行业趋势 - 人工智能正在深度重塑法律行业作业模式并渗透至法律服务全链条 [1] - 涉及商业秘密和个人隐私的司法案件数量近年激增 [1] 公司解决方案 - AlphaGPT本地化部署方案以"数据主权"和"数据安全"为核心 为企业提供数字屏障 [1] - 本地化部署覆盖数据采集 存储 应用全生命周期安全体系 [2] - 针对高敏感行业实现数据全程驻留用户自主掌控的硬件环境 阻断第三方介入风险 [2] - 针对中小型企业支持网页端使用 降低传统云端存储成本 [2] - 针对制造业场景支持一体机方案 实现硬件级数据隔离 [2] - 提供多级访问权限和操作留痕实时追溯功能 确保责任精准定位 [2] 技术能力 - 对接DeepSeek-R1满血版MoE架构 实现"证据链分析-风险点预测-解决方案生成"智能闭环 [2] - 允许使用者根据业务特性预设审查规则 主动识别涉密数据 [2] - 整合1.81亿案件和536万条法律法构资源 搭建"法律条文+理论支撑+司法实践"体系 [3] - 快速调动最高人民法院判例 地方裁判规则和法学界核心观点 [3] - 留存办案数据 文书模版 策略经验于本地服务器 提高知识复用率 [3] 价值定位 - 从"辅助工具"跃迁为"数字守门人" 解决安全痛点同时释放AI生产力价值 [3] - 为法治中国建设注入科技动能 重塑法律服务未来图景 [3]

公司融资与投资方 - C轮融资由高盛成长权益基金领投，现有投资者World Innovation Lab跟投，新加入投资方包括日本森滨田松本律师事务所、瑞穗银行及商工组合中央金库 [1] - 总融资额突破2亿美元，投资者包括软银愿景基金、弘毅投资、JAFCO及三菱UFJ银行 [2] - 近期筹集5000万美元资金用于开发生成式AI工具 [2] 产品与技术优势 - 人工智能合同审查软件Review已被日本、美国和英国7000家机构采用，在日本市场覆盖25%的上市公司 [2] - 产品可将合同审查时间缩短85%，同时提升质量和准确性 [2] - 基于50多份律师编制的审查指南，能无缝集成现有工作流程并实现开箱即用 [3] - 与OpenAI达成非股权技术合作，可提前获取最新大语言模型并与工程师协同开发 [4] 市场表现与扩张 - 美国和英国市场业务量过去一年增长四倍 [2] - 推出事项管理系统帮助法律团队追踪合同请求并实现跨部门协作 [4] - 正在加强美国和英国市场的推广力度 [2] 行业背景与竞争格局 - 人工智能革命推动法律科技初创企业发展，Harvey AI估值达50亿美元，Clio估值30亿美元 [4] - 生成式AI不会取代律师，而是作为工具提升法律从业者工作效率 [5] 公司背景与战略 - 由前企业律师角田望和小笠原正孝于2017年创立，专注于解决合同审查痛点 [3] - 核心竞争力在于基于律师起草的专业法律内容，区别于需要用户自建规则的竞品 [3] - 计划开发更多AI代理产品并完善软件生态 [2]

公司融资与定位 - Crosby获得红杉美国和贝恩资本580万美元种子轮融资 [2] - 公司专注服务GTM型高增长初创公司，聚焦销售合同审查效率提升 [2] - 将传统2-7天的合同审核时间压缩至60分钟内，中位时间58分钟，提速80%以上 [2][11] 商业模式创新 - 采用"AI预处理+持证律师审核"的双重服务逻辑 [2] - 提出"合同即API"理念，将合同流程设计为可调用、可追踪的技术接口 [5][7] - 采用固定定价+按文档收费模式，替代传统小时计费 [8] - 自建律师事务所实现"双实体"运营：Crosby Legal PLLC（律所）和Crosby Legal Inc（技术公司） [11][14] 技术实现与效率 - 自研AI代理技术实现闭环交付，非单纯工具提供 [13] - AI自动处理80-90%重复性工作，人工监督确保质量 [13] - 系统与Slack/CRM/Email等工具集成，实现流程自动化 [9][15] - 自动识别风险条款并红线标注，持证律师负责最终审核 [11] 市场策略与客户案例 - 主动锁定GTM驱动型初创公司，解决合同卡脖子问题 [13] - 2024年1月上线后已处理1000+份合同，客户包括Cursor、Clay、UnifyGTM等 [2][16][17][18] - 通过试点项目+真实反馈驱动产品-led增长 [8][19] - 案例显示：Cursor创收加速、Clay实现当天红线反馈、UnifyGTM流程提速80% [16][17][20] 团队构成 - 19人团队包含法律部（来自Cooley、斯坦福和哈佛法学院）和工程团队（来自Meta、谷歌、Ramp） [21][22] - 法律团队专注战略判断与合规，工程团队擅长快速迭代和MVP构建 [22] 行业背景 - 法律服务是价值3000亿美元的巨大市场，合同速度是核心痛点 [4] - 传统律所流程繁琐，与快节奏商业需求脱节 [4] - 公司为人机协作重新设计业务流程提供商业化案例 [3]

数字化转型中的法律行业 - 法律行业正经历深刻变革，人工智能技术逐步应用于合同审查、案件审理等核心场景 [1] - 数据安全与隐私保护成为行业关键命题，法律行业对云计算依赖度低于其他行业 [1] - iCourt自主研发的AlphaGPT通过本地化部署创新，兼顾效率与安全 [1] 本地化部署的安全优势 - 法律服务行业数据特殊性要求技术平台高标准，涉及案件卷宗、客户信息等高度敏感内容 [2] - 《个人信息保护法》等法规落地使数据跨境传输和第三方平台接入面临严格合规审查 [2] - AlphaGPT采用"数据不出域"原则，所有数据处理在用户本地服务器完成，规避外部网络传输风险 [2] - 支持按角色、场景、数据类型设置差异化访问权限，实现精细化权限管控 [2] 本地化部署的灵活性 - 允许机构根据业务特性优化整合，中小型律所可通过网页端调用功能 [3] - 针对跨境贸易场景，可自动优化合同条款以规避不同司法管辖区法律差异风险 [3] - 本地化部署是对数据主权和安全焦虑的回应，推动法律服务专业化、高端化发展 [3] 知识数据库的价值释放 - AlphaGPT将本地服务器打造成机构专属"法律记忆库"，系统化留存办案数据、文书模版等 [4] - 提高知识复用率，缩短新人培养周期，实现数据驱动决策的良性循环 [4] - 模型数据库收录超过1.81亿案例和560万条法律法规，提供全面权威的内容支撑 [4] 行业模式变革 - 从云端到本地的部署模式切换是对"技术赋能"与"安全底线"关系的再校准 [4] - 本地化通过架构创新实现安全与效率双重突破，使AI成为可信赖的数字化助手 [4] - 未来本地化部署或成法律科技领域标配，重塑行业对技术伦理与商业逻辑的思考 [4]

技术革命对法律行业的影响 - 生成式AI浪潮正推动法律行业进行前所未有的自我革新，从印刷术到互联网再到AI，技术力量深刻改变法律领域 [1] - 法律作为回顾性学科，在拥抱新技术时面临挑战，但正是这种磨合催生了法律服务模式的颠覆性变革 [1] - 法律AI已超越早期信息检索，深度介入合同管理、并购尽调、案例法分析等核心业务，"AI律师"成为顶尖律所和跨国公司的生产力工具 [1] 法律AI的发展阶段与趋势 - 2025年是法律AI"实战元年"，AI从"助手"进化为能独立执行复杂任务的"数字雇员" [2] - 市场焦点从简单问答转向AI解决方案的工作流集成、企业级稳定性和可量化商业价值 [2] - 汤森路透Westlaw Precision展示AI推理路径，Harvey AI与安理国际合作覆盖律师日常工作全流程，标志着AI从辅助工具蜕变为业务流程自动化核心引擎 [3] 行业实践与论坛成果 - 上海举办"法律AI的黎明"论坛，300余位专家探讨AI与法律深度融合的前沿趋势 [3] - 智合荣获"法律AI先锋企业十佳"称号，其联合创始人刘启铭获"法律科技影响力人物十佳" [4][5] 法律服务行业的未来形态 - 法律服务将从全人类提供转向人机协作，Harvey公司成为法律科技领域估值增长最快的明星企业 [7] - 未来律师需区分人类与机器的工作边界，律所选拔人才需考察对"人机能力差异化"的判断力 [7] - 法律服务行业长期供不应求，律所与法律科技公司的联合将成为必然趋势 [8] 法律科技落地的关键要素 - 法律科技落地的两个前提：内容（技能）由科技公司创造，载体（应用）由律所部署，二者共生共荣 [9] - 律所数字化转型三大关键词：数字大脑（核心竞争力）、数字要素（心智生产力）、数字场景（服务能力体现） [13] 律所应对策略与产品验证 - 律所应在管委会设置专门负责法律科技/AI的分管合伙人，将科技应用内化为"肌肉记忆" [16] - 验证法律科技产品可行性的方法：10位律师试用14天后，若有4人以上主动询问停用原因，则证明产品价值 [18] - 智合开发的产品已通过PMF验证，用户基数达千分位量级，市场需求积极反馈率超60% [20] 行业变革的底层规律 - 颠覆性技术呈几何级数增长，从业者与使用者对变革的感知存在巨大差异 [11] - 法律行业数字化转型中，文科背景从业者需主动拥抱理科领域的技术变革 [12] - 文理兼备成为AI新时代对法律服务从业者的基本要求 [13]

创业故事与行业痛点 - 公司起源于对律师朋友被繁琐法律工作拖累的观察 旨在通过AI重新定义法律工作方式 创始团队核心理念是AI将彻底改变法律行业[2] - 传统法律研究依赖人工处理海量非结构化数据 效率低下且成本高昂 根据Thomson Reuters报告 AI可为律师每周节省4小时 相当于每年增加10万美元计费时间[3] - 公司成立于2023年 原名Leya 2025年2月更名为Legora 名称源自拉丁语"legra" 象征连接法律专业与AI技术的使命[2] 产品差异化与市场定位 - 采用"真正合作伙伴"协作模式 从部署到后续全程参与 确保技术被从初级律师到管理合伙人的全层级接受[4] - 核心客户包括Cleary Gottlieb等顶级律所 企业法务团队及中小型律所 数据室审查时间从数周缩短至数小时[4] - 已服务250家律所 通过人机协作让律师专注高价值战略咨询工作[7] 核心产品功能体系 Tabular Review - 支持批量分析成千上万页文档 通过Word插件提供智能批注 表格化呈现合同信息便于快速筛选[6] - 可审查合伙协议 知识产权协议等文件 自动比对不同版本的结构 所有权等条款[8] - 在判例研究中按法律事项 判决结果等维度组织信息 提升案情分析效率[9] Playbooks - 2025年2月发布的自动化规则引擎 支持自定义条款偏好与风险词汇 节省85%非增值审阅时间[14] - 应用于NDA 供应链协议等高标文件筛查 一键比对文档与标准差距[14] 其他功能模块 - Draft功能基于上下文理解自动生成专业合同条款 支持重写与风格转换[15] - Research功能连接iManage等DMS系统 内置Agent模型提供结构化法律答案[16] - Collaboration模块支持多人并行编辑与版本管理 保障团队协同效率[17] - Multilingual Precision提供法律级精准翻译 避免语义误解[18] 创始团队背景 - CEO Max Junestrand曾为职业电竞选手 经历麦肯锡商业分析师 Norrsken VC投资等跨界背景[20][21] - CTO Sigge Labor是连续创业者 2020年起同时运营3个项目 具备全栈开发经验[24] 融资历程与估值 - 成立两年完成四轮融资超1.2亿美元 包括50万Pre-Seed 1050万种子轮 2500万A轮及8000万B轮[27] - 2025年5月B轮估值达6.75亿美元 由ICONIQ和General Catalyst联合领投[27] - 投资人高度认可执行速度 顶级律所采用率成为关键估值支撑[27][28]

融资与估值 - Harvey AI在E轮融资中筹集3亿美元 估值达到50亿美元 [1] - 本轮融资由Kleiner Perkins和Coatue共同领投 Conviction、Elad Gil、OpenAI Startup Fund和红杉资本等跟投 [1] - 距离上一轮D轮融资仅过去四个月 D轮融资额为3亿美元 估值30亿美元 [1] 业务发展与团队扩张 - 公司成立3年 现有340名员工 计划利用新资金将团队规模翻倍 [1] - 部分新员工将协助开发法律领域外的专业服务AI产品 包括税务会计方向 [1] - AI解决方案目前服务337家法律客户 可协助律师审阅文件、起草合同 [1] 财务表现 - 年化经常性收入从年初的5000万美元跃升至4月的7500万美元 增长50% [1] 行业竞争 - 竞争对手包括老牌法律科技初创企业Ironclad（成立10年）和Clio（成立17年） [2] - Clio去年以30亿美元估值完成3亿美元融资轮 [2]

核心观点 - Assembly与微软合作展示了其NeosAI平台在提升法律工作效率方面的突破性成果 [1] - NeosAI基于微软Azure AI Foundry构建，实现了法律工作流程自动化、时间节省和安全性提升 [1][3] - 该平台通过生成式AI技术消除重复性任务，同时保持高精度和合规性 [3] 技术整合与功能 - NeosAI集成微软Azure AI基础设施，提供自然语言处理(NLP)精准生成法律文件 [7] - 平台具备可扩展的云计算能力，处理高负荷工作且不影响性能 [7] - 采用端到端加密技术，符合GDPR和HIPAA等行业法规 [7] 效率提升数据 - 每起案件节省25小时，自动化数据录入、文件审查和法律起草等劳动密集型任务 [6] - 法律文件起草时间从40小时缩短至几分钟，使律师专注于高价值战略工作 [6] 行业影响与未来展望 - AI在法律实践中的角色扩展，未来将革新合同分析、诉讼支持和预测性法律分析 [4] - 公司将继续以微软Azure AI能力为核心推动法律行业创新 [4] 公司背景 - Assembly Software是法律行业技术革新者，合并Needles和Trialworks两大案例管理品牌 [5] - 其云端解决方案Neos及NeosAI帮助律所突破效率瓶颈 [5] 资源链接 - 完整案例研究详见微软官网链接 [5] - NeosAI产品详情可通过公司官网获取 [6]

财务数据和关键指标变化 - 2025年Q1总营收3670万美元，同比增长3%；软件营收3090万美元，同比增长3%；服务营收580万美元，同比增长2% [22] - 2025年Q1调整后EBITDA为负510万美元，利润率为负14%，较指引上限高约100万美元；运营亏损620万美元，运营利润率为负17%；净亏损490万美元，净亏损率为负14%，每股净亏损0.08美元与上年同期持平 [6][24][25] - 2025年Q1毛利率为75%；销售和营销费用1320万美元，占营收36%，较上年同期的41%下降；研发费用1220万美元，占营收33%，较上年同期的28%上升；一般及行政费用840万美元，占营收23%，较上年同期的25%下降 [23][24] - 2025年Q1末现金及短期投资1.188亿美元，无债务；运营现金流为负1050万美元，上年同期为负730万美元 [6][25][26] - 公司预计2025年Q2总营收在3650 - 3850万美元，软件营收在3125 - 3225万美元，调整后EBITDA在负550 - 负350万美元；预计2025财年总营收在1.46 - 1.58亿美元，软件营收在1.255 - 1.315亿美元，调整后EBITDA在负1800 - 负1500万美元 [26] 各条业务线数据和关键指标变化 - 软件业务2025年Q1营收3090万美元，同比增长3%；服务业务（包括托管审查和专业服务）营收580万美元，同比增长2% [22] - Cecilia生成式AI套件增长良好，Cecilia Q&A客户数量较2024年Q1增长5倍，Cecilia AutoReview持续保持强劲势头 [14] 公司战略和发展方向和行业竞争 - 公司聚焦客户服务、市场推广和产品套件，本季度推出新客户价值主张“With You In Every Case”，强调平台与专业服务结合，助力客户处理复杂高风险案件 [10] - 市场推广方面，将资源集中于优质客户，增加客户钱包份额，组建客户成功团队，调整销售人员角色和薪酬计划 [31] - 产品创新上，持续推出新功能，如Cecilia定义、增强文档范围界定、改进文档导航等，部分创新源于客户反馈 [18] - 行业竞争中，公司认为自身AI和电子发现能力领先，如Cecilia在处理大量文档时能实现高召回率和高精度，且速度快 [15][16] 管理层对经营环境和未来前景的评论 - 宏观环境存在外部波动，美国政府关税和行政命令引发金融市场不稳定和法律行业担忧，但公司认为自身受影响可忽略不计 [19][20] - 行业在经济不确定时期有独特性，经济放缓可能带来破产、证券诉讼等领域诉讼增加，公司平台可降低成本、提高效率，有望在经济下行时为客户创造价值 [21] - 公司对未来乐观，认为当前战略举措已初见成效，未来将继续加强执行，推动业务增长和盈利能力提升 [9][18][32] 其他重要信息 - 截至2025年Q1末，有318个客户在过去12个月贡献超10万美元营收，同比增长8%，这些客户占总营收76% [7] - 大客户多TB案件营收连续季度增长，是未来营收的积极信号，反映市场推广策略调整有效 [8][9] 问答环节所有提问和回答 问题1: 未来12 - 18个月公司计划及推动业务快速增长的重点 - 公司过去一年在文化、运营和市场推广方面取得进展，目前处于战略执行阶段，需保持专注和高效执行既定战略以推动业务增长 [30][31][32] 问题2: “With You In Every Case”定位的目的 - 该定位旨在让客户了解公司兼具自助服务产品和专业服务，能满足不同复杂程度案件需求，提供一体化解决方案 [36][39][40] 问题3: 经济放缓时可采取的降低运营亏损的费用杠杆 - 经济放缓时诉讼可能增加，为公司带来机会；公司当前战略聚焦关键大型案件，可降低经济风险；同时公司为实现增长进行投资，若需降低成本会谨慎操作以确保不错失发展机会 [46][47][49] 问题4: 新客户获取方式 - 新客户获取方式多样，目前主要采用基于账户的营销方式，包括活动、数字营销、思想领导力传播和区域活动等；但公司当前重点是拓展现有客户关系，提高钱包份额 [51][53][54]

说到硅谷有名的投资人，Canvas Ventures创始人兼管理合伙人Rebecca Lynn的投资观点总能切中要害， 不愧是将Lending Club推向美国2014年最大科技IPO的风投老将。 当然，除了Lending Club之外，她的投资组合还包括多个成功案例：被汤森路透以6.5亿美元收购的AI法 律科技公司Case Text、被益百利收购的Gabby、以及被贝莱德收购的Future Advisor等。 回看2023年初，资本市场的钱包对AI创业几乎是敞开的。几乎每家风投都在争相投资各种"AI+X"的创 业公司，仅凭一个精美的Demo就能拿到百万美元级别的种子轮。而Rebecca的观点却像一针见血——在 PPT模式下创建一个惊艳的AI产品太容易了，但将它转化为真正可扩展的产品却是天壤之别。 在Rebecca眼中，CEO最重要的素质与技术关系不大，而是销售能力："CEO的工作本质就是不停地销售 ——向客户卖产品，向员工卖愿景，向人才卖职位，你无时无刻不在推销你的公司。" 她特别欣赏那些既能倾听客户声音、又具备出色销售领导力的CEO。她举例说明，Doximity的创始人 Jeff Tagney从一开始就组 ...