AI法律创企融资21亿，4个月估值涨近1倍，OpenAI和红杉连续两轮押注

智东西AI前瞻6月24日消息，昨日，法律大模型初创公司Harvey宣布完成3亿美元E轮融资（约合人民币21亿元），最新估值达到50亿美元（约合人民币350亿元）。此轮由Kleiner Perkins（凯鹏华盈，KPCB）与Coatue Management（蔻图资本）共同领投。

其参投方还包括红杉资本、 GV（原Google Ventures）、DST Global（数字天空科技）、Conviction、Elad Gil（硅谷著名天使投资人）、OpenAI Startup Fund（OpenAI创业基金）、Elemental、SV Angel、Kris Fredrickson（Coatue合伙人）和REV（RELX Group投资部门，LexisNexis母公司）。

据外媒报道，这笔融资距离Harvey上一轮D轮仅过去四个月。2025年2月，Harvey宣布完成由红杉资本领投的3亿美元D轮融资（约合人民币21亿元），估值为30亿美元（约合人民币210亿元），短期内估值涨幅接近67%。

一、三年成长为53国落地、337家客户，Harvey定位为“法律行业的合伙人”

Harvey创立于2022年，总部位于纽约曼哈顿Park Avenue，由律师出身的Winston Weinberg联合创立。

在其官方定义中，Harvey不是替代律师的工具，而是作为“律师的AI合作伙伴”存在。

目前，该公司员工总数已超340人，计划通过此次融资将人数扩大一倍，以扩大其全球业务，并拓展到税务会计等新的专业服务领域。虽然Harvey全球员工中只有约18%是执业律师，但其纽约总部集中了大量法律从业背景人才。

CEO Winston Weinberg称，正是这部分人员在产品设计与客户沟通中发挥关键作用，帮助Harvey与律师行业更紧密地融合。Harvey目前服务的客户包括：

• 美国顶级律所Paul, Weiss, Rifkind, Wharton & Garrison LLP（保罗·韦斯律所）
• 私募股权公司KKR & Co. Inc.
• 四大会计师事务所之一PwC（PricewaterhouseCoopers，普华永道）

Harvey的技术架构建立在主流大型语言模型之上，包括OpenAI GPT-4和Anthropic Claude。

同时，该公司在法律场景中构建了专属工作流，并支持客户将律所专有数据导入Harvey平台进行私域微调（fine-tuning），所有上传内容均不被平台或第三方用于训练其他模型。

在隐私保护方面，Harvey方面称，其平台符合行业安全标准，定期进行外部安全检查，目前公司内部超过10%的员工为信息安全相关岗位。

Harvey业务拓展负责人Juan Pablo Sandoval Celis称，已有客户将原本需数周完成的法律工作压缩至几分钟，大幅提升办案效率。

据路透社5月报道，Harvey年初的年化营收约为5000万美元（约合人民币3.5亿元），到了2025年4月已增长至7500万美元（约合人民币5.25亿元），增速显著。

关于律所是否会因AI“减少可计费工时”，CEO Weinberg表示：“部分业务确实开始转向固定费用计费（fixed fee），但高价值专业事务仍将维持小时计费（billable hours）机制。而AI带来的效率，反而可能提升服务能力，吸引更多客户。”

他强调：“在未来，不使用AI工具的律所，或将难以为大型企业客户提供支持。”

三、Harvey估值领先，挑战Ironclad和Clio等老牌玩家

目前，Harvey已成为AI法律领域估值最高的创业公司，其主要竞争者包括：

• Ironclad：成立于2014年的法律科技公司，主打合同流程自动化（合同起草、审批、归档等环节），被称为“合同生命周期管理平台”（Contract Lifecycle Management, CLM）。
• Clio：律所管理软件平台，成立于2008年，2024年F轮融资估值30亿美元（约合人民币210亿元）。

早在OpenAI推出其首个版本ChatGPT后，就有一批创业者试图打造AI律师，这些公司大多未能成功。但据其投资者介绍，Harvey发展良好。

其投资方Kleiner Perkins合伙人Ilya Fushman称，“Harvey的执行表现远超预期，是垂直AI公司中典型的样板。从B轮起我们就持续支持，C轮和D轮也有参与。这家公司展现了一个AI企业如何精准进入行业、形成产品闭环并快速商业化。”

结语：Harvey是突破，但仍需寻找更多可能

Harvey的成长打破了“AI律师难以落地”的旧共识，在短时间内实现客户数、营收和估值的快速跃升，也成为垂直AI公司中少数短期内多轮融资的案例。

对其他AI创业者来说，真正的挑战是如何在一个具体行业中，找到刚好适合AI介入的那类任务，并将其转化为可靠、可持续的产品。

Harvey的故事还在继续。但它留下的问题，已经值得被所有AI公司重新思考：下一代AI应用，不只是拼模型，而是理解谁在真正用它、为什么需要它。

来源：Fortune、Reuters