ما فقط 550 میلیون دلار دیگر جمع آوری کردیم تا هوش مصنوعی را به صنعت قانونی بیاوریم. من هنوز معتقدم که کار بیشتر از وکلا خواهد بود

نامه ای از مکس جونستراند، مدیرعامل و یکی از بنیانگذاران Legora که در این هفته 550 میلیون دلار با ارزش 8.8 میلیارد دلار جمع آوری کرد.

یک شرکت حقوقی بزرگ در ایالات متحده می خواست به Legora روی بیاورد، اما نیاز به حل یک کار خاص داشت و ما هنوز نتوانستیم آن را انجام دهیم. یکی از مهندسان حقوقی ما که وکیل سابق بود، یک شنبه از نیویورک به استکهلم پرواز کرد و یک هفته و نیم را با مهندسان ما گذراند تا اینکه آن را ساخت. منظور ما از شریک همین است.

وقتی لگورا را با هم بنیانگذارانم راه اندازی کردم، یک قانون وضع کردیم: هر مشتری جدید باید شرکت را قوی تر می کرد. این به همکاری ما با Mannheimer Swartling، یکی از بزرگ‌ترین شرکت‌ها در شمال اروپا، و اولین مشتری بزرگ ما برمی‌گردد. ما این محصول را در کنار وکلای آنها ساختیم و اولین دفتر لگورا را در یکی از اتاق های کنفرانس آنها راه اندازی کردیم و از آن زمان تا کنون آن را با مشتریان خود ساخته ایم.

سه سال بعد، ما بیش از 2400 مشتری داریم و این قانون تغییر نکرده است. هر کدام محصول را بهتر و اقتصاد را سالم تر کردند. این شیوه کار همچنین به همین دلیل است که ما یک سری E با دلار 550 میلیون دلاری به رهبری Atreides Management جمع آوری کردیم. من پرونده کامل را در پایان بیان می‌کنم، اما در اینجا نسخه کوتاهی از دلیل خوش‌بین بودن من است: حقوقی همیشه بیش از وکلا برای انجام آن کار داشته است، و هوش مصنوعی آن را تغییر نداده است.

شرط بندی که ما روی مدل ها انجام دادیم

ما بر اساس بهترین مدل‌های مرزی می‌سازیم و الگوی عمومی حقوقی خود را آموزش نمی‌دهیم. زمانی که در سال 2023 شروع کردیم، این یک بحث واقعی بود. مدل‌ها جدید بودند، و بسیاری از مردم گفتند که راه برنده شدن در هوش مصنوعی قانونی این است که خودتان را دقیق تنظیم کنید. ما پولی برای آن نداشتیم و به نظر نمی رسید تنظیم دقیق در مقیاس ما کار کند. آموزش نسل جدیدی از مدل ها میلیاردها هزینه دارد، و به هر حال بیشتر آنچه که وکلا نیاز داشتند در مدل نبود. در همه چیز اطراف آن وجود داشت: امنیت، حریم خصوصی، تجزیه، کار با مجموعه های بزرگ اسناد.

بنابراین ما روی هر مدل مرزی شرط بندی می کنیم و تلاش خود را برای کارکرد آنها برای وکلا انجام می دهیم. از آن زمان به بعد هر چند ماه یک مدل بهتر و ارزان‌تر وارد می‌شود. ما قایق می‌سازیم، نه خانه: وقتی مدل‌ها بالا می‌روند، هر چیزی که ساخته‌ایم بالاتر شناور می‌شود. Legora هر کار را به مدلی هدایت می‌کند که آن را به بهترین شکل انجام می‌دهد، و ما فقط برای کارهای باریکی که مدل‌های مرزی کوتاهی می‌کنند، پس از آموزش آموزش می‌دهیم.

آن شرط هم ما را کارآمد کرد. هر مدل جدید قبل از اینکه کار مشتری را لمس کند، ارزیابی های خود را انجام می دهد، بنابراین ما دقیقا می دانیم که کجا قوی است. مشتریان با هزینه کمتر عملکرد بهتری دارند.

ما Legora را همراه با مشتریان خود می‌سازیم و می‌خواستیم قیمت‌گذاری ما منعکس کننده آن باشد. زمانی که مشتریان ارزش پیدا کنند، حقوق دریافت می کنیم. ما جزو اولین شرکت‌های قانونی هوش مصنوعی بودیم که قیمت‌گذاری مبتنی بر مصرف را ارائه کردیم، بنابراین آنچه که مشتری می‌پردازد با کاری که Legora برای آنها انجام می‌دهد افزایش و کاهش می‌یابد. ما تنها زمانی با یک مشتری رشد می کنیم که لگورا جایگاه خود را به دست آورد، که علایق ما را به همین ترتیب حفظ می کند. این قانونی است که ما با آن شروع کردیم و در مورد نحوه شارژ کردن نوشته شده است.

برای ادامه کسب درآمد، ما بیشتر از نرم افزار ارسال می کنیم. تکنولوژی ساختمان سخت است. تغییر نحوه کار یک شرکت حقوقی دشوارتر است. بنابراین وقتی راه‌اندازی کردیم، محصولی به وکلا ندادیم و برایشان آرزوی موفقیت نکردیم. ما وکلای سابق داشتیم که آماده بود تا با آنها بنشینیم و نشان دهیم که چگونه با حوزه عمل آنها مطابقت دارد. ما به آنها می گوییم مهندس حقوق. ما اکنون بیش از 150 نفر را استخدام می کنیم و آنها در تیم های مشتری روی سخت ترین مسائل خود کار می کنند.

در حال حاضر تعداد وکلا بیشتر از مهندسان نرم افزار است. و کاربران فعال روزانه بیش از دو ساعت در روز را در لگورا صرف می کنند.

هیچ کدام از اینها در خلاء اتفاق نمی افتد. هوش مصنوعی قانونی اکنون یک بازار شلوغ و دارای بودجه خوبی است که به شما می گوید شرکت های حقوقی و سرمایه گذاران چقدر انتظار دارند که تغییر کند. وقتی هر شرکت جدی بر روی همان مدل‌های مرزی می‌سازد، مدل‌ها دیگر تفاوتی ندارند. تفاوت در چیزی است که اطراف آنها قرار دارد: اینکه یک سیستم تا چه حد کار یک شرکت را می شناسد و آیا شریک در معامله به آن اعتماد می کند یا خیر.

انتخاب های سخت

در اوایل، ما لگورا را نفروختیم تا زمانی که متوجه نشدیم وکلا می توانند به آن اعتماد کنند، حتی اگر می توانستیم زودتر شروع کنیم. ما ترجیح دادیم از مدل های دیگران استفاده کنیم تا مدل های خودمان، و تصمیم گرفتیم به گونه ای شارژ کنیم که فقط در صورتی که مشتریان ارزش خود را حفظ کنند، سود می دهد. ما در محصول و خدمات برنده هستیم، بنابراین به دنبال قیمت های پایین تر برای بستن یک معامله نیستیم.

آنها به ثمر نشسته اند. درآمد سالانه ما در حال حاضر بیش از 200 میلیون دلار است. ما دوباره همان معاملات را انجام خواهیم داد.

آنچه که پول می سازد

کار حقوقی تقریبا یک صنعت تریلیون دلاری است و هنوز هم امروزه فقط حدود 4 درصد از آن صرف نرم افزار می شود. نمایندگان می توانند آن را تغییر دهند، و تحویل آنها به دست وکلا نیمی از کار است. ما وکلا را در جایی که قبلا کار می کنند، در مایکروسافت ورد یا حضوری در دفاترشان ملاقات می کنیم.

آن سیستم Legora aOS، سیستم عامل نمایندگی ما برای کارهای قانونی است. یک شرکت حقوقی قبلا روی یکی کار می‌کند: کتاب‌های راهنما، نحوه آموزش نوجوانان، چه کسی در چه چیزی امضا می‌کند. مشکل این است که در سر مردم و در میان ابزارهای بسیار قطع شده زندگی می کند، بنابراین هر قطعه کار به کسی بستگی دارد که آن را با دست هماهنگ کند. aOS آن را در یک سیستم قرار می دهد که بین مدل ها و شرکت قرار دارد. نمایندگان می توانند یک کار کامل را از ابتدا تا انتها انجام دهند، مانند سخت کوشی در یک معامله یا کشف در یک اختلاف. وکلا در جایی که نیاز به قضاوت است وارد عمل می شوند.

آنچه یک شرکت به سیستم می آموزد همان شرکت می ماند. مدل‌های زیر مدام تغییر می‌کنند و aOS طوری ساخته شده است که هر مدل جدید آن را بهتر می‌کند.

از اینجا به کجا می رویم

حقوقی همیشه بیشتر از وکلا برای انجام آن کار داشته است. هوش مصنوعی این را تغییر نداده است. در واقع، من متقاعد شده‌ام که هوش مصنوعی پای را رشد خواهد داد. اگر می توانستید همه قراردادها را مرور کنید، این کار را می کردید. بسیاری از شرکت‌هایی که با آنها کار می‌کنیم وکلای بیشتری استخدام می‌کنند، زیرا کارهای بیشتری برای انجام دادن وجود دارد. و کاربران ما به ما می گویند که دوست دارند دوباره وکیل شوند. برخی می گویند اگر در هنگام تمرین از این فناوری برخوردار بودند هرگز این حرفه را ترک نمی کردند.

نظرات بیان شده در نظرات Fortune.com صرفا نظرات نویسندگان آنها است و لزوما منعکس کننده نظرات و اعتقادات Fortune نیست.

این داستان در ابتدا در سایت Fortune.com منتشر شد