「法律和医疗太保守,AI 进不去。」大家一直这么说。然后 a16z 拉了真实营收数据,发现正好相反 — 法律第二、医疗第三,只比科技行业差一点。 律师比开发 AI 的工程师还早掏钱买 AI。
为什么这件事反直觉?
看看传统 SaaS 的销售周期就知道了。法律和医疗一直是软件公司的坟场。 采购周期长、合规审查痛苦、买方技术素养低。医疗尤其难 — Epic 等 EHR 把市场锁得死死的,新 SaaS 几乎挤不进来。
然后 AI 来了,把剧本翻了。a16z 分析了财富 500 强和全球 2000 强企业的真实合同和营收数据。紧跟科技行业之后,营收增长最猛的两个行业是 法律 和 医疗。 这不是问卷调查,是真金白银流进这些供应商。
Harvey 现在覆盖 60 多个国家、1300 多家组织、10 万多名律师 — 包括 AmLaw 100 中的大多数。 Abridge 的 AI 临床记录工具被 150 多家美国大型医疗系统采用,2026 年 Q1 已签约 ARR 达 1.17 亿美元。
为什么监管反而是助推器,不是负担?
反直觉的洞察来了。传统智慧错在哪儿? 受监管的行业其实是最容易证明 AI ROI 的地方。普通 SaaS 只能卖「让事情稍微轻松一点」。受监管行业把这个逻辑彻底翻过来了。
| 维度 | 普通行业 | 受监管(法律/医疗) |
|---|---|---|
| 核心工作 | 流程、会议 | 密集文本分析、推理、起草 |
| 小时计费 | 几十美元 | 几百到几千美元 |
| 文档量 | 每周几十份 | 每个案件几百到几千页 |
| 每件节省 | 有限 | 每个案件节省数千美元 |
| ROI 证明 | 感觉变快了 | 3 小时缩短到 30 分钟,可立即量化 |
律师审查 1000 页判决书通常要好几天。韩国 LBOX AI 用 2 分钟搞定。 当你把每小时 500 美元的工作压缩到几分钟,ROI 计算就变得极其简单。
监管本身会产出结构化数据
受监管行业适合 AI 还有一个原因:监管把所有东西都强制变成了文本。判决书、合同、病历、保险理赔 — 全是规范化的文本语料。这是最理想的训练和推理数据。非监管行业的数据乱七八糟;监管,反而帮我们把数据洗干净了。
Harvey、Abridge、LBOX 的共同模式是什么?
把美国和韩国的案例放一起看,有一个清晰的模式浮现出来。
- 不取代既有系统,在旁边接一个
Abridge 长得快是因为它没想取代 Epic。它只把医生和病人的对话变成临床记录 — 一个具体的任务。 Harvey 也没想取代律所的案件管理系统。它就在律师旁边,帮忙做文档分析和起草。 - 自动化前置工作,不是判断
AI 不诊断病人,也不打官司。那还是人的活儿。但占工作量 70-80% 的「为做出判断而收集和整理信息」的部分? AI 把这个压缩了。责任界限保持清晰。 - 领域数据是护城河
韩国 LBOX 有 4500 多名执业律师在用,加上海量韩国判例语料库。Casenote 收录了 30 万份判决书。 通用版 ChatGPT 没法准确引用 2023 年韩国大法院的判决。领域数据才是持久优势。 - 激励机制和营收对齐
律所按小时计费。AI 让他们在同样时间内处理更多案件。Eve 是给美国原告律师用的 AI,专攻原告律师业务,直接做到独角兽估值 — 这正是「更多案件 = 更多营收」直接映射到 AI 价值的领域。 AI 直接产生营收,不只是节省成本。
怎么落地这个洞察?
给运营者、CIO 和创业者的实战要点。
- 别再用「我们太保守」当借口
保守不会让导入变慢。保守的行业意味着「高时薪的人在做精细的工作」 — 这正是 AI 能砍掉的成本。如果你的行业还没动,那是机会,不是警告。 - 自动化前置工作,不是决策
判断、决定、责任留给人。AI 处理上游 — 收集信息、整理、起草。导入阻力最小,责任界限最干净。 - 别碰核心系统
Abridge 不取代 Epic,它就在旁边。如果你想取代 ERP 或 CRM,销售周期会变成 1-2 年。挂在旁边,压缩一个工作流。 - 从最高时薪的岗位开始
法律、医疗、会计、咨询 — 高时薪意味着 AI ROI 出得快。把组织里最贵的、基于文本的重复性工作列出来。从那里开始。 - 领域数据所有权才是护城河(给创业者)
如果你在做产品,问题是:谁能拥有通用 LLM 拿不到的领域数据? 本地化的专业数据 — 韩国法律、日本医疗等等 — 正是全球大厂进不来的地方。这就是缺口。
韩国还有一个变量:行业协会监管
「LawTalk」事件说明了韩国法律和医疗市场有一个额外变量 — 律师协会和医师协会会主动监管科技。Super Lawyer 和 LBOX 都把自己定位为「持证专业人士使用的工具」,绕开这个问题。 如果你在韩国做受监管的 AI,从第一天起就要为协会冲突做设计。
想深入了解?
Where Enterprises are Actually Adopting AI a16z 完整分析 — 营收增长叠加 GDPval 基准 a16z.com
Harvey 110 亿美元估值融资 Harvey 公告 — AmLaw 100 渗透率、10 万律师、1300 家组织 harvey.ai
Abridge 4 个月估值翻倍至 53 亿美元 TechCrunch — Abridge 的 ARR 和 Epic 集成策略 techcrunch.com
韩国法律 AI 三强争霸:LBOX、罗安康、Casenote 韩经新闻 — 韩国法律科技竞争格局 hankyung.com
受监管行业的 AI 自动化 Domino — 受监管 AI 的治理、审计与可复现性要求 domino.ai
LBOX-Casenote 整合改写韩国法律科技 Law School Times — LBOX 4500 多名律师用户与 Casenote 合并 lawschooltimes.com
