この25歳が法律経験ゼロから6億7500万円のリーガルAIスタートアップを作り上げた方法

25歳の若き起業家マックス・ジュニア・ストランドが法律経験ゼロから始めて、わずか1年余りで6億7500万円を調達したAI法律スタートアップLegora（レゴラ）の成長物語である。ChatGPTの登場により法律業界が劇的に変化する中、彼らは従来の断片化された法律ソフトウェア市場に革命をもたらした。100名の弁護士にインタビューし、顧客と共に勝利する姿勢を貫くことで、従来売り込みが困難とされた法律事務所への販売を成功させた。現在では数万人の弁護士が日常的にLegoraを使用し、契約審査からデューデリジェンス、法律調査まで幅広い業務を効率化している。

How This 25-Year-Old Built A 5M Legal AI Startup (With No Legal Experience)

In this episode of Founder Firesides, YC General Partner Gustaf Alströmer is joined by Max Junestrand, co-founder and CE...

www.youtube.com

AI法律革命の始まり

AIってのは本当にめちゃくちゃ早いスピードで発展しとるから、うちらも同じペースで進まなあかんのや。法律ソフトウェアのスタック全体をどんどん深く掘り下げていく中で、ソフトウェアとサービスの境界線がぼやけてきとることに気づいたんや。うちの会社の強みの一つは、将来がどうなるかは正確にはわからんけど、あんたらもわからんやろ、せやからお互いにとって勝者になれるよう一緒に頑張ろうやって言えることやと思うわ。

今日は、マックス・ジュニア・ストランドに来てもろたで。彼はLegoraのCEOで共同創設者や。Legoraは2024年冬のバッチに参加して、弁護士や法律のプロが仕事をするのを手助けする最高のAIワークスペースを作っとるんや。ようこそ、マックス。

ありがとう、グスタフ。バッチを終えてから13か月たったんやな。この1年はほんまに忙しかったやろ。

ほんまにそうやで。めちゃくちゃ昔のことみたいに感じるわ。この1年で5歳も年取った気分や。

知らん人のために、Legoraについて教えてくれへんか。何を作っとるんや？

Legoraの事業概要

Legoraでは、弁護士向けのAI搭載ワークスペースを作っとるんや。基本的に彼らの仕事のやり方を変革しとるねん。レビューから下書き、調査まで、すべてをカバーしとる。

法律業界では、めちゃくちゃ細分化されたソフトウェア空間があって、いっぱいポイントソリューションがあったんやけど、AIが構造化されてない文章、判例、法律文書をうまく扱えるレベルに達してなかったんや。せやけどGPT-3.5が出てきた時に、すべてがガラッと変わったんや。

うちらはすぐにプロダクトを作って、今では毎日数万人の弁護士が使う企業レベルのシステムまで成長させたんやで。

そのポイントソリューションって、基本的にはワークフローツールやったんやろ？以前は何やったんや？法律技術業界の歴史があるはずやもんな。今始まったわけやないやろ。

そうやな、リーガルテックは長い間一つのカテゴリーとして存在しとったんやけど、長い間めっちゃ地味やったんや。テンプレート作成ツールから特殊な翻訳ツール、赤線ツール、調査ツールまで、幅広いポイントソリューションがあったんやで。そしてそれらすべてが何らかの形でテキストを扱っとった。

生成AIが登場して、すべてをひっくり返してしもたんや。そして落ち着いた時には、同じ基盤技術で多くのユースケースを解決できることがはっきりと見えたんや。

ChatGPTが出たんは、あんたらがこの会社を始める8か月前やったな。その瞬間について教えてくれ。会社設立にとって重要な瞬間やったんか？

創業のきっかけ

うちらはChatGPTよりもずっと前からAIと法律の分野で遊んどったんや。Googleが出しとったBERTみたいな初期モデルを使っとったんやけど、英語ではそれなりやったけど、スウェーデン語では本当にひどかったんや。

会社設立のきっかけとなった最初の観察は、共同創設者の友人の弁護士が夏の間の4か月間、大手法律事務所で裁判事例をまとめる作業をしとったことやったんや。基本的にGPT-3.5が開発者向けにリリースされた時に、うちらが最初に作ったのは株式オプション契約がどう機能するかを説明するストックオプションリーダーやった。法律の知識がないスタートアップ創設者として、これは合理的に見えたんや。

そこから焦点は、すべての法律専門家が日常的に使いたがるような、より包括的で端から端までのシステムをどう構築するかに素早く変わったんや。最初のプロダクトは本当にシンプルやった。特にヨーロッパ向けに構築する場合、すべてのデータ処理要件に適合するために多くの面倒な手続きを経る必要があったんや。ヨーロッパ内でのすべてのデータホスティング、トレーニング用途なし、保存なし、人間によるレビューからの除外など、AzureやAWSの構造を見た時にな。うちらはそういった障害をすべて乗り越えて、法律事務所が使えるコンプライアント対応システムを作ったんや。

そして、ChatGPT、Claude、Geminiといった一般的なAIプラットフォームが継続的に発展するにつれて、うちらがより良いものを作るための要求も継続的に高くなっていったんや。

AIの魔法的瞬間

コーディングや法律みたいな一部の業界やカテゴリーでは、モデルが魔法のようなことをしとるみたいやな。その業界の人たちが以前は想像もできなかったことができるようになっとる。

Legoraを使って顧客にとって魔法のようなことをした最初の体験について教えてくれへんか？顧客がそれをどう感じたかも含めて。

最初の体験は、うちらが北欧最大の法律事務所にLegoraを導入した時やった。そこのマネージング・パートナーは新聞で「AIは知的というより人工的や」って言うのが有名やったんや。これは初期のモデルの話やけどな。

多くの事務所が役に立たない高価なツールを買って痛い目に遭っとったんや。そのミーティングで、わしがラップトップを取り出して、「クエリを入れてみて」って彼に頼んだんや。彼が法律調査のクエリを入れると、うちらはLegoraをRAGシステムでスウェーデンの法律と結び付けとったから、完璧に答えが出たんや。その瞬間の彼の目を見たら、「あはっ」って瞬間やったのがわかったで。

それはあんたにとってもあはっ瞬間やったんか？

いや、わしの個人的なあはっ瞬間は、ChatGPTを一般的に使った時やった。本当に素晴らしかったんや。コンピューターと話せて、それが話し返してくるなんて、完全にSFみたいやったからな。起業家として、そこから素早く理解できるんや。この分野ではこんな風に、あの分野では別の方法で応用できるってな。

法律特有の話では、チャット体験はいつも素晴らしかったけど、同じモデルを違う方法で応用した時が本当やった。最初のユースケースの一つはデューデリジェンスやった。何百もの文書を見たい時に、一つ一つ見ていく代わりに、大きなグリッドを作ったんや。基本的に各文書が行を表現して、クエリを列に入れることができるんや。

100の雇用契約を入れて、「すべてに知的財産条項が含まれているか？」って聞くと、ガタガタと動き始めて、「はい、はい、はい、いいえ、いいえ、いいえ、はい、はい、はい」って答え始めて、いつも引用元にリンクバックするんや。「うわ、これは革命的や」って気づいたんや。以前は何日も何時間もかかっとった作業を、数分に変えとるんやからな。

シリーズB調達の発表

この放送が配信される頃には、シリーズBを調達したことを発表しとるはずやな。いくら調達したんや？

8000万ドルを調達したんや。IconicとGeneral Catalystがリードして、YCの継続的な参加とBenchmark、Red Pointにも感謝しとるわ。

Legoraのソフトウェア体験

ソフトウェアはどんな感じなんや？弁護士としてLegoraを使う時の日常業務はどんな感じなんか？

大きく分けて二つの部分に分かれとるんや。一つ目はウェブアプリケーション、二つ目はMicrosoft Wordのアドインや。うちらはMicrosoft Wordに直接統合しとるんや。

ウェブアプリケーションから始めると、最初にあったのは自分の文書やファイルに対するシンプルなチャット機能やった。これがすぐに独自のエージェントに発展して、アプリ内の他の多くのエンドポイントや外部ツールも使えるようになって、より複雑なステップバイステップのワークフローを解決できるようになったんや。

例えば、「メモを書きたい」って言うと、メモの最初のステップは調査に行くこと、二つ目のステップはその調査をすべて取って事務所の標準言語に合わせること、三つ目のステップはレポートを書いてレポートを出力することって想像できるやろ。

それを全部やってくれるんか？

全部やってくれるで。MCP（Model Context Protocol）とこれらのエージェントのツール使用をスケールする方法について、わしはめちゃくちゃ興味深いと思っとるし、うちらも大きく依存しとるんや。多くの事務所が特定のワークフローに合わせてツールを採用する方法について、異なるニーズを持っとるからな。知的財産で働くか、再編で働くか、企業で働くか、争議で働くかによって違うんや。

チャット以外の二つ目の部分は、前に話した格子やな。うちらはこれを表形式レビューと呼んどるんや。基本的には任意の数のファイルを入力して、任意の数のクエリを入力すると、お互いに対して実行するんや。

そこでの大きな革新は、モデルとどうプロンプトしてやり取りするかではなく、これをいかに大規模に実行するかなんや。10万のクエリを同時に並列で実行して、何も壊れないようにして、すべての引用が正確になるようにするかってことや。個々の文書内でのRAG検索のチャンキングがたくさんあるんや。時にはめちゃくちゃ長いからな。

法律文書には特定の複雑さがあって、定義みたいなものを常に含める必要があるし、各条項間で相互参照がある場合もあるんや。それらすべてを考慮に入れて格子を提供するんや。

Wordアドインの革新

Wordアドインを見ると、弁護士向けのカーソル（Cursor）みたいなもんって言えるかもしれんな。

弁護士は基本的にWordを使うってのは、長い間知られとった事実やからな。彼らはWordやPDF形式で契約書を起草したりレビューしたりするんや。うちらが本当にやりたかったのは、Cursorがどうやって生成AIを既存の作業環境に持ち込むかと同じように、法律専門家の既存の作業環境に持ち込むことやった。つまりWordに統合することや。

違いは、Wordをフォークすることはできないし、欲しいだけの画面領域を占有することもできないんや。基本的に右手の列に制約されて、そこでめちゃくちゃ創造的にならなあかんのや。モバイルアプリを設計するのとほとんど同じやな。それだけの画面領域しかないからな。

そこで最初に作ったのは、文書を読むだけでなく、編集も作成できるアシスタントやチャットをどう統合するかやった。「このMSAを買い手向けに再交渉したい」って言えるんや。そしてわしが持っとる内部チェックリストや内部のプレイブックや判例を使ってやってくれって。

今ではチャットベースだけでなく、より広範なワークフローでも機能するようにスケールしたんや。「ここに契約書がある。20の異なるステップで構成されるわしのプレイブックを取って、開始ポジションから交渉して、異なるフォールバックも含めて確実にやってくれ」って言えるんや。

以前は不可能だった法律業務

2年前は弁護士にとって文字通り不可能やったけど、今はできるようになった具体例はあるか？

たくさんあるでな。初期のMLモデルは法律言語がめちゃくちゃ下手やったんや。特に下手やったのは、文書間で言語が異なって見える時やった。すべての文書で同じように見えるコントロール条項の変更を見つけるようにシステムを訓練することはできた。せやけど、その条項がそんな風に見えない時のコントロール変更の意味を見つけるのは本当に下手やったんや。

LLMが可能にしてくれたのは、特に大規模な契約業務や大規模な文書抽出において、そこからどう洞察を引き出すかみたいなタスクを取ることやった。もう一つは、判例やプレイブックに対するWord内でのファイルの赤線引きや。これは完全に不可能やった。

あるいは何百、何千もの判決に対する深い調査で、判決だけでなく法律や規制みたいなものも同じ場所に引き込む必要があるもんな。知能のコストが下がっているから、できるクエリの量も増えるんや。

一つのかなりクールなことは、自分の文書やファイルに対して一つの検索をして、ウェブで別のを作って、裁判事例や判決、法律に対してもう一つ作って、それらすべてを組み合わせて、過去には余裕がなくてできなかったメモを効果的に作ることや。単純にやらなかったんや。

デューデリジェンスでも同様で、ずっと昔に戻ると、物理的なデータルームやったんや。だからルームって呼ばれとるんや。実際にルームに行って、すべての文書と契約書があって、座ってすべてを読まなあかんかったんや。そしてペンでマークせなあかんかった。

会社のデューデリジェンスをするのは本当に高くついたんや。今ではほぼコモディティになってきて、やることを期待されるけど、AIが99%できることを知ってるから、クライアントも非常にシンプルな契約レビューにお金を払うのにそんなに乗り気じゃないんや。

法律事務所への販売の変化

わしがYCにいる間に、いくつかの法律ソフトウェア会社に資金提供したことがあるけど、すべてにとって最も困難な挑戦は法律事務所への販売やった。ほとんどが結局企業に売ることになったんや。法律事務所は単純に販売不可能やったからな。それが2年前に劇的に変わったんや。何が変わったと思うか？世界の主要法律事務所の一つに行って売る時はどうするんや？

みんなが聞いてる人のために、これはインタビュー中にあんたがめちゃくちゃ強く押しとった質問の一つでもあったんや。うちらは「いや、今回は違う。信じてくれ」ってかなり逆張りやったと思うわ。正しかったのは嬉しいで。

うちらがこの問題にアプローチした方法は、いつも「あんたが勝てばうちらも勝つ」というアイデアやった。法律事務所として、この技術は革命的やから、何らかの形で採用する必要があるし、うちらはその長期パートナーになりたいって言って、インセンティブを合わせるんや。そして彼らも何となくそれを知っとるんや。

起こることは、多くの法律業務は差別化が低いってことなんや。法律事務所Xや法律事務所YからDDをやってもらっても、基本的に同じ取引になるんや。だから、サービスの完璧な均衡があって、誰かが新しいアプローチを取ってそれを破壊すると、クライアントは素早く切り替えるんや。

つまり、クライアントは価格圧力を受けとるし、効果的でありたいと思っとるんや。法律費用はめちゃくちゃ高いしな。だからこの均衡が崩れると、ほぼ強制的に採用せなあかんようになるんや。インセンティブがあるんや。

弁護士がコンピューターを採用した時と同じようなもんやな。時給で請求しとる時に、「人に図書館まで歩いてもらって、正しい本を見つけて、正しい事例や判例を見つけて、それを仕事に使おう」って言えるやろ。あるいはCtrl+Fを押すかや。

クライアントに最善の方法でサービスを提供したいというジレンマがいつもあるんや。それが長期的により多くの収益をもたらすからな。うちらが一緒に働く多くの事務所にとって、ブランドの評判や信頼、常にクライアント第一に考えることが最も重要なんや。

だから多くの事務所もここでリーダーになりたがっとるんや。早い二番手になりたい事務所もあるけど、多くは先駆者になりたがっとる。この完璧な均衡があって、破壊される単純な種類の仕事を取る時に、より早く動くことでより多くの市場シェアを得るべきやって理解しとるからな。

せやけど底辺への競争やないんや。料金の底辺への競争でもないんや。デューデリジェンスのコストを下げれば、本当に複雑な合併や買収について取締役会にアドバイスする時間がより多く確保できるからな。

だから通常起こることは、時間的プレッシャーを受けとるってことや。もっと仕事ができるけど、やらなあかんことがいっぱいあるんや。それがAIが本当に得意なことなんや。

せやけど弁護士に対してもめちゃくちゃ創造的な方法でサービスを提供しとるんや。誰かから電話がかかってきて、「Legoraと役割演技ゲームをしたんや。この議論に勝とうとして、相手方として行動するよう頼んだんや」って言われたユースケースがあったんや。

法廷でのAI活用

スペインのPerorka事務所のパートナーの一人が素晴らしい状況を体験したことがあったんや。法廷に入る時に、相手方からのすべての証拠と文書をLegoraに入れて、聴聞中や相手の弁護士が話している時に積極的にクエリをしとったんや。間違ったことを見つけたらすぐに中断できるからな。

彼がとても詩的に表現したのは、戦場に行く時にLegoraを持つのは別の鎧を身に着けるようなもんやって言ったことやった。とても詩的やと思ったで。

Legoraを使って代わりに交渉をすることはできるか？

うちらがそれを構築した方法は、LLM自体だけではまだそれには十分じゃないと思うし、それについて話すことができるけど、モデルが良くなることを知ってこれらのプロダクトを構築するのは興味深いんや。どこで止めるかってことやな。すべての機能でな。

だからLegoraのその機能はプレイブックと呼ばれとるんや。プレイブックは基本的に何かを承認するか却下するかのルールの集合体なんや。YCでNDAに署名する方法について、機密保持契約内の定義を特定の方法で見せたいといつも思っとるかもしれん。

だからルールを提供して、例文を提供して、「相手方がこの定義を受け入れない場合、いくつかのフォールバックがある」って言うんや。フォールバック1とフォールバック2とな。そして文書をLegoraで開いて、プレイブックを開いて、再生を押すんや。

すべてのルールを通して契約書に対して実行して、マークアップするんや。だからプレイブックに適合しない場合は、適合するように提案された言語を提供してくれるんや。これについて本当にクールなことは、法務部門以外にもスケールすることなんや。

Legoraでは、すべての営業担当者が法務チームに送る前にNDAを交渉するためにLegoraを使っとるんや。北欧のとても大きな銀行との仕事を始めたんやけど、法務チームから始まって、コンプライアンス、リスク、そして今では営業まで非常に素早く広がったんや。

みんながシステムを活用できるからなんや。それについてクールなことは、より速くより正確なだけでなく、標準に合意することなんや。法務チームがプレイブックを作って、それがみんなが使う標準になるからな。だから実際に時間が経つにつれて品質と一貫性が向上するんや。

法律経験ゼロからの挑戦

あんたら誰も始めた時は弁護士やなかったんやろ。それでも世界で最大級か最も急成長しとる法律AI会社の一つを構築しとるんや。どうやってそれをするんや？

この時点で、わしは趣味の弁護士になったと思うわ。せやけどうちらのアプローチ方法は、めちゃくちゃ謙虚やることやった。業界を知らなかったという事実に対して謙虚で、フィードバックが毎日行われる初期パートナーとの関係を素早く作ったんや。

それがうちの会社の強みの一つやと思うんや。「将来がどこに向かうかは正確にはわからんけど、あんたらもわからんやろ。だから何が起こってもお互いに勝者になれるよう一緒に頑張ろう」って言えることやな。

そして今ではもちろん、プロダクトチームや顧客と直接働く多くの弁護士をチームに雇う特権を持っとるんや。こんな大きな変化を経験しとる業界では特に、「なんでこんな風に機能するんや？こんな風に機能できるのに」って言うようなナイーブさを持って入ってくるのが有用やったんや。

専門知識なしで起業する方法

今これを見とる創設者がいて、「物流や保険、金融向けのAIソフトウェアを構築したい」って思っとるとしよう。基本的に専門知識は必要ないってアドバイスなんか？学ぶ必要があることをどう学ぶんや？

わしのアドバイスは、学ぶことやな。うちらはこれに取り組んで、最初にやったことは100人の弁護士にインタビューすることやった。LinkedInでええハックがあったんや。昼食を一緒にして、彼らの時給を支払うかって聞くメッセージを送ったんや。絶対に余裕がなかったし、誰もそれを課さなかったで。「それは素晴らしい。とにかく昼食を一緒にしよう」って言ってくれたんや。

わしのキャリアで非常に役立った属性の一つは、人が助けたいと思う人間やってことやった。それはとても過小評価されとるスキルやと思うわ。そうなるためにできることがあると思うんや。人に対するアプローチでちょっと恐れ知らずになることができるし、他の人があんたを助けてくれた仕事に対してとても感謝し、評価することもできるんや。それをやらなかったら、今の場所にはいなかったやろうな。

弁護士とのランチのコツ

スタートアップを始めるときに、法律についてあまり知らない状態で弁護士とランチをどう進めるんや？

まあまあいいところに行くんや。また、彼らは大金を稼ぐからな。部門がどう機能するかが根本的に異なることを理解するのにも時間がかかった。取引業務の弁護士は企業部門の弁護士とは全く違う働き方をするんや。めちゃくちゃ質問するだけや。そして彼らにも何か返すことを考えるんや。

彼らがわしの技術的な背景を見て、「あ、それはめっちゃクールやな。これについてどう思う？」みたいなアイデアを与えて、彼らを関与させて、アドバイスを与えたいと思わせるんや。

そして人々は一般的に創設者にアドバイスを与えることを良い気分にさせてくれるからな。もちろんそれは活用すべきことやし、わしたちがいる立場から今めちゃくちゃ喜んでやってることでもあるんや。

法律技術市場での競争

法律技術には大きな会社がいくつかあるな。すべてと戦っとるんか？既存の法律技術市場についてどう考えとるんや？

この分野には長い間、多くの大きなM&A機械や既存企業があったんや。エンドユーザーにはあまり人気がないんやけどな。かなり遠くまで根を張っとる感じやと思うわ。データモードなんかで発揮される利点もあるけど、効果的にAIがやったことは、いかに早く何かを出荷できるかという点でゲームを本当に変えたことや。新しいカテゴリーを作り出したんや。

これらの既存のポイントソリューションの多くは、M&A機械のスイートに組み込まれとったかもしれんけど、今では多くが非常に素早く無関係になってきとるんや。ソフトウェアを構築するコストも非常に急速に下がっとるしな。

数千人のエンジニアのチームを、たった30人で出し抜いたり、より良い配信をしたりする能力はばかげとるレベルやで。だからうちらは代わりに、記録時点で約100人の会社を構築することができたんや。うちらのベロシティは、100倍のサイズの会社よりもはるかに高いんや。

それ自体が、この1年間でどう会社を構築してきたかという点で興味深いと思うんや。YCを出た時はだいたい10人やったのが、今では100人になっとるってことは、平均して週に2人ずつオンボードしてきたってことやからな。

正しく雇用するのは本当に難しいんや。学ぶ必要があるスキルやで。ベロシティのための雇用、起業家精神や異なるプロダクトの所有権のための雇用、でもスケールのためでもあるんや。会社が指数関数的に成長しとるから、チームメートも指数関数的にスケールする必要があるんや。人々が直線的にスケールしたら、ある時点で本当に大きなデルタができて、物事がうまくいかなくなるからな。

大企業の囲い込み戦略

これらの大きな法律技術会社には囲い込みがあるんか？

これらの大きな会社にはいくつかの利点があるけど、欠点が利点を10対1で上回っとると思うわ。非常に大きなデータの利点があって、大きな契約を囲い込む既存企業であることの利点もあるんや。

せやけど買い手もここで態度を変えてきとると思うんや。5年契約を囲い込みたがる人は誰も見とらんのや。世界があまりにも早く動いとるからな。代わりに1年契約をしとるのを見るんや。

それは企業がより早く動く良いモチベーションみたいやな。

そうやな。せやけど法律事務所でもそうやで。ベンダーに囲い込まれたくないんや。だから1年や2年の契約をしとるんや。そして今、多くの場所で出てきとるのを見ると、既存の選択肢の外も見とるんや。

2023年や2024年に実験的な日々やった時にベットをしたかもしれんけど、今では長期的に何を展開するかを見とるんや。そこでわしが見とるのは、人々が技術を見るけど、それ以上に彼らがズームアウトして変化率を見とることや。彼らはポイントAからポイントBまで連れて行ってくれるパートナーと仕事したがっとるんや。

それは異なることかもしれん。AI優先になって売上高を伸ばしたいかもしれんし、収益性を推進して業務を合理化したいかもしれん。非常に異なるモチベーションかもしれんのや。

技術スタックの詳細

技術スタックはどんな感じなんや？内部的にはどうなっとるんか？

インフラを構築する上で、最初からAzureを使いたいことはかなり明確やった。顧客が使っとるのと同じやったからな。最初はOpenAIとGPTが、Azure経由で提供できる唯一のモデルやったと思うわ。今ではもっと多くの選択肢が利用できるようになったんや。

AWSとClaude、Gemini、GPT、Mistralを基本的に互換的に使っとるんや。そこで最大のことは、いつでもモデルをホットスワップできるような方法ですべてを構築することと、モデルが良くなるとすべてが改善されるような方法で構築することやった。

今では分類モデルも検討しとるんや。シンプルなクエリをする時はシンプルなモデルを提供して、複雑なクエリをする時は複雑なモデルを提供するんや。それはマージンを抑えるためでもあるけど、水鉄砲だけでええ時にバズーカは必要ないってこともあるからな。

法律事務所の購買構造

買い手は誰なんや？法律事務所にはパートナーがいて、他の人もいるって理解しとるけど、法律事務所や会社の法務チームは一般的にどう構築されとって、誰がいて、誰が買って、誰がソフトウェアを使うんや？

サイズによってちょっと変わるんや。最大の事務所から始めると、もちろん物事を運営するパートナーグループがあるけど、非常に多くの場合、多少の影響力を持つイノベーション部門があるんや。

非常に強いイノベーション部門やったら、彼ら自身が選択を行うんや。ソフトウェアを調達して、イノベーション議題全体に責任を持つんやで。これらのことについて本当に賢いイノベーションの人たちと一緒に仕事することから最もエネルギーを得たんや。AIボックスにただチェックを入れたい人たちと、本当に物事を前進させたい人たちがいるからな。

そこでの興味深いジレンマは、基本的に事務所全体やスタック全体で効率を推進しとるけど、彼ら自身はユーザーやないってことなんや。しかし、M&Aグループや争議グループ、仲裁で働くイノベーション実務者がよくいて、それらのチームと一緒にスキルアップを推進するんや。

非常にプロセス志向の働き方があって、エンドユーザー向けのユースケースを構築するためにLegoraを使うかもしれんのや。大手法律事務所で働く時は請求目標を達成せなあかんからな。彼らはめちゃくちゃ働くで。うちらスタートアップの人間も頑張るけど、弁護士も頑張るんや。

何かを解決する方法があることを知ってて、それに6時間かかることがわかっとる時に、6時間でやる方法を知っとるなら、より早くやったりより高い品質でやったりする方法を探求するチャンスを取らないかもしれん。使い慣れた働き方に従うだけやな。

だからイノベーションチームは事務所全体でそれを推進する大きな機会と、率直に言って使命を持っとるんや。ちょっと下がって中規模の事務所では、イノベーション部門がない場合が多くて、決定を下すのはパートナーなんや。パートナーシップ全体の同意を得るのは難しいってことがわかったんや。

法律事務所への販売戦略

この点についてもう少し詳しく話してくれ。多くの創設者から金融会社や法律事務所みたいなところにどう売るかって聞かれるからな。みんなを納得させなあかんってのが難しいところみたいやな。

みんなを納得させるか、より小さく始めるかなんや。「このパートナーとそのチームと一緒に働いて、彼らをロックスターにしよう」って言うんや。そうすると他のみんなが「あいつ何やっとるんや？すげーやん。うちらもやりたい」って言うようになるんや。そして拡大するんや。

せやけどここでのキーは、ボトムアップではなく、まずシニアの人たちに売ることなんや。うちの業界では個別にソフトウェアを調達しないから、ボトムアップの動きは不可能なんや。調達を通して、ITを通すんや。実際にクライアントデータをシステムで提供するためには、多くのセキュリティチェック、多くのデータプライバシーチェックを通らなあかんのや。

起業家としての背景

Legoraを共同創設した時は23歳やったんやな。その時までに既にいろいろやっとったな。複数のYC企業でのインターンもあったし。この会社を始める前の背景は何やった？

18歳で大学に申し込む時に、実際に二つの選択肢があったんや。プロのDota 2プレイヤーになる道に行くか、大学に行くかやった。その時の考えは、それぞれの結果での最良のケースシナリオは何かやった。

Dotaでの最良のケースシナリオは、インターナショナルという世界最大のトーナメントで勝って、1000万ドル稼ぐことやった。それは素晴らしいやろう。せやけどその後何が起こるかを考えとったんや。何となく人生が止まるような感じがしたんや。

大学に行く最良のケースシナリオは、基本的に今やっとることやった。だから大学に行くことにしたんや。スウェーデンで大学に申し込む時は、一つの学校で一つのプログラムに行くんや。

工学大学はビジネス大学とは完全に分離されとって、これは本当に変やと思うんや。全く混ざらないから、これは良くないんや。せやけどハックがあって、一つの学校に入学して、それを引っ張って別の申し込みを作って、電話して間違えたって言って、再申請したいって言うことができたんや。

結果的に両方の大学に並行して通えるようにしたんや。COVIDの間にそれをやるのは本当に良いタイミングやった。同時に二つの講義がある時は、ラップトップを二台持てたからな。一つを録画してな。

両方の大学で同時に試験がある時が何度もあって、一つのカメラをここに、もう一つのカメラをここに置いて、一つの試験だけをやっとるふりをしとったんや。

1年か2年後に、プログラマーとして働きだしたんや。eスポーツベッティングの統計モデルを構築しとって、それは本当に楽しかった。せやけどビジネス側がどんな感じかも見たいと思ったんや。

Norhenという会社で働く特権があったんや。インパクト版のYCみたいなもんで、ストックホルムにあるんや。他の起業家への多くの露出があったと思うんや。

そこで印象に残ったのは、一つには、彼らの何人かが今うちらがやっとるような会社を構築するのにそれほど野心的やなかったけど、北欧を征服する5年計画みたいなもんを持っとったことや。だからすぐに違う見方をしたんや。

その後McKinseyで短期間働いて、BAMLOで働いて、Depictで1週間だけ働いたんや。Depictは信じられないほどの才能磁石やった会社の一つやった。Depictから信じられないような人たちが出てきとるんや。Lovableの創設者の一人もそうやし、他にもたくさんいるんや。

1週間しかいなかったのにLegoraを始めたんやな。でもこういう磁石があって、他のクールな会社にスピンオフしていくのはクールやな。

彼らは素晴らしくて、ストックホルムではみんな良い友達なんや。小さなエコシステムで、お互いを応援するのも本当に楽しいんや。

急速な成長期

YCは去年の4月に終わったな。10人から100人への会社の成長と個人的な成長について教えてくれへんか？何が起こったんや？

めちゃくちゃ速く成長したし、その重荷も感じとったんや。プロダクトを市場に出して、デモで売れるようになったんや。法律事務所が1回のデモの後に物を買い始めたら、何か正しいことをやっとるってことやで。

だから理屈は、もっとこれをやるべきで、すべての場所で一度にやりたいってことやった。これはリーガルとLLMが良い組み合わせやってことが明らかな分野でもあったんや。だから業界には多くの他の会社もあったんや。

めちゃくちゃ多くの法律AIアシスタントがあったって言いたいけど、今では多くが脱落して、数人の勝者が現れとる感じや。その理屈で、会社にアメリカの資本も入れたかったんや。適切な時にストックホルムからアメリカに移る動きができるようにしたかったからな。

資金調達後の最初の取締役会で、基本的に「今後4〜5か月は販売しない」って言った時の取締役会メンバーの顔を覚えとるわ。その理由は、クライアントをオンボードするチャンスを得た時に、多くの作業が必要やったからなんや。

プラットフォームで何ができるかのレベルの理解に到達させるのに多くの作業が必要やった。それに法律専門家がログインする最初の体験が唯一のチャンスなんや。それを台無しにしたら、戻ってこないんや。

多くの人をオンボードして、いくつかのミスをした状況がいくつかあって、それを台無しにしたくなかったんや。だから信頼性、スケーラビリティを本当に頑張って、1日に1000人の弁護士を快適にオンボードできるレベルまでシステムを持っていったんや。それができたら、解き放ったんや。

それが本当に雇用を始めた時でもあるんや。10月の初めは25人ぐらいやったのが、たった6か月後には100人になっとるんや。だからやったことは、「ヨーロッパのすべての市場でスケールして、アメリカに向けてもスケールし始める」って言ったことやった。

アメリカでの初期の会話は時間がかかったんや。小さなスウェーデンのスタートアップやったからな。だからニューヨークを何度も行ったり来たりして、今ではニューヨーク、ロンドン、ストックホルムにハブを開いて、スペイン、フランス、ドイツにも現地の人がいるんや。

本当にすべてに取り組んで、すべての場所ですべてを一度にやりたい、今やろうって言ったんや。

個人的成長と組織運営

あんたと組織にとって、その体験はどんなもんやった？

最大の学びはICから委任への移行やと思うわ。何かをする方法を知っとるけど、それはスケールしないんや。だから他の誰かにそれをするよう教える必要があるんや。そして多くの異なるトピックで自分よりもはるかに優れた人を雇う必要があるんや。

初期に行った雇用の一つは、実際に別のYC創設者やった。Jakeやな。実際に多くの起業家でチームをスケールしたんや。それは探しとるスキルだけやなくて、会社を構築した方法でもあるんや。会社の中で複数の会社を効果的に運営しとるからな。

YC企業の多くの最高の企業が従っとる秘密のプレイブックみたいなもんは、最初に雇いたい人はすべて元創設者やってことなんや。それは実際にポール・グラハムから昔もらったアドバイスでもあるんや。

時々、この会社で3年間働いた創設者やけどうまくいかなかった、就職市場で魅力が下がったかなって思うかもしれん。ここにいるか、スタートアップセンターにいるなら、実際には就職市場でより魅力的なんや。人々は実際にあんたみたいな人と一緒に働きたがるからな。そしてうちらは彼らを雇いたがるんや。だから素晴らしかったで。

それにエージェンシーと問題解決への態度もや。それが探しとるもんなんや。そして時々スケールのために雇う必要があるんや。今では重要な営業チームがあって、1000万ドルから5億ドルを見てきた人が必要なんや。それがうちらが歩んどる道やからな。

M&Bからの学び、これは確実にあんたにも当てはまると思うけど、最初の文化は雇う人やってことやな。今ハブをスケールしたから、いつもストックホルムから人を送るんや。ストックホルムオフィスの最高の人たちが旅行して新しいハブを設立するんや。

“やり遂げる”文化の体現

あんたは「ただやり遂げる」属性を体現しとるような人に見えるな。それが会社にどう反映されとるか教えてくれへんか？

「ただやり遂げることはできない」んや。この会社を構築し始めた時、法律について何も知らなかったからな。最初のインタビューではそれがかなり明らかやったし、そこから2回目のインタビューまでに、やれることを示す正しい動きをしたんや。

2つの異なるバッチに応募したんやな。最初のはうまくいかなかった。この属性について、他の人にも探しとるもんなんや。よくやるインタビューで、「会社での役割以外で何をやった？」ってよく聞くんや。

ここで探しとるのは創造性、問題を見つけて解決する能力、やっとることだけでなくもっと多くのことに責任を持つことなんや。会社を始めて将来を構築することについて言うと、率直に言ってやっとることの多くを再考する必要があるから、上司に何かをするよう言われることに縛られとる人は欲しくないんや。

非常にフラットな組織を持っとって、マーケティングチームでは、過去にできたよりも10倍多くの仕事をするためにAIを使うジェネラリストが欲しいんや。30人のマーケティングチームが必要やったかもしれんところを、今では5人で十分なんや。そしてその5人には完全で、それ以上のことをやる人になってほしいんや。

その特性は、本当に野心的なら、ツールから多くのレバレッジを得ることができる時代において、ますます重要やと思うわ。

弁護士の未来像

5年や10年先を早送りしたら、弁護士の日常業務はどんな風に見えるか？

それについてよく考えるんや。実際にやるよりもレビューする仕事空間にますます入っていって、クライアントからの期待とAIエージェントからの期待と仕事を管理しとるって見方をしとるんや。効果的に彼らに指示を出しとるんや。

彼らが出て行って仕事をするのを見て、やっとることがあんたの基準で正しいだけでなく、その仕事がクライアントにどう配信されるかも管理しとるんや。自分の分野を知ってる人がいつも欲しいと思うからな。

そしてうちらが弁護士と一緒に働く大きな理由があって、法的サービスを使うかもしれん人たちとではないんや。最終プロダクトを提供するのに弁護士は必要で欠かせないからなんや。

せやけど5年、10年先を見るのは難しいんや。10年後にAIモデルがどこにあるかを知っとったらな。今は数週間先を見とるんや。それはおかしいけど、うちらのプロダクトロードマップでもそうなんや。何四半期も先にやろうとしたんや。難しいんや。本当に難しい。

大手AI研究所の脅威

大手AI研究所が法律をやろうとすると思うか？

法律特有やないかもしれんけど、彼らがモデルプロバイダーというよりもプラットフォーム企業になってきとると感じるんや。GoogleはGeminiでGoogle Workspaceを構築しとるし、AnthropicはMCPのアイデアで多くのアプリケーションへの普遍的なエントリーポイントを構築することに全力で取り組んどる。

うちらのような会社への期待はかなり明確やと思うんや。モデルラボから出てくるものは期待されとって、その上に追加するすべてがケーキの上のアイシングみたいなもんなんや。

プロダクトマーケットフィットの感覚

プロダクトマーケットフィットはどんな感じや？

その感覚は、ほぼ引きずられる感覚や、市場に引き込まれる感じで最もよく要約できると思うわ。文字通り無限の需要があるような感じがするんや。それはプロダクトが機能してて、この実験的AIバケットから、今配信しとる中核的な仕事に依存するものに移ったポイントから来とると思うんや。

何かが壊れたら、すぐに電話がかかってきて「これができない、どうなっとるんや」って言われて、直すんや。基本的に、やっとることが正しいことやと願って始めて、やっとることに初期パートナーを興奮させようとするポイントやったんや。

最初は、率直に言って、多くの人がうちらと一緒になったのは旅に参加したくて、賭けをしたかったからやった。そうしてくれたことにめちゃくちゃ感謝して嬉しく思うんや。今ではポイントAからポイントBまで連れて行って、ここから継続的にスケールしとるからな。

サンフランシスコに移らない選択

うちらは一般的に企業にサンフランシスコに移るよう言うんや。あんたはそのアドバイスを取らないことにしたな。この考えと、ここにいないことについての長所と短所があれば教えてくれへんか？

ストックホルムにいた理由は、成長する市場が必要やったからなんや。アメリカに行ったら、より競争が激しくなるだけやなくて、より狭い会社になることを押し付けられると思うんや。

本当に水平的に構築し始めて、「ちょっと待て、うちらはこれが本当に得意や」って気づくんや。だから他の市場でスケールし始めて、「あ、フィンランドでも最高や、デンマークでも最高や、ノルウェーでも最高や」って素早く気づくんや。そしてスペイン、フランス、ドイツ、ロンドン、そしてアメリカにスケールして、その時点では既に15の新市場参入をやっとったんや。

アルゴリズムや方法は既に確立されとったんや。もちろんアメリカはより大きな事業やけど、小さな池の小さな魚から、今では大きな池のワニやサメに成長しとったんや。

世界的カテゴリーリーダーへの道

5月中旬に8000万ドルを調達して、ニューヨークにオフィスを開いて、アメリカで最も有名な法律事務所の一つでローンチしたな。世界のAI法律のカテゴリーリーダーとしてポジショニングしようとしとるように見えるな。

100%そうや。多くの面で既にそこにあると思うわ。わしにとっては野心と次に何があるかの問題やねん。「この問題が見える、解決しに行こう」って言うのは非常に簡単やけど、満足してしまうんや。

せやけど問題を解決するたびに、新しい問題が現れるような気がするんや。法律ソフトウェアスタック全体をどんどん深く深く掘り下げていく中で、ソフトウェアとサービスの境界線がぼやけてきとることもわかったんや。

AIは継続的にめちゃくちゃ速く発展しとるから、うちらも同じことをする必要があるんや。だからわしの考えでは、この分野のカテゴリーリーダーはソフトウェアを構築するだけやなくて、これらの大きな事務所の戦略パートナーとして機能して、この移行で勝たせるんや。非常に大きな移行やからな。

それも基本的に、文化、緊急性、ベロシティを維持しながら、できるだけ速くヘッドカウントをスケールした理由でもあるんや。

垂直AI企業に対するアドバイス

出だしの創設者に会うんやけど、今みんなが作ってる種類の企業みたいな、垂直AI企業をどう構築するかって聞かれるんや。今始めたばかりの創設者に何か一般的なアドバイスはあるか？

最初の明らかなコツは、プロバイダーに縛られないことと、AI研究所と競争しないことや。AI研究所は出荷するからな。PerplexityやOthersみたいな企業もそうや。

だから価値を付加しとる場所と、長期的な堀を付加しとる場所について、自分自身に本当に明確で正直でありたいと思うんや。これはLegoraでめちゃくちゃ考えてきたことで、潮が上がった時にすべてがより良くなるように、ボートとして物事をどう構築するかってことなんや。

始めたばかりやったら、それらの企業のどれもアウトパフォームする能力がないことを理解せなあかん。モデルが到達しない狭いカテゴリーを見つけるか、あるいはモデルを非常に創造的に活用する方法を見つける必要があるんや。他の人がやってない方法でな。

AIスクライビングが良い例やと思うわ。典型的なAIスクライビングは難しくて、正しい医療言語を使うように多くのカスタムプロンプトと方法を埋め込む必要があるんや。これは法律と非常に似とるんや。弁護士が条項を書くような方法で条項を書く必要があって、モデルが最も可能性の高い答えとして吐き出すものじゃダメなんや。

Legoraでの働き方

この動画を見て「Legoraで働くことを考えとる」って思ってる人がいるとしよう。応募プロセスや働くことについて何を期待すべきか教えてくれへんか？

うちらが探しとるのは野心と、「この大きな問題がある。この大きな山がある。どうやって登るか」って言う意欲なんや。候補者に対してもはっきり伝えとるんやけど、これは9時5時の仕事やないし、伝統的なスウェーデンの労働環境でもないんや。

良いものは持っとるで。フィーカ（スウェーデンのコーヒーブレイク）もあるけど、もっと多くの飢えがあるし、率直に言ってもっと高い期待があるんや。それを自分たちだけやなくお互いに対しても求めとるんや。人として、起業家として、会社として、リーダーとして成長したいからな。

応募プロセスで最大にやっとることは多くのケーススタディなんや。営業チーム入りたかったら、うちのプロダクトをピッチしてもらうんや。本当に強いピッチをせなあかん。

エンジニアリングチームやったら、基本的にLegoraのプロトタイプを構築してもらうんや。AI生成コードで働いてもらいたいけど、それを説明できるようになってもらいたいんや。そしてスケールするシステムを設計してもらいたいんや。

ストックホルムは小さなエコシステムやから、実際に誰が良くて、誰が会社にいて成功させたかを参照するのも非常に簡単なんや。

もう一つの本当に大きな部分は、ヨーロッパ全体で雇用しとるってことや。マドリード、アムステルダム、ドイツ、パリからストックホルムまで移住してきた人がいるんや。11月の嫌な時期にはオンボードしない傾向があるけど、他の多くの会社と一緒にこのAIハブを構築し始めとる感じがするんや。めちゃくちゃ楽しいだけやなくて、素晴らしい会社が生まれるんや。

YCに戻ってきてくれて本当にありがとう。ありがとう、グスタフ。