（出所）https://openai.com/index/harvey/
Harveyは、法務、税務、金融分野の専門家向けに安全な生成AIプラットフォームとしての地位を確立しました。2023年には収益が10倍以上に増加し、シリーズB資金調達で8,000万ドルを獲得し、評価額は7億1,500万ドルに達しました。
カスタム訓練された判例法モデルの開発
最近、HarveyはOpenAIと提携し、カスタム訓練された判例法モデルを開発しました。これにより、複雑な推論、広範な専門知識、および文書作成や複雑な訴訟シナリオに関する質問への回答、数百の契約書間の重要な不一致の特定など、単一のモデルコールを超えるタスクを支援するAIシステムを提供することが可能になりました。
法務技術におけるLLMの可能性を再定義
Harveyは、反トラストおよび証券訴訟のバックグラウンドを持つ弁護士のウィンストン・ワインバーグと、Google BrainおよびMetaでLLMに取り組んだAI研究者のゲイブ・ペレイラによって設立されました。彼らはLLMを使用して情報を統合し、弁護士に提示する機会を見出しました。「国際的な合併のために何十万もの契約書を調べたり、訴訟のために数百万のメールをレビューする必要があることもあります」とワインバーグは説明しました。AIが文書を統合するのを助けることで、弁護士は法的文書を精査したり作成したりする時間を減らし、意思決定やクライアント支援にもっと時間を割くことができます。
OpenAIとのパートナーシップによる判例法モデルの構築
Harveyのチームは、クライアントの質問をコピー＆ペーストして回答する判例法モデルの開発を目指しました。最初に試みたのは、公開APIを通じた基盤モデルのファインチューニングや、検索強化生成（RAG）システムの構築でしたが、独自の複雑なユースケースには限界がありました。そのため、OpenAIと提携して新しい知識とその知識に関する推論方法を基盤モデルに注入するカスタム訓練モデルを構築することにしました。
高精度かつ正確な結果の達成
Harveyは、米国の判例法全体をカバーするカスタム判例法モデルのテストを行いました。10の大手法律事務所と協力し、カスタム判例法モデルの出力と同じ質問に対するGPT-4の出力を並べて比較しました。その結果、97％の弁護士がカスタム判例法モデルの出力を好みました。通常、カスタムモデルの方が長く、より完全な回答であり、質問のニュアンスに応じた判例法を網羅していたからです。
次世代LLMのための構築
Harveyの共同設立者であるペレイラは、他のAI企業に対し「現在のモデルの能力ではなく、モデルが進化する未来に向けて構築すること」を提言しています。Harveyは、ユーザーエクスペリエンスを簡素化し、ユーザーが行うプロンプトエンジニアリングやタイピングを減らすために、複数のモデルコールを単一の出力に統合するエージェントの開発に注力しています。法務作業の量が増加し、弁護士が複雑で日常的なタスクに費やす時間が増えている中で、Harveyはプロフェッショナルサービス全般において、ルーティンタスクを処理し、専門家がクライアントとの対話に集中できるよう支援する機会を提供しています。
このようにして、HarveyとOpenAIのパートナーシップは、法務分野におけるAIの可能性を拡大し、専門家の業務効率を向上させるための革新的なソリューションを提供しています。
