Prof Markets Founder Seriesにて、Harveyの共同創業者兼プレジデントであるGabe Pereiraが、Ed Elsonと法律業界におけるAI活用の現在地と未来を語った対談である。評価額110億ドル、ARR約1億9000万ドル規模に成長したHarveyは、大手法律事務所と大企業向けに特化したAIプラットフォームを提供しており、本対話ではM&Aや訴訟といった大規模案件の業務構造、AIが代替しうる領域とそうでない領域、規制・保険・信頼性といった非技術的制約、そしてSaaSアポカリプス論への反論が示されている。Gabeは、Anthropicの新モデルClaude Mythosのような能力跳躍を踏まえつつも、自動運転車の普及との比較から、法律業界における拡散速度は技術的可能性ほど早くは進まないと論じている。
Prof Markets Founder Seriesへようこそ
Prof Markets Founder Seriesへようこそ。Ed Elsonです。2026年に入ってから、投資家たちはひとつの大きな問いを繰り返し投げかけてきました。AIは経済のどれほどの部分を破壊するのか、という問いです。すでにソフトウェア領域ではその余波が見えており、SaaSアポカリプスと呼ばれる売り浴びせの波が、数千億ドル規模の時価総額を吹き飛ばしました。しかし、これはほんの始まりに過ぎないかもしれません。今、注目は法律業界に移りつつあります。文書レビュー、デューデリジェンス、コンプライアンスといった、手作業で時間を要する業務に支えられた1兆ドル規模の市場。まさにAIが変革するために生まれてきたような種類のワークフローです。私の次のゲストは、これを2022年に好機と捉え、法務業務を大規模に効率化するために設計されたAI企業を立ち上げました。さて、問題は、世界でも最も古色蒼然とした業界の一つを本当に変革できるのかという点です。10億ドル超を調達し、評価額110億ドル、60か国以上で導入が進んでいる同社は、その実現に向けて確かに前進しています。Harveyの共同創業者兼プレジデント、Gabe Pereiraとの対話をお届けします。
Gabe、ようこそ。お時間をいただきありがとうございます。話したいことが山ほどあります。まずはリスナーのために、Harveyとは実際に何で、どのようにこの会社が始まったのかを整理してもらえますか。
お招きいただきありがとうございます。私たちがHarveyで解決しようとしている問題はこう捉えてもらうのがよいと思います。すなわち、大手法律事務所と、その顧客である大企業、そして次第にすべての法律事務所とすべての企業が、まさに今あなたが話したような移行を遂げる手助けをいかに行うかということです。4年前に会社を立ち上げたとき、私たちは多くの企業が作っていたような、専門家向けの何らかのコパイロットを構築しました。Cursorやcognitionがプログラミング向けにこれを作ったように、私たちは法務向けに作ったのです。そしてモデルがどんどん良くなるにつれて見えてきたのは、個人の生産性だけでなく、組織全体の生産性、そして事務所全体が効果的に機能するためのインフラを考え始める必要があるということです。それが、Harveyで私たちが構築している多くの部分です。
Harvey創業の経緯と法律業界という巨大な機会
これを思いついたのはいつで、どのようにこれが巨大な機会になると気づいたのでしょうか。
2022年の夏に会社を始めました。私はMetaの大規模言語モデルチームに在籍していました。GPT-3が出たばかりの頃です。それ以前にも約10年間AI研究をしてきており、2014年にはGoogle Brain、その後DeepMindにいました。あのコミュニティの多くの人は、こうしたシステムを構築する方法をいずれ見つけられるという信念を持っていました。道筋はとてもクリアだったとは言えませんし、進み方には今もなお驚かされていますが、私は、超知能やAGIといったものを構築できるはずだという強い確信を抱いていました。そうした研究を多く行っていると、モデルが得意な問題、苦手な問題について常に考えるようになります。2022年当時、私のルームメイトはWinstonで、現在のHarveyのCEOです。彼はO'Melvenyの弁護士でした。私は言語モデルが進化していくのを見ながら、スタートアップのアイデアを練っていました。ある日、彼が自分の業務やワークフローを見せてくれた瞬間、これだ、と火がつきました。当時のGPT-3にはその仕事はできませんでしたが、能力が伸び続けることは明らかでした。そしてこの技術の応用先として、非常にわかりやすい巨大産業のひとつだと感じたのです。
法律業務はAIにとってまさにグラウンドゼロのように見えます。少なくとも、現時点では多くの人がそう捉えているようです。AIが可能にしているように見えるのは、ホワイトカラー職の地味な実務作業の大部分です。それがAIにできることの出発点であり、法律はまさにその領域に当てはまっています。法律事務所がどう機能しているのか、どのような業務を実際に行っているのかをあまり知らない人のために、業界の概略を教えてもらえますか。弁護士のワークフローはどのようなもので、AIはその業務のどの部分を自動化しうるのでしょうか。
多くの人が法律と聞いて思い浮かべるのは消費者法務だと思います。リースを確認する、ある一つの書類を見る、といった業務です。モデルは明らかにこれが得意で、ベースモデルでもかなりこなせます。一方で、企業法務、とりわけビッグローと呼ばれる巨大法律事務所の領域があります。彼らの仕事は、極めて専門性の高い法務であり、傑出した才能を持ち高度に専門化したパートナーが必要となります。代表例を二つ挙げるとすれば、ひとつは大規模なM&Aです。100億ドル、500億ドル規模で会社を買収しようとするとき、その取引の構造を助言できる最上位のパートナーが必要になります。もうひとつは、会社の存亡を賭けたような訴訟、たとえば反トラスト関連などです。これらの事務所のワークフローは、プロジェクト一件で数千時間、場合によっては数万時間、アソシエイトのチーム単位で動きます。たとえば会社を買おうとすれば、買収先のすべての契約を理解し、合併や買収によって契約が変わることで何が起こるかを把握し、関連する全法令も押さえなければなりません。さらに交渉のダイナミクスもあります。多少なりとも敵対的になりうるプロセスですし、訴訟も同様です。先ほどの話に戻すと、言語モデルが登場したとき、法務はこの応用先として絶妙でした。アソシエイトとしての通常の業務は、シニアアソシエイトやパートナーから次々とメールでタスクが飛んできて、これを調べろ、この文書のリスクファクターをどう書く、といった問いに答え続けるものです。優秀なアソシエイトはこうしたタスクを驚くべき速さで吸収し、ツールの使い方を熟知し、問題を解決していきます。これが、エージェントが少しずつ得意になってきている領域です。法務のワークフローがプログラミングと同様に難しいのは、タスク間の境界が極めて曖昧だという点です。法律事務所やプログラマに、コーディングモデルや法務モデルはこれができ、人間はこれができる、と単純に言うことができません。境界はぼやけていて、業務も非常に複雑です。私たちが法律事務所と取り組んでいる課題の多くは、大型プロジェクトにおいて人間とエージェントが何をすべきかという観点から、ワークフローをいかに再考するかにあります。
その境界が曖昧、というのは興味深い点ですね。AIが得意なことと人間が得意なことの境界が引きにくい、ということですか。
それも含みますが、それだけではなく、そもそも人間に何をデリゲートするか、という線引きも曖昧なのです。M&Aを進めるとき、シニアパートナー、ジュニアパートナー、シニアアソシエイト、ジュニアアソシエイトといったピラミッド構造があります。しかし、M&Aではこのタスクはこのアソシエイトに割り振る、という具体的なルールがあるわけではないですし、そもそもタスクの定義自体に明確なルールがありません。すべてが文章ベースだからです。パートナーが、これこれを把握してくれ、と言うだけで、それは「この一件を調べて相手方が誰か教えて」というごく単純なものから、「合意書の初稿を書いて」というかなり複雑なものまで及びます。さらに、その対応付け自体が固まっていません。これはChatGPTの初期に、「あなたのプロダクトは何をするのか」と聞かれたときと同じ感覚で、ChatGPTで何をするかを問われたときの答えと変わらず「すべて」となるけれど、なぜこのやり方を選ぶのかを定義するのがとても難しい。これこそが変革を難しくしている点で、自由形式の自然言語のような形を持つものに対し、どこから「ここはモデルが得意」と境界を引き始めるのか。プロンプトの仕方次第、使うモデル次第、エージェントのハーネス次第で結果は変わります。モデルはあることはできるけれど、人間にとって直感に反する形でミスをするので、こうした業務をこの新しい在り方でどう整理するかが大きな挑戦になります。これは法務だけでなく、あらゆる業界に共通する変革とアップレベリングの問題で、たとえば今のプログラミングでもまさに同じことが起きています。
ChatGPTがもたらしたあいまいさへの耐性
ChatGPTが私たちにもたらした素晴らしいことのひとつは、より曖昧な問いを投げられるようになったことです。バイナリでは答えられない問いを、です。以前はGoogle検索のためにクエリを非常に厳密に組み立てる必要がありましたが、大規模言語モデルの登場で素晴らしく解放的だったのは、もう少し曖昧で雑な質問でもよく、より曖昧な領域に踏み込んで、より創造的に複雑な答えを返してくれることでした。ある意味、それこそAIの強みであり、AIが活躍すべき領域とも言える。一方で、AIがまだ混乱する場面もあると指摘されている。大組織のマネジメント業務は依然として非常に複雑で、個人で自分の時間に問題を解こうとするのに比べ、組織内ではずっと複雑になる。
リスナーのために補足すると、今やあらゆる分野にAIスタートアップがあり、リーガルAIだけでも何百社もが市場を奪い合っているはずです。私の業界理解では、現時点でHarveyは法律分野におけるAI企業のトップに位置しています。1月にはARR1億9000万ドルに到達し、これが直近で公開されている数字です。アップデートがあれば教えてください。それは5か月前のほぼ倍で、信じられない速度で成長しています。基本的にすべての主要なコーポレートロー事務所と提携し、この移行を先導している。気になるのは、こうした事務所のところへ行って「あなたたちの仕事をコンピュータでできます」と提案したとき、彼らはどう反応したのか。歓迎したのか、怖がったのか。ピッチに対する反応はどうだったのでしょう。
提案の仕方は決して「コンピュータであなたの仕事ができる」ではないですね。とはいえ、初期に役立ったのは、AIは法律事務所にとって決して新しいものではなかったという点です。彼らはすでにTAR(技術支援レビュー)などのAI技術をeディスカバリの一部に使っていました。ただ、今回のステップチェンジは規模が違いました。最初のクライアントはA&Oで、そこのDavid Wakelingに、私たちはGPT-4のアーリーアクセスを得てそれを基にプロダクトを作り、見せました。彼は私たちが感じたのと同じく、これは仕事の進め方を変える、とひらめいたのです。私たちが法律事務所に伝えてきたピッチの多くは、こういうものです。皆さんの業務の一部はモデルが担うようになります。今でもディスカバリではTARや契約弁護士を使い、アソシエイトを使わない、という流れがあるのと同じことが起こるでしょう。一方で、法律事務所が手がける業務の多くは、これらのモデルでは置き換わらないものでもあります。今後10年で、大規模M&Aや大型訴訟が完全自動化される世界は私には見えません。技術的な理由はもちろん、規制、保険など、さまざまな理由があるからです。だから私たちが事務所と一緒に解決したいのは、彼らのビジネスモデルの未来はどうなるのか、という問いです。専門知を時間単位で売っている部分には、整理が難しい論点があります。クライアントとの新しい協業の形もあります。この技術は、法律事務所、すべてのプロフェッショナルサービス提供者、ほとんどの企業に多くの問いを投げかけます。だから多くの場合、私たちのピッチは、技術だけでなく変革全体を一緒に考えるパートナーになりたい、というものになります。
要するに、私たちにできることは強力だが、すべてを自動化して仕事をなくすほど強力ではない、という主旨ですね。技術的制約、規制上の制約、そして保険上の制約があるため、複雑な大型法務契約をAIだけで自動化することはできない、と。一方で、Anthropicで大規模言語モデルの最前線を率いるダリオ・アモデイは、今後数年でホワイトカラー職の約半分が消えうると述べています。ここに緊張があります。AIの世界の多くは「いや、それはできる」と論じるかもしれない。今のあなたの話を聞いて、自分のテクノロジーやプロダクトをそれほど怖がらないでほしい、応援してほしいというメッセージだと受け取る人もいるかもしれません。改めて、その制約とは具体的に何ですか。なぜAIだけではここまでできないのでしょうか。
最大の理由はチェンジマネジメントです。明確に言えば、技術はもう十分に良いと思いますし、ダリオが話しているタイムラインも大筋では同意します。ただ、彼の予想と自動運転車の現実の間のどこかに収まると見ています。自動運転車はすでに大半の人間より運転がうまく、そう言える状態が5年続いていますが、それでも公道を走る車のうち自動運転は0%に近い。デジタルの技術より、自動運転車のような物理を伴うものを社会に展開するのは明らかに難しい。ただ、私たちが一緒に仕事をしている法律事務所や大企業を見ると、たとえば1〜2年で大規模な規制業種の銀行を相手にして、銀行全体にコードモデルを行き渡らせる、というのは想像しにくい。規制当局が許さないという面があるからです。コンピュータやインターネットの時代にも、図書館員のような職種が大きく減った、と語られてきたのと同じ議論はできます。一方で、法務業務の中にはデジタル化されていないものも多くあります。能力面では、私はAI研究をしていた人間として、ダリオたちの方向性とおおむね一致しています。ただ、法務業界で見ているのは、これがどれほど深刻に、どれほど速く起きるかを多くの人が過小評価しているということです。今エンジニアリングで起きているのは、これらのモデルがプログラミングで非常に優秀になり、多くの人間エンジニアより上手いという段階に達していることです。研究上、これが止まる明確な障害は見当たらず、加速していくでしょう。私たちがやっているのは、プログラミングが得意になったモデルを法務に橋渡しすることです。だから、トランザクションの大部分を自動化できる能力を持つシステムは作られると思っています。
要点は、その中には技術的問題ではない部分があるということです。交渉を考えてみてください。交渉のある部分は、どれだけ賢くて技術的でも関係なく、人間と人間の事柄です。多くの大企業のGCに会えばわかりますが、200億ドルのファンドを組成しているプライベートエクイティ会社のGCが、AIにそのファンドの全工程を任せることに納得する瞬間はいつ来るのか。ダウンサイドが大きすぎて、割に合いません。30%安くできても、構造を誤れば20億ドルが消える。それなら法律事務所に頼んで、パートナーがレビューする、ただしAIを部分的には使ってほしい、となる。ですから、構造的な要素が十分にあって、人々は法務を「契約をレビューできるか?できれば自動化達成」という観点で見がちですが、大手事務所が扱う業務や、複雑な規制業種が抱える問題は、純粋な能力・知能の問題よりはるかに複雑です。だからそうしたことは、ある時間軸では確実に起きるでしょうが、向こう2年で起きるとは思いません。
すぐに戻ります。
Gabe Pereiraとの対話再開:自動運転車との比較
Gabe Pereiraとの対話に戻ります。自動運転車のアナロジーは適切だと思います。Whymoのような技術は、人間より運転がうまいことが事実上証明されているのに、事故が起きると、人口全体でより高い頻度で起きる人間ドライバーの事故よりも、はるかに不快で恐ろしく、深刻に映る。あなたの説明はそれと似たシステムのことだと思います。GCの主たる職務のひとつは交渉ですが、それを本当にAIに任せるかと問われれば、おそらく実はAIの方が交渉が上手いという可能性すらあるかもしれない。でもAIがミスをして、何百万ドルもの損失を会社にもたらしたら、人間が同じミスをした場合よりも問題視されやすく、扱いも難しい。だから多くの人が思うより導入は遅くなる。こういう理解で合っていますか。
そうですね。説明責任が一つの要素です。もうひとつは、なぜこれは自動運転車より速く進むのか、という反論として、規制以外で明らかなのは、自動運転車は車両を製造して走らせる必要があり、すべての車を路上に行き渡らせるのが難しいという点です。それに比べ、こちらはデジタルなのでその制約はなく、その意味で速い。一方で、最大の課題は、この技術を一気に採用することで生じるリスクが、どれほど相関して積み上がるかという点です。自動運転車のいいところは、AIに関わっていない人にとっても直感的に「運転していて事故を起こさなかった」と評価しやすく、走行距離あたり事故件数のような指標が腑に落ちやすい点です。ところが銀行が法務だけでなく業務全体にエージェントを導入し、あなたが言うような変革の規模に達するためには、相関したリスクをまるごと取りに行くことになります。モデルは人間の直感とは違うかたちでミスをするうえに、リスクの取り方を間違えれば会社が吹き飛びかねない。自動運転車が人を不安にさせる理由と同じです。事故の起こり方が予期できず、人間ドライバーならしないようなミスをするから、たとえ統計的には安全でも怖い。それに似たことが二次効果も含めて山ほど起きるはずです。法務は社会全体の土台のようなもので、向こう2年でこれを丸ごと自動化して、すべて順調にいくと言える人がいるとは思えません。複雑すぎるのです。だから、NDAは1〜2年で完全自動化されるか?間違いなくされる。何十億ドル規模のM&A契約は?懐疑的です。法務には非常に広いスペクトルがあり、私たちが法律事務所や企業に伝えているのは、ゆっくり展開し、低リスクのユースケースから始めてメンタルモデルを作り、高リスクの中でも切り出せる部分から少しずつ取り組む、ということです。「リーガルエージェントの一式があるからすべて解決」というほど直感的なものではありません。1000人の弁護士を雇って、法律事務所を運営したことがなければ、どうマネジメントすればいいか途方に暮れる。それと同じ難しさが、皆が直面している大きな課題です。
AIがそれなりに頻繁にミスをし続けることは、AIにとって大きな問題に思えます。加えて、NDAと数十億ドルM&Aの違いの話もそうです。人間もミスをしますが、人間には「絶対に台無しにするな」と言える。何十億ドルが懸かっているからきちんとやれ、できなければクビ、場合によっては法的トラブルだ、と。ステークスを伝えることでミスを防ぎやすくできる。AIには現状そう言えない。
それは法律事務所のパートナーの価値として、過小評価されがちなものですね。最終的には、過去20年同種のM&Aや訴訟をこなしてきた一人の人間が、その案件の責任を引き受け、自分のキャリア全部を賭けて正しくやり遂げる。そのレベルの信頼に、こうしたシステムでもいずれ到達できると思います。株式市場は自動化された金融システムの上で動いていて、私たちはそれを信頼している。そこに辿り着く道筋はある。ただ、そこに行くために解くべき問題は多いと思います。
採用とアダプションの現状、そしてClaude Mythosの衝撃
会社の現在地について、創業から数年で評価額110億ドル、年換算売上で2億ドル近くに到達しています。法律事務所の現場での導入はどう進んでいますか。実際にどう統合されているのか。そして先ほど、業界内の人たちは外部の人ほどには大規模な業界破壊を予想していないと話していました。これまでの導入状況についてもう少し聞かせてください。
最後の点だけ補足すると、現時点では、ほとんどの法律事務所と社内法務チームは、業界が大きく変わると考えています。私が言いたいのは、この数か月の動き、特にコーディングモデルの跳躍を踏まえると、世界はまだ「これが何をどれほど変えるか」を過小評価しているということです。GPT-4からGPT-5までのこのクラスのモデルに、皆ある程度慣れてしまっています。その次の能力跳躍、私はGPT-3からGPT-4並みだと考えていますが、それはまだ織り込まれていません。導入の話に戻ると、私たちが組んでいる法律事務所の多くは、これを取り入れる必要があると認識しています。一番進んでいる事務所では「弁護士全員がこの技術を個人レベルで使う必要がある」と捉えています。さらに、特定のプラクティス領域単位で、案件のワークフローやチーム編成を再設計することを考えている事務所もあります。M&Aの中でAIにデリゲートできる部分はどこか、という観点で考え始めるわけです。そしてかなりの数の事務所が、クライアントとの協業の在り方や仕事の値付けを見直し始めています。業界としては正しい方向に動いていると思います。クライアント側もこの問題を考え始めていて、興味深いのは、大企業の多くが大規模な内部法務チームを抱え、なおかつ外部の法律事務所と仕事をしていて、社内に残す業務と社外に出す業務の線引きはもともと曖昧だ、という点です。モデルが良くなるにつれ、社内で自分たちでやるべき仕事と、より専門化された外部の事務所に任せるべき仕事の間で、健全な綱引きが起こります。
立場を確認させてください。先ほどの話と少し違って聞こえました。先ほどの文脈は、法律業界における雇用消失で、外部から見ると私はAIがリーガル業界を完全に変え、多くの仕事を消し去る、消すというのは強い言葉ですが、多くの仕事を不要にしていく、と感じます。そしてあなたは、業界内の人は外部から見るほどには心配していないと言っていた。ところが今は、これらの新しいモデルの能力を強調している。Anthropicの新モデル、Claude Mythosの登場で、株式が軒並み打ちのめされている状況がある。皆この変化の規模を見えていない、と。要するに、特に法律分野においてインパクトを過大評価しているのか、過小評価しているのか、どちらに立っていますか。
極端なケースで「2年で50%の仕事が消えるか」と問えば、それは極端すぎると答えます。一方で、現状の法律事務所はおおむね、この技術がどこまで良くなるかを過小評価していると思います。能力の観点だけで見れば、Mythosのようなコーディングモデルは桁違いに強力で、まさにあなたの言う通りです。そしてここにはラグがあります。それを法律事務所が使えるかたちで本番運用に乗せるための作業時間です。今あなたが見ている能力ギャップの一因は、プログラミングがこれほど速く進む理由が、実装コストがほぼゼロだからです。新しいモデルが出れば、ターミナルで「Codex 5.4 extra high fast」を選んでモデルを差し替え、そのままコードベース全体に当てられる。新しい能力をすぐ吸収できる。法律事務所で見られるラグは、デスクトッププロダクトを使えないことから来ます。ゴールドマン・サックスの内部調査をしている弁護士は、そのデータをデスクトップに落としてコードモデルにかけることを許されていません。能力の跳躍があっても、それを法律事務所や企業に展開するまでにラグが生じるのです。
私たちが今構築している多くの部分は、こうした能力を制御された形で使うためのセキュリティや仕組みです。単純な例ですが、コードモデルに「Spotifyでこの曲を変えて」と頼むと、APIがないからAppleScriptを書いて勝手にデスクトップ上で制限を回避してくる、といった事例があります。それを公にできない機微なM&Aで同じことをやられて、間違った宛先にメール送信、なんて事故が起きたら一大事です。だからこの能力を制約する仕掛けが必要で、それがやや展開を遅らせます。ただ純粋な能力としては、これらのモデルはシニアアソシエイト級で、本当に素晴らしい。形がまだ少しいびつで、ちょうどコードモデルが私たちの規模で建築判断まで完璧にできるところまで届いていないのと同じです。「この新プロダクトを我々の規模で正しいアーキテクチャ判断とともに作って」と任せると、まだ足りない。でもプリンシパルエンジニアと組み合わせると驚くほどのことができる。私が話す大型M&Aを担当しているシニアパートナーには、自分とモデルだけで案件の大部分を進められると言う人もいます。ただ、プログラマーがコードモデルを瞬時に使いこなせているのは、モデルの形がエンジニアリングの作業様式と完全に整合しているからです。法律家でモデルをそこまで活用できている人はまだ少ない。直感的とは言いがたいからです。だから、2年で50%の仕事がそのまま消えるのか、と問われると、私はそうは思いません。能力の観点から、もし完璧に業界に拡散できたら、人々の業務の50%をモデルが代替できるか?おそらくはイエスです。ただ、規制やセキュリティ、その他諸々の理由で、その拡散はダリオの予測ほど早くは進まないと考えています。そして最後に、法律事務所側は、私が言うよりもさらに遅く進むと思っているのが現状です。
すぐに戻ります。
SaaSアポカリプスの読み違いと信頼の価値
Gabe Pereiraとの対話再開です。今ここで述べてくださっている点に強く同意します。私が興味深いと感じているのは、市場が今のSaaSアポカリプスを誤読しているのではないか、ということです。素晴らしいモデルが出てきて、桁違いに賢く、桁違いに高い能力を見せ、Salesforceが叩かれ、CrowdStrikeも、Cloudflare、ServiceNowをはじめエンタープライズCRMやマネジメント系のソフトウェア企業がまとめて叩かれている。Anthropicがこうしたプロダクトを作れる、という前提があるからですが、忘れられがちで、しかも非常に大きなパズルのピースは、ビジネスを動かすうえでは能力以外も重要だ、ということです。たとえば信頼、セキュリティ、サイバーセキュリティ、プライバシー、そして関係性です。これらはあらゆるホワイトカラー業務で大きな意味を持つ要素です。バイブコーディングで素早くアソシエイトの仕事をこなせる代替プロダクトがあったとして、データを保護できる保証がない、突拍子もないことをやらない保証がない、規制当局やデータパートナーの承認も得られていない、となれば、結局そのプロダクトは使えません。Salesforceを例に取れば、能力面が今最強の強みだと言うつもりはなくても、プライバシー、サイバーセキュリティ、顧客との関係性こそが本当の強みになっているように見える。あなたの話は、リーガルでもモデルが多くの仕事をできる一方で、こうしたビジネス関係上の保証がないと使えない、あるいは多くの人が思うほどには使えない、という主旨に聞こえます。この理解で合っていますか。
そうだと思います。何が起きるかというと、モデルは今後も増えていく仕事をこなしていく。法律事務所のアソシエイトは大半の場合、クライアントと直接やり取りはしません。パートナーが任せる仕事の大部分を担っている。その業務はモデルが多く担うようになり、たくさんのエージェントとおそらく少なくなったアソシエイトを抱えるハイブリッドな事務所を作ることになる。そうした事務所が、モデルにできない大量の業務をこなす。あなたの指摘した、エンタープライズSaaS企業の価値が見過ごされているという話はその通りで、プロダクトをバイブコーディングすることと、別の企業が自社の運命を賭けてもいいと思える組織とプロダクトを構築することの間には、莫大な差があります。
うまく言いますね。Salesforceがダウンすればセールスや業務が止まりかねない。プライベートエクイティのファンド組成の例も同じで、そのファンドが正しく組まれているかは、配当が出るまでの10年待って初めてわかる。これらのシステムは複雑になりすぎて、簡単に評価できません。良いパートナーをどう評価するか?パートナーに渡せるテストはありません。「この人は過去20年M&Aを手掛け、概ね問題なくやってきた」という事実があるだけです。ソフトウェアでも同じで、テストはできても、本当に問われるのは10年間プロダクション環境で落ちなかったかどうか、です。その種のテストはありません。こうしたものはすべて信頼を積み上げる過程であり、信頼にショートカットはありません。だからこそ、これがこの技術の展開を遅らせる最大の要因になります。特に「単一のモデルや単一の企業がすべてを構築する」となれば、全リスクを単一のシステムに集中させることになる。モデルが書いた全コード、全インフラを誰も理解していない状態で、そのモデルに何か不具合があれば、会社は終わる。銀行やプライベートエクイティがそんな相関リスクの取り方を選ぶはずがありません。これがSalesforceやCloudflareのようなものの価値です。重要だが互いに相関しない別々のパートに分散させ、それぞれが説明責任を負う。「ひとつのモデルがすべて解決」という議論を耳にすることがありますが、世界は複雑すぎて、そんなふうには展開しないと思います。
ファウンデーションモデル企業が自分たちで作らない理由
ここはいい接続点だと思います。御社はAnthropicやOpenAI、xAIといった会社のファウンデーションモデルに依存しています。実際にファウンデーションモデルを作れるのは数社しかありません。これはあらゆるAIスタートアップに共通する状況です。金融向けやその他多くの業界向けにAIを作っているファウンダーたちにいつも投げかける、そしてあなたのようなファウンダーに投げかける問いがあります。Anthropicがあなたを潰しに来るのを止めるものは何でしょうか。OpenAIがあなたを潰しに来るのを止めるものは何でしょうか。彼らのモデルに依存し、彼ら自身がモデルを作る能力を持ち、業界に応用する能力もありそうに見える。OpenAIはCodexを作り、ソフトウェアエンジニアリング領域に直接投入してきます。法務でも同じことをするのを止めるものは?
これらの企業はすべて、その方向の何かをやるでしょう。ただ、緊張点としてはこうです。実際にはこのモデルを作っている会社はかなりの数あります。挙げてくれたファウンデーションモデル企業に加え、クラウドプロバイダーがあり、彼らは独自モデルを持つか、ファウンデーションモデルをクラウド経由で提供する。そのレイヤーでリスクは分散しています。もうひとつの捉え方は、なぜGoogleはデータルーム製品を作らなかったのか、という問いです。前世代のソフトウェアにおいてデータルームは数十億ドル規模の業界で、本質的にはGoogle Driveでも代替可能なはず。でも誰もGoogle Driveでトランザクションをやらない。データルーム専門の業界がきちんと存在します。これらの企業の最大の課題は、ダリオやサムが「法律業界向けのプロダクト」を考える時間がどれだけあるか、ということです。ほぼゼロです。ハードウェアで戦うか、データセンター建設の資金をどう調達するか、クラウドにどう挑むか。会社の中でその問題を考えている部分はほとんどありません。Microsoftや大組織を見ても、自社プロダクトの一部を法律事務所に売る小さなGTMチームがあるだけです。理解されていないのは、法律事務所のために解決すべき問題は「このモデルが法務業務をできるか」だけではない、ということです。業界全体が、事務所の構造、クライアントの構築、アソシエイトの育成のあり方すべてが変わる変革を迎えています。誰がこの移行で事務所とクライアントを支えるのか。それこそ私たちが解いている問題です。最良のモデルを誰が作るかではなく、プラットフォームと変革管理の両方を持っているか、です。Salesforceのような会社の価値を考えてみてください。営業組織を立ち上げるとき、Salesforceには各社のセールス構築を支援してきた膨大な学習が蓄積されています。クラウドで起きたのと似たことが起きるはずです。モデルは社会のインフラのコアになる、それは明らかです。モデル企業はこれを企業に売って巨大事業を築くでしょうし、彼らが作れる横断型プロダクトもあります。Coworkのような素晴らしい横断型プロダクトもある。でも各業界と世界はあまりに複雑なので、そのプラットフォーム上で巨大事業を作る余地は十分にあります。インターネット、コンピュータ、モバイル、クラウドの過去のプラットフォームシフトを思い出せば、これらが巨大企業や強力な技術になった理由の一つは、まさに私たちのような企業がその上で巨大事業を作ることを可能にしたからで、それこそが彼らに巨大な収益を獲得させる必然性でもあります。最後にもう一点。今、人が会社を立ち上げるときに止めているものは何でしょう。誰でも人を雇って調整できる、はずですが、実はとても難しい。エージェントで起きるのは、まさにここの民主化です。一人ひとりが無限の従業員を雇える能力を手にしつつあります。これは会社作りの能力を爆発的に開放します。非常に専門化された価値ある小さな会社が大量に生まれ、それを大規模にやりこなす人たちも現れる。それでもパイ自体が大きく開くので、すべてを単一プロバイダーが提供する世界はあり得ない。もし法律でそれをやるのなら、世界中のあらゆる業界でも同じことをやることになる、という議論になりますが、そんな展開にはならないと思います。
創業3年の若い会社が信頼を勝ち取る方法
ここまでで学んだことのひとつは、AIをエンタープライズに組み込むうえで、現時点での最大の弱点が信頼とセキュリティだ、ということですね。それはあなたの会社をユニークな立場に置きます。御社は文字通り3年目の会社で、大手法律事務所に対して「私たちを信頼してください、私はMetaで働き、DeepMindで研究してきた、若いし、これは私のルームメイトと立ち上げた会社で、データを預けて大丈夫です」と説得しに行く。かなり大胆な姿勢に見えます。創業者として、しかも比較的若い初回起業家として、信頼を獲得するためにどう動いてきましたか。
確実に効いているのは、私たちはこの起こる前から法律事務所に同じことを話していた、ということだと思います。会社をChatGPT登場前に立ち上げ、法律事務所、投資家、エンタープライズに伝えてきた多くのことが、その後現実になってきました。これは時間をかけて信頼を作る大きな要素です。「こう起こる」「こうやる」と言ったことを、実際にやり遂げる、という積み重ねです。次は構築できるチームです。私たちは素晴らしいチームを作ってきました。Winstonと私は比較的若いですが、CスイートにはCTOのSivaがいて、彼は1000人規模のエンジニア組織を率いてきましたし、COOは会社をIPOまで導いた経験があります。リーダーシップだけでなく、組織全体としても信頼に足る陣容です。とはいえ、私たちはまだ完全には信頼を勝ち取っていません。最良のプロダクトを作り続け、最良のチームを築き続け、スケールし続ける必要があります。既存のリーガルテック企業やエンタープライズ企業とも組んでいて、業界全体と協調していくことが、長期的な信頼形成の道だと思います。とはいえ先ほどの話の通り、そのスピードには限界があります。これは10年、20年スパンの会社で、私たちはやり続けるだけです。
ブランドはどれほど寄与しますか。歴史と格式のあるホワイトカラーの世界では、相手は「機関的に信頼できる存在」を求めるのに対し、スタートアップは定義上、機関ではありません。これは多くのスタートアップが、機関的な業界に切り込むときに直面するジレンマです。「ここはスタートアップの居場所じゃない、ここは法だ、ここはテクノロジーの場じゃない、ここは若いファウンダーの場じゃない」。だから「いや、私たちには機関としての信頼性がある」と示す必要が生じる。その多くはブランドの責任に乗ってくると想像しますが、それは事実で、どうブランドを考えてきましたか。
Winstonと私がブランドについて深く考えてきたことのひとつは、「やらないこと」です。初期にはマーケをほとんどやらない、自分たちが何をしているかを大々的に語らない、ということで批判もされました。私たちにとって常にインスピレーションだったのは、トップ法律事務所のウェブサイトです。彼らはマーケティングらしいマーケティングをほとんどしません。Wachtellのようなトップトランザクション系事務所のウェブサイトに行けば、見えるのはチームの実力と、過去に手掛けた取引の規模だけです。仕事に語らせる、という姿勢です。私たちのブランドも、それに極めて近い形で築きたい。私たちが大きな誇りを持っているのは、関わりを持っている法律事務所と企業の顔ぶれです。Fortune 500企業やトップ法律事務所からの信頼を得てきて、相手に高く評価される形で仕事をしてきた、それが私たちの信頼を示す最大の方法のひとつです。多くの場合、人々はブランドをマーケティングやデザインで考えますが、機関を考えるときは、こうした要素のほうが先で、プロダクトのデザインの話はその次に来ると思います。
起業家へのアドバイス
110億ドルの評価額に到達した会社を作った起業家として、このポッドキャストを聴いている起業家、特に初回ファウンダーへのアドバイスは何でしょうか。
今、最大のアドバイスはとにかくモデルを使うこと、です。今もう一度会社を立ち上げるとしたら、私はコーディングモデルを24時間365日使うでしょう。次に大事なのは、これから来る大きな機会の話です。私たちが立ち上げた会社は今では当たり前に見えますが、当時は当たり前ではなかった。これから成功する会社は、今は当たり前に見えない種類の会社です。リーガルや他のバーティカルに参入するのは、いまや少し当たり前に見え始めています。しかし、当たり前ではないのは、人々がインターネットを発明したとき、誰もUber、TikTok、DoorDashの登場を予測していなかった、というレベルの問いです。生成AIの上でそうした会社は、どんな形をしているのか。これがスタートアップの本当に面白い問いです。だからモデルを使い、その輪郭を探ること。これが、今いちばん大きく面白い問いだと感じます。
Gabe PereiraはHarveyの共同創業者兼プレジデントです。Gabe、お時間をありがとうございました。ありがとうございました。
お招きいただきありがとうございました。
Prof Markets Founder Seriesをお聴きいただきありがとうございました。来月もまた別のファウンダーストーリーでお会いしましょう。
コメント