/ 01 /
GPT-3是AI法律应用的拐点
温斯顿·温伯格：之前我对创业领域一无所知，也压根没有创业的打算。
直到加布（布里埃尔・佩雷拉 Gabriel Pereira 联合创始人）给我展示了当时已经公开的GPT-3。
我当时大为震惊，因为那时几乎没人谈论GPT-3，也没人以任何方式应用它。他给我展示之后，我便向他介绍了我的法律工作流程。
随后，我们到论坛上去验证GPT-3的作用，人们会在论坛上提出大量法律问题。几乎每个问题都是诸如“我该起诉谁”之类的。
在那时，还没人谈及思维链或者类似概念之前，我们就想出了一些思维链提示，并将其应用到房东和房客问题的解答中。
之后，我们把这些解答交给了三位处理房东和房客事务的律师。
我们并没有提及AI，只是说这是潜在客户提出的问题，然后给出了一个答案。
询问他们：“你们会把这个未经任何编辑的答案直接发给客户吗？你们觉得这样可以吗？这合乎职业道德规范吗？这个答案足够好吗？”
结果，100个问题里有86个得到的回答都是肯定的。
实际上，我们还给OpenAI的总法律顾问打了电话，发了邮件，把这些结果都发给了他。
他的回复大致是：“我都不知道模型在法律方面能这么厉害。”在这之后，我们还与OpenAI高层管理团队进行了会面。
主持人：这的确眼光独到，你们当时就想着围绕这一点成立一家公司了吧？或者说，当时是怎么考虑业务领域的呢？
温斯顿·温伯格：我觉得我们之所以对这件事如此有信心，是因为模型本身。
即便是GPT-3，你也能用它完成很多任务，只不过得下很大功夫。你得费很大力气，提供大量上下文信息，告诉它要采取哪些步骤等等。
要么模型本身会不断优化，要么随着时间推移，我们能更好地掌握如何为其提供恰当的背景信息、如何改进它、如何评估结果等等。
/ 02 /
分段式，打造多个精简垂直工作流
主持人：很明显，你们如今关注的不只是物权法。那么，你如何看待Harvey目前的业务任务和范围呢？
温斯顿·温伯格：我们主要是为整个法律行业开发相关技术。确切地说，我们正在打造一个面向法律和专业服务领域的AI平台。
这听起来可能有些模糊，因为没有先例。但实际情况是，如果你不认为AI能彻底变革一个行业，那你的想法就不够大胆。
我也觉得这很难，因为大模型无法一次性完成所有法律任务，在其他领域也是如此。所以，你必须搭建一个平台，一个能不断拓展又能整合的平台。
然后，把这些功能整合起来，使用户界面简洁易用，而不会变得非常复杂让人难以下手。
主持人：你是什么时候意识到，这是公司产品战略中一个非常精妙的框架的呢？还是说从一开始，这个框架就隐含在你们的规划中？
温斯顿·温伯格：对我来说，从GPT-3到GPT-4的跨越尤为惊人。
当我们开始使用GPT-4时，我们尝试去做所有我用GPT-3做不到的事，或者那些我之前得费很大力气、根本没有效率提升的事，看看用GPT-4能不能做到。
虽然它没有全部完成，但改进程度令人惊叹。当时根本没人谈论这些。
此外，我发现一件很奇怪的事，我把GPT-3和GPT-4展示给一群朋友，他们让模型做一件事，模型完成得不够完美，他们就不再尝试了。
所以，在我登录ChatGPT，或者从API接口使用GPT-4时，这里面有很大差别。我不是只尝试几次就放弃，而是不断尝试，直到成功。
我认为，如果你尝试得足够多，就能凭直觉感受到事情的发展方向，以及它们能变得多好。
从产品角度来看，你可以这样想：回到之前提到的拓展和整合这两个总体思路，你需要围绕这两点构建提高生产力的工具，这对用户有用。
然后，你还需要构建从始至终都很精简的垂直工作流程。
接着，你可以把这些精简的垂直工作流程连接起来，去做更强大的事情，我们就是这么考虑的。
例如，我上传我公司和目标公司的所有文件。然后让模型告诉我，在72个国家申请反垄断需要做什么，需要提交哪些申请，还需要哪些信息，你可以从中提取部分内容，并应用到项目的其他部分。
我觉得你们有一种非常独特的直觉，并且一直致力于推进AI相关工作。
要弄清楚哪些是长期的、需要多年持续投入的工作，同时还要日复一日地挖掘模型在拓展、工作流程、操作、组装过程等方面的潜力，这并不容易。
我觉得这是一个人很难做到的，他能同时精通研究、工程、专业领域以及可用数据，还擅长与用户交互。
主持人：你们是如何在团队中，达成这种能力组合的呢？
我们逐渐明确了一点，把这些系统定义为我们所设想的AI模式，也就是打造多个垂直工作流。
这些模式大概有30到50种，是我们需要构建的内容，它们将被集成到产品的各个不同部分。
举个例子，如果你打造一个在判例法研究方面非常出色的AI系统，它可以应用于简易判决，能够处理多达10亿种不同类型的诉讼案件。
虽然它不能从头到尾完成整个用例，但可以作为一个部分融入到整体流程中。
我们一直在推进相关工作，有专门的团队负责搭建那些模式，另外还有团队在全平台负责落实，目前整体运行状况良好，不过这是个需要持续不断推进的活。
/ 03 /
模型基准测试无用，实际落地需要资深人士评估
温斯顿·温伯格：另外，我觉得挺有意思的一点是，我们公司员工里有很多律师和其他领域的专家。
这对我们很有帮助。一方面，他们能为平台设计提供建议。
也就是说，他们可以教大模型去做正确的事，如何让模型的思考过程循序渐进、更有逻辑，并且符合用户期待的输出结果。
另一方面，他们可以对模型的能力或者说输出结果进行评估。
如果有人告诉我们一个大模型的参数很高，基准测试成绩优秀，但对我们来说，基准测试并没有什么实际意义。
我们必须聘请特别优秀的律师，还有其他专业领域比如税务方面的专家，他们得能切实评估这些系统。
他们资历不能太浅，因为资历太浅的话，可能没办法准确评估，必须得是资深专业人士。
把领域专家融入到产品的实际设计、开发过程，以及最后的评估环节，这是一件挺有难度的事儿，而这正是我们一直在努力攻克的难题。
通过这种方式，我们确保产品不仅在技术上先进，而且在实际应用中也能真正满足用户需求。
主持人：你们非常关注的端到端任务是什么？你认为今年Harvey能够实现吗？
温斯顿·温伯格：我认为工作流程本质上就是一堆需要整合在一起的功能系统。
如果，你想想知识型工作、专业服务、法律工作，老实说，任何一种工作都是如此。
你所做的就是根据你的内部环境、外部环境，包括外部数据，这些数据可能来自你的客户等等来开展工作。
打个比方，杠杆收购需要一步一个脚印的工作，你要思考，如何为特定的私募股权公司撰写合规信函，这里涉及到一些特殊条款。
这些工作流程越复杂，就越需要把所有这些不同的要素整合在一起。
/ 04 /
先接触最难打交道的客户，取得行业信任
主持人：对于Harvey产品的不同部分，保守型客户会有不同的期望。
让我惊讶的是，在2023年早些时候，还有2024年，你们首先合作的是一些大品牌。
我认为在过去十年的技术投资领域有一种普遍的预期，那就是如果从中端市场起步，和朋友一起创业，这样会更容易，要求也更低，因为他们也更愿意承担风险。
温斯顿·温伯格：因为我们将AI应用于其中，有颠覆这个行业想法其中。这决定了我们对于合作伙伴的选择方向。
这些公司历史悠久、声望极高。要与他们合作，你得和他们一起探讨，告诉他们你打造的AI平台，有何种具体的工作流程。
而且这些高端品牌通常都积累了很多垂直于用户的重要数据，这对业务来说很重要。比如，雷克萨斯与我们的合作。
他们带来了很多善意、信任，以及他们在这个行业所具备的优势。打造出好的产品，并将其与负责任的AI相结合。
如果你能做到这一点，得到了那些在行业内被视为顶尖存在的公司的信任，那么与行业内其他公司合作就会容易得多。
我们认为这非常关键。我们曾经思考过一段时间，也许我们会采用自助服务模式，尝试做产品驱动增长（PLG）之类的事情。
但我们发现，无论如何，你最终都需要获得行业的信任。而实现这一目标的最佳方式，就是先去接触那些最难打交道的客户。
/ 05 /
简化用户体验，降低上手难度
主持人：我认为在AI领域确实存在一个巨大的机会。你们一直在努力简化用户使用Harvey产品的体验，但在软件领域，做到这一点往往非常困难。
特别是对于企业级产品来说，保持服务客户所需的简洁性是一个巨大的挑战。
中小企业（SME）或中端市场之所以受到关注，部分原因就在于企业在使用复杂软件时所面临的挑战。
温斯顿·温伯格：没错，仅仅是培训和实施过程中的成本就已经让很多企业望而却步了。技术门槛过高使得这类产品通常无人问津。
主持人：确实如此。但我在想，随着技术的进步，未来构建良好用户体验的成本可能会比维持现有产品的成本更低。
你们公司在持续简化用户体验方面具有独特优势，这是其他公司难以企及的。
温斯顿·温伯格：我认为这些AI模型最令人惊叹的地方在于它们的编排能力。
例如，处理股份购买协议（SPA）时，你可以设计一系列工作流程，从SPA中提取关键信息，如陈述与保证条款，并整理成复杂的摘要，还能处理交割条件等各类事项。
我们可以先单独构建这些功能，因为一开始系统可能无法同时处理所有横向用例。
然后，当用户上传一份SPA时，Harvey平台会提示：“你想对它执行这七件事中的某一项吗？”
这样，我们可以将复杂的任务简化为一个非常直观的用户界面（UI），就像使用电子邮件一样简单。
关键在于，我们必须以一种简洁优雅的方式整合所有这些功能，确保用户能够轻松找到并使用他们需要的功能。
我们不希望用户面对一个有一万个工作流程的系统，还得费力去筛选出真正需要的那一个。
主持人：这正是我们在商业软件中遇到的问题——学习如何使用这些软件往往需要花费大量时间。
温斯顿·温伯格：没错，学会使用这些复杂的商业软件确实需要很长时间，但相比之下，使用电子邮件就容易得多。
通过简化和优化用户体验，我们可以显著降低用户的上手难度，提升他们的工作效率。
/ 06 /
不是工作岗位的替换，而是任务的置换
主持人：我觉得使用GPT-3需要一种特殊的心态。作为一名年轻律师，应该以积极的态度去使用它，而不是感到受到威胁。
你们现在已经服务了250多个客户，用户数量超过5000万。显然已经有人在采用你们的产品了。
你们从用户那里得到了怎样的反馈？又是如何与他们交流产品对他们产生的影响呢？
温斯顿·温伯格：随着时间的推移，用户的反馈确实发生了很大的变化。
最初，当媒体大量报道自动化时，很多人对这一技术感到恐惧，但那是因为他们并没有真正使用过这些工具。
随着时间的推移，我对模型的功能以及其在各种应用场景中的能力越来越有信心。我们当初的想法确实有些大胆，但我依然坚持这个方向。
主持人：所以你仍然觉得自己的想法大胆，但还是会继续坚持下去。
温斯顿·温伯格：是的，我的确觉得当初的想法很大胆，但现在不仅我们的客户意识到了这一点，很多没有在法律或专业服务领域工作过的人也逐渐意识到，这些行业远比表面上看起来复杂得多。
例如，事情并不是“我收集地球上所有的法律数据，然后在这些数据上训练模型，模型就能正常工作”这么直接。实际操作中并非如此。
从律师的角度来看，一旦开始使用我们的产品，他们会发现：“这真的很不错，我能看到它会变得更好。”
特别是那些从一年前就开始使用Harvey产品的用户，他们明显感受到产品的进步。
此外，我们确实需要一群律师的合作，因此他们对产品的满意度很高。
年轻律师们尤其高兴，因为在法律行业和其他专业服务领域，通常的情况是：你毕业于一所非常好的学校，但学的东西与实际的法律执业并无太多关联。
进入职场后，你需要花很长时间去做重复性的工作，比如审查文件、处理证据开示、在数据室里查找文件等等。
直到职业生涯的第10年（如果运气好，第5年），你才有可能接触到战略层面的工作。
所以，我认为我们的产品帮助解决了这些问题，减轻了年轻律师的负担，让他们能够更快地进入更有意义的工作阶段。
温斯顿·温伯格：这其实是我们向公司介绍情况时的一个玩笑。
我以前在梅兰妮和迈尔斯的公司工作时，大概一年前，有个合伙人曾对我说：“温斯顿，有一种比自动化文档审查更简便的文档审查方法，我都不知道这是不是真的。”
但我的观点是，你最终不得不去做所有这些底层任务，仅仅是因为这个行业极其复杂，法律也日益复杂。而这些工具能让你更快地完成这些工作。
所以我认为最终会发生的是，时间线将会缩短。你将能够更早地开始实际从事高水平的战略工作，并与客户互动。
这是人们在职业生涯早期真正想做的事情。因此，他们对此感到非常高兴。
温斯顿·温伯格：没错，这不是工作岗位的替换，而是任务的置换。
这是一个非常重要的区别。摆脱这些繁琐的任务并不意味着法律行业会崩溃；相反，它会不断进化。
通过自动化处理这些基础工作，律师们可以将更多的时间和精力投入到更有价值、更具战略意义的工作中去。
年轻律师不再需要花费数年时间在重复性任务上，而是可以更快地接触到高层次的工作，这对他们的职业发展和个人满足感都有很大的帮助。
因此，与其担心工作岗位被替代，不如看到这是一个提升效率和职业发展的机会。法律行业将继续演变，变得更加高效和专业化。
/ 07 /
初级职位会被替代，高级职位身价还将增高
主持人：你认为依赖初级律师进行这些重复性工作的律师事务所结构会发生怎样的变化？
温斯顿·温伯格：我认为会有多种演变的可能性。计费工时制不太可能完全消失，但很多重复性任务将会被AI自动完成。
原本需要律师参与的任务最终可能会变成固定费用模式，而高层的咨询工作仍将按小时计费，而且实际上可能会更贵。
随着AI技术的进步，很多原本需要大量初级律师的工作将被自动化工具取代。例如，制药行业的并购案例中，我们不再需要安排多个初级助理在数据室工作。
这种情况下，专业服务的专业化将变得非常有价值，而且会随着时间的推移更具价值。我认为这将是两者的结合。
我们已经看到这种情况发生。律师事务所开始将他们的专业领域知识转化为软件，并通过Harvey平台将其标准化。
主持人：这是怎么发生的呢？是谁推动律所合伙人这么做的？动机是什么？
温斯顿·温伯格：这是以律师事务所为单位开展的。你会发现有几个合伙人认为这就是未来的趋势，他们会带动整个律所支持他们。
在过去3到6个月里，这种情况真的开始迅速发展起来。
实际运作方式是一种结合：律所提供专业领域知识，我们负责将这些专业知识转化并运用技术实现。
他们的动机是，许多法律业务实际上让律师事务所处于亏本状态。为了承接大业务，他们在很多法律工作上都是亏本操作。
例如，很多律师事务所为私募股权业务服务。为了获得杠杆收购或并购业务的机会，他们会以大幅折扣甚至亏本的方式来做这项工作。
因此，这些系统是律师事务所在这些领域竞争的一种手段。
规模较小的律师事务所也可以通过这种方式在其他领域竞争，因为他们可以通过软件获得利润，从而争取到真正激烈的战略交易。
主持人：法律行业是一个注重逻辑推理的行业。模型的发展以及对开发能够衡量、测试、推断时间的模型的兴趣，对你们公司有多大影响呢？
理解这个问题的最佳方式是，如果你正在构建一个系统，你会试图把每一个问题都分解成子问题，因为模型无法一次性解决整个问题，只能拆解它的不同部分。
举个例子，假设我们正在进行反垄断审查。第一步是获取所有目标公司的财务信息。
然后，在不同国家，下一步该提交什么材料？你能帮它完成所有的申报工作吗？
以前这很难做到，但现在有了推理模型，你可以逐步梳理这些步骤。
我们不断构建我们所能构建的所有步骤，并处于行业前沿。当一个模型得到改进时，这只会进一步提升我们突破下一个前沿的能力。
此外，大模型成本下降对我们非常有利。价格下降，我们就能更快地提升每个用户群体所使用产品的质量。
/ 08 /
AI发展变化太快，求知欲比经验更重要
主持人：您认为什么样的人适合加入Harvey公司呢？
温斯顿·温伯格：我们非常注重知识共享和团队内部的相互尊重。很多工程师并没有法律和专业服务领域的经验，但我们通过多次交流和讨论，帮助他们了解这些复杂的业务结构，比如私募交易。
你能看到工程师们会惊叹：“哇，原来这些人在做这么了不起的工作。”
因此，我们在知识共享方面做得非常好。这其实是个难题，因为很多人在构建产品时，并没有相关的实际操作经验。
但关键在于招聘那些聪明、有潜力、渴望关注公司业务并且能够在决策时果断的人。如果效果不太理想，他们愿意不断尝试，这种特质远比经验丰富但缺乏这些特质的人更重要。
作为一家公司，我们在这方面正加大投入。每6个月一切都在发生变化，你必须能够适应这种变化。如果你做不到，无论你有多少经验，都难以取得成功。
温斯顿·温伯格：实际上，我们不会让每个人看完每一季的《金装律师》来了解行业背景。这确实是个非常棘手的问题。
我们招聘员工的方式主要是看重潜力，因为我们正在做的事情非常新颖。随着时间推移，招聘那些经验不足但具备上述特质的人并不重要。
关键在于招聘那些非常聪明、渴望学习并能迅速适应新环境的人。
他们会快速提升自己的理解能力和专业技能，这对我们的快速发展至关重要。
主持人：我觉得这与几年前那种确定性较强的，软件即服务（SaaS）工作流程有很大不同。我想你也有同感。
温斯顿·温伯格：确实如此。保持高度关注是最重要的。
在这个领域取得成功的人都对此极为痴迷，不仅要被各种问题所困扰，还得时刻留意所有模型供应商那边的动态。
你必须关注所有这些不同方面，否则可能会错过一些关键信息。
/ 09 /
AI将会给更多专业领域带来震撼
主持人：你认为专业服务业今年会发生的最大变化是什么？
温斯顿·温伯格：我认为我们会看到许多领域的工作变得更加复杂且高效，就像医学和编程领域一样。
这让我想起了ChatGPT刚出现时的情景，但这次会更加专业化。
可能会有医生或研究人员第一次接触到这些新技术，他们可能会惊叹：“我不明白这是怎么做到的。”
我的观点是，这些AI系统将发展到一个令人惊叹的程度，尽管我们已经习惯了先进技术，但这将是全新的、令人印象深刻的进步，会给专业人士留下深刻印象。
主持人：我同意这一点。在硅谷不太关注的行业里，客户可能不会轻易接受新技术，或者存在大量监管问题。
温斯顿·温伯格：我认为很多人一开始对AI感到困惑，以为自己不需要这些改变。
但事实是，当人们真正看到并使用这些工具时，他们会发现这些工具不仅能提高效率，还能帮助他们更好地完成工作。
尤其是那些非常热爱自己职业的人，他们渴望进步和改进。
很多传统职业长期以来都没有什么变化，虽然核心精神还在，但在这之上堆积了很多繁琐无用的东西。
主持人：正如你所说，这些行业比我们想象的更能接受这种变化。
至少根据我的经验，看似不存在投资回报率（ROI），但只要你去尝试，弄清楚具体的模式，你会发现这些行业其实愿意拥抱变化。
温斯顿·温伯格：没错。你会找到一群真正愿意为你的公司助力的人，因为他们确实渴望改变。
只是之前缺乏合适的工具来推动这种改变。现在，随着技术的进步，这些人有了实现变革的机会。
文/树一
PS：如果你对AI大模型领域有独特的看法，欢迎扫码加入我们的大模型交流群。
