Harvey 提供的产品来源于在GPT-4 的基础模型上 使用大量法律专业数据进行微调的 AI chatbot。这个Chatbot的能力包括,起草法律文件,辅助法律研究,法律合同审核,解释法律术语。

而在 2023年 4月,硅谷顶级VC BVP 以3.5亿美金的估值领投了 EvenUp 的B轮融资,Bain Capital跟投了一部分。2023年 一季度,EvenUp的ARR大约在890万美金,相比于 2022 年170万美金的 ARR,其收入在以  5 倍多的速度快速增长。

美国每年有数百万起人身伤害案件,但很大一部分都未判决,而是达成了私下和解。而案件的受害者往往得不到合理的赔偿。因为通常情况下,处理此类案件的法律机构很难为受害者争取到最高的赔偿,并且会收取总赔偿金额的33%至40%作为佣金

EvenUp 的具体业务是为人身伤害律师提供 AI 驱动的支持。该公司整合了医疗记录、账单和警方报告等原始案件文件等超过25万个裁决和和解的数据,建立了一个庞大的数据库,训练 AI 根据案件细节估算公正赔偿金额,帮助律师准备更有说服力的赔偿要求,从而平均提高30%的索赔金额。

虽然有大量资金的涌入 “法律 + AI ”领域,但是受到模型文字能力、 模型幻觉等的限制,现有的法律 llm 产品目前没有直接面向消费者,而是作为法律从业者的 Copilot 帮助其提效,被运营于合同起草、法律研究等一般性环节中,因此大部分产品的目标客户还是以律师事务所为主,主打效率的提升;

通常而言,律师的工作环节主要包括以下方面:案件接收与初步分析(包括准备法律咨询意见书)、合同和文件的起草与审查、诉状和答辩状的撰写、证据的整理与分析、法律意见书和法律分析报告的制作,以及其他涉及到法律适用问题的工作。以上每个阶段都可能涉及文字处理工作,且要求律师具备扎实的法律知识、良好的写作能力和细致的分析能力,以确保法律服务的专业性和有效性。

而在受到资本青睐的公司里,各家企业针对律师业务流程的优化或者改变各不相同,部分 LLM 创业公司想成为律师的通用性法律助理,协助律师的所有日常工作环节,比如 harvey;部分专注合同及法律文件的处理这一细分环节,比如本文着重介绍的 Draftwise。

就像所有共同符合 价值高 和 需要处理大量文本 这两个特征 的行业(比如 金融、医疗行业)一样,LLM 在法律行业的渗透会是一个伴随 LLM 能力提升、幻觉、数据隐私、构建高质量数据集问题解决的缓慢而渐进的过程。