外行团队打造出最好用的 AI 法律工具 Legora

海外独角兽 11月12日 00:28

Legora 是一家瑞典法律科技公司，凭借非法律背景的创始团队，通过与百位律师的深度访谈和快速反馈机制，打造出备受数万名律师青睐的 AI 工作空间。该平台已完成 1.5 亿美元 C 轮融资，估值达 18 亿美元。Legora 的成功在于其对细分领域的深度聚焦和创造性使用 AI 模型，形成了差异化壁垒，为垂直 AI 创业者提供了重要启示：避免被单一模型锁定，真正的护城河在于对特定领域的深刻理解和创新应用。

⚖️ **非法律背景团队的创新之路：** Legora 的创始团队并非法律专业出身，但通过与上百位律师的深入交流和建立快速学习反馈机制，成功打造出易于律师使用的 AI 法律工具。这种“外行视角”反而促使团队质疑行业现有流程，发现创新机会，证明了跨界学习和用户导向开发的重要性。

🚀 **协作式 AI 工作空间重塑律师工作流：** Legora 提供了一个集成了 Web 应用、Word 插件和 Playbook 机制的端到端工作空间，让 AI 与律师并行工作。其核心在于围绕律师日常工具和多文档协作构建工作流原生平台，通过对话式助手、并行智能体协作和知识模块化规则引擎，极大地提升了审查、起草和研究的效率，将高强度劳动转变为标准操作。

🔒 **数据安全与本地化治理为基石：** Legora 从创立之初就建立了严格的本地化数据治理体系，确保数据仅存于欧洲本地，无人工审核与留存，不用于模型训练。这种对数据安全和合规性的高度重视，使其能够赢得大型律所的信任，满足其严苛的安全标准，并在全球市场加速拓展。

💡 **差异化护城河源自深度聚焦与创新应用：** Legora 的成功经验表明，垂直 AI 创业公司应避免被单一模型锁定，也不应与基础模型直接竞争。真正的护城河在于对细分领域的深度聚焦，以及创造性地使用模型构建难以复制的工作流。Legora 通过其创新的技术和商业模式，在法律科技领域建立了显著的竞争优势。

原创 Arlene、haina 2025-11-11 20:05 北京

外行人团队打造出的最好用的 AI 法律工具

作者：Arlene、haina

法律一直是垂类 AI 应用最快的场景之一。Harvey 估值已经冲到了 80 亿美金。相较于在专业深度上突出的 Harvey，来自瑞典的后发者 Legor，让律师与 AI 在同一系统中并行工作。其 AI 工作空间已被数万名律师采用，包括 Linklaters 与 Cleary Gottlieb 等国际顶级律所。2025 年 10 月 30 日，Legora 宣布完成 Bessemer Venture Partners 领投的 1.5 亿美元 C 轮融资后，估值达 18 亿美元。

本文编译自 Legora 创始人兼 CEO Max Junestrand 在 YC 合伙人 Gustaf Alströmer 访谈与 Not Another CEO 播客中的内容，结合了多场 B 端用户访谈。

最令人印象深刻的是创始团队并非法律背景出身，但通过采访百位律师建立快速学习与反馈机制，借助 YC 网络加速产品验证，打造了最好用法律 AI 产品。

Legora 的崛起为垂直 AI 创业者提供了清晰的启示：应该避免被单一模型锁定或与基础模型竞争，真正的护城河来自对细分领域的深度聚焦，通过创造性使用模型形成的差异化壁垒。

01.

法律科技的 LLM 时代

法律科技并非新鲜概念，但长期缺乏吸引力。行业高度分散，充斥合同生成、翻译、红线标注、法律研究等单点解决方案与工具，但应对非结构化文本和复杂先例时始终受限。GPT-3.5 的出现改变了格局，生成式 AI 用统一底层模型打通过去割裂的场景。

LLM 带来了基于语义的修改能力与并发处理的规模效应。当文件措辞差异较大时，系统不必严格匹配关键词，语义理解能力使合同提取、条款分析与文档比对等任务真正可行。能力延展到更复杂的工作流：根据先例在 Word 文档中进行红线修订；整合数百份判决、法规与注释生成分析备忘录；跨内部文件、网络资料与法院案例完成语义级检索与整合。

原本需人工数小时的尽调任务已能在分钟级完成，推动高强度劳动从专业服务向标准操作转变。客户也不再愿为基础审查支付溢价。未来五到十年，律师的日常工作将发生根本性转变，从执行者转变为管理者与审阅者。律师的工作空间将更多地聚焦于审核由 AI agents 完成的工作，承担起管理客户期望以及指导监督 AI 产出的双重职责。为确保交付内容的质量与合规，专业知识仍是不可替代的。

行业迭代周期被显著压缩，产品路线图难以预测。AI 已从实验性工具演化为律所核心生产力，法律软件与服务的边界日益模糊。

尽管大型 AI 实验室正加速平台化，如 Google 以 Gemini 构建 Workspace，Anthropic 推行 MCP 架构，构建通用化的应用入口，垂类法律 AI 仍然快速发展。专业法律科技公司的价值在于提供超越基础模型的垂直能力和附加功能，针对法律语料、工作流与合规标准的专业化增强。

赛道上涌现了 Harvey、Legora 等初创企业，以及传统法律巨头 AI 产品，如 Thomson Reuters 的 CoCounsel 。未来的品类领导者，将通过专业软件+大型律所的战略合作，在行业转型中确立优势。

AI 不仅改变了律师服务的交付逻辑，也重塑客户预期。客户更看重供应商的迭代速度与持续创新能力，以支撑自身 AI 优先或高效盈利的战略。一个由可靠性和速度驱动的法律科技循环，正在加速开启。

02.

协作式律师 AI 工作空间

Who is legora?

Legora 成立于 2023 年，总部位于瑞典斯德哥尔摩，由 Max Junestrand、Sigge Labor 与 August Erséus 共同创立，前身为 Leya，并于 2025 年 2 月更名为 Legora。公司早期便探索 AI 在法律领域的应用，最初基于 Google BERT 构建原型，在英文语料上的表现尚可，但在瑞典语环境中几乎无法工作。

GPT-3.5 向开发者开放后，团队迅速转向大型语言模型，推出首款“股票期权阅读器”，能自动解释股权合同条款。但团队很快意识到，真正的机会不在单点功能，而在于打造一个律师愿意与 AI 协作的端到端工作空间。

得益于欧洲市场的高数据合规要求，Legora 从创立之初即建立严格的本地化数据治理体系：数据仅存于欧洲本地，无人工审核与留存，不用于模型训练。公司跳过传统云架构限制，专注构建符合律所安全标准的系统。在 ChatGPT、Claude、Gemini 这样的通用 AI 平台不断发展情况下，Legora 构建的系统要求也在持续提高。

秉持着为律师打造由真正的协作式 AI 的产品理念，Legora 正重塑律师在审查、起草与研究中的工作流。目前已服务全球 40 多个市场、400 余家客户、数万名律师，模型基于欧盟及多国法律体系训练。2025 年 5 月，Legora 完成 8000 万美元 B 轮融资，由 Iconic 与 General Catalyst 领投，估值达 6.75 亿美元，员工约 160 人，办公室分布于斯德哥尔摩、伦敦与纽约，正加速拓展北美乃至全球市场。

功能

对律所而言，共享工作区、对话式助手与项目级协作构成团队工作流的核心。Legora 围绕律师的日常工具与多文档协作，构建出一个工作流原生、协作式的 AI 平台，并结合欧洲法律知识体系、强治理能力与快速迭代形成差异化优势。相比 Harvey、Thomson Reuters CoCounsel、Lexis+ AI 等单点工具，Legora 在速度、准确性、确定性与采纳率方面表现突出。

产品体系由 Web 应用、Word 插件与 Playbook 机制三部分构成，全面覆盖律师的审查、起草与研究环节。

Web 应用：从聊天到多智能体协作

Legora 的 Web 端最初只是一个基于用户文档的聊天工具，如今已演变为可并行工作的智能体系统。它不仅能在应用内调用多种端点，还可连接外部工具，以执行复杂的分步工作流程。

• 例如，当律师希望撰写一份备忘录时，首先定义分解任务：第一步进行法律研究，第二步以公司标准语言整理结果，第三步输出正式报告。通过可扩展的 MCP 架构，Legora 能根据不同业务领域（如知识产权、重组、争议解决）灵活调整智能体的任务结构。

定义workflow

使用workflow

•在 workflow 运行的过程中，常用的核心解析文本模块是 Tabular Review。用户可批量导入文档，并设置多个查询条件，系统在后台并行执行上万次检索与比对。真正的创新不在 prompt，而在工程层面如何让十万级查询同时运行且保证引用与语义准确。Legora 为此采用 chunking 与 RAG 相结合的结构化处理方式，以应对法律文件的定义交叉、条款互引等复杂特性。网格化的模式让合同审查从线性阅读变为并行验证，实现了前所未有的规模化效率。

Word 插件：让 AI 进入律师的原生环境

Legora 直接嵌入 Microsoft Word，使律师在熟悉界面中完成审查、重写、标注等任务，无需切换窗口。具体功能包含填充模板、匿名化、优化写作和翻译等操作。

插件设计理念类似于 Cursor：在用户现有环境中嵌入生成式 AI。不同之处在于，Word 的结构更封闭，无法像浏览器那样自由扩展功能。因此，Legora 团队以移动端应用的思路进行产品设计，在有限的依赖项内实现了可读可写的智能助手。

例如输入指令“基于买方立场重协此份 MSA”，系统即会引用内部先例与政策规则，在文档右侧栏内生成修订建议。这使得合同协商、模板化审查和跨部门沟通都能在 Word 内完成，无需额外切换。

Playbook：将知识转化为规则

Playbook 是 Legora 将法律知识模块化的规则引擎，由律师定义可执行标准以自动识别、批准或驳回条款。

例如，律师可定义公司在 NDA 中的保密条款应采用固定措辞，并设置两级 fallback 方案。当系统检测到文档不符合标准时，会自动提出修改建议。

这一机制将法律判断转化为可执行的标准，并实现跨部门共享。现已扩展至销售、合规与风控部门，提升整体一致性与质量。在实际应用中，欧洲大型律所合伙人曾使用 Legora 模拟庭审，对证据进行预演；高管级买家则将其知识治理与提示编排能力视为决定性优势。Playbook 正使多步骤任务流程化，让律师以更高效、可复制的方式完成高价值工作。

技术

Legora 的技术底层以高可扩展、多模型架构为核心。

公司在早期就确立了与客户技术环境一致的云策略，部署在 Azure 上，因为大多数律师事务所的系统也运行在同一平台。当时，OpenAI 的 GPT 是唯一可在 Azure 上稳定服务的大模型。如今，Legora 的模型体系已演变为多平台并行架构，能够在 AWS、Azure、Claude、Gemini、GPT、Mistral 等模型间自由切换。核心技术目标有二：

• 热切换能力，模型可随时替换或升级，而无需重构上层产品逻辑；

• 持续增强机制，底层模型性能提升时，系统自动继承改进，形成“模型即基础设施”的演进闭环。

Legora 在模型分级调用上也做了大量优化。系统通过轻量分类模型对用户请求进行实时判断，当查询较简单时，分配轻量模型；当任务复杂、需要多轮推理时，则调用更强的模型。机制既保证响应速度，又有效控制推理成本。

03.

商业模式与销售策略

卖给 AI 怀疑论者

法律行业被认为是最难打开的市场之一，律师事务所对技术变革长期持谨慎态度。AI 的引入意味着效率提升，却可能压缩可计费工时，与律所按小时计费传统商业模式存在天然冲突。

要让律所接受 AI，必须重新思考业务模式，让律所合伙人开始意识到，AI 是将专业知识规模化的真正机会。它帮助律所摆脱“金字塔式劳动力”依赖，在同等人力下服务更多客户，将专业知识和做事方式编码化、软件化、规模化扩展。法律科技的低数字化程度为 AI 带来的效率提升提供了巨大空间，6 到 12 个月内律所高层将推动其快速落实。

而 Legora 的核心逻辑是“We win if you win”。AI 带来的效率革命正在重塑律所竞争格局，当客户追求更高效、低成本的交付时，律所必须主动转型，让专业劳动的时间重新分配。Legora 致力于成为这一转型的长期合作伙伴，与其合作的律所往往重视品牌、声誉与信任，把客户至上放在首位。Legora让 AI 工具成为这些律所客户关系的延伸而非替代。例如 NDA 审查可保持律所与他们的用户之间连接，同时释放律师时间去承担更高价值工作，如并购或董事会咨询。

销售流程与付费意愿

法律行业，AI 产品的购买者与使用者往往并非同一群人。大型律所设有创新部门，具备技术理解与采购决策权，是 AI 推广的关键桥梁；中小律所结构扁平，决策依赖合伙人共识。行业变革难以自下而上推动，必须自高层向内渗透。

Legora 的销售以产品力为核心，通过验证性试点切入，在真实工作流中展示价值。在这个行业，最好的销售方式就是交付最好的产品。完成安全与采购审查后，系统再分阶段部署。验证范围覆盖多文档审查、尽职调查、表格化信息提取、文档 QA 与法律研究等关键环节。Legora 以灵活授权建立差异化优势，普遍采用基于席位的许可方式，区别于美国竞争对手的固定定价。

推广通常自小范围试点起步，通过结构化培训扩展至全所。BAHR 在四个月内完成多轮培训；Bird & Bird 经六至七个月试用后全所部署；BCLP 由创新倡导者带动多业务线试点。采纳与扩展是转化核心，Legora 通过持续培训、prompt 与 Playbook 治理，以及高频迭代提升使用粘性，如新功能 24 小时内上线、每周冲刺、Pérez-Llorca 举办超 35 场培训。

在大型律所中，销售周期受安全审查与项目范围影响。律所普遍要求供应商不使用客户数据进行模型训练，部分机构的安全评估长达一年，一旦通过，部署可迅速落地。Bird & Bird 在半年试用后全球推广，BCLP 进行多业务线试点，Mishcon de Reya 三个月高强度验证，Webber Wentzel 经过一年安全评估后全面部署。以采纳为导向的协作姿态让 Legora 在成交与扩张上具备优势：Mishcon 强调密切共创，Webber Wentzel 将其纳入联合开发伙伴关系，为持续合作奠定基础。

策略上，Legora 采取由点到面的模式：先与一位合伙人及其团队合作，帮助他们取得显著成果，成为律所内部的标杆，再以口碑推动扩散。核心切入点包括 CTO、法律科技主管、创新负责人与业务领导，他们组织内部“创新倡导者”或试点小组，如 Bird & Bird 的法律科技团队、BCLP 的创新部门、BAHR 的数字化负责人、Mishcon 的技术领导层。通过赢得高层信任，AI 得以深入核心业务。律所与 Legora 的结合也水到渠成：前者追求效率与业务扩展，后者以客户成功验证自身价值。

04.

竞争与风险

传统巨头

LegalTech 长期由大型并购集团主导，形成以 Thomson Reuters、Littler、LexisNexis 为核心的传统体系。行业惯性明显，许多初创公司在早期被并入巨头产品线，随即停滞，产品沦为收益资产，路线图从“以周迭代”变为“以年推进”。Legora 从创立起便拒绝这一路径，选择在结构性技术变革中与客户共同成长，而非被收购后失去动力。

传统巨头确实拥有内容与分销优势。Thomson Reuters 正整合 Westlaw、Practical Law 与 CoCounsel，构建“内容 + AI + 工具”复合护城河，其路线图聚焦 agentic legal research 与跨律所知识检索；Lexis 与 Harvey 联盟则结合 Shepardized 数据推出诉讼工作流，削弱 Westlaw 的研究壁垒。CIBC 基准测试显示，CoCounsel 与 Harvey 在核心任务中均处于领先。随着能力趋同，专有数据库与分销渠道将成为下一轮竞争焦点，对传统出版巨头更为有利。

然而，巨头的结构性劣势愈加突出。生成式 AI 让交付效率提升一个数量级，传统“点式工具 + 软件套件”模式逐渐失去意义。法律账单、合同管理等环节成本急剧下降，创新节奏被重塑。Legora 以百人团队在交付速度与性能上超越数千人工程组织，团队仍以每周约两人的节奏增长，并要求成员以同样速度提升能力。

过去，巨头依赖长期合同锁定客户，如今买方心态已转变。律所与企业更倾向于一至两年的灵活合作，更关注伙伴的迭代速度与适应能力。客户希望通过 AI 实现转型，无论目标是营收增长还是运营优化，他们选择能“共同进化”的伙伴，而非被锁定在单一供应商体系中。市场不再奖励体量与积累，而是追求响应速度与持续创新。

Hervey

在新一轮竞争格局中，Harvey AI 是 Legora 的主要对手。Harvey 成立更早，融资规模更大，并在 GPT-4 尚未开放时便获得早期接入。

然而，后发者同样具备独特优势。Legora 通过更快的学习和试错，明确了何种路径更有效。以模型使用为例，市场上许多公司在早期投入巨资进行模型 fine-tuning，而 Legora 选择直接使用最新的 OpenAI、Anthropic、Gemini 等模型，从而节省了时间与资源，并能更快实现产品落地。这一策略被证明更加高效。

竞争促使产品持续进化。Legora 的工程与产品团队在这种环境下反应迅速，推出适配大型律所的解决方案，如今几乎参与所有顶级律所的技术选型与 A/B 测试，成为每一次采购评估中的必选项，过去的律所“选择巨头最安全”惯性正在消退。

Legora 最初在斯德哥尔摩仅有三人，首轮天使融资仅 5 万欧元，而当时的竞争对手已筹得数千万资金。几年后，市场格局发生根本变化。如今几乎只剩下 Harvey 与 Legora 两家主要玩家，在全球范围内争夺律所与企业客户。

05.

创业、组织与文化

创始人

Max 出生于瑞典斯德哥尔摩南部的群岛地区。父亲曾在互联网泡沫时期创办两家公司，一家类似当时的 Salando，一家接近 Klarna，但都未能成功。父母随后转而经营船运业务，全家搬到群岛定居。Max 在一个班级只有十个学生的小社区长大，竞争有限，他便把精力投入到电子游戏世界，从《魔兽世界》《星际争霸》到《DOTA 2》，每天训练十多个小时。

十八岁申请大学时，他在两条道路之间犹豫：成为职业 Dota 2 选手，或进入大学。他认真比较了两者的最优结局：赢得 Dota 2 国际邀请赛 The International 或创办一家改变世界的公司。最终，他选择了更有生命力的后者。

Max的创业动机来自于极强的竞争心，野心是让 Legora 成为一家上市公司，打造一家让所有经历过的人都引以为傲的公司“无论结果如何，当我们的客户、员工、投资者回头看时，都能说：那是我参与过的最棒的事业。”

瑞典大学体系要求学生在不同学校间分选专业。通过“破解”申请系统，Max 同时就读工程学院与商学院。疫情期间，他用两台电脑同时上课甚至同时考试。这个阶段，Max 既获得了技术基础，又理解了商业逻辑，为后来创业打下了基础。同时大学期间，他在电竞博彩公司担任程序员，搭建统计模型；随后加入斯德哥尔摩的创业孵化机构 Norrsken，接触了众多社会创新创业者。他也曾在麦肯锡实习，并短暂在 Pamelo 和 Depict 两家初创公司任职，后者被称为人才磁场，诞生过多位后来在北欧创立 AI 或电商公司的创业者，如 Lovable 创始人 Anton Osika。斯德哥尔摩的创业生态紧密，圈子很小，大家会互相支持。

外行人团队

Legora 的创始团队无人具备法律背景，却在短短两年内成为欧洲增长最快的法律科技公司之一，关键在于承认未知、主动学习，并以高度开放的姿态与行业共建。

公司成立初期，团队清楚自己对法律行业几乎一无所知，因此保持谦逊，依靠与早期合作伙伴的每日反馈循环快速学习。而在一个正经历剧烈变革的领域，这种外部视角反而成为优势，不断质疑既有流程，提出为什么不能换一种方式做的想法，从中找到创新机会。

为了理解律师的真实工作方式，Max 在创业初期向上百位律师发出访谈邀请，甚至提出愿意支付他们的时薪，只为换取一次深入交流。大多数人婉拒了报酬，却愿意分享经验，这也让他意识到，成为“人们愿意帮助的人”是一项被低估的创业能力。敢于接触、真诚感谢、主动学习，让 Legora 在早期就建立起与行业专家的信任关系。

Max 同时亲自负责了公司最初一年半的销售工作，仅靠创始团队便将 ARR 从零提升至约 200 万美元。

销售是进入陌生行业最好的学习方式。它迫使创业者理解用户、忍受不确定，也让产品真正对接到现实问题。通过不断拜访律师事务所的合伙人和 CIO，团队逐渐获得了信任。最初的产品当时还不完美，但律所能感受到 Legora 对法律科技的热情和成长速度，而一旦进入这个领域，证明了自己的实力，并持续超额完成任务，保守行业变化的趋势就会显现出来。

招聘与团队期待

Legora 的增长超出创始团队预期，凭借一次 Demo 即获得律师事务所的下单购买，打破了法律行业的保守惯性。团队意识到，法律与 LLM 的结合是巨大的市场机会。而许多竞争者已掉队，Legora 是少数赢家之一。

六个月内，团队从 25 人增长至 100 人，并同时布局欧洲与美国市场，在斯德哥尔摩、伦敦、纽约设立中心，在西班牙、法国、德国组建本地团队。Legora 的策略是同时在所有地方发力。

随着规模扩大，Max 从个人贡献者转向管理者，学会把事交出去，去教别人怎么做，并招聘那些在不同领域更强的人。早期一项关键招聘是另一位 YC 创业者 Jacob 的加入。随着公司进入新阶段，Legora 也开始吸纳在从千万到五亿规模跃迁中有经验的人才。目前，团队中有大量前创始人，这是经典的 YC 式打法，吸纳知道如何在模糊中推动事情前进的人，带来了执行力和创业者心态。

同时，公司每在一地建立新办公室，都会派出斯德哥尔摩的核心成员带队，确保文化延续。Legora 曾两次申请 YC，第一次被拒，第二次成功。这种能把事做成的特质，也成为招聘的核心标准。Max 常问候选人在岗位之外为公司做过什么，关注的是创造力、主动性、发现问题并解决的能力与承担超出职责范围的意愿。

在创业和构建未来时，Legora 不希望团队被动等待指令。与之相应的，Legora 有非常扁平的组织结构。例如在市场团队，Legora 招聘能用 AI 实现十倍产出的全能型人才。过去需要 30 人的团队，现在可能只要 5 个。这 5 个人必须有全力以赴的态度，能主动推动、跨界执行。

这种特质在当下尤其重要，因为如果足够有野心，AI 工具能极大放大个人能量。此外，领导者需要不断向团队证明自己的优势，尤其是在快速扩张的阶段，招聘的新人都有多次成功经验。近期加入的营销副总裁 Stuart Shingler 曾在 Klarna 负责全球营销，后在 Tink 推动品牌增长并协助公司以 30 亿美元出售，Legora 是其加入的第三家独角兽公司。

团队成员要深度参与销售，同时也要深度参与产品，并具备深厚的技术理解，这样才能与客户就相关内容进行交流。早期销售团队同样极具创业精神，几乎都在瑞典，无一人有传统销售背景。他们来自麦肯锡、BCG 等咨询公司，甚至包括 iOS 工程师出身的 Founding GTM 负责人 Axel Max，因为会说西班牙语而负责西班牙市场，并且完全大获成功。这支非典型销售团队帮助公司完成了融资与市场开拓的早期突破。

如今的 Legora 已将销售流程工业化。首批销售经理于今年初入职，公司收入同比增长近 8 倍。许多创始成员也在一年内完成了从 BDR、SMB 到战略客户管理的跃升。随着技术成熟，谈判体量与合作深度迅速扩大。虽然 AI 的商业潜力仍有巨大空间，但律所已普遍意识到转型的必要性，他们知道必须这么做，因为竞争对手已经在这么做。

在招聘理念上，Legora 贯彻两条准则，写下十个值得共事的人名，并主动去招他们；永远寻找‘斜率高’的人，而非静态优秀的人。 Max 仍亲自参与所有除工程师外的岗位面试，每次 20 分钟，用以确认候选人与团队文化的契合度。而联合创始人 Jacob Lauritzen 负责工程部门，Jacob 也是一位连续创业者。他刚卖掉了自己在 YC 孵化的公司。我们在招聘标准上看法非常一致，他们寻找的是抱负与意愿，愿意迎难而上、敢于说“我们能搞定这个问题”的人。

Legora 的工作文化在瑞典生态中显得激进。Max 坦言这里不是朝九晚五的工作场所，但他们保留了瑞典文化中的 Fika 式温度与平等氛围，只是期望值更高、节奏更快。Legora 希望每个人都带着饥饿感成长，作为个人、创业者和公司共同进化。

招聘流程也体现了这种实战导向：市场团队候选人需要准备并路演一场产品 pitch，工程候选人则要搭建 Legora 的 POC 并解释架构设计。斯德哥尔摩创业圈足够小，推荐与背调让优秀人才彼此识别。如今，legora 正在全欧洲招聘人才，自马德里、巴黎、阿姆斯特丹、柏林的年轻人正不断搬到斯德哥尔摩，与 Legora 一起在这座城市建立新的 AI 创业中心。

全球化扩张

Legora 并非一开始就直接进入美国市场，而是选择从瑞典出发。瑞典提供了一个相对小但可控的增长环境，能够在有限范围内验证产品模型与客户需求。相比之下，美国市场虽然容量更大，但竞争激烈、节奏更快，初期进入可能迫使公司在垂直领域过早收窄。

以北欧为起点，Legora 先后进入芬兰、丹麦、挪威、西班牙、法国、德国和英国等地。经过多轮市场复制，公司形成了一套可重复的进入方法，快速验证产品匹配度，建立本地合作律所，再推进规模化部署。

到进军美国时，团队已完成十五个市场的落地，组织结构与执行节奏都较为成熟。

205年5 月中，融资 8000 万美元后，公司在纽约设立办公室，与多家美国顶级律所展开合作；同时在澳大利亚建立分部，并在印度筹备团队。对于瑞典的B2B企业而言，国际化是不可避免的，单一市场的天花板无法支撑百亿美元级别的增长。

融资过程中，Legora 一度决定暂停销售四到五个月，专注产品体验与系统稳定性。团队发现，对法律专业人士而言，首次登录系统的用户体验决定了客户是否留存。早期几次大规模入驻暴露出系统可扩展性的不足。通过重构底层架构，Legora 确保平台能支持每日上千名律师注册，才重新开启销售。

Legora 强调与律所的共创关系，而非传统的供需。产品本身具有可扩展性，而且在市场上表现出色，协作是 Legora 所有解决方案的关键词。其中，重要的不是门头造车，而让公司在不同市场下与客户协作迭代。

在国际运营过程中，语言和文化差异带来的障碍相对有限，而最大挑战是资源分配与专注度。绝大多数律师都能以英语进行工作，本地化主要体现在法规、合规与数据安全要求上。如Legora 在与微软、谷歌、AWS 等云服务商的合作中，就德国刑法相关条款达成了特定豁免协议，这是极少数早期公司能做到的。面对多个国家客户的并行需求，需要明智使用初创公司有限的注意力。

对垂直 AI 创业者的建议

Max 给创业者的第一个建议是，不要被单一模型提供商锁定，也不要与基础模型实验室直接竞争。如何构建初创公司才能像一艘艘船，让当大型 AI 公司的潮水上涨时，一切都会变得更好。

创业公司需要的是清楚地认识自身的价值增值点和长期护城河在哪里。真正重要的，是构建一个能随技术浪潮共同成长的系统，而不是试图在底层模型能力上超越大型 AI 公司。

建立护城河的方式主要有两种。一是聚焦细分领域，找到模型短期内无法完全取代的人类专业场景；二是创造性地利用模型，是其他竞争者没有想到的，构建难以复制的工作流。例如，在 AI 文书起草方面，这需要嵌入大量的自定义提示和方法来确保准确性，使其能使用正确的医疗或法律语言。需要的不仅是模型吐出的最可能答案，而是它能以律师起草条款的方式来起草条款。

创业过程中的可持续性也来自于团队的互信与协作，而非个人的意志力。Max 曾一度承担过多压力，后来意识到授权与协同能带来更高的效能。公司快速扩张的过程中，他的授权能力、协作能力都提升了数倍。团队共同解决问题的能力，远大于任何个人的努力。

排版：傅一诺

FishAI

鱼阅，AI 时代的下一个智能信息助手，助你摆脱信息焦虑

Fish AI Reader

FishAI

联系邮箱 441953276@qq.com

相关标签