Six mois après son dernier cycle de financement à neuf chiffres, Harvey AI Corp. a annoncé aujourd'hui avoir levé 550 millions de dollars pour une valorisation de 15,5 milliards de dollars.
Harvey vend une plate-forme cloud que les cabinets d'avocats utilisent pour automatiser le travail manuel de leurs avocats. La société affirme que sa base installée comprend 80 % des 100 cabinets d'avocats les mieux classés aux États-Unis. Harvey est également populaire parmi les équipes juridiques internes des grandes entreprises : il compte parmi ses clients la moitié des sociétés Fortune 10.
La plateforme de l'entreprise permet aux utilisateurs de stocker jusqu'à 100 000 documents dans un référentiel appelé Vault. Un moteur de recherche intégré utilise l’intelligence artificielle pour faire apparaître des modèles utiles. Par exemple, un avocat pourrait demander à Harvey de trouver des contrats de fournisseurs qui doivent être modifiés pour se conformer à une nouvelle réglementation.
Le processus de rédaction d'un nouveau document juridique nécessite souvent que les avocats examinent les accords existants de leur entreprise. Par exemple, un avocat peut analyser les contrats clients historiques pour trouver les clauses qui devraient être incluses dans une nouvelle transaction importante. Harvey's AI aide les utilisateurs à trouver des documents pertinents dans Vault. Il récupère également des données externes telles que des précédents et des clauses législatives.
Plus tôt cette année, Harvey a déployé des agents d'IA qui permettent aux utilisateurs d'automatiser des tâches plus complexes. Une entreprise d’investissement, par exemple, pourrait faire appel à des agents pour détecter des problèmes potentiels dans une vaste collection de documents de due diligence. Les agents demandent l’avis des avocats lorsqu’ils ont besoin d’éclaircissements sur une partie délicate d’une tâche.
L'étape de financement d'aujourd'hui intervient quelques jours après que la société a lancé son premier modèle de langage personnalisé. Tenet est une version affinée de Kimi K3, un LLM open source avec 2,8 billions de paramètres. Il comprend 896 réseaux de neurones individuels, chacun optimisé pour un ensemble différent de tâches.
Harvey a peaufiné Tenet en le formant aux documents juridiques. Il a également ajouté un harnais personnalisé, une collection d'invites et d'autres ressources techniques conçues pour optimiser la qualité de sortie LLM. Harvey dit que Tenet effectue certaines tâches de traitement des contrats 20 % mieux que Kimi K3. De plus, il surpasse Fable 5 et GPT-5 Sol dans plusieurs domaines.
Harvey a déclaré dans Tenet's lancer un article de blog qu'il prévoit de déployer davantage d'infrastructures informatiques pour faire progresser sa recherche en IA. L’entreprise donnera notamment la priorité au développement de « nouveaux modèles généralistes ». Le cycle de financement d'aujourd'hui devrait permettre à Harvey d'assumer plus facilement les coûts élevés associés au développement de modèles personnalisés.
La formation de LLM personnalisés pourrait non seulement aider l'entreprise à différencier son ensemble de fonctionnalités, mais également à augmenter ses marges. Développer un modèle propriétaire coûte cher, mais cela peut réduire les coûts d’infrastructure à long terme en réduisant le besoin de recourir à des modèles externes. La raison en est que l’inférence représente généralement un pourcentage beaucoup plus important du coût d’une charge de travail d’IA que la formation.
Harvey a lancé Tenet aux côtés de LAB, une référence qui mesure la capacité des LLM à effectuer un travail juridique. L'itération actuelle de l'évaluation comprend environ 1 200 tâches. Harvey prévoit d'étendre LAB à davantage de juridictions et de domaines du droit.
