top of page

Harvey 收購 Aida 為律師行知識管理引入銷售 AI 專長

2 小時前
讀畢需時 11 分鐘

Harvey 於 10 月 29 日收購 Aida,令這個銷售執行平台成為其 2026 年第五宗收購。Harvey 收購 Aida,將搜尋及機器學習工程師納入其產品團隊,並賦予一項明確任務:協助法律團隊整理內部知識。Harvey 表示,該團隊將支援律師行專屬本體論,即對知識及其關係作出結構化表述,為 AI 系統提供脈絡。

這項策略轉向隱藏在熟悉的助理介面之下。Harvey 正投資於讓軟件理解機構的紀錄、關係及工作歷史。其既定目標帶來實際張力:連接更多資訊能提升實用性,同時亦要求審慎處理相關性、權限及控制方面的決定。

Legora 透過與合約平台 Ironclad 的整合提供競爭參考;該整合為部分獲選 beta 客戶支援具權限感知的搜尋。兩種做法均讓機構資訊更貼近 AI 輔助工作。對買家而言,兩者之別愈來愈取決於這些連接在實際任務中可帶來甚麼成果,包括資訊不完整、過時或受限制時的表現。

Harvey 收購 Aida 實際帶來甚麼

Harvey 已公布一宗以知識管理為目標的團隊收購;尚未公布一項已完成、以 Aida 為基礎的法律產品。

公司在其 收購 Aida 公告中指出,加入的創辦人包括 Glean 聯合創辦人 Piyush Prahladka 及 Atish Das Sarma。他們的搜尋及機器學習工程師將加入 Harvey 的產品及工程團隊。Harvey 將他們的專長定位為補足其產品中已在進行的工作。

這項區別塑造了應如何理解這宗交易。公司可以收購技術、工程經驗、客戶關係,或上述資產的某種組合。Harvey 的公告著重於人才,以及他們將協助建立的知識基礎設施。公告沒有說明現有的哪些 Aida 功能會納入 Harvey,亦沒有交代客戶何時可獲得相關功能。

Aida 原有的應用有助說明兩者的連繫。根據 The Global Legal Post 的 銷售助理報道,其軟件會記錄會議詳情、更新客戶關係管理系統,並保留客戶資訊。這些系統會整理銷售聯絡人及活動。

可轉移的挑戰,在於讓有用資訊持續連繫至進行中的工作。一次銷售對話會改變某人對一個帳戶的認知;一份法律文件則會改變某人對一宗案件的認知。在兩種情境中,下一項有用行動都取決於選取相關紀錄,以及理解它們之間的關係。

這個類比說明了收購理據,但亦有其限制。銷售助理現有的行為,並不足以證明它適合處理機密法律工作。Harvey 仍須把所收購的專長轉化為符合其客戶要求的功能。

公告亦為 Aida 的現有用戶留下問題。當中沒有交代銷售平台的未來、客戶遷移程序,或產品退役時間表。這些缺漏應維持為未解問題,而非對收購將如何影響現有訂閱的假設。

對 Harvey 客戶而言,即時改變屬於組織層面。一支專業工程團隊正加入他們已使用或正在評估的供應商。任何有關檢索改善、草擬質素提升或審閱時間縮短的說法,均需要獨立的產品證據支持。

因此,這宗交易提供明確的策略訊號,卻未能敲定實施細節。Harvey 已表明,內部脈絡是一個值得透過收購專長來發展的領域。

律師行知識成為產品責任

這宗收購令 Harvey 面對壓力,須讓機構知識可在不同任務中運用,同時為存取及相關性設下清晰界線。

根本問題不僅是找出包含正確字詞的文件。一個有用答案可能取決於知道哪份草稿最終定稿、哪項客戶指示仍然有效,以及哪個先例屬於另一宗案件。這些關係決定被檢索的材料是有幫助還是會誤導。

設想一項假設性要求:使用律師行過去的談判立場擬備回覆。搜尋可找到相近措辭,卻不能確認律師行是否接納過該立場。來源可能是一項開場提案、被拒絕的折衷方案,或涵蓋不同情況的協議。

AI 助理需要足夠脈絡,才能保留這些分別。若它失去這些分別,一個流暢的答案便可能令不確定的推論看似已有定論。連接紀錄可改善可用證據,但系統仍須恰當解讀該等證據。

Harvey 的收購理據將這個問題置於產品開發之中。公司表示,更佳地存取機構脈絡,屬於其所提供體驗的一部分。這令這些連接的質素成為客戶應評估的一環。

壓力亦落在律師行技術及知識團隊身上。軟件無法自行解決每一項關於哪些紀錄代表已核准實務的爭議。律師行需要有人能解釋其資訊架構、識別權威材料,並在文件互相矛盾時解決衝突。

這形成共同責任。供應商提供連接及解讀資訊的方法;客戶則提供決定資訊含義的組織決策。任何一方都不能假設另一方已解決整個問題。

個人知識庫 與共享機構知識之間的分別,有助界定這項挑戰。個人可以按個人習慣整理材料;律師行則需要在存取權、責任及理解各異的用戶之間,採用一致規則。

對企業買家而言,這改變了收購的相關性。重要問題在於,最終功能能從日常任務中減少多少工作。若用戶仍須反覆自行重建相同脈絡,即使連接了更多檔案,價值亦有限。

成效亦取決於維護。客戶指示會改變、案件會結束、已核准文件亦會修訂。若產品未有考慮這些變化,原本準確的表述便可能逐漸偏離現況。

這是從 Harvey 策略引申出的分析含義,而非已披露的功能規格。其產品愈依賴機構脈絡,買家便愈應審視該脈絡如何保持最新。

因此,Harvey 法律 AI 的影響,部分將取決於答案生成步驟以外的工作。整理資訊會成為提供可靠成果的一部分,與產生回應本身同樣重要。

從搜尋結果到紀錄之間的關係

所提出的價值,在於保留一般文件檢索可能留待用戶自行重建的關係。

Harvey 所選用的「本體論」一詞,描述一種為機構資訊賦予更明確結構的嘗試。收購公告沒有提供技術設計,但確實指出方向:可支援不同代理、模型及產品的脈絡。

AI 代理是利用可用工具及資訊執行一連串任務的軟件。在法律工作流程中,其中間決定十分重要,因為早期誤解可影響後續步驟。相關脈絡需要在整個流程推進時持續附連於工作。

Artificial Lawyer 的 企業 AI 收購報道 引述 Harvey 的解釋:「What stops them is that they don’t know enough.」公司當時描述的是代理能力與其對機構認知之間的落差。

這是一項具體診斷,值得具體解讀。Harvey 主張,機構知識限制了有用的自動化。這個說法並不能證明缺乏脈絡可解釋每一次失敗,亦不能證明加入脈絡便可消除推理錯誤。

一個假設性的文件比較可說明所提出的機制。助理可能檢索到一份現行協議,以及一份含有相似條款的較早版本。兩者的相似性,不如其狀態、歷史及與該任務的關連重要。

如系統理解哪個版本具控制效力,便可選取更合適的比較基礎。如它亦保留來源之間的關係,審閱者便可檢查助理為何使用該文件。價值在於令這項選擇更易核實。

這些是可能的設計成果,並非收購已確認的功能。Harvey 尚未公布足夠細節,以判斷其本體論工作將如何呈現版本、解決互相矛盾的紀錄,或向用戶展示關係。

這項區別很重要,因為結構化表述本身亦可能包含錯誤。軟件可能連繫名稱相似的機構、過度概括地推斷關係,或在情況改變後仍保留某項連繫。只有當結構維持準確,結構才會令資訊更具可用性。

Harvey 的做法亦必須容納分歧。一間律師行可能對某個談判立場持有多種合理觀點。將一個例子視為普遍政策,會把有價值的專業判斷壓縮成過度簡單的規則。

因此,產品挑戰在於呈現脈絡而不誇大確定性。系統應分辨明確指示與從多份文件歸納出的模式。用戶需要知道,答案何時建基於機構政策,何時則建基於詮釋。

Harvey 收購 Aida,令這項分別成為其理據的核心。更佳的搜尋專長可協助識別相關資訊;要將該等資訊轉化為可靠的工作脈絡,仍須就意義、權威性及例外情況作出額外決定。

成功的話,這些決定將更易讓用戶檢查。當機構內出現相似問題時,亦可減少重複工作。單憑收購一支具相關經驗的團隊,並不會自動帶來任何一項成果。

Legora 顯示連接式工作已成競爭戰場

競爭對手的整合令機構脈絡成為當前採購考慮因素,即使 Harvey 與 Aida 相關的功能仍未明確。

Ironclad 的 Legora 整合 文件描述了一項面向獲選客戶的有限 beta 測試。它支援搜尋 Ironclad 工作流程及合約、審閱相符紀錄,並將獲選合約傳送至 Legora 作分析。Ironclad 表示,搜尋結果會遵從已驗證用戶的存取權限。

這提供了一個具體的競爭參考。法律 AI 供應商可以透過整合,在工作期間提供現有的機構紀錄。來源系統仍然重要,因為它同時保存文件及規管存取權限的設定。

Harvey 所述的本體論目標,則觸及同一問題的另一個層面:理解律師行的資訊如何相互關聯。兩種做法可以重疊。連接資料庫與呈現其內容之間的關係,屬於互補能力,而非互相排斥的策略。

因此,買家不應將比較視為連接器與知識結構之間的簡單取捨。連接器讓資訊可被取得;有效的呈現方式則有助判斷如何運用該等資訊。兩者都必須保留附加於底層紀錄的限制。

現有證據並未證明任何一間供應商已更妥善地解決整個鏈條。Ironclad 描述的是具明確功能的有限度測試版。Harvey 描述的是一項支持持續開發的收購。這些披露處於不同階段,應據此評估。

Harvey 的另一項計劃,令更廣泛的利害關係更為清晰。其於 10 月 27 日公布、與 Latham & Watkins 合作的基金設立協作計劃,聚焦投資基金文件。計劃中的工作涵蓋有限合夥協議、附函、認購文件及意見備忘錄。

這些文件說明了為何在實際執業範疇中,語境至關重要。有限合夥協議訂立基金合夥人之間的條款。附函可記錄與特定投資者達成的額外安排。要理解兩者的關係,必須留意適用範圍及個別文件的細節。

這項合作屬開發計劃,Harvey 尚未將其列為由 Aida 驅動的部署。然而,它展示了機構知識及文件關係會變得關鍵的一類工作。

例如,一項假設性的投資者安排摘要要求,將需要區分標準基金條款與針對個別投資者的承諾。若助理將這些區別混為一談,即使準確引用個別文件,仍可能產生具誤導性的說明。

因此,競爭壓力是實際的。供應商需要展示已連接的資訊如何改善明確界定的工作任務。客戶則需要足夠的可見性,以判斷這種改善能否經受日常複雜情況的考驗。

Harvey 法律 AI 的影響應在這個層面評估。相關比較是已完成工作的質素,包括驗證及修正所需的人力投入。收購數量及整合目錄可提供背景,但兩者都不能直接衡量該結果。

最棘手的問題關乎存取、準確性與控制

更多機構語境會增加助理可使用的資訊,同時亦提高控制其不應使用資訊的重要性。

系統可以檢索到準確文件,卻仍以不恰當方式使用。使用者或許沒有權限存取,或該紀錄可能涉及另一名客戶。相關性與授權回答的是不同問題,而產品需要同時尊重兩者。

同樣的區別亦適用於從文件推斷出的關係。假設系統將某人與敏感事項連結。即使不重現受限制檔案,回應也可能透過這種連結揭露資訊。

這是一種假設性的失效模式,並非涉及 Harvey 或 Aida 的已報道事件。它說明了為何買家需要連同來源文件一併評估衍生資訊。在整個過程中,權限應保持實質意義,包括軟件摘要或連結紀錄時。

Harvey 已將代理可靠性列為投資範疇。其於 9 月 9 日公布的 Guardrails AI 收購公告,描述了將在旗下代理全面運用模擬及評估專業知識的計劃。模擬運用建構情境,檢視系統在真實使用者遇上相似情況前會如何運作。

這一連串安排為 Harvey 提供了連貫的開發議程:改善代理可取得的語境,並加強對其行為的評估。然而,這並不證明被收購的能力已能協同運作,或符合每名客戶的所有要求。

可信的評估應涵蓋常見的資訊管理失誤。文件在先前回應後被修改。使用者失去某項事務的存取權。相似名稱其實指向不同實體。一項指示與較舊紀錄相衝突。

這些情況可揭示系統是否正確處理機構變動,也能顯示它是否解釋不確定性,還是默默選擇一種詮釋。僅測試整潔、標示清晰的範例,會令重要問題仍無答案。

準確性還帶來另一項責任:更正。若律師行發現一項不正確的關係,就需要知道如何修正。更正個別答案或許未能處理底層錯誤,令它日後在工作中再次出現。

控制亦延伸至部署後的情況。Harvey 關於協助律師行建立自身本體論的說法,引發了有關檢視、匯出及持續使用的問題。收購公告沒有界定這些權利,也沒有提供退出流程。

所有權的說法可以涵蓋數種不同安排。律師行或許擁有其來源文件,卻要依賴供應商的專有呈現方式來運用文件之間的關係。買家應詢問哪些部分可被取回,以及可用何種形式取回。

這些問題並不表示 Harvey 的做法不合適。它們指出評估其承諾所需的證據。該公司已公布一項目標,而其價值取決於尚未披露的細節。

就 Harvey Aida 收購而言,核心不確定性在於交付成果。新加入團隊的經驗支持其理據。產品行為、客戶控制權及有記錄的結果,將決定這項理據能在多大程度上改變日常法律工作。

三個訊號將顯示策略如何發展

接下來最有用的證據,應將收購與已發布的能力、已評估的工作流程及明確的客戶控制權連結起來。

第一個訊號是產品發布,說明新加入團隊的工作帶來甚麼能力。買家應尋找明確範圍:支援的資訊來源、所呈現的關係,以及使用者可用的功能。若只泛泛表示語境有所改善,實際變化將難以評估。

發布內容應區分既有能力與新能力。Harvey 已形容此收購是在加快進行中的工作。清晰文件可協助客戶理解哪些改善來自交易,哪些屬於此前的產品路線圖。

如其界限明確,即使是有限度試點仍可提供有用證據。指定客戶、受限制資料庫或狹窄工作任務,都可支持有意義的評估。更廣泛的可用性則會回答另一個有關部署準備程度的問題。

第二個訊號是與特定工作流程掛鈎的客戶評估。有用的說明應描述任務、可用資訊及所需審核,並應解釋結果如何與客戶過往流程比較。

相關衡量包括系統是否檢索到正確材料、保留文件狀態,以及減少重建語境所花時間。審核者亦應檢視不正確的關係及遺漏資訊。若不了解更正所需投入,更快完成初稿所提供的洞見有限。

若評估顯示更佳的機構語境能帶來更有用的已完成工作,將會強化 Harvey 的論點。若維持該語境所需的投入高於工作流程節省的成本,則會削弱這項論點。

第三個訊號是有關管治及可攜性的明確文件。買家應留意有關存取權變動、更正程序、來源可追溯性及匯出選項的說明。可追溯性是指使用者可將答案或關係追溯至支持它的紀錄。

這些細節決定律師行能否主動管理其知識的呈現方式,亦讓人更容易區分產品限制與客戶自身系統中的資訊質素問題。

未來數月,這些訊號會比對另一宗收購的猜測提供更佳框架。Harvey 已指出希望 Aida 團隊解決的問題。現時的證據需要展示該等工作如何觸及客戶。

對律師行及企業買家而言,Harvey Aida 收購是一個契機,檢視供應商如何在實際工作中處理機構知識。要求一個包含衝突版本、受限制材料及已更改指示的示例。將結果追溯至其來源,然後檢視有人更正錯誤後會發生甚麼事。把審核投入與現有流程比較,包括維護底層資訊所需的工作。這些觀察所揭示的,將多於單憑一個精修答案。隨着新發布內容到來,請清楚區分已公布的策略與已交付的能力。哪一間供應商能讓貴機構的知識變得有用,同時保留您理解、更正及控制它的能力?

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page