法律常识

当前位置: 首页 > 法律常识

律师找创业伙伴,律师找创业伙伴好吗

来源: 法律常识 作者: 法律常识 时间:2022-12-17 00:22:08
一家做「律师匹配」的法律科技公司拿到融资,走了难而正确的路


据外媒 TechCrunch 报道,一家总部位于英国的法律科技公司「Hence Technologies」完成了 180 万美元的种子轮融资。


Hence Technologies 成立于 2020 年,致力于为公司和外部法律服务商提供匹配服务,使公司能根据所需法律服务的性质、地点和成本来考虑雇佣合适的律师。


「律师匹配」在美国法律行业有很大的市场。原因是美国公司的合规要求很高,需要大量的法律服务,同时美国的法律服务很贵,选到合适且便宜的法律服务能为公司省下不少费用。


新闻稿提到:“如果一家客户公司每年花费 2 亿美元用于雇佣律师团队,它们应当有机会了解到市场上律师团队的全面信息,比如这些团队擅长处理哪些方面的法律纠纷,之前处理过的大型案件等。”由此可见,美国公司在法律服务上的支出很高,节省成本的需求非常大。


国内对「律师匹配」的讨论也一直存在。在律师端,谈案的说服成本高,律师想快速成单;在客户端,律师服务质量参差不齐,客户也想找到靠谱的律师,真正为「效果」付费。似乎供需两方都有很大的需求。


但其实国内市场还不成熟。国内的情况是绝大多数客户还没有采购法律服务的习惯,更别说从中选择合适且便宜的服务了,“免费咨询”的问题就是直接的佐证。


换句话说,目前国内在「律师匹配」方向探索的产品,可能更多的是解决律师案源的问题,而不是从“客户想要找到靠谱的律师”这个需求出发。而如果客户没有这个需求,那么也解决不了律师案源的问题。法律修音机曾经发布过一篇《为什么律师行业没有“大众点评”?》,对这个问题进行了详细论述。


产品是帮用户解决问题的,如果没有需求,那么产品是没有意义的,解决方案的价值不可能大于需求的价值。


所以「律师匹配」在国内目前还做不起来。


但这没关系,虽然「律师匹配」在国内目前还做不起来,但国外公司的做法仍然值得提前了解。因为美国市场比中国市场早发展了几年,已经在美国出现的需求相信也会在中国出现,只不过需要等待时机。


就像硅谷著名投资人马克·安德森说的,我们想了一连串我们愿意干、愿意投资的事情,如果它失败了,我们就隔三年、隔六年、隔九年再做一次。因为创业需要等待时机。


Hence Technologies 这家公司值得学习的地方在于它做律师匹配所用的方法。


具体而言,Hence Technologies 是通过多渠道获取数据,然后利用人工智能技术,将公司与外部法律服务提供商匹配起来。


这里的「多渠道」很值得考究。


国内的做法是通过技术去爬取各种公开数据,比如司法裁判文书,通过律师做过的案例衡量律师的专业能力,再根据律所和当事人的距离等,为客户匹配律师。但问题是,这些数据并不能反映律师的真实能力,而且很可能也不是客户关心的维度,最典型的是地方熟人社会。因此,如果想用公开数据来做律师匹配,首先要确定的是你要瞄准哪个群体,是一二线城市还是三四五线城市。


Hence Technologies 的做法类似咨询公司,直接派驻研发分析人员到客户公司,使用客户自己的数据帮客户匹配外部法律服务商。


该公司表示,在下一阶段的增长中,将目标客户转向「拥有更大法律支出预算和需求的大型公司」。创始人海特坎普解释说,这是因为大型客户公司本质上就是一个自给自足的市场,他们已经与许多律师和律师事务所有过合作经历。为了进一步确保精确匹配,公司必须整合来自不同地方的数据,包括来自客户的账单系统,以搭建帮助公司决策的推荐系统。


换句话说,Hence Technologies 现阶段就是一家「技术外包」公司,前期需要为大客户做大量的定制化开发服务。


我认为这个路径是正确的。


首先,每家客户的需求都不一样,只有深入到客户的业务,才能真正为客户做好法律服务商的匹配,真正为客户创造价值,并在每次服务结束后不断改进匹配度 —— 数据就闭环了。


其次,Hence Technologies 现阶段选择大客户战略,一是为了解决公司的收入问题,二是大公司的数据更多,有利于 Hence Technologies 收集数据并迭代算法。


当然,Hence Technologies 选择这条路也意味着它将是一家「慢公司」。不过垂直领域就是如此,前期起量很慢,但当它积累起一定数据量级时,这将是无法短期内超越的壁垒。


另外,Hence Technologies 本轮融资投资方 Daybreak Partners 的创始人 Nate Dalton 在新闻稿中还提到:“Hence Technologies 让 Palantir 平台的全球专业服务市场的效率得到了显著提升。”两家公司之间可能有合作关系。


这里提到的「Palantir 平台」,是一家被公认为硅谷最神秘的大数据分析公司。这家公司成立于 2004 年,但直到《从 0 到 1 》这本畅销书于 2014 年出版之后,才进入公众视野,原因是该书作者彼得·蒂尔(Peter Thiel)是 Palantir 的创始人。随着 Palantir 2020 年 9 月 30 日登陆纽交所,这家公司才走到了聚光灯下。


Palantir 之所以神秘,是因为它长期服务保密级别很高的美国情报机构、国家安全部门,比如美国中央情报局(CIA)。换句话说,Palantir 也是一家为大客户做定制化开发的公司。


做定制化开发的公司早期业务都不会很顺利。比如 Palantir 为美国情报部门服务,需要处理各种实时监控数据、DNA 样本、地图时空数据等,这些信息呈分散、多源、异构、高关联性、动态性等特点,为 Palantir 的产品设计与开发增加了难度。


但也正是得益于这些稀缺的数据,Palantir 创造了独特的数据处理与分析技术。至此,国家安全局 NSA、联邦调查局 FBI 等纷纷开始与 Palantir 合作,而之前只有 CIA 一家大客户。


Palantir 早期的成功,一方面是技术上的突破,另一方面与服务方式有关。Palantir 正是采取了类似咨询而非软件公司的做法,直接派驻研发分析人员到客户办公地实施。


这些工程师标记、整合和分析所有零碎的客户数据,亲身体验并深刻理解客户的业务与需求。通过这种方式,Palantir 能够真正以客户需求为核心,准确识别客户痛点,匹配相应的解决方案,更好地为客户创造价值。极端情况下,为了协助美国军方迅速追踪爆炸装置,Palantir 甚至在阿富汗前线部署了一支所谓“前线驻扎工程师”团队。


自成立以来,Palantir 十几年未盈利,近年来亏损的收窄幅度也低于营收的增长幅度。公司长期定位于利用大数据为政府部门、超大型商业客户解决大规模的、极复杂的业务难题。尽管公司收费较高,可由于单一客户服务时间长,成本高,利润率仍较低。


也就是说,Hence Technologies 选择的增长路径有明确的 benchmark,那就是 Palantir。


不同于常见的 SaaS 公司,Palantir 和 Hence Technologies 都走上了一条难以复制的路。


放到国内来看,这种商业模式和国内 To G、以人工智能为核心的法律科技公司非常相像。


对于投资人来说,这类公司需要突破的瓶颈显而易见,那就是如何低成本、快速扩大规模,但行业本质就决定了短期内无法实现。


这是一条难而正确的路。


虽然可能比较慢,但能够真正创造价值,而且前方并不拥挤,因为坚持的人不多。


正如贝佐斯所说:


It's all about the long term.

相关文章