法律AI赛道再添一笔大额融资。9月9日，Harvey宣布完成5.5亿美元融资，估值达到155亿美元。同一份公告还披露，全美百大律所榜单中有超过80%的律所已经使用Harvey。头部律所的采用叠加资本的持续投入，让法律成为AI创业中一个被寄予期待的方向。
从需求端看，机会似乎很多：律师要审合同、查案例，企业要管风险，普通人遇到欠款和劳动纠纷也需要专业帮助。AI若能把这类工作做得更便宜、更快，理论上就会有客户买单。但从「有人需要」走到「有人付钱」，中间的距离并不短。
幂律智能的张惟师在国内接触过多类买家。他所在的公司做过大型企业法务系统、律师提效工具，也在尝试让法律智能体直接服务中小企业和个人。据他观察，不同客户的需求转化为采购的速度差异明显。企业端已出现一些积极信号：今年企业主动咨询增多，相关招投标增加，老客户开始在二期、三期项目中提出新的AI需求，他把今年称为智能合同审查的「小爆发年」。
但他同时提醒，供给端的增加比需求端更多。大模型让法律AI产品越来越容易做出来——一个工作几年的律师借助现成工具，也可能做出「看起来像模像样」的合同审查产品，研发门槛明显降低。然而新产品密集出现，并不等于买家同步增加。张惟师判断需求是否真增长，会看主动咨询、招投标和老客户的新增具体要求，而非单纯统计上线了多少个「AI律师」。
不同买家的购买理由也各不相同。律师买的是效率，希望单位时间产出更多价值；大型企业尤其是国央企法务更在意风险与合规，要求AI按公司规定逐项检查关键风险点再交人工复核；普通人和没有专职法务的小企业则往往在遇到具体纠纷时才求助，急着拿到能用的律师函、起诉材料或完成立案，对长期订阅工具未必感兴趣。把这三类人都算成「法律AI用户」，容易高估同一款产品能卖给多少人。
即便找对需求，还要找到能做购买决定的人。张惟师曾看好面向律所的提效产品，但做过后发现，律师愿意买和律所统一采购之间隔着采购难题——合伙人之间对AI的理解和使用意愿不同，很难像企业采购那样由一个决策者拍板，加上同类工具竞争激烈，产品销售并不会随产品变好而自然扩大。
转向中小企业和个人后，新困难又出现：用户想让AI解决问题，却未必愿意提供足够信息。法律问题依赖细节，欠款场景需要合同、转账记录、聊天内容等证据，AI要给出针对性方案就得继续追问，部分问题还涉及隐私。张惟师发现，有些用户回答三五个问题后便失去耐心直接离开。他也见过用户逐步把任务交出去：一家小企业为追回第三方少缴的社保公积金费用向AI求助，从最初连公司名称都没提供，到陆续补充转账记录、缴费截图，最终完成线上立案，整个过程持续大半天、人机互动累计两百多次。他把这理解为信任逐渐建立——用户每看到一份可用的结果，才愿意再多提供一点信息。
商业化层面，张惟师对国内市场的观察是：收入较明确的仍是面向大型企业的智能合同和法务项目，其次是法律数据库；面向律师的工具和直接服务普通用户的智能体，仍需继续验证。幂律自身的收入也呈现这种差别——大型企业项目贡献了公司九成以上收入，平均客单价约80万至100万元，但大客户往往要求私有化部署、系统对接，还要投入研发、实施和项目管理人员，最大成本仍是交付实施。面向普通用户的产品则是另一笔账：截至访谈时，其产品「吾律」已有十多万用户，大部分仍在免费使用，公司当时也未把变现放在首位；已有付费用户中，单次购买人数多于会员购买人数，买得最多的单次服务是律师函。
张惟师对未来六个月到一年的判断是，更多普通用户会为「有服务保障的法律AI产品」买单，所谓保障包括人工复核以及法律AI的服务责任保险。用户是否愿意为这些保障付费，将是值得留意的观察点。对关注AI应用层的投资者而言，这条融资新闻的另一面是：法律AI的估值叙事建立在头部律所渗透率之上，而收入结构、交付成本与个人付费意愿，才是决定这门生意能否规模化的关键变量。