法律行业大概是过去两年被AI改造得最"安静"的行业。2022年才成立的Harvey，专做法律垂直AI：合同分析、尽职调查、诉讼文书起草、法规追踪。2025年它的融资节奏快得惊人：2月D轮3亿美元、估值30亿美元；6月E轮再融3亿美元、估值约50亿美元；12月F轮1.6亿美元、估值来到约80亿美元。截至2025年中，它的客户超过500家，包括全球顶尖的资管机构和律师事务所------差不多"全球百大律所"里近一半都在用；普华永道新加坡、英国安理国际等也在2024年下半年官宣了合作。
一组被广泛引用的行业调查数据（RSGI报告）显示：使用这类法律AI的律师中，重度用户每月节省约36.9小时，普通用户也能省下15.7小时。即便打个对折，这也是把初级律师从重复劳动里解放出来的量级。Harvey自身披露的客户月活采用率高达92%------这个数字在B端软件里相当罕见，说明它不是被买来"吃灰"的工具，而是真正嵌进了日常流程。
为什么法律行业跑在了前面？拆开看有四个原因。第一，知识密集且高度文本化，判决书、合同、法规都是天然适配大语言模型的语料；第二，行业付费能力强，且按时计费模式下"节省时间"直接等于真金白银；第三，专业输出天然带复核机制，律师会对AI草稿逐句校对，错误成本可控；第四，也是最常被忽略的一点------这家公司从一开始就请了执业律师参与产品设计，销售团队里也有大量前大律所人士。产品懂行话，客户才敢用。
这四个条件里，前三条中国的法律、金融、医疗等行业同样具备。真正值得抄的答案是第四条：垂直行业智能体的护城河，从来不是接入哪个大模型，而是把行业know-how"工程化"的能力。同样的检索增强技术，叠加了某领域"什么样的条款算风险、什么样的措辞是红线"这类隐性知识后，才是客户愿意付高价的东西。而隐性知识的获取方式只有两种：要么团队里有懂行的人，要么愿意陪客户把流程一项项磨出来。
当然，也要给这股热潮泼一点冷水。2025年2月，评测机构Vals AI发布过一份独立基准测试：在真实律所任务上，几家头部法律AI工具的表现差异巨大，个别工具连标准的最惠国条款都识别不全。这说明即便在最适合AI的法律行业，"能用"和"敢用"之间仍隔着严谨的验证流程------Harvey客户92%的采用率背后，是一套把AI输出当"见习生草稿"来管理的成熟流程，而不是对AI的盲目信任。
还有一层启发关于组织配套。Harvey的律师客户并非拿到工具就会自动用起来------培训、模板、验证流程、责任边界，每一项都要和系统一起落地。这解释了为什么"买模型"和"用出效果"之间隔着一条鸿沟：智能体系统三成的价值在模型，七成的价值在流程改造。那些把AI项目当成"IT部门买个软件"的企业，大概率会重复当年ERP实施花钱买教训的历史。
法律行业的今天，就是多数知识密集型行业的明天。如果你的行业满足"文本驱动、付费清晰、输出可复核"这三个条件，那么现在就该回答一个问题：你的行业里，那些每月占用专业人员几十个小时的重复环节，清单列出来了吗？