Harvey의 5억 5,000만 달러 투자 유치, 그러나 155억 달러의 승부는 법률 소프트웨어보다 더 크다

Harvey가 기업가치 155억 달러에 5억 5,000만 달러를 유치하면서, 이번 Harvey 투자 라운드는 누가 법률 인텔리전스를 통제할지를 둘러싼 승부가 됐다.

9월 9일 거래는 Diffusion과 Lightspeed Venture Partners가 공동 주도했다. 이는 Harvey가 기업가치 110억 달러에 2억 달러를 유치한 지 6개월도 채 지나지 않아 이뤄졌다.

이처럼 빠른 상승은 헤드라인상의 기업가치보다 더 중요하다. Harvey는 더 이상 변호사를 위한 AI 비서만을 제안하지 않는다. 로펌이 자사 플랫폼 안에서 전문 모델, 에이전트, 기관 지식을 구축하도록 만들겠다는 목표다.

이러한 야심은 Harvey를 두 강력한 집단 사이에 놓는다. 법률 정보 기업은 권위 있는 콘텐츠와 확립된 워크플로를 보유하고 있다. 파운데이션 모델 제공업체는 다수의 법률 애플리케이션을 뒷받침하는 범용 AI 시스템을 보유하고 있다.

Harvey는 이 두 집단 사이의 계층이 가장 가치 있는 계층이 될 수 있음을 입증해야 한다. 고객 역시 전문 인프라가 자신들의 기술 스택에서 영구적인 자리를 차지할 가치가 있는지 판단해야 한다.

Harvey 투자 라운드가 경쟁의 규모를 바꾼다

Harvey는 법률 리서치나 문서 초안 작성 개선보다 훨씬 큰 목표를 추진할 신규 자본을 확보했다.

Harvey의 투자 발표는 기업가치 155억 달러 기준의 5억 5,000만 달러 투자 라운드를 확인했다. Diffusion과 Lightspeed가 투자를 공동 주도했다.

기존 투자자인 Sequoia, Kleiner Perkins, Andreessen Horowitz, Coatue, Conviction, Elad Gil, Evantic, GIC, Goldman Sachs Alternatives, Verified Capital, WNDR도 참여했다. Sapphire Ventures와 Whale Rock은 신규 투자자로 합류했다.

공식 수치는 초기 거래 요약에 대한 한 가지 정정을 요구한다. Harvey가 발표한 기업가치는 156억 달러가 아니라 155억 달러다.

이 차이가 핵심 이야기를 바꾸지는 않는다. 발표된 기업가치를 기준으로 보면, 투자자들은 3월보다 Harvey에 약 41% 높은 가치를 부여했다.

3월 거래에서 Harvey는 기업가치 110억 달러에 2억 달러를 유치했다. 당시 라운드는 GIC와 Sequoia가 공동 주도했다.

Harvey는 3월에 이 자본을 플랫폼에서 작동하는 에이전트 확장에 투입하겠다고 밝혔다. 전 세계에 배치된 법률 엔지니어링 팀도 확대할 계획이었다.

에이전트는 정의된 결과를 향해 일련의 작업을 수행하는 소프트웨어다. Harvey의 경우 이러한 작업에는 리서치, 검토, 초안 작성, 문서 분석이 포함될 수 있다.

Harvey는 고객이 3월까지 2만 5,000개 이상의 맞춤형 에이전트를 만들었다고 밝혔다. 인수합병, 실사, 계약서 작성, 문서 검토, 펀드 설립을 포괄하는 배포 사례를 설명했다.

회사는 또한 60개국 1,300개 조직에서 10만 명 이상의 변호사가 사용하고 있다고 보고했다. 이 수치는 Harvey가 직접 제시한 것이며, 이에 상응하는 독립적 검증은 받지 못했다.

9월까지 Harvey는 Am Law 100 로펌의 80%가 자사 제품을 사용한다고 밝혔다. Fortune 10 기업 5곳에서도 도입됐다고 보고했다.

이러한 고객 주장은 기업가치 상승을 설명하는 데 도움이 된다. 엔터프라이즈 AI 투자자들은 가치가 높고 진입하기 어려운 산업 내 유통망을 보여줄 수 있는 기업에 보상을 주고 있다.

법률 업무는 이 전략에 특히 매력적인 환경을 제공한다. 가치 있는 문서, 반복 가능한 프로세스, 전문적 판단, 엄격한 접근 통제, 방대한 기관 지식이 수반되기 때문이다.

다만 9월 자금 조달에는 새로운 기술적 목표가 더해졌다. Harvey는 이번 라운드를 자사의 첫 번째 사후 학습 오픈 웨이트 모델 및 Harvey LAB 평가 프로젝트와 연결했다.

오픈 웨이트 모델은 명시된 조건에 따라 학습된 파라미터를 공개한다. 사후 학습은 초기 학습 이후 범용 모델을 수정해 특정 작업이나 도메인에서의 행동을 개선하는 방식이다.

Harvey는 이 자금이 법률 및 전문 서비스 조직이 자신의 인텔리전스를 구축하고 소유하도록 지원할 것이라고 말한다. 이 표현은 AI 답변을 임대하는 방식에서 전문 시스템을 통제하는 방식으로의 전환을 시사한다.

따라서 이 자금은 상호 연관된 세 가지 경쟁에 투입된다. Harvey는 모델을 개선하고, 에이전트를 일상 업무에 내재화하며, 더 큰 플랫폼들이 법률 AI에 진입하는 가운데 고객 관계를 유지해야 한다.

이 목표에는 단순한 컴퓨팅 역량 이상이 필요하다. 신뢰할 수 있는 평가, 로펌 지식에 대한 통제된 접근, 워크플로 설계, 중요한 사안을 다루는 변호사 지원이 요구된다.

새로운 기업가치는 Harvey가 이러한 요소를 결합할 수 있다는 신뢰를 반영한다. 이미 지속 가능한 우위를 구축했다는 사실을 입증하는 것은 아니다.

Harvey가 법률팀의 AI 모델 소유를 원하는 이유

Harvey는 로펌의 내부 방식과 지식이 범용 챗봇에 단순히 부착되는 맥락이 아니라 모델 자산이 될 수 있다고 본다.

법률 조직은 판례, 협상 기록, 소송 전략, 고객 요구사항, 내부 정책을 통해 지식을 축적한다. 그중 상당수는 문서와 개인의 경험 전반에 흩어져 있다.

범용 모델은 계약서를 요약하거나 문구를 제안할 수 있다. 그러나 특정 로펌이 위험에 접근하는 방식, 논증을 구성하는 방식, 특정 고객을 지원하는 방식을 자동으로 이해하지는 못한다.

검색 기반 접근은 요청 시 관련 내부 자료를 제공함으로써 이 격차를 줄일 수 있다. 그러나 검색만으로는 로펌이 선호하는 워크플로를 실행할 재사용 가능한 시스템을 만들 수 없다.

Harvey의 플랫폼 전략은 지식 접근을 에이전트 및 전문 모델과 결합한다. 회사는 이러한 구성 요소가 각 고객이 실제로 법률 업무를 수행하는 방식을 반영하기를 원한다.

이러한 구분은 반복적이고 여러 단계로 이뤄지는 업무에서 중요하다. 실사 프로세스는 조항 식별, 위험 프레임워크 적용, 예외 사항의 상향 보고, 최종 보고서 서식 지정 등을 요구할 수 있다.

유용한 에이전트에는 유창한 답변 이상의 것이 필요하다. 권한, 신뢰할 수 있는 출처, 명확한 작업 경계, 검토 단계, 그리고 결과에 도달한 과정을 보여주는 기록이 필요하다.

계약 분석도 마찬가지다. 기업은 조달 계약, 판매 계약, 고용 조건, 규제 대상 거래에 각각 다른 플레이북을 원할 수 있다.

이러한 플레이북에는 기관의 판단이 담겨 있다. Harvey가 이를 모델과 에이전트에 인코딩하도록 돕는다면, 플랫폼 전환은 기본적인 채팅 인터페이스를 바꾸는 일보다 어려워진다.

이것이 “자신의 인텔리전스를 소유한다”는 표현의 경제적 논리다. 가치 있는 자산은 단순한 AI 모델이 아니다. 지식과 프로세스의 반복 가능한 조직적 결합이다.

Harvey의 3월 에이전트 확장은 이미 이 방향을 가리켰다. 9월 라운드는 이 개념을 고객별 모델 개발로 확장한다.

이 전략은 범용 AI의 빠른 개선에도 대응한다. 모든 모델 제공업체가 능숙한 법률 문서를 생성할 수 있다면, 전문 벤더는 다른 곳에서 차별화를 찾아야 한다.

고객 데이터만으로는 그러한 차별화가 보장되지 않는다. 법률 고객은 벤더가 기밀 자료를 사용하는 방식을 제한할 수 있으며, 특권과 직업상 의무는 부주의한 실험을 제한한다.

따라서 Harvey는 고객 문서를 제한 없는 학습 자원으로 취급하지 않고도 가치를 창출해야 한다. 안전한 구성, 평가, 워크플로 지식이 제품의 핵심 요소가 된다.

법률 엔지니어도 여기서 중요하다. Harvey는 이들을 고객과 협력해 에이전트를 구축하고 개선하는 팀으로 설명한다.

이 서비스 모델은 일반적인 소프트웨어 지원보다는 기술 구현에 가깝다. 조직의 업무 관행을 반복 가능한 AI 프로세스로 전환하는 데 도움이 될 수 있다.

이 접근법은 운영 비용이 높지만 도입을 심화할 수 있다. Harvey와 함께 핵심 워크플로를 구축한 고객은 갱신하고 사용을 확대할 이유가 더 많다.

소유권을 둘러싼 긴장도 생길 수 있다. 로펌은 데이터, 파생 구성, 평가 결과, 맞춤형 시스템의 이식성에 대한 명확한 기준을 원할 것이다.

한 조직을 위해 개발된 모델은 여러 층의 지적 재산을 포함할 수 있다. 이러한 층에는 공개 법률, 벤더 기술, 고객 문서, 프롬프트, 피드백, 워크플로 설계가 포함될 수 있다.

계약은 각 층을 누가 통제하는지 결정해야 한다. 이후 기술적 통제가 일상 운영에서 그 조건을 집행해야 한다.

이 지점에서 지식 관리는 운영 인프라가 된다. 팀은 이를 기반으로 신뢰할 수 있는 에이전트를 구축하기 전에 정확한 소스 자료가 필요하다.

검색 가능한 AI 지식 베이스는 지원 자료를 정리할 수 있다. 법률 배포에는 권위, 권한, 출처 추적, 검토에 대한 더 엄격한 요구사항이 추가된다.

Harvey 투자 라운드는 회사가 이러한 역량을 구축할 여지를 제공한다. 동시에 맞춤화가 더 단순한 대안보다 측정 가능한 우위를 낳을 것이라는 기대도 높인다.

모델 제공업체와 기존 법률 기업이 추격하고 있다

Harvey의 가장 큰 과제는 더 강력한 공급업체와 기존 법률 플랫폼이 같은 고객을 향해 움직이는 가운데 전문 애플리케이션 계층을 방어하는 것이다.

파운데이션 모델 기업은 법률 AI 시장의 상당 부분을 뒷받침한다. 이들의 모델은 전문 애플리케이션이 적용하는 언어, 추론, 도구 사용 역량을 제공한다.

이러한 기반 모델이 개선됨에 따라, 한때 독립 기업을 뒷받침했던 기능들을 흡수할 수 있다. 요약, 초안 작성, 문서 비교, 구조화된 추출은 점점 표준 기능으로 제공되고 있다.

모델 제공업체는 기업에 직접 판매할 수도 있다. 막대한 연구 예산, 폭넓은 개발자 네트워크, 기업 기술 부서와의 관계를 갖추고 있다.

Google은 Gemini Enterprise for Legal로 전문 시장에 진입했다. 이 제품은 법률 브리프, 인용 확인, 계약, 규제 모니터링, 디스커버리, 기관 지식 검색을 지원한다.

Google General Counsel Halimah DeLaine Prado는 AI를 법률 판단의 보완재로 규정했다. 그의 발언은 Harvey와 Thomson Reuters의 CoCounsel이 있는 분야에 해당 제품이 진입한 뒤 나왔다.

지원과 최종 판단의 구분은 상업적으로 중요하다. 벤더는 최종 결정에 대한 책임을 지지 않으면서도 법률 업무의 일부를 자동화할 수 있다.

Google의 진입은 Harvey에 하방 압력을 높인다. 범용 모델 제공업체는 클라우드 서비스, 생산성 소프트웨어, 보안 통제, 기존 엔터프라이즈 계약과 함께 법률 기능을 패키지화할 수 있다.

Microsoft는 업무 환경 내 유통망을 통해 유사한 압력을 만든다. 법률 전문가는 이미 Word, Outlook, Teams 및 기타 Microsoft 제품에서 상당한 시간을 보낸다.

AI 기능이 이러한 애플리케이션에 가까워질수록 별도 인터페이스가 기본 목적지로 남기는 더 어려워진다. Harvey는 깊이 통합하거나 명확히 우수한 워크플로를 제공해야 한다.

OpenAI와 Anthropic은 또 다른 형태의 경쟁을 제시한다. 두 회사 모두 산업별 애플리케이션을 구축하는 개발자를 지원하면서 범용 추론 능력을 개선할 수 있다.

그 관계는 파트너십에서 경쟁으로 빠르게 바뀔 수 있다. 모델 공급업체는 고객이 필요하다고 여기는 전문화의 수준을 낮추는 새로운 도구를 출시할 수 있다.

Harvey는 상위 측면에서도 압력을 받고 있다. Thomson Reuters와 기타 기존 법률 정보 기업은 신뢰받는 데이터베이스, 편집 시스템, 인용 체계, 오랜 고객 관계를 통제하고 있다.

그 콘텐츠의 위치가 중요한 이유는 법적 정확성이 권위 있는 근거에 달려 있기 때문이다. 존재하지 않는 판례를 인용하거나 오래된 법률에 의존하는 매끄러운 답변은 위험해진다.

기존 사업자들은 AI를 독점적인 법률 정보원과 기존 리서치 워크플로에 연결할 수 있다. 로펌이 이미 구매하는 제품에 새 기능을 묶어 제공할 수도 있다.

Harvey의 해법은 모든 파운데이션 모델 연구소보다 더 많은 비용을 쓰거나 모든 법률 데이터베이스를 재현하는 데 있지 않다. 고객이 모델, 지식, 워크플로를 결합하는 오케스트레이션 계층이 되어야 한다.

그 계층은 기반 모델이 바뀌어도 계속 유용해야 한다. 또한 고객 관계를 콘텐츠 제공업체에 넘기지 않으면서 권위 있는 정보원과 연결돼야 한다.

Legora는 또 다른 전문 스타트업과의 직접적인 경쟁을 더한다. 이 회사는 2026년 초 대규모 자금 조달 라운드를 마쳤으며, 주요 로펌과 기업 법무팀을 놓고 경쟁하고 있다.

TechCrunch는 Legora가 자금 조달 확대 이후 56억 달러의 기업가치에 도달했다고 보도했다. 회사는 50개 시장의 1,000개 이상 조직에 서비스를 제공했다고 밝혔다.

같은 경쟁 분석은 더 큰 전략적 위협을 지적했다. 두 전문 공급업체 모두 개발사가 법률 소프트웨어 시장에 직접 진입할 수 있는 모델에 부분적으로 의존한다.

Harvey의 9월 기업가치는 Legora가 4월에 보고한 수치를 크게 웃돈다. 그러나 비상장 기업가치는 제품 품질이나 고객 충성도를 깔끔하게 측정해 주지 않는다.

투자 조건은 다를 수 있다. 성장률은 빠르게 변할 수 있으며, 계약 발표만으로는 이용률, 갱신 경제성 또는 수익성을 알 수 없다.

그럼에도 전문 공급업체들은 의미 있는 강점을 지닌다. 이들은 법률 구매자를 이해하고, 복잡한 도입을 지원하며, 특정 전문 워크플로에 맞춘 통제 장치를 설계할 수 있다.

또한 고객 전반에서 구축 경험을 축적한다. 이 경험은 에이전트가 어디에서 실패하는지, 어떤 작업에 검토가 필요한지, 로펌이 권한을 어떻게 구성하는지를 보여줄 수 있다.

문제는 이런 운영 지식이 범용 플랫폼의 개선 속도보다 더 빠르게 축적되는지다. Harvey의 기업가치는 그 답이 전문화에 유리할 것이라는 가정에 기반한다.

기업가치는 사용량, 신뢰, 검증 가능한 업무에 달려 있다

가장 큰 불확실성은 인상적인 도입 수치가 중요한 법률 업무 전반에서 빈번하고 방어 가능한 사용으로 이어지는지 여부다.

Harvey가 보고한 고객 기반은 엘리트 시장에 접근하고 있음을 보여준다. 하지만 모든 고객이 플랫폼을 얼마나 집중적으로 사용하는지는 드러내지 않는다.

로펌 전체 계약은 많은 변호사를 포괄할 수 있지만, 일상적 사용은 더 작은 집단에 집중될 수 있다. 파일럿 프로그램 역시 지속 가능한 워크플로를 만들기 전에 고객사 로고를 확보할 수 있다.

다음 단계에서는 에이전트가 반복 업무를 신뢰할 수 있는 결과로 처리한다는 증거가 필요하다. 그 증거에는 완료된 워크플로, 검토 비율, 절감 시간, 갱신 확대가 포함돼야 한다.

정확성은 특히 중요하다. 생성형 모델은 근거 없는 진술이나 허구의 인용을 만들어낼 수 있으며, 이는 흔히 환각으로 불린다.

법률 전문가는 그럴듯한 답변을 검증된 답변으로 취급할 수 없다. 정보원을 검토하고 판단을 적용하며, 제출하거나 전달한 업무에 대해 책임을 져야 한다.

최근의 제재 사례는 그 결과를 보여준다. 법원은 존재하지 않는 권위 자료와 기타 AI 생성 오류가 포함된 서면을 제출한 변호사들을 제재했다.

Axios는 조지아주의 한 검사가 허구의 사건이 포함된 서면에 AI를 사용했음을 인정한 뒤 6개월 자격정지를 받았다고 보도했다. 제9순회항소법원도 심각한 인용 오류를 이유로 변호사들을 제재했다.

이 사건들은 Harvey에 대한 판단을 포함하지 않았다. 다만 모든 법률 AI 공급업체가 직면한 위험 환경을 보여준다.

미국변호사협회는 변호사가 생성형 AI를 사용할 때에도 기존의 전문적 의무가 그대로 적용된다고 강조했다. 이러한 의무에는 역량, 비밀유지, 소통, 합리적인 수임료 관행이 포함된다.

이 프레임워크는 에이전트가 전문적 검토를 단순히 대체할 수 있다는 주장을 제한한다. 또한 감사 추적과 정보원 검증을 필수적인 제품 기능으로 만든다.

Harvey는 불확실성을 숨기지 않으면서도 자사의 모델 전략이 법률 업무를 개선한다는 점을 보여줘야 한다. 벤치마크는 도움이 될 수 있지만, 모든 관할권, 고객 지시 또는 사실관계를 재현할 수는 없다.

Harvey LAB는 법률 에이전트를 평가하는 공통 방식을 제공할 수 있다. 이 նախաձեռնატივ의 가치는 투명한 방법론과 실제 업무와의 의미 있는 일치 여부에 달려 있다.

모델은 통제된 과제에서 높은 점수를 받을 수 있지만, 긴 워크플로 안에서는 실패할 수 있다. 한 단계의 오류 정보가 다음 단계로 전달되면서 오류가 누적될 수 있다.

장기 수행 에이전트는 이 문제에 직접 맞닥뜨린다. 장기간에 걸쳐 여러 연결된 단계를 실행하기 때문에 가능한 실패 지점의 수가 늘어난다.

사람이 개입하는 점검 단계는 위험을 줄일 수 있다. 그러나 검토가 과도하면 자동화를 정당화했던 효율성 향상이 사라질 수 있다.

따라서 상업적 절충안은 측정 가능하다. 고객은 의미 있는 시간을 절감할 만큼의 자동화와 신뢰를 유지할 만큼의 감독을 모두 필요로 한다.

플랫폼은 비밀유지와 특권도 관리해야 한다. 법률 문서에는 영업비밀, 개인 데이터, 소송 전략, 보호되는 커뮤니케이션이 포함될 수 있다.

고객별 모델은 세부적인 거버넌스 질문을 제기한다. 구매자는 데이터가 어디로 이동하는지, 어떻게 보관되는지, 누가 접근할 수 있는지, 다른 고객에게 영향을 미치는지를 알아야 한다.

또한 퇴출 선택지도 필요하다. 로펌이 중요한 워크플로를 Harvey에 구현한다면, 관계가 끝난 후에도 어떤 구성이 이전 가능한지 이해해야 한다.

기업가치는 기술적 압력과 함께 재무적 압력도 만든다. 155억 달러 기업은 결국 상당하고 지속적인 경제적 가치로 그 수치를 뒷받침해야 한다.

Harvey는 현재 그 결과를 완전히 평가하기에 충분한 재무 세부 정보를 공개하지 않았다. 고객 수와 시장 도달 범위는 유용한 신호지만, 감사받은 실적을 대체하지는 못한다.

회사의 자금 조달 발표에는 매출, 마진, 유지율, 컴퓨팅 비용 또는 보고된 도입의 계약 기간이 명시되지 않는다.

투자자들은 이 수치에 접근할 수 있을 수 있다. 일반 독자는 그렇지 않다.

이 정보 격차가 Harvey의 성장을 무효화하는 것은 아니다. 다만 외부인이 도입 주장을 기업가치와 얼마나 자신 있게 연결할 수 있는지를 제한한다.

로펌이 자신의 인텔리전스를 “소유”하게 된다는 주장에도 같은 주의가 적용된다. 소유권은 권리, 통제, 이전 가능성, 측정 가능한 성과의 구체적인 조합이 되어야 한다.

그것이 마케팅 설명에 머문다면 모델 제공업체도 같은 표현을 사용할 수 있다. Harvey가 이를 운영화한다면, 회사는 더 방어 가능한 역할을 확보하게 된다.

세 가지 신호가 Harvey의 155억 달러 베팅을 시험할 것이다

Harvey의 다음 단계는 고객이 구축한 모델, 반복적인 에이전트 사용, 그리고 더 넓은 유통망을 가진 플랫폼의 경쟁 대응으로 평가받게 될 것이다.

첫 번째 신호는 고객별 모델 프로그램의 제공이다. Harvey는 법무팀이 무엇을 통제할 수 있는지, 그리고 그러한 시스템이 범용 대안보다 어떻게 더 뛰어난지 보여줘야 한다.

유용한 증거로는 정의된 법률 과제, 투명한 평가, 맞춤화가 왜 결과를 바꿨는지에 대한 고객 설명이 포함될 수 있다.

핵심 시험은 Harvey가 또 하나의 모델을 만들 수 있는지가 아니다. 로펌이 거버넌스나 이전 가능성을 포기하지 않고 가치 있는 시스템을 구축할 수 있는지다.

명확한 소유권 조건은 Harvey의 주장을 강화할 것이다. 구성, 피드백 또는 파생 산출물에 대한 권리가 모호하다면 이를 약화시킬 것이다.

두 번째 신호는 지속적인 에이전트 사용이다. Harvey는 3월에 25,000개 이상의 맞춤형 에이전트를 보고했으며, 이는 향후 공개를 위한 기준선이 된다.

더 강력한 증거는 활성 워크플로와 반복 사용을 측정하는 것이다. 또한 에이전트가 실험을 넘어 정기적인 법률 운영으로 어떻게 이동하는지도 보여줘야 한다.

기존 고객 내 확장도 여기서 중요하다. 기존 계정 내 활용 사례가 늘어난다면 Harvey가 선택형 보조 도구가 아니라 인프라가 되었음을 시사할 것이다.

갱신 행태는 더 많은 정보를 제공할 것이다. 결과를 평가한 후 갱신하는 고객은 발표된 파일럿보다 더 강력한 도입 신호를 제공한다.

세 번째 신호는 파운데이션 모델 제공업체와 기존 법률 사업자의 대응이다. Google의 법률 서비스는 더 광범위한 기술 기업들이 이미 움직이고 있음을 보여준다.

이 회사의 법률 AI 입장 역시 Harvey가 존중해야 할 경계를 강조한다. AI는 정보 업무를 가속할 수 있지만, 판단에 대한 책임은 변호사에게 남는다.

모델 제공업체가 더 깊은 법률 워크플로, 권위 있는 콘텐츠 파트너십 또는 고객별 적응 기능을 추가하는지 지켜봐야 한다. 각각의 추가는 Harvey의 명백한 전문화를 좁힌다.

법률 출판사가 여러 에이전트 플랫폼에 콘텐츠를 개방하는지도 주목해야 한다. 폭넓은 접근은 Harvey에 도움이 되겠지만, 긴밀하게 묶인 접근은 기존 제품에 유리할 수 있다.

Harvey는 모든 고객이 기존 리서치 도구를 포기하게 만들 필요는 없다. 그 자원과 내부 지식이 조율된 업무를 이끄는 장소가 되어야 한다.

5억 5,000만 달러 규모의 라운드는 Harvey가 그 위치를 시도할 시간을 제공한다. 155억 달러의 기업가치는 요구되는 결과를 이례적으로 야심 차게 만든다.

법무팀은 기업가치 헤드라인이 아니라 구체적인 워크플로를 통해 회사를 평가해야 한다. 산출물 품질, 정보원 추적 가능성, 검토 부담, 거버넌스, 이전 가능성을 비교해야 한다.

법률 분야 밖의 지식 노동자도 주목해야 한다. 금융, 컨설팅, 헬스케어, 엔지니어링 및 기타 전문 분야 전반에서 같은 경쟁이 나타날 것이다.

범용 모델은 계속 개선될 것이다. 도메인 플랫폼은 워크플로 지식, 고객 통제, 구축 경험이 더 가치 있는 계층을 만든다고 주장할 것이다.

Harvey의 자금 조달 라운드는 그 주장에 예외적으로 큰 베팅을 걸었다. 성공 여부는 법무팀이 실제로 더 많은 인텔리전스를 통제하게 되는지, 아니면 단지 또 하나의 정교한 인터페이스를 임대하게 되는지에 달려 있다.

다음 질문은 실용적이다. Harvey는 자사의 에이전트와 맞춤형 모델이 더 나은, 반복 가능한 업무를 만들어낸다는 증거를 공개할 것인가? 그 증명은 또 한 번의 기업가치 상승보다 더 중요하다.