جذب سرمایه اخیر ۵۵۰ میلیون دلاری Harvey ارزش این شرکت را به ۱۵.۵ میلیارد دلار رساند – یعنی ۳۹ برابر درآمد سالانه تکرارپذیر (ARR) شرکت. با رسیدن ARR به بیش از ۴۰۰ میلیون دلار و دو برابر شدن پایگاه مشتریان از ماه مارس، سرمایه‌گذاران به شدت روی اتوماسیون جریان کار مبتنی بر هوش مصنوعی در بخش‌های حقوقی شرط‌بندی کرده‌اند.

جزئیات دور تأمین مالی

این دور از تأمین مالی توسط ترکیبی از حامیان جدید و فعلی رهبری شد. Lightspeed، Diffusion، Sapphire Ventures و Whale Rock به این میز پیوستند، در حالی که Sequoia، Kleiner Perkins و a16z نیز سهم‌های قبلی خود را افزایش دادند. از زمان تأسیس در سال ۲۰۲۲، Harvey بیش از ۱.۵ میلیارد دلار سرمایه جذب کرده است که نشان می‌دهد بازار با چه سرعتی مایل است بر فناوری‌های حقوقی متمرکز بر هوش مصنوعی سرمایه‌گذاری کند.

از OpenAI تا مدل‌های اختصاصی

تا به امروز، Harvey برای اکثر خدمات خود به مدل‌های مقیاس‌بزرگ OpenAI متکی بوده است. سرمایه جدید برای تأمین هزینه‌های وزن‌های مدل (model weights) اختصاصی خود و یک لایه مسیریابی (routing layer) که می‌تواند وظایف را به کارآمدترین موتور ارجاع دهد، استفاده خواهد شد. مالکیت پشته مدل اصلی (core model stack) به Harvey اجازه می‌دهد تا عملکرد، هزینه و کنترل‌های حریم خصوصی داده‌ها را بدون وابستگی به قیمت‌گذاری یا نقشه راه یک ارائه‌دهنده خارجی، بهینه‌سازی کند.

استراتژی خرید شرکت‌ها با اولویت استعداد

در سال ۲۰۲۶، این شرکت چهارمین خرید خود را با تصاحب Guardrails AI نهایی کرد. این خرید کمتر مربوط به هم‌پوشانی محصولات و بیشتر مربوط به جذب استعداد است. Guardrails مهندسانی را به همراه دارد که در نگه داشتن عامل‌های هوش مصنوعی (AI agents) در چارچوب‌های سیاستی سخت‌گیرانه برای مدت طولانی تخصص دارند؛ قابلیتی که هنگام اتوماسیون بازبینی قراردادها، بررسی‌های انطباق و سایر وظایف حقوقی پرخطر، حیاتی می‌شود.

جریان سرمایه به کدام سمت است

موسسات حقوقی به طور سنتی بر اساس ساعت کار هزینه دریافت می‌کنند، بنابراین ابزاری که زمان صرف شده توسط وکلا برای کارهای روتین را کاهش می‌دهد، می‌تواند از ساعات قابل دریافت هزینه (billable hours) در درآمد کل بکاهد. در مقابل، بخش‌های حقوقی شرکت‌ها با فشار برای کاهش هزینه‌ها مواجه هستند. پیشنهاد Harvey به این بخش بر کاهش هزینه‌ها و سرعت بخشیدن به روند کار تأکید دارد و اعداد نشان می‌دهند که این رویکرد مورد استقبال قرار گرفته است: این شرکت اکنون به بیش از ۳۰۰۰ سازمان خدمات می‌دهد (در مقایسه با ۱۳۰۰ سازمان در ماه مارس) و ادعا می‌کند که ۸۰ درصد از Am Law 100 از پلتفرم آن استفاده می‌کنند. مشتریان برجسته‌ای مانند Microsoft و Latham & Watkins اعتبار بیشتری به آن می‌بخشند.

فشار رقابتی

Anthropic و OpenAI هر دو در حال ارائه خدمات متمرکز بر حوزه حقوقی هستند و از تخصص گسترده خود در مدل‌های زبانی بهره می‌برند. تمایز Harvey در مالکیت کل پشته جریان کار (workflow stack) نهفته است – از ورود اسناد (document ingestion) و ارزیابی گرفته تا یک لایه ایمنی که خروجی‌های نامطلوب را کنترل می‌کند. اگر این شرکت بتواند آن پشته را منسجم‌تر از آزمایشگاه‌های بزرگ هوش مصنوعی نگه دارد، ارزش‌گذاری بالای آن ممکن است توجیه‌پذیر باشد.

ریسک‌ها و استدلال‌های مخالف

استراتژی مالکیت مدل نیز سوالاتی را برمی‌انگیزد. ساخت و نگهداری وزن‌های اختصاصی (proprietary weights) سرمایه‌بر است و به مخزن عمیقی از استعدادها نیاز دارد؛ منبعی که در حال حاضر در سراسر این صنعت کمیاب است. موسسات حقوقی ممکن است در برابر ابزارهایی که ساعات قابل دریافت هزینه را کاهش می‌دهند مقاومت کنند، که این امر می‌تواند پذیرش در بخشی که به طور تاریخی محرک رشد فناوری‌های حقوقی بوده را محدود کند. اگر یکی از آزمایشگاه‌های بزرگ هوش مصنوعی تصمیم بگیرد یک جریان کار حقوقی کامل (full-stack) را در مدل‌های موجود خود ادغام کند، ممکن است مزیت رقابتی (moat) Harvey به شدت کاهش یابد.

آنچه باید در آینده زیر نظر داشت

  • عملکرد مدل در مقابل هزینه – بنچمارک‌های اولیه نشان خواهند داد که آیا مدل‌های داخلی Harvey می‌توانند با نسبت قیمت به عملکردِ محصولات OpenAI برابری کنند یا از آن‌ها پیشی بگیرند.
  • نظارت‌های رگولاتوری – با مدیریت داده‌های حقوقی محرمانه بیشتر توسط سیستم‌های هوش مصنوعی، نهادهای نظارتی حریم خصوصی ممکن است الزامات انطباق جدیدی را اعمال کنند که می‌تواند بر سرعت استقرار تأثیر بگذارد.
  • خرید شرکت‌های بیشتر – قرارداد Guardrails نشان‌دهنده یک استراتژی مبتنی بر استعداد است؛ استخدام‌های بیشتر می‌تواند عرضه محصول را تسریع کند اما نرخ سوخت سرمایه (burn rate) را نیز افزایش دهد.
  • ریزش مشتری (Customer churn) – نرخ حفظ مشتری در بخش‌های حقوقی شرکت‌ها، شاخص پیشرویی خواهد بود که نشان می‌دهد آیا وعده‌های کاهش هزینه به قراردادهای بلندمدت تبدیل می‌شوند یا خیر.

اگر Harvey بتواند جایگاه مسلطی در بازار حقوقی داخلی شرکت‌ها تثبیت کند، قیمت‌گذاری ۳۹ برابری ARR می‌تواند به عنوان یک قمار حساب‌شده که نتیجه می‌دهد دیده شود. اما اگر پلتفرم‌های گسترده‌تر هوش مصنوعی شروع به ارائه راهکارهای جریان کار مشابه کنند، این ارزش افزوده (premium) ممکن است از بین برود و شرکت را در موقعیتی قرار دهد که باید از ارزش‌گذاری‌ای دفاع کند که تنها بر پایه یک مزیت رقابتی محدود بنا شده است.