我很高兴宣布, 我们 a16z Growth 正领投 Harvey 的 F 轮融资。 Harvey 正在定义未来的法律工作方式:原生 AI、安全、面向企业级需求,他们已经被超过半数的 AmLaw 100(全美百强律师事务所)采用。他们的增长势头强劲,产品模块不断深化,用户参与度持续上升,并且从按席位计费的软件,正清晰地迈向自动化高价值法律工作流程的路径。 非常激动能与 Winston、Gabe 以及整个 Harvey 团队合作,共同打造法律 AI 的全栈平台。 I’m happy to share that we @a16z Growth are leading Harvey’s Series F. Harvey is defining the future of legal work: AI-native, secure, and enterprise-grade, they are already used by over half the AmLaw 100. They have real momentum, with deepening product modules, rising engagement, and a clear path from seat-based software to automating high-value legal workflows. Thrilled to partner with Winston, Gabe, and the Harvey team as they build the full-stack platform for legal AI.
目录
观点原文
我很高兴宣布,
我们 a16z Growth 正领投 Harvey 的 F 轮融资。
Harvey 正在定义未来的法律工作方式:原生 AI、安全、面向企业级需求,他们已经被超过半数的 AmLaw 100(全美百强律师事务所)采用。他们的增长势头强劲,产品模块不断深化,用户参与度持续上升,并且从按席位计费的软件,正清晰地迈向自动化高价值法律工作流程的路径。
非常激动能与 Winston、Gabe 以及整个 Harvey 团队合作,共同打造法律 AI 的全栈平台。
I’m happy to share that we @a16z Growth are leading Harvey’s Series F.
Harvey is defining the future of legal work: AI-native, secure, and enterprise-grade, they are already used by over half the AmLaw 100. They have real momentum, with deepening product modules, rising engagement, and a clear path from seat-based software to automating high-value legal workflows.
Thrilled to partner with Winston, Gabe, and the Harvey team as they build the full-stack platform for legal AI.
ABAB AI 解读
🔍 深度解读:a16z 领投 Harvey F 轮融资,是“法律行业被 AI 重塑”的战略信号
a16z(全球顶级风投)宣布领投 Harvey 的 Series F,其意义极其重大,不只是一笔融资,而是:AI 正在进入价值最高、壁垒最高、最抗技术变革的行业之一:法律(Legal)。
Harvey 是目前美国律师事务所采用率最高的 AI 产品之一,这条消息代表法律行业的结构正在发生百年级别的变化。
下面详细拆解。
1️⃣ AmLaw 100 一半以上已经用上 Harvey = 行业正式被 AI 改造
AmLaw 100 = 美国收入最高的 100 家律师事务所,是法律界的“华尔街 + 五大行 + 科技巨头”的组合。
Harvey 已被:
✔ 超过 50% 的顶级律所采用
✔ 成为行业标准级工具
但更关键的是:法律界向来对技术极度保守——但这次愿意集体拥抱 AI。这说明 AI 的进入已经不是“早期验证”,而是 行业规模化采用。
这是一个拐点。
2️⃣ Harvey 的定位不是“AI 聊天助手”,而是“法律行业基础设施”
a16z 强调 Harvey 的特点:
⭐ AI-native(原生 AI)
并非传统软件 + AI 插件,而是从第一天就为法律工作重构流程。
⭐ secure(极度安全)
法律行业数据敏感度极高,只有最安全的 AI 才能进入该行业。
⭐ enterprise-grade(企业级)
不是给个人律师用的,而是整个律所的“操作系统”。
这意味着 Harvey 的愿景远比普通 AI 公司更宏大:→ 打造法律行业的“OpenAI × SAP × Bloomberg 终端”。
3️⃣ 从软件订阅 → 自动化法律工作流程 = 巨大价值飞跃
a16z 提到 Harvey 的关键商业转折:
从按席位计费的软件 → 演进为自动化高价值法律流程
这是一个价值提升数十倍级别的商业模式转型。
为什么?
因为法律行业收费结构是:
- 按小时计费(billable hours)
- 高级事务所每小时收费 800–1500 美元
- 更复杂工作收费更高
如果 Harvey 不只是工具,而是能:
- 生成合同
- 审核合规
- 进行尽职调查
- 分析判例
- 自动生成法律文件
那么 Harvey 可以直接减少:
🟥 数千小时的人力成本
🟥 律所核心成本结构
🟥 大型诉讼的时间周期
🟥 M&A、IPO 审查成本
自动化 ≠ 做文档
自动化 = AI 做原本价值极高的工作。
这是一个 trillion-dollar(万亿美元)市场。
4️⃣ Harvey 的商业地位:正在成为“法律界的 Databricks”
从 a16z 的措辞可看出,他们认为 Harvey 已经进入三大象征阶段:
🔷(1)深度产品模块化(deepening product modules)
产品不是一个 AI 工具,而是一套完整生态。
🔷(2)用户参与度持续提升(rising engagement)
即律所逐渐将越来越多工作交给 Harvey。
🔷(3)自动化路径清晰(clear path to automation)
= 可替代巨大人力成本。
这与 Databricks 在数据行业的路径完全相似:
从工具 → 平台 → 基础设施 → 行业标准
Harvey 正在成为:
“Legal AI Infrastructure”(法律 AI 基础设施)
而不是普通的 AI 初创公司。
5️⃣ a16z 的意义:这是美国资本市场宣告“法律行业会被 AI 重塑”的决定性信号
a16z Growth 领投 F 轮,代表三件事:
✔ Harvey 已从“赌未来”变成“行业龙头”
✔ AI 能够正式进入高度合规、门槛极高的专业行业
✔ 法律这个 1.3 万亿美元的行业将被重新定义
更具体地:
律师的工作模式、商业模式、计费结构、效率结构,都将在未来几年被重写。
法律行业的门槛被技术突破,是本世纪最大的专业服务变革事件之一。
最终总结
a16z 领投 Harvey 的 F 轮融资,标志着法律行业正式迈入 AI 时代。Harvey 已进入超过半数顶级律所,并从传统软件转向自动化高价值法律流程,意味着 AI 将重塑价值数万亿美元的法律行业结构。Harvey 正逐步成为法律界的全栈 AI 平台,其意义相当于 Databricks、Bloomberg 或 SAP 在其他行业中的角色,是未来法律基础设施的奠基者。
相关观点
- 这是一个名为“Is there an AI bubble?”的 YouTube 视频内容,由 Gavin Baker (Atreides Management) 和 David George (a16z) 进行炉边谈话。以下是他们讨论的主要内容 总结: 1. 关于“AI 泡沫”的问题: 观点: 两人一致认为目前不存在 AI 泡沫。 对比 2000 年互联网泡沫: 估值: 当时 Cisco 的市盈率高达 150-180 倍,而现在 Nvidia 的市盈率约为 40 倍,估值更为合理。 “暗光纤” vs. “暗 GPU”: 2000 年泡沫的一个显著特征是“暗光纤”(铺设了大量光纤却未被点亮使用,峰值时 97% 未使用)。相比之下,现在没有“暗 GPU”(闲置的 GPU),所有 GPU 都在被充分利用,甚至供不应求(训练中 GPU 过热是常见问题)。 投资回报率 (ROIC): 目前在 GPU 上投入最大的公司(主要是科技巨头)的资本回报率实际上上升了约 10 个百分点,表明 AI 支出的 ROI 目前是积极的。 基础设施建设: 虽然数据中心建设规模巨大(未来 5 年计划增加 3-4 万亿美元),但这与当年的高速公路系统建设相当,且有实际需求支撑。 2. 科技巨头的优势与竞争: 巨头优势: 今天的科技巨头(Mag 7)拥有最好的资产负债表(5000 亿美元现金)、巨额自由现金流(每年 3000 亿美元),以及数据、分发渠道和算力。这为 AI 建设提供了巨大的缓冲。 生存之战: Google、Meta 等公司将 AI 视为生存之战(Larry Page 曾说宁愿破产也不愿输掉这场比赛)。 Round-tripping (循环交易): 虽然存在 Nvidia 投资云服务商再买回芯片的现象,但这主要源于 Nvidia 面临 Google TPU 等强劲对手的竞争压力,不得不采取激进策略,且规模相对较小。 3. 芯片与硬件市场格局: Nvidia vs. Google TPU: 未来的主要竞争格局是 Nvidia 对抗 Google TPU。 Broadcom & AMD: Broadcom 正在帮助 Meta 等公司构建 TPU 的替代方案(ASIC),并与 AMD 联手对抗 Nvidia。 ASIC 的前景: Gavin 认为许多自研 ASIC 项目(除了 Google TPU)可能会失败,因为 Nvidia 的迭代速度太快。 4. AI 应用层与 SaaS: SaaS 的未来: 虽然最初有人担心 SaaS 会归零,但现在看来,拥有独特数据和分发渠道的 SaaS 公司(尤其是服务 SMB 的)有机会利用 AI 变得更强。 毛利率下降是必然: AI 计算成本高,SaaS 公司的毛利率必然会下降(从 80-90% 降至更低)。这不应被视为失败,而是成功的标志(说明用户真的在用 AI 功能)。只有接受低毛利率,才能在大模型时代生存。 消费者互联网: 现有的巨头(拥有数亿用户)在 AI 时代依然难以被撼动,因为推理模型(Reasoning models)的强化学习环节(RLHF)极其依赖用户反馈数据,这让拥有大规模用户的公司建立了新的护城河。 5. 商业模式的演变: 从订阅到按结果付费 (Outcome-based): AI 将推动商业模式从“卖软件/席位”转向“为结果付费”。例如,不是卖客服软件,而是按成功解决的客服工单收费。 代理 (Agents) 与联盟费用: 未来的 AI 代理(如个性化的 Grock)会帮用户做决策(订酒店、买礼物),这会催生新的联盟佣金模式,但也可能挤压中间商的利润(如 Google 广告的低效溢价会被消除)。 6. 未来展望: AGI 时间表: Andrej Karpathy 预测 AGI 还有 10 年,Gavin 认为这已经非常快了,甚至希望更快。 机器人 (Robotics): 机器人领域将是 Tesla vs. 中国的格局。人形机器人(Humanoids)的路线之争已经结束,人形机器人胜出,因为它们可以通过观看视频学习人类操作。 总结: 尽管 AI 基础设施投入巨大,但由于强劲的需求、合理的估值以及巨头健康的财务状况,目前并不存在泡沫。未来的竞争将集中在芯片(Nvidia vs Google)、拥有数据的应用层,以及商业模式向“按结果付费”的转变。David George · 2025/12/05
- 我非常享受这次与 @patrick_oshag 在 @InvestLikeBest 的对话。我和 Patrick 从大学时期就认识了,而这是我们第一次以如此深入的程度讨论市场和投资。 公司构建的基本原则并没有改变:人、产品和市场依然最重要。 但显然,在我职业生涯中,私募市场已经发生了巨大的演变:如今私募领域的独角兽数量约为市值超过 10 亿美元的上市公司数量的 6 倍。而在 2010 年末,市值前十的公司中只有 2 家是科技公司;而今天,前十中有 8 家都是科技公司。 AI(以及更广义的“软件吞噬一切”趋势)显然推动了这一切的发展。但是,从蒸汽机时代,到 Facebook 和 Google 早期的用户变现模式,再到 Databricks、Anduril、OpenAI、Waymo 等实时成功案例,都能帮助我们更清晰地看到机会所在。 非常高兴能深入探讨这些内容以及更多话题! I had a great time chatting with @patrick_oshag on @InvestLikeBest. I've known Patrick since college, and this is the first time we've talked markets and investing at this much depth. The fundamentals of company building haven’t changed: people, products, and markets matter. But obviously, private markets have evolved substantially over my career: there are now ~6x more private unicorns than public companies with a $1b+ market cap. And at the end of 2010, just 2 public technology companies were among the top 10 in market cap; today it’s 8 of 10. AI (alongside software eating everything more generally) is clearly driving a lot of this. But it’s instructive to look at everything from the steam engine, to the early days of Facebook and Google user monetization, to real-time success stories like Databricks, Anduril, OpenAI and Waymo, to get a clear picture of where the opportunities lie. It was a pleasure to go deep on all this and more!David George · 2025/12/05
- Hannah Stolberg 与 Team OS:把团队隐性知识变成 AI 可调用的组织操作系统Hannah Stulberg · 2026/04/17
- Evan Spiegel:拒绝被收购,不做流量生意,只押注下一代计算平台Evan Spiegel · 2026/04/16