Тендеры и лиды
Информация
Всем привет! На связи команда корпоративного мессенджера Compass.
Стартап, который семь лет работал в тени, за несколько месяцев после интеграции с GPT-4 был продан Thomson Reuters за 650 миллионов долларов. Чтобы понять, как такое стало возможным, нужно вернуться к самому началу — в 2013 год, когда молодой юрист Jake Heller решил, что юридические исследования должны работать иначе.
Хеллер окончил Гарвардскую юридическую школу и работал в крупной юридической фирме. Каждый день он тратил часы на поиск и анализ судебной практики — перебирал десятки баз, читал сотни страниц, вручную сопоставлял прецеденты. Работа, которую в юридических фирмах поручают младшим сотрудникам, выглядела одинаково десятилетиями: открой базу, введи запрос, прочитай результаты, повтори.
Хеллер видел, что поисковые алгоритмы Google за те же годы ушли далеко вперёд. А инструменты для legal research застряли где-то в начале двухтысячных. Рынок контролировали два гиганта — Westlaw и LexisNexis. Оба предлагали дорогие подписки, громоздкие интерфейсы и поиск по ключевым словам, который мало изменился за двадцать лет.
В 2013 году Хеллер основал Casetext. Идея была простой: создать платформу для анализа юридических документов, которая использует современные технологии обработки текста вместо устаревшего поиска по ключевым словам.
Casetext прошёл через Y Combinator — один из самых известных стартап-акселераторов в мире. Это дало команде не только деньги, но и доступ к менторам, которые помогли сфокусировать продукт. На раннем этапе Casetext выглядел как бесплатная альтернатива дорогим юридическим базам. Компания оцифровала миллионы судебных решений и дала юристам возможность искать по ним с помощью более умных алгоритмов.
Но бесплатная модель не приносила денег. И здесь команда приняла решение, которое потом окажется ключевым: вместо масштабирования вширь Casetext сузил фокус. Компания начала строить платный продукт для конкретной аудитории — практикующих юристов в средних и крупных фирмах.
В 2018 году Casetext запустил CARA — инструмент, который анализировал загруженный юридический документ и автоматически находил релевантные прецеденты. Юрист мог загрузить черновик искового заявления, а система сама подбирала судебные решения, подтверждающие или опровергающие аргументы. Это был уже не просто поиск — это был анализ документов с элементами понимания контекста.
CARA использовала методы машинного обучения задолго до того, как generative AI стал массовым трендом. Продукт начал набирать аудиторию среди юридических фирм, которые искали способ сократить время на рутинную работу. К 2022 году Casetext обслуживал тысячи law firms и зарабатывал на подписках.
Но настоящий перелом произошёл позже — когда OpenAI открыла доступ к GPT-4 для ограниченного числа партнёров. Casetext оказался в этом списке одним из первых и за считанные месяцы превратил свой продукт в нечто принципиально новое — AI-ассистента CoCounsel, способного не просто искать, а рассуждать, сопоставлять и формулировать выводы. Но об этом — дальше.
Первые годы Casetext — это история упорного поиска в тумане. Jake Heller и его команда быстро поняли: создать хороший продукт и найти того, кто за него заплатит — две совершенно разные задачи.
Юридический рынок — один из самых консервативных. Крупные law firms десятилетиями работали с Westlaw и LexisNexis. Эти системы стоили дорого, но партнёры фирм привыкли к ним. Переход на новый инструмент означал переобучение сотрудников, пересмотр рабочих процессов и риск пропустить что-то важное в судебной практике.
Casetext столкнулся с этим лобовым сопротивлением в полной мере. Продажи шли медленно. Даже когда юристы соглашались, что поиск и анализ юридических документов можно сделать удобнее, они не спешили подписывать контракты. Типичный ответ звучал так: «Интересно, но мы подождём».
После выхода из Y Combinator команда пробовала разные модели монетизации. Сначала — краудсорсинговый подход, при котором юристы сами добавляли аннотации к судебным решениям. Идея выглядела красиво на бумаге: сообщество экспертов обогащает базу данных, а Casetext зарабатывает на доступе. На практике юристы не хотели бесплатно делиться экспертизой. У них почасовая оплата — каждая минута, потраченная на аннотации, означала потерянный доход.
Когда краудсорсинговая модель не сработала, Casetext сделал ставку на автоматизацию. Вместо того чтобы просить юристов заполнять базу знаний, компания начала использовать алгоритмы машинного обучения для анализа документов. Это был контринтуитивный ход: маленький стартап решил конкурировать с гигантами не количеством контента, а качеством его обработки.
Именно здесь появился CARA — инструмент, который читал загруженный юридический документ и автоматически находил релевантную судебную практику. Для юридических фирм это было понятнее, чем абстрактная «база с аннотациями». Ты загружаешь бриф — получаешь список решений, которые стоит процитировать или от которых нужно защититься.
Но даже с CARA рост оставался медленным. Casetext привлекал внимание небольших и средних фирм, однако крупные игроки — те самые, которые платят миллионы за юридические исследования — оставались недосягаемы. Компания зарабатывала, но не взлетала.
С 2013 по 2022 год Casetext существовал в режиме, который венчурные инвесторы называют «zombie mode» — компания жива, растёт, но не показывает взрывной динамики. Девять лет без громких заголовков. Многие стартапы в такой ситуации закрываются или продаются за бесценок.
Команда Casetext выбрала другой путь. Вместо погони за масштабом она накапливала экспертизу в обработке юридического языка. Каждый год алгоритмы становились точнее, база клиентов — больше, а понимание потребностей юристов — глубже.
Именно эта девятилетняя подготовка сделала возможным то, что произошло дальше. Когда OpenAI предложила ранний доступ к GPT-4, у Casetext уже была инфраструктура, данные и опыт, чтобы за считанные недели собрать CoCounsel — AI-ассистента, за которого Thomson Reuters заплатил 650 million долларов. Без тех тяжёлых лет провалов и медленного роста такой результат был бы невозможен.
Наша система сама подберет вам исполнителей на услуги, связанные с разработкой сайта или приложения, поисковой оптимизацией, контекстной рекламой, маркетингом, SMM и PR.
Заполнить заявку
13590 тендеров
проведено за восемь лет работы нашего сайта.
Между запуском CoCounsel в марте 2023 года и закрытием сделки с Thomson Reuters в августе того же года прошло меньше пяти месяцев. Для индустрии, где переговоры о поглощении тянутся годами, это почти мгновенная скорость. Но за этой стремительностью стоит цепочка событий, каждое из которых сработало в нужный момент.
Jake Heller, сооснователь Casetext, получил ранний доступ к GPT-4 ещё до публичного релиза модели. Команда Casetext уже имела опыт работы с языковыми моделями — компания экспериментировала с ними для поиска и анализа юридических документов с 2020 года. Но возможности GPT-4 оказались на другом уровне.
Инженеры Casetext собрали рабочий прототип CoCounsel за несколько недель. AI-ассистент умел делать то, на что у юристов уходили часы и дни: анализ контрактов, подготовка к допросам свидетелей, юридические исследования по конкретному делу, обзор судебной практики. Причём делал это не как поисковик — а как помощник, который читает документы, находит противоречия и формулирует выводы.
Ключевое отличие Casetext от десятков других стартапов, которые тоже бросились строить обёртки вокруг GPT-4: у компании уже была юридическая база данных, отточенные алгоритмы и понимание того, какие ошибки искусственного интеллекта недопустимы в юридической работе. CoCounsel не галлюцинировал ссылки на несуществующие судебные решения — проблема, которая погубила репутацию нескольких адвокатов, понадеявшихся на ChatGPT напрямую.
Thomson Reuters заплатил 650 million долларов не за технологию саму по себе. Компания купила три вещи одновременно: работающий AI-продукт для юридических фирм, команду из нескольких десятков специалистов на стыке права и машинного обучения, и девять лет накопленных данных о том, как юристы на самом деле работают с документами.
Для Thomson Reuters сделка решала конкретную проблему. Их флагманский продукт Westlaw доминировал на рынке legal research десятилетиями, но generative AI грозил перевернуть этот рынок. Конкуренты вроде Harvey AI и Luminance уже привлекали внимание крупных law firms. Купить Casetext означало не догонять рынок, а сразу получить лидерскую позицию.
Сумма в 650 миллионов выглядит огромной для компании, которая так и не стала «единорогом» по оценке венчурных инвесторов. Casetext привлёк около 65 миллионов долларов за всю историю — включая ранний бэкинг от Y Combinator. Мультипликатор в 10x от общего объёма привлечённых инвестиций — это результат, о котором мечтает любой фонд.
После интеграции CoCounsel в экосистему Thomson Reuters продукт стал доступен тысячам юридических фирм по всему миру. Функции анализа юридических документов, которые раньше были доступны только клиентам Casetext, начали появляться внутри Practical Law и других продуктов Thomson Reuters.
Для юристов это означало конкретную экономию: задача, на которую младший ассоциат тратил 10 часов, теперь решалась за 30–40 минут. Не идеально, не без проверки — но достаточно хорошо, чтобы перераспределить время на работу, где человеческий опыт незаменим.
Чтобы понять масштаб того, что сделала команда Casetext, стоит посмотреть на юридический рынок глазами практикующего адвоката. До появления AI-инструментов поиск и анализ прецедентов выглядел примерно так: открываешь базу, вбиваешь ключевые слова, получаешь сотни результатов, потом часами читаешь и отсеиваешь нерелевантное. Это не юридическая работа — это рутина, которая съедала до 40% рабочего времени.
Casetext решил конкретную боль. Не абстрактную задачу «внедрить искусственного интеллекта в юриспруденцию», а вполне осязаемую проблему: юрист тратит непропорционально много времени на поиск информации и слишком мало — на собственно юридическое мышление.
CoCounsel взял на себя задачи, которые раньше поручали младшим сотрудникам юридических фирм. Анализ контрактов на предмет противоречий. Подготовка к допросу свидетелей — когда нужно за пару часов изучить показания и найти слабые места. Юридические исследования по конкретному вопросу с подборкой релевантных прецедентов. Каждая из этих задач — не игрушечный демо-сценарий, а реальная работа, за которую клиенты платят.
Для сравнения: Harvey AI, ещё один заметный игрок на рынке legal research, появился примерно в то же время. Но Harvey пошёл по пути создания универсального ассистента для юридических фирм, а Casetext сделал ставку на глубину в конкретных задачах. Когда дело дошло до сделки с Thomson Reuters, именно эта глубина оказалась решающей.
Вот что интересно. У крупных игроков — Westlaw, LexisNexis — были все ресурсы: данные, клиентская база, деньги на R&D. Но они годами оптимизировали поисковые алгоритмы, а не строили AI-ассистента, способного понимать контекст юридического запроса.
Casetext оказался быстрее не потому, что у Jake Heller и его команды было больше денег. Денег как раз было в десятки раз меньше. Но семь лет работы с юридической базой данных дали им то, чего не купишь: понимание, как юристы формулируют вопросы, какие ошибки совершают при поиске, где теряется время. Когда появился GPT-4 и стал доступен через API, команда Casetext уже знала, куда его направить.
Если разложить успех Casetext на составляющие, получится довольно чёткая схема. Узкая вертикаль — legal assistant для практикующих юристов. Годы накопления экспертизы в анализе юридических документов. И точный тайминг с технологическим скачком generative AI.
Любопытно, что похожие возможности есть на других рынках. Российские аналоги — «Гарант», «КонсультантПлюс» — сидят на огромных массивах правовой информации. Но пока ни один из них не предложил полноценного AI-ассистента, который бы не просто искал документы, а анализировал их и формулировал выводы. Тот, кто сделает это первым, может повторить путь Casetext — пусть и в другом масштабе.
Отзывы реальных пользователей Casetext — пожалуй, самый честный индикатор того, стоит ли продукт своих денег. И здесь картина неоднозначная, что само по себе говорит о зрелости инструмента: идеальных отзывов не бывает у настоящих продуктов.
На платформах вроде G2 и Capterra Casetext стабильно получает высокие оценки — в районе 4.5–4.7 из 5. Основной мотив положительных отзывов: скорость. Юристы из небольших юридических фирм отмечают, что юридические исследования, которые раньше занимали полдня, теперь укладываются в 30–40 минут. Один практикующий адвокат из Техаса написал на G2, что CoCounsel за 15 минут подготовил черновой анализ контрактов, на который у младшего ассоциата ушло бы три часа.
Отдельно хвалят качество поиска и анализа юридических документов. В отличие от классических баз, где нужно точно знать, что ищешь, Casetext позволяет задать вопрос обычным языком. Для соло-практиков и маленьких фирм без армии параюристов это ощутимая разница. Один пользователь сформулировал так: «Это как иметь младшего юриста, который никогда не устаёт и не пропускает релевантные прецеденты».
Но есть и критика. Часть пользователей жалуется на стоимость подписки — для одиночных практикующих юристов цена ощутима, особенно в сравнении с бесплатными альтернативами. После того как Thomson Reuters завершила покупку Casetext, некоторые клиенты заметили изменения в ценовой политике и выразили беспокойство, что продукт станет частью дорогих корпоративных пакетов, недоступных малому бизнесу.
Другая претензия — галлюцинации AI. Несмотря на то что команда Casetext вложила годы в снижение ошибок, случаи, когда система выдаёт несуществующие судебные решения, всё ещё встречаются. Юристы относятся к этому серьёзно: ссылка на фиктивный прецедент в суде может стоить карьеры. Поэтому опытные пользователи воспринимают CoCounsel как ассистента, а не замену собственной экспертизе. Проверять за ним всё равно нужно.
Интересно, что восприятие Casetext сильно зависит от размера фирмы. Крупные law firms с доступом к Westlaw и другим премиальным базам видят в Casetext удобное дополнение, но не откровение. А вот для небольших практик — на 2–10 юристов — продукт часто становится основным рабочим инструментом для legal research.
Именно эта аудитория — небольшие фирмы — дала Casetext самые восторженные отзывы. Они получили доступ к возможностям искусственного интеллекта, которые раньше могли себе позволить только крупные игроки. И это, пожалуй, главное достижение компании: демократизация инструментов, которые меняют повседневную работу юриста.
История Casetext — это не просто корпоративная хроника. Это набор конкретных принципов, которые работают далеко за пределами юридической отрасли.
Jake Heller и его команда не пытались построить «AI для всех». Они семь лет копали в одном направлении — legal research. Пока конкуренты гнались за универсальностью, Casetext накапливал понимание того, как юристы действительно работают с документами. Какие запросы формулируют. Где спотыкаются. Что забывают проверить.
Когда появился GPT-4, эта экспертиза сработала как катализатор. Компания не просто «прикрутила чат-бот» к базе данных. Она точно знала, какие задачи юридических фирм решать и как подавать результат, чтобы юрист ему доверял.
Антипример — десятки стартапов, которые в 2023 году наспех собрали «AI-ассистента для юристов» без реального понимания отрасли. Большинство из них уже забыты.
Casetext запустил CoCounsel через считаные недели после выхода GPT-4. Со стороны это выглядит как везение. Но за «везением» стояли годы работы: готовая инфраструктура для анализа юридических документов, обученная команда, налаженные отношения с клиентами. Продукт не появился на пустом месте — он вырос из платформы, которая уже решала реальные задачи.
Для тех, кто строит AI-продукты в узких нишах, вывод простой: инвестируй в фундамент до того, как появится прорывная технология. Когда она появится, у тебя будет несколько недель форы перед теми, кто начнёт с нуля.
Casetext сознательно работал с небольшими law firms, давая им инструменты уровня крупных корпораций. Именно это создало массовую базу лояльных пользователей и доказало product-market fit.
Thomson Reuters заплатил 650 million долларов не за технологию саму по себе. Компания купила работающую экосистему: пользователей, которые ежедневно полагались на Casetext для поиска и анализа прецедентов, и команду, которая понимала, как превратить искусственный интеллект в практический инструмент юриста.
На российском рынке LegalTech до сих пор доминируют классические справочные системы. AI-инструменты для анализа контрактов, подготовки процессуальных документов, проверки судебной практики — всё это пока в зачаточном состоянии.
История Casetext показывает: тот, кто первым соединит глубокое знание российской юридической специфики с возможностями генеративного AI, займёт позицию, аналогичную той, что занял CoCounsel на американском рынке. Окно возможностей открыто — но ненадолго.
