1. 投资摘要
- Harvey 是法律垂直 AI 应用的一线未上市公司,定位从法律问答扩展到 law firms、in-house legal、asset management 的 agent workflow 基础设施。1
- 2026-03-25,公司宣布 2.00 亿美元新融资,估值 110 亿美元;投资方包括 GIC、Sequoia、Andreessen Horowitz、Coatue、Conviction、Elad Gil、Kleiner Perkins 等,累计融资超过 10 亿美元。1
- 官方披露的业务规模指标包括超过 25,000 个 custom agents、超过 100,000 名律师使用、覆盖多数 AmLaw 100、超过 500 个 in-house legal teams 和 50 家 asset management firms,横跨 60 个国家。1
- ARR 口径没有官方新闻稿直接披露;TechCrunch 称公司 2025 年底 ARR 约 1.90 亿美元,2025-08 超过 1 亿美元。该数据为 C 级媒体口径,估值倍数约 58x ARR。2
- Harvey 的核心投资逻辑是“法律专业 workflow 的高 ARPU + 高合规门槛 + 专业语料/模板 + agent 执行”;不是普通聊天机器人。反证是 Microsoft Word/Copilot、Thomson Reuters CoCounsel、Lexis+ AI、Legora 等把合同/尽调/检索工作流原生化。3
[MSFT] - 核心判断:Harvey 目前更像高增长垂直 AI 基础设施,而非已验证利润模型的软件公司;若 ARR 无法在 2026 年跨过 3 亿美元并维持高净留存,110 亿美元估值的容错很低。12
2. 公司概况与发展沿革
Harvey 成立于生成式 AI 法律应用早期,早期得到 OpenAI Startup Fund 等支持,后续迅速进入大型律所和企业法务团队。2025 年完成多轮高估值融资,2026 年再以 110 亿美元估值融资 2 亿美元,反映法律 AI 从试点走向大客户部署。12
管理层方面,CEO/联合创始人 Winston Weinberg 是外部披露中最核心人物。公司未披露完整股权结构、董事会、财务报表、毛利率、客户集中度、净留存率和 burn rate。[未充分披露]
3. 商业模式拆解
| 收入口径 | 定价方式 | 披露数据 | 判断 |
|---|---|---|---|
| Law firm seats | 律师 seat / 企业合同 | 超过 100,000 名律师使用 | 高 ARPU 核心入口。1 |
| Custom agents | agent/workflow 合同 | 超过 25,000 个 custom agents | 从工具到工作流平台。1 |
| In-house legal | 企业法务团队合同 | 超过 500 个团队 | 扩大 TAM,降低律所单一周期风险。1 |
| Asset management | 专业金融法律/合规流程 | 50 家 asset managers | 高价值场景。1 |
| ARR | 年化 recurring revenue | 媒体称约 1.90 亿美元 | 非官方财务口径。2 |
收入机制大概率为 enterprise subscription、seat、workflow/agent 包和服务支持组合。法律客户对准确性、权限、引用、审计、数据隔离和责任边界要求更高,因此实施和 customer success 成本可能显著高于通用 SaaS。
4. AI 相关业务深度拆解
Harvey 基本全收入均为 AI 法律应用收入。收入桥为:
ARR
= 律所/企业客户数
× 付费律师或法务 seats
× seat ARPU
+ custom agent / workflow premium
+ enterprise support
- churn / usage contraction
官方只披露客户和 agent 数,不披露收入。若使用媒体口径 ARR 1.90 亿美元、100,000 lawyers,粗略年化收入/律师约 1,900 美元;但这会低估 in-house 和资产管理团队合同,也可能混入未使用 seats,因此只作为粗略 proxy。12
5. 产业链位置
Harvey 位于 AI 应用链的“垂直专业 workflow 层”。上游是基础模型、法律数据库、文档管理系统、DMS、email、contract repositories、身份权限和安全审计;下游是 AmLaw 100 律所、企业法务、金融机构合规/交易团队。
| 环节 | 对象 | 依赖/影响 |
|---|---|---|
| 基础模型 | OpenAI 等 frontier models | 影响推理质量和成本;模型商品化会压缩差异。 |
| 法律内容 | 案例、合同、监管、客户文档 | 专业语料和引用可信度决定可用性。 |
| 工作系统 | iManage、NetDocuments、Microsoft Word、DMS | 原生集成决定工作流粘性。3 |
| 客户 | law firms、in-house teams、asset managers | 高 ARPU,但采购与合规周期长。1 |
6. 竞争格局与市场份额
法律 AI 市场尚无统一公开市占率。竞争者包括 Thomson Reuters CoCounsel、Lexis+ AI、Legora、Luminance、Spellbook、Ironclad AI、Microsoft Copilot、OpenAI Enterprise。
| 公司 | 定位 | 规模/指标 | 优势 | 劣势 | 反证 |
|---|---|---|---|---|---|
| Harvey | 法律 AI agent 平台 | 估值 110 亿美元;媒体 ARR 1.90 亿美元 | 顶级律所渗透、agent workflow | 估值极高、财务不透明 | ARR 增长放缓 |
| Thomson Reuters CoCounsel | 法律研究 + workflow | 集团披露 | 法律内容和渠道 | 创新速度可能慢 | 客户偏好内容源 |
| Lexis+ AI | 法律研究 | 集团披露 | 法律数据库 | agent workflow 待验证 | 内容绑定 |
| Legora | 法律 AI | 高估值二级报道 | 欧洲律所渗透 | 规模小 | 全球化受阻 |
| Luminance | 合同/尽调 AI | 私营 | 合同分析 | 横向平台弱 | 被套件吸收 |
| Microsoft Copilot | Word/Office 原生 | seats over 20M [MSFT] | 分发、Word 工作流 | 法律深度不足 | 原生足够好 |
7. 护城河
- 垂直 workflow 护城河:25,000+ custom agents 覆盖 M&A、due diligence、contract drafting、document review 等具体法律任务。1
- 大客户信任护城河:多数 AmLaw 100、500+ in-house legal teams 证明进入高门槛客户群。1
- 专业服务护城河:公司强调 embedded legal engineering teams,说明产品不是自助 SaaS,而是工作流共建。1
- 融资与品牌护城河:累计融资超过 10 亿美元,提高模型、合规和全球支持投入能力。1
- 数据与反馈护城河:100,000+ lawyers 的使用反馈可能强化法律任务模板,但具体训练和数据使用政策未充分披露。1
8. 财务深度分析
未上市公司没有审计财务。可核验数据如下:
| 指标 | 数值 | 来源等级 | 判断 |
|---|---|---|---|
| 2026 融资 | 2.00 亿美元 | B | GIC/公司新闻稿。1 |
| 估值 | 110 亿美元 | B | GIC/公司新闻稿。1 |
| 累计融资 | >10 亿美元 | B | 公司新闻稿。1 |
| ARR | 1.90 亿美元 | C | TechCrunch 引述/报道。2 |
| custom agents | >25,000 | B | 公司新闻稿。1 |
| 使用律师 | >100,000 | B | 公司新闻稿。1 |
财务异常点是估值倍数。若 ARR 1.90 亿美元属实,110 亿美元约 58x ARR;这要求 2026-2028 年维持极高增长,且法律 AI gross margin 不被模型成本和法律工程团队成本吞噬。12
9. 业绩传导路径
律所/法务 AI 预算
-> 文档审阅、尽调、合同、研究、合规 workflow
-> Harvey agents 上线
-> seats + custom agent attach
-> ARR / NRR
-> gross margin 扣除模型和服务成本
-> IPO/二级融资估值
弹性测算:若 ARR 从 1.90 亿美元增长到 2027 年 5 亿美元,按 25x ARR 估值为 125 亿美元,当前估值可被支撑;若 2027 ARR 仅 3 亿美元且市场倍数回落至 15x,估值 45 亿美元,较 110 亿美元显著下修。
10. 估值
| 情景 | 2027E ARR | ARR 倍数 | 估值框架 | 触发条件 |
|---|---|---|---|---|
| 熊 | 3 亿美元 | 15x | 45 亿美元 | 律所试点转付费放缓,Microsoft/CoCounsel 替代 |
| 中 | 5 亿美元 | 25x | 125 亿美元 | AmLaw + in-house 同步扩张 |
| 牛 | 8 亿美元 | 30x | 240 亿美元 | 法律 agent 成为行业标准操作层 |
当前 110 亿美元估值隐含 2027 ARR 接近 4-5 亿美元且高增长可持续。缺少毛利率、NRR 和客户流失率,是估值最大盲区。12
11. 催化因素
- [已发生] 2026-03-25,Harvey 宣布 2 亿美元融资、110 亿美元估值。1
- [已发生] 公司披露 25,000+ custom agents 和 100,000+ lawyers 使用。1
- [已发生] 覆盖多数 AmLaw 100、500+ in-house legal teams、50 asset managers。1
- [媒体报道] TechCrunch 称 2025 年底 ARR 约 1.90 亿美元。2
- [竞争事件] Microsoft 和传统法律数据库厂商将法律 AI 融入原工作流,是品类验证也是替代风险。3
12. 核心风险
- 法律责任风险:AI 输出错误可能带来职业责任、客户损失和品牌风险。
- 估值风险:58x ARR 需要近乎完美增长路径。2
- 原生入口风险:律师工作流高度依赖 Word、DMS 和法律数据库,原生 AI 可能减少独立工具预算。3
- 服务成本风险:embedded legal engineering 提高成功率,也可能压低毛利。1
- 数据合规风险:客户机密、跨境数据和模型训练边界必须严格治理。
13. 历史复盘
Harvey 早期受 OpenAI 生态和 GPT-4 法律能力提升推动,2024-2025 年大律所试点加速,2025 年跨过 1 亿美元 ARR 媒体里程碑,2026 年以 110 亿美元估值融资。估值抬升的驱动不是普通法律问答,而是 law firm 与 enterprise legal workflow 的 agent 化。12
14. 跟踪指标
| 频率 | 指标 | 阈值 | 来源 |
|---|---|---|---|
| 季/半年 | ARR | 2026 年低于 3 亿美元需下修 | 公司/权威媒体 |
| 季 | custom agents | 增速低于客户增速说明 attach 弱 | 公司公告 |
| 半年 | AmLaw 100 渗透 | 停留在试点而非全所部署 | 公司/客户公告 |
| 年 | Gross margin | 未披露前估值折价 | S-1 |
| 年 | NRR | 低于 130% 难支撑高倍数 | S-1 |
15. 最新事件
- [已发生] 2026-03-25,Harvey 融资 2 亿美元、估值 110 亿美元。1
- [已发生] 公司披露累计融资超过 10 亿美元。1
- [已发生] 公司披露 100,000+ lawyers、25,000+ custom agents。1
- [媒体报道] 2026-02/03,媒体称 Harvey 2025 年底 ARR 约 1.90 亿美元。2
- [行业预测] 法律 AI 从 research copilots 进入 workflow agents,将提高垂直 AI 公司收入密度。
16. 误读纠偏
误读 1:Harvey 的估值只靠法律聊天机器人。
实际情况:官方披露强调 custom agents、M&A、due diligence、contract drafting 和 document review workflow,聊天只是入口。1
误读 2:多数 AmLaw 100 覆盖等于收入无风险。
实际情况:大律所覆盖可能包括试点、部门使用或全所部署,收入质量仍需 ARR、NRR、seat penetration 和使用强度验证。12
17. 来源
- 来源:Harvey Raises at $11 Billion Valuation to Scale Agents Across Law Firms and Enterprises - GIC / Harvey - 2026-03-25 - www.gic.com.sg/uploads/2026/03/Harvey-Raises-at-11-Billion-Valuation-to-Scale-Agents-Across-Law-Firms-and-Enterprises.pdf
- 来源:Harvey reportedly raising at $11B valuation - TechCrunch - 2026-02-09 - techcrunch.com/2026/02/09/harvey-reportedly-raising-at-11b-valuation-just-months-after-it-hit-8b/
- 来源:Legal AI competitive landscape public product disclosures - Microsoft / Thomson Reuters / LexisNexis / Legora - 2026