1/ 🚨新帖子提醒：法律與秩序 GPU。🚨 我實際上從未看過《法律與秩序》。但在與法律 AI 初創公司和買家共度的 18 個月中，我看到一個數字——每個律師合夥人 360 萬美元——在採用上投下了長長的陰影。激勵措施在這裡是法官和陪審團。 基本情況是：許多內部律師兼職擔任提示工程師。在 ChatGPT 中快速調整一下，午餐前做一點研究。雖然存在專用工具，但到目前為止，它們大多是點解決方案，而不是完整解決方案。 當前的趨勢很強。一個大律師事務所的助理每年計費 2000 小時，時薪 700 美元，是一臺收入機器：約 140 萬美元的總收入，約 90 萬美元的合夥人利潤。以 4:1 的槓桿率，單個合夥人可能清除 360 萬美元。這是每個產品必須面對的引擎。 問題在於，這些工具面臨著可怕的競爭。大型平臺可以在一夜之間推出本地 AI 功能。切換毫不費力。而 ChatGPT 本身則扮演著稱職的通才——足夠好，始終在改進，且基本上是免費的。 這解釋了為什麼點解決方案會掙扎。它們正在與約 360 萬美元的激勵結構進行鬥爭，靠的是功能。真正的機會不是更好的法律研究——而是放大而不是替代可計費工作的工作流程。如果工具能夠找到成為多人（就像我們在會計中看到的那樣）的方式，額外的防禦性分數將是加分項。 激勵措施闡明了一切。增加槓桿的產品感覺像噴氣燃料。減少可計費小時的產品感覺像是急剎車。原告方的做法，因有意外費用，自然是對齊的：效率意味著更多的案件，更多的機會，更多的收益。 Harvey 通過將自己定位為槓桿放大，而不是替代，破解了這一點。即使使用量不大，它的聲譽也像重力一樣起作用。一家事務所簽約，其他事務所便會注意到。當經濟激勵不對齊時，品牌成為楔子。 真正的數據網絡效應，目前仍然難以捉摸——事務所對數據的保護非常嚴格。但像我們的投資組合公司 Eve 這樣的工具展示了反饋循環如何在單個事務所或細分市場內運作：完成的案件越多，智能化的接收就越多。 今天，區分信號與噪音的三件事是：與客戶激勵對齊，贏得作為“安全選擇”的品牌信任，以及重新思考工作流程，使其成為多人和端到端。 法律並沒有被凍結。基本情況是律師在 ChatGPT 中進行副本任務。未來的贏家將破解 GTM，與激勵對齊，並構建隨著使用而複合的產品。