ภาพรวม
Harvey AI เป็นแพลตฟอร์ม AI ที่สร้างเฉพาะโดเมนที่สร้างขึ้นสำหรับสำนักงานกฎหมายและทีมกฎหมายขององค์กร เป็นเรื่องสำคัญเนื่องจากนำ AI ที่เชื่อถือได้และคำนึงถึงการอ้างอิงมาสู่ตลาดบริการระดับมืออาชีพที่มีความต้องการความแม่นยำและมีกำไรมากที่สุดแห่งหนึ่ง
Harvey AI เป็นที่เข้าใจดีที่สุดในบริบทของกลยุทธ์ การเข้าถึงโมเดล การตัดสินใจเกี่ยวกับแพลตฟอร์ม และความร่วมมือในระบบนิเวศ
เจาะลึก
Harvey ก่อตั้งขึ้นในปี 2022 โดยอดีตทนายความ Gabriel Pereyra และทนายความต่อต้านการผูกขาด Winston Weinberg และได้กลายเป็นหนึ่งในสตาร์ทอัพด้านเทคโนโลยีทางกฎหมายที่เติบโตเร็วที่สุด Harvey สร้างขึ้นครั้งแรกโดยใช้โมเดลของ OpenAI ด้วยการทำงานร่วมกันอย่างลึกซึ้งจาก Startup Fund ของ OpenAI โดยจัดการกับงานที่นักกฎหมายทำจริงๆ เช่น การทบทวนสัญญา ความรอบคอบ การวิจัยด้านกฎหมาย การร่างบันทึกช่วยจำ และการตอบคำถามในชุดเอกสารขนาดใหญ่ แทนที่จะเป็นแชทบอตทั่วไป มันถูกปรับตามขั้นตอนการทำงานทางกฎหมายและที่เก็บเอกสารของบริษัทเอง ได้ลูกค้ารายใหญ่ซึ่งรวมถึง Allen & Overy (ปัจจุบันคือ A&O Shearman) และเครือข่ายกฎหมายทั่วโลกของ PwC ภายในปี 2567-2568 Harvey ได้รับการประเมินมูลค่าหลายพันล้านดอลลาร์ เป็นการส่งสัญญาณว่าผู้ช่วย AI ในแนวตั้งและมีความเป็นมืออาชีพมีความต้องการอย่างแท้จริงในองค์กร คำมั่นสัญญาหลักคือเพิ่มงานที่ต้องเรียกเก็บเงินราคาแพง ในขณะเดียวกันก็รักษาทนายความที่เป็นมนุษย์ให้อยู่ในความเคลื่อนไหว
ข้อมูลเชิงลึกทางเทคนิค
Harvey เลเยอร์การดึงข้อมูล-เพิ่มรุ่น (RAG) และการปรับแต่งอย่างละเอียดที่ด้านบนของโมเดลภาษาขนาดใหญ่ชายแดน เมื่อทนายความถามคำถาม ระบบจะดึงข้อคดีหรือเอกสารภายในที่เกี่ยวข้อง ป้อนเป็นบริบทพื้นฐาน และสร้างคำตอบพร้อมการอ้างอิงกลับไปยังข้อความต้นฉบับ การต่อสายดินนี้ช่วยลดอาการประสาทหลอนและช่วยให้ผู้ใช้ตรวจสอบการอ้างสิทธิ์ได้ Harvey ยังสร้างแบบจำลองเฉพาะบริษัทที่กำหนดเองและตัวแทนเวิร์กโฟลว์ที่เชื่อมโยงหลายขั้นตอน เช่น การแยกภาระผูกพันจากสัญญาหลายร้อยฉบับ
การเรียนรู้ Harvey AI
Harvey AI เป็นแพลตฟอร์ม AI ที่สร้างเฉพาะโดเมนที่สร้างขึ้นสำหรับสำนักงานกฎหมายและทีมกฎหมายขององค์กร เป็นเรื่องสำคัญเนื่องจากนำ AI ที่เชื่อถือได้และคำนึงถึงการอ้างอิงมาสู่ตลาดบริการระดับมืออาชีพที่มีความต้องการความแม่นยำและมีกำไรมากที่สุดแห่งหนึ่ง Harvey AI เป็นที่เข้าใจดีที่สุดในบริบทของกลยุทธ์ การเข้าถึงโมเดล การตัดสินใจเกี่ยวกับแพลตฟอร์ม และความร่วมมือในระบบนิเวศ เพื่อสร้างความเข้าใจอย่างลึกซึ้ง ให้ปฏิบัติต่อ Harvey AI เสมือนเป็นโมเดลการดำเนินงาน ไม่ใช่คุณลักษณะเดียว: กำหนดผลลัพธ์ที่ต้องการ ชี้แจงสมมติฐาน และแยกสิ่งที่ระบบสามารถทำได้อย่างน่าเชื่อถือจากสิ่งที่ยังต้องใช้วิจารณญาณจากผู้เชี่ยวชาญ
ในทางปฏิบัติ ทีมที่แข็งแกร่งที่ใช้ Harvey AI จะประเมินกลยุทธ์ของผู้จำหน่าย ความน่าเชื่อถือของแผนงาน และความเสี่ยงในการล็อคอินก่อนตัดสินใจ โดยจะบันทึกเกณฑ์ความสำเร็จที่ชัดเจน ทดสอบกับข้อมูลและขั้นตอนการทำงานที่สมจริง และทำซ้ำตามรูปแบบความล้มเหลวที่สังเกตได้ แทนที่จะชนะการวัดประสิทธิภาพเพียงครั้งเดียว นี่คือจุดที่ความเข้าใจทางทฤษฎีกลายเป็นความสามารถที่คงทนของผลิตภัณฑ์ นโยบาย และการดำเนินงาน
โรดแมปของผู้จำหน่ายมีอิทธิพลต่อฟีเจอร์ที่ทีมของคุณสามารถสร้างได้ต่อไป ในขณะเดียวกัน การประกาศเปิดตัวอาจแซงหน้าความเสถียรในขั้นตอนการทำงานจริง แนวทางที่ยืดหยุ่นที่สุดคือการรวมความเร็วของการทดลองเข้ากับวินัยในการกำกับดูแล: ดำเนินการนำร่อง จับหลักฐาน เผยแพร่บันทึกการตัดสินใจ และอัปเดตการป้องกันอย่างต่อเนื่องเมื่อพฤติกรรมของโมเดล ความคาดหวังของผู้ใช้ และข้อกำหนดด้านกฎระเบียบมีการเปลี่ยนแปลง
ผลกระทบเชิงกลยุทธ์
โรดแมปของผู้จำหน่ายมีอิทธิพลต่อฟีเจอร์ที่ทีมของคุณสามารถสร้างได้ต่อไป
โรดแมปของผู้จำหน่ายมีอิทธิพลต่อฟีเจอร์ที่ทีมของคุณสามารถสร้างได้ต่อไป ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
ข้อกำหนดทางการค้าและตัวเลือกการใช้งานส่งผลต่อต้นทุนและความเสี่ยงในระยะยาว
ข้อกำหนดทางการค้าและตัวเลือกการใช้งานส่งผลต่อต้นทุนและความเสี่ยงในระยะยาว ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
สิ่งจูงใจของบริษัทจะกำหนดค่าเริ่มต้นของผลิตภัณฑ์ ท่าทางที่ปลอดภัย และความเปิดกว้าง
สิ่งจูงใจของบริษัทจะกำหนดค่าเริ่มต้นของผลิตภัณฑ์ ท่าทางที่ปลอดภัย และความเปิดกว้าง ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
การใช้งานจริงในโลกแห่งความเป็นจริง
ทีมงานบริษัทใช้ Harvey เพื่อตรวจสอบสัญญาผู้ขายหลายพันฉบับระหว่างการซื้อกิจการ โดยแจ้งการเปลี่ยนแปลงการควบคุมและการชดใช้ค่าเสียหายภายในไม่กี่ชั่วโมงแทนที่จะเป็นสัปดาห์
พนักงานคนหนึ่งขอให้ฮาร์วีย์ร่างบันทึกรอบแรกเกี่ยวกับคำถามเกี่ยวกับกฎหมายการจ้างงานเฉพาะเขตอำนาจศาล พร้อมการอ้างอิงถึงกฎเกณฑ์และคดีที่เกี่ยวข้อง
ทีมดำเนินคดีอัปโหลดเอกสารการค้นพบและสอบถามฮาร์วีย์ให้เปิดเผยการรับสมัครที่สำคัญและลำดับเวลาทั่วทั้งคลังข้อมูล
ผู้เชี่ยวชาญด้านกฎหมายของ PwC ใช้ Harvey เพื่อสร้างมาตรฐานและเร่งการวิจัยการปฏิบัติตามกฎระเบียบในหลายประเทศ
รูปแบบการดำเนินงาน
ฮาร์วีย์ AI ในทางปฏิบัติ
ทีมงานบริษัทใช้ Harvey เพื่อตรวจสอบสัญญาผู้ขายหลายพันฉบับระหว่างการซื้อกิจการ โดยแจ้งการเปลี่ยนแปลงการควบคุมและการชดใช้ค่าเสียหายภายในไม่กี่ชั่วโมงแทนที่จะเป็นสัปดาห์
ทีมองค์กรใช้ Harvey เพื่อตรวจสอบสัญญาผู้ขายหลายพันรายในระหว่างการซื้อกิจการ แจ้งการเปลี่ยนแปลงการควบคุมและการชดใช้ค่าเสียหายภายในไม่กี่ชั่วโมงแทนที่จะเป็นสัปดาห์ ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งการเพิ่มผลผลิตและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
ฮาร์วีย์ AI ในทางปฏิบัติ
พนักงานคนหนึ่งขอให้ฮาร์วีย์ร่างบันทึกรอบแรกเกี่ยวกับคำถามเกี่ยวกับกฎหมายการจ้างงานเฉพาะเขตอำนาจศาล พร้อมการอ้างอิงถึงกฎเกณฑ์และคดีที่เกี่ยวข้อง
พนักงานคนหนึ่งขอให้ Harvey ร่างบันทึกช่วยจำครั้งแรกเกี่ยวกับคำถามกฎหมายการจ้างงานเฉพาะเขตอำนาจศาล พร้อมการอ้างอิงถึงกฎเกณฑ์และคดีที่เกี่ยวข้อง ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งการเพิ่มผลผลิตและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
ฮาร์วีย์ AI ในทางปฏิบัติ
ทีมดำเนินคดีอัปโหลดเอกสารการค้นพบและสอบถามฮาร์วีย์ให้เปิดเผยการรับสมัครที่สำคัญและลำดับเวลาทั่วทั้งคลังข้อมูล
ทีมดำเนินคดีอัปโหลดเอกสารการค้นพบและสอบถาม Harvey เพื่อแสดงการรับเข้าหลักและไทม์ไลน์ทั่วทั้งคลังข้อมูล ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
ฮาร์วีย์ AI ในทางปฏิบัติ
ผู้เชี่ยวชาญด้านกฎหมายของ PwC ใช้ Harvey เพื่อสร้างมาตรฐานและเร่งการวิจัยการปฏิบัติตามกฎระเบียบในหลายประเทศ
ผู้เชี่ยวชาญด้านกฎหมายของ PwC ใช้ Harvey เพื่อสร้างมาตรฐานและเร่งการวิจัยการปฏิบัติตามกฎระเบียบในหลายประเทศ ทีมมักจะได้รับผลลัพธ์ที่ดีขึ้นเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
ความเสี่ยงและรั้ว
การประกาศเปิดตัวอาจแซงหน้าความเสถียรในขั้นตอนการทำงานจริง
การกำหนดราคา API หรือการเปลี่ยนแปลงนโยบายสามารถทำลายสมมติฐานได้ในชั่วข้ามคืน
การพึ่งพาผู้ขายรายเดียวจะเพิ่มค่าใช้จ่ายในการล็อคอินและการย้ายข้อมูล
แผนงานการดำเนินงาน
ประเมินผู้ให้บริการโดยใช้งานและชุดข้อมูลของคุณเอง
ประเมินผู้ให้บริการโดยใช้งานและชุดข้อมูลของคุณเอง ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
ตรวจสอบความเป็นส่วนตัว ความปลอดภัย และข้อกำหนดทางกฎหมายก่อนรวมระบบ
ตรวจสอบความเป็นส่วนตัว ความปลอดภัย และข้อกำหนดทางกฎหมายก่อนรวมระบบ ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
รักษาแผนสำรองสำหรับรุ่นหรือผู้จำหน่าย
รักษาแผนสำรองสำหรับรุ่นหรือผู้จำหน่าย ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
ตรวจสอบบันทึกประจำรุ่นเพื่อให้การเปลี่ยนแปลงแผนงานไม่ทำให้ทีมแปลกใจ
ตรวจสอบบันทึกประจำรุ่นเพื่อให้การเปลี่ยนแปลงแผนงานไม่ทำให้ทีมแปลกใจ ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น