We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
cover of episode Ep 67: Max Junestrand (CEO, Legora) on Differentiating and Pricing AI Apps & How the Legal Industry Will Evolve

Ep 67: Max Junestrand (CEO, Legora) on Differentiating and Pricing AI Apps & How the Legal Industry Will Evolve

2025/5/27
logo of podcast Unsupervised Learning

Unsupervised Learning

AI Deep Dive AI Chapters Transcript
People
M
Max Junestrand
Topics
Max Junestrand: 我认为AI技术在法律领域的应用已经取得了显著进展。最初,我们使用的早期BERT模型在英语表现尚可,但在瑞典语中效果很差。GPT-3.5的出现是一个重要的转折点,它标志着AI在法律领域应用的一个新范式。现在,我们已经能够实现端到端的工作流程,例如在尽职调查中自动生成报告。通过赋予AI代理访问各种工具的权限,使其能够规划和执行任务,我们可以提供真正可用的工作成果。法律软件领域一直非常分散,但现在AI正在将这些工具整合在一起,为法律专业人士提供更全面的解决方案。我认为,法律专业人士需要明确他们在哪里能够增加价值,以及在哪些方面可以使用现成的LLM。同时,律师事务所需要积极采用AI技术,否则可能会面临无法提升团队技能和客户施加的压力。我们Legora的目标是服务于每一位认真对待工作并希望通过AI提高效率的律师。我认为,在本地市场服务企业客户使Legora在进入新市场时已经做好了企业级准备,并且律师事务所联系紧密,通过与一些事务所合作,Legora获得了很好的推荐。总的来说,我认为AI技术正在深刻地改变法律领域,为律师事务所和法律专业人士带来了巨大的机遇和挑战。

Deep Dive

Chapters
This chapter explores the current state of AI in law, highlighting its transition from experimentation to practical implementation in tasks like due diligence. It discusses the evolving role of AI in legal processes and the future potential of AI in the legal field, focusing on the increasing sophistication of models and the integration of various legal tools.
  • AI's shift from experimentation to end-to-end work deliverables
  • Use of AI in due diligence processes
  • Integration of various legal tools
  • Future potential of AI in automating complex legal tasks

Shownotes Transcript

今天的非监督学习特别有趣。我们邀请了一位我的投资组合公司CEO,Max Unistron,他是Legora的CEO兼联合创始人。Legora处于将人工智能应用于法律行业的最前沿。他们与全球许多顶级律师事务所合作。他们已经筹集了超过1亿美元的资金,老实说,这是发展最快的AI应用之一。我和我的同事Logan Bartlett一起,我们讨论了各种事情,包括Max对未来法律领域的看法,他如何看待在快速改进的模型下进行产品优先级排序,

以及他对构建与领导模型的看法。我们还讨论了跨多个不同全球市场扩张的感受。这是一次很棒的谈话。事不宜迟,以下是Max的分享。

Max,非常感谢你来到播客。是的,感谢你们的邀请。我们已经期待这一刻很久了。我也是。很高兴能从斯德哥尔摩来到这里。是的,我们今天所有的Redpoint播客主持人都在这里。是的,没错。这是我第一次出现在《非监督学习》节目中。是的,我们试图让你远离很久,但你注定要成为工作人员。你不想降低这个播客的质量。

是的,没错。感谢你们的邀请。我们会尝试做一个NIL交叉剧集。是的,是的。你把我留在我的小盒子里,在我的播客里。好吧,Max,我知道我们的听众有很多事情渴望听到。也许首先,你能为我们提供一些背景信息吗?比如,我们今天在人工智能与法律领域处于什么阶段?什么有效,什么无效?是的。当我们开始的时候,什么都不起作用。我们使用的是早期的——那是什么?谷歌早期的BERT模型。我的意思是,它们在英语中还算不错,

但在瑞典语中却糟糕透顶。这是在2020年。所以当GPT 3.5出现时,那就是范式启动器,如果你愿意的话。从那时起,我认为我们已经从完全的实验和试图让事情发挥作用转向实际实施那些

真正承担端到端工作成果的事情。举个例子,如果你今天做尽职调查,你不会亲自进入数据室,你不会使用Control-F,你只是把所有文件放入Legora,说出你想找到的内容,然后它就会找到。然后根据这些发现,我们生成报告。所以事情真的开始从,

针对数据集的空查询转向好的,这是我们希望LLM遵循的流程,我们所做的是让代理访问工具,然后它根据这些工具进行计划执行,然后我们得到一个实际上可用的端到端工作成果

你认为这一切将走向何方?很明显,这些模型每三到六个月就会变得更好。如果我们让你用水晶球来预测法律领域在未来五到十年内的发展方向,你会看到什么?模型变得更好,这是其中一个方面。但我们从中获得最大杠杆作用的实际上是所有这些辅助框架,如函数调用、工具调用、MCP等等……

法律软件领域一直非常分散。这是我从业外看到的早期现象之一。你有一个用于翻译的工具,一个用于文档比较的工具,另一个用于搜索的工具,还有一个用于审查的工具。现在,所有这些都融合在一起了。

当然,你也可以想象一下法律工作复杂程度的规模。在底部,你有一些非常简单的事情,比如数据提取。在顶部,你有一些非常复杂的事情,比如起草股份购买协议。我们已经开始

完全自动化了这个图表中很多底部的部分,对吧?我们正在缓慢但肯定地向上移动。我认为这里真正有趣的是,对于律师事务所和法律专业人士来说,要看到他们将在哪里增加最大的杠杆作用?我们需要他们具体的专业知识、背景、指导模型的方式,以及现成的LLM本身就足够好的地方?

我相信有很多听众了解法律领域及其影响。但是,你能谈谈法律的一些要素,以及为什么它作为潜在的应用,特别适合人工智能吗?当然可以。我不是法律领域出身。我以前是工程师。

当我们第一次来到这里时,我认为你首先注意到的是,在这个领域还没有真正开发出很多软件。行业特定的激励措施可能并不总是与提高效率和使用软件相一致。所以基本上,你能做的最热门或最酷的事情是使用模板系统。你基本上面临着律师事务所的困境,

以及内部法律顾问,他们做的事情非常不同。

内部法律顾问主要一遍又一遍地处理相同的事情。这可能是NDA审查、MSA。你正在控制业务的风险。当你与律师事务所合作时,他们通常会做更多的一次性或复杂项目,或者可能没有那么多先例的事情等等。我认为从广义上讲,你可以将其归纳为审查、阅读、起草、写作或研究。

一开始,我认为这个行业的每一款软件都非常专注于其中一项。但由于人工智能能够完成整个堆栈中的各种任务,因此像Legora这样的平台应运而生,它们不是解决点解决方案,而是服务于整个端到端的需求。我们真正发现的是,律师事务所希望在这个新世界中领先。

范式,这个新的未来。对于那些没有真正倾斜的律师事务所来说,我认为你冒着两方面的风险。一是没有在这个新的未来和新的范式中对你的团队进行技能提升,就你应该如何工作而言。但越来越多的客户正在向律师事务所施压,要求他们做出这种转变,因为他们开始在内部使用这样的工具。你在Twitter和LinkedIn上看到很多CEO发布的内容,我们会首先使用AI,对吧?你不能激励……

除非你能向我们证明你效率更高,否则你无法激励获得新的员工。我认为实际上是Fiverr的CEO也提到了他们法律堆栈中的Legora。我认为这对我来说是最有趣的事情,当你开始模糊软件和服务的界限时。因为在法律业务中,软件是一个200亿美元的市场,而法律服务是一个万亿美元的市场。是的。

是的,这很有趣。我觉得很多人认为这种按小时计费的问题会让软件很难被采用。但我认为你完全正确,如果你的客户正在使用它,你也需要掌握它。是的。也许澄清一下这一点。按小时计费的问题是一种基于激励的。是的,基本上,如果定价模式是我为我做的每一小时收费,如果你让我提高50%的效率,我就少收50%的小时费。但是,

你知道的,我不知道。我觉得律师过去习惯于在图书馆手动查找资料,现在他们有了数据库,而且肯定有一些已经被采用的例子。当然。也许从业外人士看来并不那么清楚的一点是,有很多注销和价格压力。尽职调查过去非常昂贵,现在

几乎到了客户甚至不愿意为此付费的地步。如果你是一家大型私募股权客户的律师事务所,你肯定会为收购公司时向董事会提供的咨询付费,但你可能不会为合同审查付费。你已经看到大型美国公司将这项工作外包,因为让他们雇佣一个每小时收费800美元的律师来完成这项任务是不合算的。这有点像囚徒困境,如果你的任何一个

竞争对手做了什么,你就必须调整以跟上比赛的节奏。因此,即使你理论上拥有你正在谈论的那种心态,如果其他人也这么做了,那么你突然之间就会效率低下,或者你正在为其他人不会做的事情收费。就是这样。你有一个几乎完美的服务均衡。一旦有人下降,就会迫使每个人都这样做,因为在这样的特定任务上差异化非常低。

我想深入探讨一下Legora内部的人工智能。但我猜想,在业务层面上的一个问题是,不幸的是,在你运营的领域还有其他参与者。我很想知道你认为自己从

北欧以及在该领域其他一些参与者之后六个月、十二个月才开始,你有哪些优势。这对你公司有什么优势?我认为从北欧开始,我们就像一条非常非常小的鱼,我们吃掉了

吃掉了我们自己,成为了一条稍大一点的鱼。然后我们突然在这个较小的池塘里变成了一条鳄鱼。现在我们正在跨越大西洋。我们来到了美国。我们刚刚在纽约开业。坦率地说,最棒的事情是欧洲是一个非常分散的市场,在每个国家实际上都是如此。

我们的市场,我们的初始市场非常小。这是我们在Y Combinator期间被推动考虑的第一件事之一。就像,你将如何从瑞典搬迁?我说,好吧,我们不会。我们会做瑞典。我们会赢得它,然后我们会搬迁。有趣的是,我认为主要优势之一是

如果你愿意的话,成为一种快速的后发优势,你可以观察到什么有效,什么无效。我认为最初有很多关注点,我们需要训练我们自己的LLM,我们需要成为,你知道的,首先是一家人工智能公司,推动该领域的研发,并且,你知道的,以少得多的资金位居第二,我的意思是我们的初始天使轮是50000美元,我们只是说,嘿,

我们没有钱这么做。我们没有时间。我们没有精力。让我们只构建一个应用程序,让我们专注于应用程序层,并构建最终人们真正兴奋使用的产品。从非法律背景出发,这也迫使你非常谦逊,并且非常,呃,

关注每个人所说的内容。那么,客户说了些什么?律师事务所与其客户之间的关系是如何发展的?我认为这也在推动我们前进,我们可以从仅仅是面向内部的工具转向真正关注在交付高质量法律工作中存在的整个关系。我曾经和Daniel Leck做过一次播客,他说从北欧开始让他,如果他从美国开始,他们会让他

稍微精简一下他的产品,使其功能更窄。但因为他从另一个池塘开始,所以他可以不知不觉地更有雄心壮志,因为他服务了市场的全部需求。我很想知道这是否是你感受到的……

我不认为我以前这样想过,但我认为如果你回顾一下,它就能解释我们所做的事情,对吧?有很多法律科技公司正在解决一个非常利基的问题。起草。起草、合同审查,或者他们解决搜索问题。它可能非常非常狭窄。即使你看看一家大型律师事务所,你也有诉讼、公司、交易团队,他们的工作方式非常不同。我们大概说,嘿,我们想服务……

每一位律师。我希望每一位认真对待出色工作和赚钱的律师都能使用Legora,就像每一位优秀的设计师都使用Figma一样。也许如果你从这里开始,你不会那么雄心勃勃,因为竞争压力很大,对吧?我认为能够在本地市场为企业服务,直到你进入新市场时已经准备好为企业服务,这也是一件好事。

律师事务所联系非常紧密。如果你是一家大型瑞典公司,你在法国、德国、西班牙和美国都有几乎是合作伙伴公司或好朋友公司。因此,通过开始与几家公司合作,你也会获得非常好的推荐,因为他们都,你知道的,

想要以同样的方式倾斜。我的意思是,我认为你的产品真正强大的地方,正如你刚才提到的那样,就是,你知道的,它的功能有多广泛,你真的能够为这些律师事务所提供端到端的服务。我知道很多开发者都在努力解决一些问题,或者思考当我拥有这个端到端产品时会发生什么?我该如何,比如,教人们使用它或者

或者如何开始使用它。我想知道你现在已经完成了所有这些部署后,在如何教律师使用这些工具方面学到了什么。好吧,我认为简短的教训是,这比我们想象的要多得多。一个很好的例子是Jem,他来自Baker McKenzie。他负责Gen AI的推广,

和他交谈很有趣,因为他在他之前进行的传统软件推广中,你会很高兴获得5-10%的采用率。那将是一个很好的数字。但对于任何其他企业软件来说,这都很糟糕。这些指标很糟糕。现在有了Legora,当他为我们进行其他客户部署时……

我们越来越多的达到70-80%的采用率,当律师积极地联系创新团队说,“嘿,我们想要访问。我们想要这些工具。”这是一个不同的世界。而这在这个行业以前从未发生过。

你如何看待在模型不断改进的情况下,在哪里构建?在某种程度上,你想滑向冰球前进的方向,但你也必须务实地看待今天实际上可行的东西。那么,你如何看待这种平衡?你什么时候开始考虑产品路线图与模型开发的会议?

你可以考虑模型,但我认为将这些AI实验室视为平台和软件公司也很有用。因为坦率地说,OpenAI、Cloud、Gemini,它们当然都是模型提供商,但它们也越来越成为产品公司。Anthropic正在构建Cloud以连接其他系统。谷歌正在构建Gemini,以便它位于整个谷歌工作区堆栈的顶部。并且

他们不仅在模型本身方面推动创新,还在它们与其他软件和系统交互的方式方面推动创新。所以我一直以来的想法是,如果这是AI实验室将构建并在某个时候提供给像我们这样的构建者的东西,那么我们就不应该构建它。这完全违背了潮流。你想把所有东西都建成船,这样当潮水上涨时,所有功能都会变得更好。但一个很好的例子是

我们刚刚发布了一个名为Playbooks的新功能,你可以在其中为Legora提供一套规则和典型的后备方案以及如何进行谈判的要点。假设你概述了20条关于如何协商NDA或MSA的不同规则。

现在,Liguor需要逐一检查它们才能进行真正高质量的编辑。但是,如果模型变得如此好,以至于你只需要说,“嘿,这里有一个Word文档或Excel文件中的剧本,把这个放在NDA下并交叉引用它们,然后给我所有修改的地方,”那么你就不需要那样构建这个功能了。所以,我们认为今天以这种方式构建它会增加很多价值。

五年后,这可能完全没有必要。是的,这是一个非常有趣的张力,感觉上你希望使用你需要的任何模型周围的脚手架为你的客户提供今天的价值,同时也要意识到,其中一些脚手架在两三年后可能完全无关紧要。没错。我认为另一个很好的例子是工作流程,例如多步骤指令。通常,你会有这些基于节点的无代码构建器,其中一个块的输出作为第二个块的输入,

你需要这些技术构建者来设置这些工作流程。但是,LLM本身通过适当的规划,然后使用工具执行,完全能够即时创建自己的工作流程或自己的计划。因此,你唯一需要做的就是真正为它提供指令,并说,嘿,我希望你完成这项任务。然后它将能够根据其可用的工具自己弄清楚。

我意识到没有完美的方法来预测模型的能力,即使是明天,更不用说六个月、十二个月后了。如果你可以的话,请告诉我们。是的,如果你能弄清楚这一点,我们的工作就会轻松很多。但我猜想,在实践层面,你刚才提到的关于未来可能做什么以及你今天需要如何做的事情,你是否有某种框架,比如,嘿,如果感觉这件事真的可以……

在未来三个月或六个月内由LLM完成,我们可能会推迟,让我们搁置它,而感觉遥远的未来,让我们开始构建它。你如何看待这种平衡?你刚刚看到Claude和Anthropic发布了引文作为其API的一部分。现在,你知道的,我们很早就构建了引文,因为对于我们的用例以及律师能够参考和查看来说,这至关重要,好的,LLM做出了这个回应,并且它参考了这个材料和这个特定的文本块。但是

你知道的,如果LLM提供商在半年内免费提供它,那么我们将放弃我们所有的代码。我的想法是,如果其他人正在做这件事,那么我们就使用它。构建这些产品今天最困难的部分是什么?我认为最困难的部分是,正如

洛根暗示的那样,你想要做的事情有上百件,而且它们都非常有价值,然后你需要优先考虑我们要做哪五件,然后这五件如何在一个非常有凝聚力的平台上相互联系,因为如果你总是追求下一个热门事物,很容易构建一个弗兰肯斯坦怪物,并且

我认为我们这个领域的一些其他公司也犯了这个错误,他们只是构建了一些有意义的东西,但其总和并没有经过深思熟虑。

因此,很难规划你的平台将是什么样子以及如何构建,即使是从数据库的角度来看,好的,我们有一个组织,然后我们有项目,这些项目可以与客户共享。这一切将是什么样子,我们如何构建功能以适应我们所追求的范式?

在这里,我认为律师事务所本身和内部团队也在弄清楚他们想要什么。我们都在努力弄清楚应用这项技术的最佳方法,然后我们需要在让每个人都获胜的未来达成一致。有些人以某种方式将成本结构放在你映射的客户身上,“嘿,这就是我们的成本,因此,这就是我们将如何向你收费。”

这不是你们今天收费的方式。我很想知道你如何看待定价、价值和成本,以及这三者如何相互作用,以及这意味着什么,因为模型成本持续下降。你如何将其传递给客户?是的,这是一个很好的问题。前几天我和Clay的Varun在出租车上谈论过这个问题。我们面临的问题是……

运行基于种子的模型,我认为这很容易购买。很容易预测。你知道你会得到什么。但就在上周,我们的一位用户在LLM成本上花费了10000美元。所以我认为随着时间的推移,我不难想象你会有某种平台费用和一些使用元素。但这也要取决于LLM提供商本身如何制定价格。我认为早期……

关于所有这些的想法是LLM价格将继续下降。因此,如果LLM价格继续下降,我们愿意在开始时承受一些损失,以便随着时间的推移获得积极和更好的利润率。现在这并没有真正发生,因为LLM模型变得越来越好,但也越来越贵。我不知道你是否尝试过O3,但O3在很多法律工作中都非常出色。

它非常好,非常好,但也非常非常昂贵。所以我确实认为其中有一个因素,那就是,你需要……

大炮还是只需要手枪来完成我们正在做的任务?而且越来越多的,我们正在运行分类算法和模型选择器,这些算法和选择器会为任务选择最佳模型。我认为这是一个如此引人入胜的观点,因为它可能是,你知道的,明年,同样的那种再创作实际上可能相当便宜,但它也会过时,并且还会有其他更强大的模型能力,人们最终会想要。

没错。基础设施方面呢?你显然是当今最大的LLM用户之一。你如何看待现有基础设施工具中的一些差距,以及你使用过的一些你认为有帮助的东西?对我来说最有趣的是MCP,我们可以让Legora访问外部工具。我们可以提供一套已经很好的工具,并且

假设我们想要,我们让Legora访问Redline和Documents,对吧?然后这就是LLM可以使用的一个工具。但真正有趣的部分是,当我们的客户也可以提供工具时。因此,Legora将访问客户特定的CRM或客户特定的知识数据库或一组模板,或者它能够向客户的电子邮件发送通知,诸如此类,对吧?这有点像

非常非常迅速地扩展了可能的范围。由于我们是风险投资支持的播客,我必须问你每个风投最喜欢的问题,那就是,你如何看待人工智能应用中的护城河?当然,护城河在各个行业的看起来都大相径庭。

以Figma为例。我认为Figma的护城河在于它是一种记录系统,也是设计师、PM、营销人员与客户直接合作的平台。我认为对我们来说,有很多有趣的……

方向可以探索。而且,你知道的,我们目前整合到许多客户自己的数据之上。我们与外部数据库集成,用于案例法、立法、即将出台的法规等。很多实际上都位于

你想要工作的系统中,我认为。这是一种基于品味的,“我喜欢使用这个东西”。我认为,如果你抓住大型律师事务所的普通律师,他们80%的时间都花在Microsoft Word、Outlook和iManage(他们的文档管理系统)上。我认为这即将改变。

是的,不,这很有趣。这是我们在内部喜欢争论的一个问题。我觉得这总是关于,这与SaaS完全一样吗?我觉得在人工智能应用的早期,正如你前面提到的那样,人们正在训练他们自己的模型,他们正在做所有这些感觉像是,“哦,这将非常具有差异化”的事情。然后悄悄地,我觉得这一切都消失了,人们意识到……

不太相关了。不,当然。我的意思是,在我们这个领域也有很多公司说护城河在于微调模型。我们从第一天起就非常明确地说,那里根本没有护城河。我们将与每个模型合作以构建最佳系统。你如何看待构建系统和架构,这使你能够决定

这个模型在这里,那个模型在那里,并确保它灵活且具有未来性。我觉得我只是在为我们在内部使用的许多工具做广告。但是,你知道的,其中一个是brain trust,我们已经设置了数千个评估,并且一旦新模型可用,就可以非常轻松地对其进行评估。对我们的客户来说非常重要的是,我们使用的每个模型都经过安全、隐私、你知道的,法律审查,以便

它符合我们的数据处理协议,因为当你与律师事务所合作时,你必须站在合同的正确一方。我们构建很多东西的方式是,假设你有多步骤工作流程。然后我们对每个步骤进行评估,然后我们对完整的端到端产品进行评估。我们测试了在不同位置使用不同模型的许多排列组合。这些真正高质量的推理模型非常好。

当新的模型出现时,它们很难定价,你是否有像你测试或使用的首选方法,或者换句话说,是否有某种你无法等待的功能,某种提示,你就像我非常期待这一天,哇,这是一个好问题,并且

你可能在一个一次性提示中试图解决的最复杂的事情是起草一份非常冗长和复杂的文档。之所以很难,是因为那里的逗号或单词可以直接影响含义很多。而且这些合同中的许多都不是……

开源或网络上不可用。因此,大型语言模型不一定会在其上进行训练,对吧?就像,是的,你有一些关于美国证券交易委员会和Edgar的信息,但是很多,你知道的,最终成为驱动先例的股份购买协议,都是公司特有的。所以,

这些模型不一定能训练如何起草真正复杂的高级合同。但话又说回来,我们可以让模型或代理访问一个工具来访问一个存储库,以此作为它所做的草案的基础。我想换个话题,谈谈Lagora公司,嗯,我很好奇,显然你经历了一段引人入胜的旅程,所以也许可以谈谈它的一些不同部分,你知道的,你显然在YC中经历了这场后Chat GPT的热潮,就像,

那是什么样的感觉?我现在觉得每个雄心勃勃的创始人都在建立一家广告公司。当时空气中是否也有这种感觉?或者在热潮开始时,在那些批次中是什么样的感觉?我认为我们是第一批被录取的。所以我们在八月份被录取参加冬季批次。所以这就像一个早期的……我们很早就进来了。在我们进来后……

我认为这是非常规的,也许不是我推荐的东西,但我用我们从YC获得的投资抵押贷款,因为我们有一家瑞典公司,必须将其转换为特拉华州公司。这将需要三个月的时间。而我们现在需要这笔钱来雇佣另外四名工程师来运行它。所以我觉得这种感觉非常强烈,

世界变化得非常快,我们也需要这样做。当我们来到YC时,当然每个人都在使用人工智能,感觉就像。他们要么在构建向量数据库,要么在它上面构建一个Postgres层,要么在构建一个应用程序层。

我没有太多参与YC,因为我当时在做我们所有的商业活动。所以我买了一个环形灯放在我的笔记本电脑上,就像网红们用的那种东西。我连续五、六天,从凌晨1点到上午10点都在向欧洲销售。然后我就崩溃了,我说,去他的,我回斯德哥尔摩了。顺便说一下,环形灯是为了不让它看起来像深夜。没错,是的,是的。

但后来我会坐在厨房里。我想我们有一些我和Tuhin(我们的第一个增长招聘人员)一起坐着的非常有趣的照片,只是在努力工作。坦率地说,我认为许多YC公司,他们做了很多事情。他们只是非常非常专注于建设。从一开始,我们就非常非常注重商业化。我认为我们确实认真听取了建议,尽快发布产品。坦率地说,我们拥有的第一件事是

基本上是一个私有的、符合规定的Chat GPT,它在自己的文档和瑞典立法上具有更好的RAG。但这对于当时来说已经足够好了。然后,你知道,每一周标准都会提高。

你需要达到一流水平。我很好奇,因为这种“尽快发布产品”的想法,我的意思是,我觉得在这波人工智能浪潮中,我们看到人们在产品能力之前就做出了非常大的承诺,也许是我们在相当长一段时间内看到的承诺最远的一次。我认为有一件事,你对何时发布产品非常有条理。我还记得在我们投资之后,你说,在我们将其引入其他市场之前,我们想在这个产品上做更多工作。你是如何考虑这种转变的

这种紧张关系,“天哪,这个市场变化得这么快”,到“嘿,我第一次获得五百万。你知道的,看着这些人,说,是的,在接下来的四到五个月里,我们不会出售。”我们就像,“太好了”。

是的,我从洛根那里得到了一些眼神。这是一个非常成熟的决定,尽管这是第一次董事会会议。这是我第一次在我的风险投资生涯中遇到这种情况。它成功了。我认为对于你之前的问题,雅各布,你只有一次机会。

你只有一次机会,尤其是在……我不知道这是否尤其针对律师,但我对开发人员说,如果你正在构建,你知道的,氛围编码软件,他们更容易被你第一次接触,然后说,“哦,我们有一些新的更新。你想再来试试吗?”因为他们喜欢这种想法,

你从某个地方开始,你正在建设,你可以参与整个旅程。现在对我们来说,如果一位律师进来,他们进行查询,但结果不理想,那么我们会看到他们离开。他们不会回来。因此,重新激活他们非常困难。

我的意思是,一开始有很多只是可靠性、基础设施,你进行分块的方式以及你让RAG系统以一定的预期交付,然后能够每天为数千用户提供服务。这些是你一开始必须解决的问题。如果你没有解决这些问题,而你试图让像Cleary Gottlieb这样的公司加入,

那不会进展顺利。随着我们从服务欧洲的大型公司转向现在服务世界上一些最大的公司,期望值非常高。我们也开始看到,我们已经成为一个记录系统,一个越来越频繁地被依赖于端到端交付的系统。

如果某些东西不起作用,现在我们会立即接到电话、电子邮件、Slack消息,例如:“嘿,我们需要这个东西运行起来,因为我们有一个客户交付要完成。”所以我想,是的,这是一个成熟的选择。但现在我们规模更大一些了,我们还没有进行大型春季发布和冬季发布,因为坦率地说,

每个人都一直想要更多,但我们已经从“只要我们有了东西就发布”转变为“让我们与一些设计合作伙伴合作,将其完善到他们感到兴奋的程度,然后进行正式发布”。我很好奇,你前进的速度似乎是人工智能前进的速度,也就是……

我不知道,每小时一百英里,到处都是,事情一直在变化。我打电话给你,你在一个城市,第二天你在另一个城市。然后第二天你在下一个城市。而所有这些都是你穿越的三个不同的洲,或者类似的东西。嗯,

但我很好奇你如何才能让它在企业内部体现出来。你有一种与生俱来的动力和渴望去做所有这些。这如何渗透到企业本身?你如何确保这体现在市场营销团队、产品团队、工程团队以及所有这些方面?我认为在斯德哥尔摩,因为我们的工程和产品团队都在那里,然后我们在纽约、伦敦和斯德哥尔摩也有三个商业中心。我们……

你拥有Klarna,你拥有Spotify,你有一些更大的公司从那里走出来。然后很长一段时间都很平静。Web3从未真正兴起。然后你有了人工智能。我认为城市里有很多想为一项使命和产品而努力工作的人,并建立他们相信的公司。所以对我们来说,我们能够吸引,我认为,

你知道那些最紧急的参与者,他们真的想完成任务,这也要归功于我的联合创始人Sigge,我从未见过有人像他那样一直坐在那里编码,就像每天14个小时,他在办公室编码,然后早上他会花一个小时攀岩来保持理智,你知道,一周七天,我认为如果你继续以这种速度运行,并且整个公司都看到了这一点,它就会逐渐渗透下去,并且

我们也对此非常坦诚。因此,当我们招聘时,我们非常坦诚地说,这不是一份朝九晚五的工作。我们不是来维护什么的。我们是为了未来而建设。如果你对此感到兴奋,那就加入吧。如果不是,我相信还有其他很棒的公司你可以去工作。

我认为你对我们非常清楚地设定了这个期望。我还记得,我认为我们第一次聊天时,你在爱沙尼亚的一个会议上。当时是晚上11点,你正在喝红牛。是的。我觉得如果我们要在一本小说中介绍你,这就是我觉得你的角色会被介绍的方式。是的。当我们与Iconic签署条款清单时,这很有趣。我认为塞斯在凌晨1点30分左右来到办公室,

Manasiga还在那里工作。我们在12月进行了一次谈话,内容是:“嘿,我们有两条路可以选择。我们可以巩固侧翼并主导欧洲。或者我们可以去美国。”在你完成问题之前,你几乎打断了我,说:“不,毫无疑问。我们要到美国去。”我想,从欧洲的角度来看,你发现了什么?

业务主要位于斯德哥尔摩,在伦敦也有一点,天哪,我的意思是,六个月前我们……这太棒了,我们今天所处的位置,以超高速进入美国,并能够平衡文化,并努力使所有这些东西协同工作。所以我们强迫每个人在斯德哥尔摩进行一到两周的入职培训。我们一直很

勤奋地不进行远程工作。我们完全在办公室工作。你知道的,势头产生势头,人们喜欢胜利。我认为我们能够招聘到喜欢胜利、讨厌失败的人。因此,失败的感觉非常糟糕。坦率地说,在过去的三个或四个月里,我们没有那么多的失败,这很好。但在开始的时候,我认为每一个

你知道的,一开始每个带着负面反馈回来的客户,或者当我们因为不被视为足够大或足够大的名字而失去交易时,这真的让人很受伤,现在感觉很好,甚至让他们,你知道的,主动联系我们说:“嘿,我们刚刚看到你完成了B轮融资,我们可以再谈谈吗?”我认为我们已经很快地从一年前只有10人的小型瑞典初创公司转变为现在的100人。

在一年的时间里招聘90人,而你只有这么少的人,并且做得正确,这很难。我认为这部分非常有趣。我的意思是,我觉得我们都在SaaS时代习惯了一种典型的公司增长速度。这就像,“好吧,你建设一段时间,然后也许你会得到一个大型企业标志,然后也许你会得到更多。感觉你可能处于先锋地位,但有很多人工智能公司正在经历这种增长速度,员工数量和在很短的时间内获得这些疯狂的客户。

我相信你与许多其他创始人交谈过,例如,你知道的,也许是上一代的创始人。在多大程度上,例如,公司建设在这种速度下感觉不同?在多大程度上,你知道的,我们有时会说,“哦,一家AI C轮公司在其骨子里可能感觉像一家A轮公司。”这如何,你知道的,也许可以反思一下。是的,我认为你完全正确。

对软件公司增长速度有了新的期望,我认为这很大一部分原因在于你不会去替换现有的软件,你正在创建一个全新的类别,对吧,这与众不同,你已经

过去在互联网和移动时代有过这样的时期,你知道的,一些以前无法构建的事情现在是可能的,因此,谁建设得最快,谁拥有最高的运行速度、最好的产品、最好的服务,他们最终将主导市场,并且

对我们来说,真正酷的事情是我们的第一个客户Mannheimer-Svartling,以及我们的第一个设计合作伙伴,他们是一家企业客户。他们是一家大型公司。他们是北欧最大的律师事务所,他们非常重视他们交付的工作。

通过某种渗透作用,我认为这会影响到你的工作,你不会经历这样的旅程:你开始服务其他初创公司,然后你开始服务中小型企业,然后你开始涉足企业。我们就像,第一天,企业。我们花了,我不知道我是否告诉过你,我们花了我们最初天使投资的一半用于SOC和ISO认证。

在最初的六个月里我没有拿工资,这样我们才能负担得起这样做。好吧,我们总是喜欢在我们的采访结束时提出一些标准的快速问题,我们在最后提出一些过于宽泛的问题。首先,你认为当今人工智能领域中有什么被过度炒作,有什么被低估?

我认为MCP既被低估又被高估。我认为它被低估了,因为它从根本上使得能够将一种通用的应用程序服务于许多其他不同的功能,但它也被完全高估了,因为每个人都在谈论它,并试图对其进行概念验证,而且它……

它还没有进入全面生产。你需要在身份验证和其他方面做一些正确的事情。在Legora构建人工智能功能中最大的惊喜是什么?也许是你认为行不通但实际上效果很好的一件事,或者是你非常有信心但没有成功的一件事。最令人惊讶的事情实际上是人们如何开始使用它。当我们发布我们的起草工具时,发生的第一件事是一个律师进来,他们只是给出一个查询,那就是,给我写一份SPA。

我说,当然那不会奏效。你在这里期待什么?所以我认为期望管理就像令人惊讶的是,是的。你如何教人们如何使用流量?没错,没错,没错。但是,你知道的,这就是为什么我们进行所有这些培训。这就是为什么我们进行入职培训。这就是为什么我们与所有这些大型公司进行办公室会议,我们四处走动。是的。

它让我惊讶的是,人们带着如此不同的期望而来。你可以有非常精明的助理,他们确切地知道他们将如何设置工作流程,他们有自己的模板、提示库,而且他们非常擅长。然后你会有其他人进来,他们期望得到全世界。

是的。这很难。好吧,我认为这些有趣的事情之一可能是,随着这些模型能力每六个月发生变化,你可能不得不回去说,“好吧,实际上,现在也许你可以写那个查询了。”是的。是的。我一直在思考我们如何将这些东西的入职培训产品化。自从你开始Logora以来,你改变了哪些想法?我们的第一个,产品的第一个版本,你从未见过这个,那是2023年夏天。它完全是基于按钮和工作流程的。所以你基本上会有一个东西的库

九个不同颜色按钮,其中一个叫做总结,另一个叫做根据策略检查文档,另一个叫做搜索数据库,所以你必须去点击它们,然后你将遵循一个非常结构化的流程

我的一个联合创始人非常喜欢这个想法,我说:“不,让我们来做聊天。”因为我认为聊天会给我们一个更好的界面来做更多的事情,然后我们总是可以将这些东西添加为功能或工具,或者聊天可以使用的东西。

从那个世界转向另一个世界,这意味着在我们被YC录取后,我们基本上删除了95%的源代码。我们采取了很多反向的举动。我认为这也是我们做出的一个好的转变。如果你没有在法律领域工作,而你现在才刚刚开始做一些新的事情,那么人工智能领域的哪些其他想法会让你感到兴奋?我太专注于法律领域了,很难跳出这个领域去思考。

但除了这些之外,我热衷的一些事情。我认为制药行业的CRO拥有最大的……这是世界上最大的颠覆性机会之一,因为它非常手动。数据非常多。我的一个家庭成员从事临床试验工作。他们向这些CRO支付数十亿美元,这些CRO实际上就像行动缓慢的……

行动缓慢的咨询公司,坦率地说,它们的工作流程相当结构化。所以我认为第一个能够确保并交付端到端交付成果的全人工智能CRO将,是的。

他们会做得很好。我喜欢这个。显然,Agora的很多工作都是基于文本的。有什么多模式用例会让你感到兴奋吗?视频、音频、图像?我最兴奋的事情之一是开始使用语音和音频转录,从你可以用语音指导Agora的角度来看,也可以使用转录、音频文件,因为如果你看典型的证词,它正在被记录,现在

现在,你以前可能需要雇佣某人坐下来记下这些内容,然后作为你进行工作的输入。但是现在,只需上传音频文件,对其进行转录,并开始将其作为文档进行处理和询问,我认为这是一个很好的用例。显然,你的工具可以完成很多法律工作。当人们考虑从事法律职业时,未来律师需要哪些技能?对于正在听的法律系学生来说,他们应该关注什么?所以,

我已经与许多管理合伙人和管理团队就此进行了交谈,因为他们正在认真思考如何提升和培训他们的新助理以及未来的律师。顺便说一句,我们遇到的最有趣的用法高峰之一是,当一家西班牙公司让他们的整个新团队加入时,他们第一天都成为了Legora的粉丝,因为这是入职培训的一部分,然后该公司的使用量就飙升了,并且

但是以前你可能会雇佣缺乏自信但非常努力的人,他们非常擅长遵循指示。他们非常细致,他们一步一步地做事情。我认为现在你需要有创业精神、有创造力的人

那些可能挑战现有做事方式的人,因为你将会有坐在他们金字塔顶端的合伙人,在那里耕耘和工作,但是

我认为在六到十二个月内,许多流程不会被颠覆,而是会被人工智能元素增强。我认为你确实想要那些在法律学习期间接受过技能提升或非常熟练地使用人工智能的人。是的。我的意思是,这真的很有趣。这就像每个人从第一天起都会成为一群人工智能代理的经理。所以它实际上与成为

一位勤奋的助理所需的技能非常不同。完全正确。你可以说,“嘿,我们认为这是创新部门或IT部门的工作,但坦率地说,我认为这取决于每个人来增强自己使用人工智能的能力。”我认为这一点开始变得非常清楚,因为你再次看到所有这些,例如来自科技CEO的Twitter和LinkedIn文章,例如,“嘿,你需要用人工智能增强你自己的工作,并向我们展示你如何做到这一点。”我认为在律师事务所也会有这样的期望。是的。

好吧,Max,这是一次引人入胜的谈话。我相信人们会想要了解更多关于Legora的信息,以及你们正在做的工作。麦克风是你的。人们可以在哪里了解更多信息?自从我们从Leia改名以来,我们实际上已经购买了.com域名。所以你可以在legora.com找到我们。我认为未来太令人兴奋了,不能只留给软件工程师。我们真的想与律师事务所和法律专业人士合作,共同构建这个未来。所以请与我们联系,我很乐意与你聊天。太棒了。好吧,Max,非常感谢你的到来。太棒了。谢谢你们的邀请。

所以