法律AI賽道再添一筆大額融資。9月9日，Harvey宣佈完成5.5億美元融資，估值達到155億美元。同一份公告還披露，全美百大律所榜單中有超過80%的律所已經使用Harvey。頭部律所的採用疊加資本的持續投入，讓法律成為AI創業中一個被寄予期待的方向。
從需求端看，機會似乎很多：律師要審合同、查案例，企業要管風險，普通人遇到欠款和勞動糾紛也需要專業幫助。AI若能把這類工作做得更便宜、更快，理論上就會有客戶買單。但從「有人需要」走到「有人付錢」，中間的距離並不短。
冪律智慧的張惟師在國內接觸過多類買家。他所在的公司做過大型企業法務系統、律師提效工具，也在嘗試讓法律智慧體直接服務中小企業和個人。據他觀察，不同客戶的需求轉化為採購的速度差異明顯。企業端已出現一些積極訊號：今年企業主動諮詢增多，相關招投標增加，老客戶開始在二期、三期專案中提出新的AI需求，他把今年稱為智慧合同審查的「小爆發年」。
但他同時提醒，供給端的增加比需求端更多。大模型讓法律AI產品越來越容易做出來——一個工作幾年的律師藉助現成工具，也可能做出「看起來像模像樣」的合同審查產品，研發門檻明顯降低。然而新產品密集出現，並不等於買家同步增加。張惟師判斷需求是否真增長，會看主動諮詢、招投標和老客戶的新增具體要求，而非單純統計上線了多少個「AI律師」。
不同買家的購買理由也各不相同。律師買的是效率，希望單位時間產出更多價值；大型企業尤其是國央企法務更在意風險與合規，要求AI按公司規定逐項檢查關鍵風險點再交人工複核；普通人和沒有專職法務的小企業則往往在遇到具體糾紛時才求助，急著拿到能用的律師函、起訴材料或完成立案，對長期訂閱工具未必感興趣。把這三類人都算成「法律AI使用者」，容易高估同一款產品能賣給多少人。
即便找對需求，還要找到能做購買決定的人。張惟師曾看好面向律所的提效產品，但做過後發現，律師願意買和律所統一採購之間隔著採購難題——合夥人之間對AI的理解和使用意願不同，很難像企業採購那樣由一個決策者拍板，加上同類工具競爭激烈，產品銷售並不會隨產品變好而自然擴大。
轉向中小企業和個人後，新困難又出現：使用者想讓AI解決問題，卻未必願意提供足夠資訊。法律問題依賴細節，欠款場景需要合同、轉賬記錄、聊天內容等證據，AI要給出針對性方案就得繼續追問，部分問題還涉及隱私。張惟師發現，有些使用者回答三五個問題後便失去耐心直接離開。他也見過使用者逐步把任務交出去：一家小企業為追回第三方少繳的社保公積金費用向AI求助，從最初連公司名稱都沒提供，到陸續補充轉賬記錄、繳費截圖，最終完成線上立案，整個過程持續大半天、人機互動累計兩百多次。他把這理解為信任逐漸建立——使用者每看到一份可用的結果，才願意再多提供一點資訊。
商業化層面，張惟師對國內市場的觀察是：收入較明確的仍是面向大型企業的智慧合同和法務專案，其次是法律資料庫；面向律師的工具和直接服務普通使用者的智慧體，仍需繼續驗證。冪律自身的收入也呈現這種差別——大型企業專案貢獻了公司九成以上收入，平均客單價約80萬至100萬元，但大客戶往往要求私有化部署、系統對接，還要投入研發、實施和專案管理人員，最大成本仍是交付實施。面向普通使用者的產品則是另一筆賬：截至訪談時，其產品「吾律」已有十多萬使用者，大部分仍在免費使用，公司當時也未把變現放在首位；已有付費使用者中，單次購買人數多於會員購買人數，買得最多的單次服務是律師函。
張惟師對未來六個月到一年的判斷是，更多普通使用者會為「有服務保障的法律AI產品」買單，所謂保障包括人工複核以及法律AI的服務責任保險。使用者是否願意為這些保障付費，將是值得留意的觀察點。對關注AI應用層的投資者而言，這條融資新聞的另一面是：法律AI的估值敘事建立在頭部律所滲透率之上，而收入結構、交付成本與個人付費意願，才是決定這門生意能否規模化的關鍵變數。