Harvey est assistant juridique en IA pour les cabinets d'avocats et les services juridiques d'entreprise. Il est affiné sur la base du modèle OpenAI GPT et couvre des scénarios tels que l'examen des contrats, la recherche juridique, la diligence raisonnable et la préparation des litiges.

Harvey

Paramètres et statistiques de base de Harvey

Projets	Informations publiques
Positionnement officiel	Établi juridique d'IA générative spécialement conçu pour les cabinets d'avocats
Modèle de base	Réglage fin de la série OpenAI GPT-4 (architecture d'inférence personnalisée multicouche)
Formulaire de livraison	Application Web SaaS + accès API
Méthode de déploiement	Cloud SaaS, prend en charge la négociation de déploiement privatisé
Principaux clients	Am Law 100/200, principaux cabinets d'avocats, quatre grands cabinets comptables, services juridiques d'entreprise
Tours de financement	Cumulatif d'environ 106 millions de dollars (Sequoia Capital, OpenAI Startup Fund, Kleiner Perkins)
Certification de sécurité	SOC2 Type II
Langues prises en charge	Anglais (anglais juridique américain/britannique)
Plateforme d'assistance	Internet
Établi	2022

Positionnement du produit : Harvey n'est pas un outil de chat généralisé par l'IA, mais un moteur de raisonnement juridique professionnel intégré au flux de travail existant d'un cabinet d'avocats. Il ne poursuit pas l'étendue du dialogue, mais permet d'obtenir des résultats professionnels vérifiables, traçables et personnalisables dans les trois scénarios verticaux que sont l'examen des contrats, la recherche juridique et la diligence raisonnable. Cela signifie qu'il ne convient pas aux consommateurs individuels ou aux consultations juridiques occasionnelles, mais qu'il est conçu pour les équipes professionnelles travaillant quotidiennement avec des dizaines de documents juridiques.

Stratégie de modèle : Harvey adopte une architecture hybride de « réglage fin du modèle de base + routage multi-modèle », superpose une formation spéciale dans le domaine juridique sur la base de GPT-4 et sélectionne dynamiquement le chemin de raisonnement optimal en fonction du type de tâche (questions-réponses sur le contrat vs résumé de document long vs récupération de cas). Cette architecture rend sa précision dans la réponse aux questions juridiques professionnelles nettement supérieure à celle des modèles généraux, mais le coût est que l'itération du modèle repose sur le rythme de mise à niveau sous-jacent d'OpenAI.

Limite des données : Harvey ne prend actuellement en charge que l'anglais et le corpus de formation est principalement basé sur la loi américaine et la loi britannique. L’étendue de la couverture des autres juridictions n’est pas divulguée. Il est prévu de l'étendre à plusieurs langues, mais il n'y a pas encore de calendrier public.

Utilisateurs d'Harvey et reconnaissance du marché

La reconnaissance de Harvey sur le marché ne se reflète pas dans le nombre d'utilisateurs publics ou dans la popularité de la communauté open source, mais dans la signature d'honoraires de cabinets d'avocats de premier plan et dans de multiples cycles d'investissements massifs provenant de sociétés de capital-risque de premier plan.

Base de clientèle principale : les clients publics d'Harvey comprennent Allen & Overy (un cabinet d'avocats de premier plan mondial), Macfarlanes, O'Melveny & Myers (l'employeur d'origine du fondateur) et le cabinet juridique de PwC. Les caractéristiques de ces clients sont les suivantes : un chiffre d'affaires annuel supérieur à 1 milliard de dollars, des laboratoires internes d'innovation en IA et des exigences strictes de conformité et d'audit pour les achats de technologies. L'inscription auprès de Harvey est en soi un signal de confiance : cela signifie que le produit a passé avec succès les contrôles préalables en matière de sécurité des informations de l'autre partie.

Vérification du financement : le parcours de financement d'Harvey reflète clairement la reconnaissance par le marché des capitaux de ses obstacles techniques : le cycle d'amorçage en 2022 a été dirigé par OpenAI Startup Fund, la série A en 2023 a été dirigée par Sequoia Capital et la série C de 100 millions de dollars a été achevée en juillet 2024, avec une valorisation de 1,5 milliard de dollars (licorne). Les principaux investisseurs dans les trois cycles de financement sont tous des institutions de premier plan qui n'ont pas déployé auparavant un grand nombre d'IA juridique, ce qui indique que Harvey est rare dans la voie segmentée.

Analyse comparative du secteur : dans le domaine de l'IA juridique, Harvey et CoCounsel (anciennement Casetext) acquis par Thomson Reuters forment le premier échelon. La force de CoCounsel réside dans la profondeur de l'intégration de la base de données Westlaw, la force de Harvey dans le degré de personnalisation du modèle et la couverture du flux de travail de bout en bout. Les deux en sont aux premiers stades de leur mise en œuvre commerciale, et l’un d’entre eux n’a pas encore remporté de victoire écrasante.

Prémisse de mise en œuvre : La valeur d'Harvey ne pourra être réalisée qu'une fois que les cabinets d'avocats auront véritablement intégré les résultats de l'IA dans leurs processus de travail formels. Si les équipes ne l’utilisent que comme outil de référence secondaire sans modifier le processus de révision, leur retour sur investissement sera considérablement réduit. Les clients signés effectuent généralement la vérification pilote d'un groupe d'entreprises dans un délai de 3 à 6 mois avant de décider s'ils souhaitent le promouvoir auprès de toutes les entreprises.

L'avantage de coût d'Harvey

La structure de coûts de Harvey n'est pas adaptée aux individus ou aux petites équipes. Sa tarification est liée au processus d'approvisionnement au niveau de l'entreprise et est divisée en trois niveaux : version cabinet d'avocats, version juridique d'entreprise et accès API. Ce qui suit est un cadre de coûts qui peut être déduit des chaînes publiques. Le prix spécifique est soumis au devis commercial officiel.

Coût : structure à trois niveaux

Niveau	Modèle de facturation	Groupe de clients cible	Gamme de prix	Coûts cachés
Version cabinet d'avocats	Abonnement annuel basé sur les places	Cabinet d'avocats Am Law, cabinet d'avocats de taille moyenne	Non divulgué, négociation commerciale requise	Le nombre minimum de sièges requis n'est généralement pas inférieur à 50 sièges ; investissement dans la promotion interne et la formation
Édition juridique d'entreprise	Abonnement annuel basé sur les places	Direction Juridique Corporate (plus de 500 personnes)	Non divulgué, négociation commerciale requise	Négociation des conditions de résidence des données, coûts d'intégration avec les DMS (système de gestion documentaire) existants
Accès API	Selon l'utilisation du jeton + l'année	Partenaires ayant des besoins de personnalisation	Non divulgué, négociation commerciale requise	Investissement continu dans la mise au point du modèle et la maintenance technique rapide

Comparaison des coûts avec les outils juridiques traditionnels : les outils de recherche juridique traditionnels tels que Westlaw ou LexisNexis coûtent des milliers, voire des dizaines de milliers de dollars par siège et par an, mais fournissent uniquement des recherches dans des bases de données, et non des analyses automatisées. Les frais de siège d'Harvey sont nettement plus élevés que les outils traditionnels, mais il promet de réduire les heures de travail des jeunes avocats sur la révision des contrats et la recherche juridique (voir la déduction quantitative dans le chapitre « Scénarios d'application »), ce qui peut théoriquement couvrir le coût du logiciel grâce à des améliorations d'efficacité dans un délai de 6 à 12 mois.

Comparaison des coûts avec les outils d'IA concurrents :

Dimensions comparatives	Harvey	Co-conseil (Thomson Reuters)	Luminance
Modèle de tarification	Cotisation annuelle basée sur les sièges, non divulguée	Sur la base du volume de documents/siège, non divulgué	Sur la base du volume de documents, non divulgué
Essai gratuit	Pas de version gratuite publique	Pas de version gratuite publique	Démo de la version de base disponible
Estimation des frais annuels minimum	Extrêmement élevé (positionné par les principaux cabinets d'avocats)	Élevé (selon la chaîne Thomson Reuters)	Medium (pour les entreprises de taille moyenne)
Options de résidence des données	Négociable	Négociable	Prend en charge le déploiement local
Différence de coût de base	Les frais de personnalisation du modèle sont imputés au prix du siège	Transfert d'autorisation de base de données	Facturation du volume de traitement des documents

Coûts cachés : pour les cabinets d'avocats, le coût le plus important pour Harvey n'est pas les frais d'abonnement au logiciel, mais le coût de la réorganisation du flux de travail : la nécessité de modifier les processus d'examen interne, de définir des critères d'acceptation pour les résultats de l'IA et de former les avocats sur la façon de poser les bonnes questions et de vérifier les résultats. De plus, Harvey ne fournit pas de documentation publique sur l'API ni de chemin auto-hébergé, et la souveraineté des données repose entièrement sur l'infrastructure cloud du fournisseur, ce qui nécessite des négociations supplémentaires dans des scénarios avec des exigences de conformité élevées.

Principales caractéristiques d'Harvey

Le système fonctionnel de Harvey s'articule autour de deux axes principaux : la « compréhension des documents juridiques » et le « raisonnement des connaissances juridiques ». Il existe des liens de collaboration clairs entre les cinq fonctions principales :

• Examen du contrat et identification des risques : après le téléchargement du contrat (PDF/Word), les termes clés tels que les clauses d'indemnisation, les conditions de résiliation, les obligations de confidentialité et les lois applicables sont automatiquement identifiés, comparés aux préférences de risque prédéfinies de l'utilisateur, les écarts sont marqués et des suggestions de modification sont données. Cette fonction partage le moteur d'analyse des termes avec le module de due diligence : le cabinet d'avocats traite simultanément les documents de due diligence et les contrats de transaction dans le cadre d'une transaction de fusion et d'acquisition. Les enregistrements de questions et réponses et les étiquettes de risque peuvent être réutilisés entre les deux espaces de travail pour éviter une analyse répétée des mêmes termes.

• Recherche juridique et génération de mémorandums : sur la base de questions en langage naturel (telles que « Les dernières tendances juridiques des tribunaux du Delaware en matière de clauses de changement de contrôle »), les dispositions juridiques pertinentes, les résumés juridiques et les analyses juridiques faisant autorité sont renvoyés, ainsi que les sources de citation (juge, numéro de dossier, année du jugement). Le résultat peut être utilisé directement comme première ébauche d’un mémo de recherche juridique. Par rapport aux recherches par mots-clés traditionnelles de Westlaw, l'avantage de Harvey réside dans la compréhension de l'intention de la question plutôt que dans la correspondance mécanique des mots-clés, réduisant ainsi la perte de temps des avocats liés au basculement entre plusieurs bases de données.

• Due Diligence et réponse aux transactions : prend en charge le téléchargement par lots de documents de due diligence (contrats, états financiers, documents réglementaires), extrait automatiquement les points de données clés et les conditions anormales et génère des rapports de synthèse structurés. Les avocats des deux côtés de la transaction peuvent répondre aux questions basées sur la même couche de données : les questions marquées par une partie sont automatiquement synchronisées avec la vue d'examen de l'autre partie, remplaçant ainsi le modèle de communication fragmenté traditionnel consistant à « envoyer des commentaires par courrier électronique ». Cette synergie peut réduire considérablement les délais de communication pendant la phase intensive d'une transaction de fusion et acquisition (généralement 4 à 8 semaines).

• Stratégie de litige et rédaction de documents : extrayez automatiquement les chronologies des faits clés, les réseaux liés aux parties et les principaux points de litige à partir des éléments de preuve pour aider les avocats à construire la logique narrative du cas. Sur cette base, le premier projet de cadre de l'acte d'accusation, de la défense, du contre-interrogatoire et d'autres documents peut être généré. Les documents générés ne sont pas directement soumis au tribunal, mais servent de point de départ aux avocats pour rédiger, en mettant l'accent sur la réduction du temps passé de la feuille de départ à la première ébauche. Selon des cas partagés publiquement par des cabinets d'avocats sous contrat, il est supposé que le temps de préparation de la première ébauche du document peut être réduit de 3 à 5 jours à 4 à 6 heures.

• Surveillance de la conformité et suivi réglementaire : après s'être abonné aux mises à jour réglementaires dans une juridiction ou un secteur spécifique, Harvey analyse automatiquement les réglementations, directives et cas récemment publiés, marque les points de changement liés au système de conformité existant de l'entreprise et génère un résumé de l'analyse d'impact sur la conformité. Cette fonctionnalité partage un pipeline de mise à jour du corpus avec le moteur de recherche juridique, garantissant ainsi la cohérence des résultats avec les dernières références réglementaires. Dans les scénarios de conformité transfrontalière, cette fonctionnalité peut remplacer les services réguliers de mise à jour juridique fournis par certains cabinets d’avocats externes.

• Collaboration en équipe et accumulation de connaissances : fournit un espace de travail d'équipe pour aider les avocats à partager des enregistrements de questions-réponses, à marquer les commentaires de révision et à créer une bibliothèque de clauses standard. Chaque élément du résultat de l’IA peut être noté, corrigé et commenté par les avocats, et la version corrigée est automatiquement intégrée à la base de connaissances de l’équipe pour optimiser la qualité des réponses ultérieures à des questions similaires. Cela signifie que plus un cabinet d'avocats utilise Harvey, plus il accumule de connaissances internes et la précision des résultats de l'IA sur des cas similaires augmente progressivement.

Aperçu des liens fonctionnels : Les six fonctions principales ne sont pas des modules isolés, mais partagent le même « moteur de connaissances juridiques » : les clauses de risque identifiées lors de la revue des contrats peuvent automatiquement entrer dans la liste d'exceptions de diligence raisonnable, les résultats de la recherche juridique peuvent être directement liés au panel de référence de la revue des contrats, et les données révisées de la base de connaissances de l'équipe renvoient à la qualité de raisonnement du moteur. Cette conception « analyser une fois, réutiliser à plusieurs endroits » constitue la différence fondamentale entre Harvey et le simple wrapper GPT.

Evolution du modèle et de la version de Harvey

Les informations sur les itérations de la version de Harvey n'ont pas été officiellement divulguées dans leur intégralité. Ce qui suit est un résumé des événements marquants basés sur les chaînes publiques :

Version principale

• v1.0 (~2023-12) : version commerciale initiale, basée sur le réglage fin de GPT-4, les fonctionnalités de base sont les questions et réponses contractuelles et la récupération de recherches juridiques. Les premiers clients signés sont Allen & Overy et Macfarlanes, qui sont pilotés en interne en tant qu'« assistants juridiques IA ». Le modèle atteint des niveaux utilisables en matière de NER juridique (reconnaissance d'entité nommée) et de classification de clauses, mais présente des lacunes évidentes en matière de citations interpages de longs documents et de cohérence des conversations à plusieurs tours.

• v1.5 (~2024-06) : introduction des capacités de traitement par lots de documents et des fonctions de réponse de diligence raisonnable des premières versions. Le modèle a évolué d'un simple réglage fin GPT-4 à une architecture « modèle de base + adaptateur spécifique à une tâche », avec différents chemins de raisonnement utilisés pour l'examen des contrats et la recherche juridique. Dans le même temps, la certification SOC 2 Type II a été délivrée pour répondre au seuil d'accès à la sécurité des informations des grands cabinets d'avocats.

• v2.0 (~2025-09) : Harvey Platform v2, officiellement annoncé mais la date exacte n'a pas été annoncée. Les changements majeurs incluent : l'introduction d'une architecture de raisonnement multimodèle (ne reposant plus uniquement sur GPT-4), l'ajout d'une fonction d'explication de la chaîne de raisonnement juridique (la sortie de l'IA est accompagnée d'étapes de raisonnement permettant aux avocats de vérifier la logique) et le lancement d'un espace de travail de collaboration en équipe et de fonctions de gestion des actifs de connaissances. Les changements architecturaux apportés dans cette version signifient qu'Harvey passe des « applications verticales de GPT » à « sa propre plateforme d'IA juridique », réduisant ainsi la dépendance à l'égard d'un seul fournisseur de modèle de base.

Vérification des candidats

Harvey n'a pas divulgué d'informations sur la version candidate ou la version bêta, mais l'industrie suppose que l'équipe évolue dans les directions suivantes après la v2.0 :

• Extension multilingue (non publique, sous réserve de sortie officielle)
• Solution de déploiement privatisée (pour les agences gouvernementales et les industries hautement réglementées)
• Intégration approfondie avec les logiciels de gestion de cabinet d'avocats grand public (tels que iManage, NetDocuments)

Analyse de la stratégie de version

La cadence de publication des versions d'Harvey est d'environ 6 à 9 mois par version majeure, ce qui est étroitement lié au cycle de certification de conformité (examen SOC 2, évaluation de la sécurité client) des produits SaaS au niveau de l'entreprise. Contrairement aux produits d'IA grand public, Harvey ne peut pas publier rapidement des fonctionnalités expérimentales : chaque mise à jour du modèle doit passer une vérification de régression par un cabinet d'avocats sous contrat, qui détermine que les itérations de sa version doivent être plus lentes que les produits d'IA généraux, mais les exigences de stabilité sont plus élevées.

Les avantages techniques d'Harvey

La barrière technique de Harvey ne réside pas dans le nombre de paramètres du modèle ou dans l'échelle des données de formation, mais dans la profondeur de « l'ingénierie du domaine juridique » : comment transformer un modèle de langage général en un système professionnel auditable, traçable et cohérent avec les habitudes de travail des avocats.

Pipeline de réglage fin spécifique au droit : les données de formation d'Harvey sont principalement basées sur des documents juridiques : contrats, précédents, réglementations, révisions juridiques, directives réglementaires, couvrant plusieurs juridictions et domaines d'activité. La mise au point n’est pas une action ponctuelle, mais un pipeline continu : les corrections et les retours générés lors de chaque utilisation par le cabinet d’avocats (évaluations des avocats et modifications de la sortie de l’IA) sont désensibilisés puis intégrés au cycle suivant de mise au point. Ce mécanisme « d'apprentissage continu pendant l'utilisation » permet au modèle de converger progressivement vers une grande précision sur des tâches juridiques spécifiques, au prix d'une complexité d'ingénierie nettement plus élevée pour la gouvernance des données et la protection de la vie privée que pour les modèles généraux.

Architecture de routage multimodèle (v2.0+) : Harvey v2 ne s'appuie plus uniquement sur GPT-4, mais maintient plusieurs instances de modèles avec des expertises différentes en arrière-plan : l'une est bonne pour classer les clauses contractuelles, l'autre est bonne pour le résumé de cas et l'autre est bonne pour les questions et réponses sur de longs documents. Lorsqu'un utilisateur soumet une tâche, la couche de routage alloue dynamiquement le modèle le plus approprié en fonction du type de tâche, de la longueur du document et de la complexité du raisonnement. L'avantage de cette architecture est qu'elle n'oblige pas toutes les tâches à utiliser le même modèle, ce qui réduit la consommation inutile de jetons, tout en conservant un modèle d'inférence solide pour les scénarios de haute précision.

Traçabilité des citations et affichage de la chaîne de raisonnement : chaque élément de la production juridique de Harvey est accompagné d'une source de citation cliquable (numéro de dossier spécifique, numéro de clause contractuelle, chapitre réglementaire). La v2.0 introduit en outre l'affichage de la chaîne de raisonnement - l'IA affiche ses étapes de raisonnement avant de donner une conclusion (par exemple, "La limite supérieure d'indemnisation de l'article 3.2 est en conflit avec la loi applicable de l'article 7.1. Sur la base de l'article xxxx du Code civil de Californie, il est recommandé d'ajuster la limite supérieure d'indemnisation à..."). Les avocats peuvent vérifier l’exactitude de chaque nœud de raisonnement au lieu de se retrouver confrontés à une conclusion de boîte noire. Il s'agit de la fonction essentielle qui distingue Harvey des assistants généraux en IA dans les scénarios juridiques : le travail juridique nécessite une traçabilité et une révisabilité, et les résultats purement probabilistes sont inacceptables.

Architecture de sécurité et de conformité : Harvey est certifié SOC 2 Type II et utilise le cryptage AES-256 pour la transmission et le stockage des données. Les données des clients sont isolées dans des locataires logiques indépendants, et la période de conservation des journaux de traitement de l'IA est configurable pour répondre aux exigences de conformité du cabinet d'avocats en matière de confidentialité et de découverte des clients. Pour les clients ayant des exigences de conformité élevées, Harvey fournit des journaux d'audit au niveau de l'entreprise pour enregistrer les liens d'entrée, de sortie et de raisonnement de chaque demande d'IA afin de faciliter les examens de conformité internes et les inspections réglementaires externes.

Limite d'intégration : Harvey se connecte à la chaîne d'outils existante du cabinet d'avocats via des API, notamment des systèmes de gestion de documents (DMS), des clients de messagerie et des plateformes de gestion de projet. Cependant, les capacités d'ouverture et de personnalisation de l'API ne sont pas divulguées : le cabinet d'avocats ne peut pas ajouter de nouveaux connecteurs ou modifier lui-même la logique de raisonnement de l'IA, et tous les besoins de personnalisation doivent être mis en œuvre par l'équipe de réussite client d'Harvey. Cela signifie que la flexibilité d'intégration d'Harvey est inférieure à celle des solutions open source, mais la sécurité et la contrôlabilité sont garanties.

Comment utiliser Harvey

Harvey ne propose qu'un seul modèle de prestation pour les cabinets d'avocats et les entreprises : un SaaS basé sur le cloud, accessible via un navigateur Web. Il n’existe aucun chemin vers l’inscription publique, l’activation en libre-service ou l’essai gratuit.

Processus d'accès : Le cabinet d'avocats ou le service juridique de l'entreprise contacte l'équipe commerciale d'Harvey → Effectuer une diligence raisonnable en matière de sécurité des informations (y compris l'examen du rapport SOC 2, la signature de l'accord de protection des données) → Déterminer le nombre de sièges et la configuration du déploiement → L'équipe informatique configure le SSO (prend en charge SAML/OIDC) et la liste blanche du réseau → Sélectionnez un groupe d'affaires pour lancer le pilote (généralement 1 à 3 mois) → Étendre à l'ensemble du cabinet en fonction des résultats du pilote.

Chemin d'utilisation de l'interface : Après vous être connecté, entrez dans l'atelier. L'interface d'exploitation principale comprend trois zones principales :

• Zone de téléchargement de documents : prend en charge le téléchargement par glisser-déposer ou par lots de contrats PDF, d'archives de courrier électronique et d'autres formats de documents, et Harvey les analysera et les indexera automatiquement.
• Zone de questions et réponses : saisissez des questions juridiques en langage naturel, prenez en charge les questions de suivi, les sauts de référence et l'exportation de réponses. Chaque réponse est accompagnée d'une citation de la source et d'une chaîne de raisonnement (v2.0 et supérieure).
• Espace de travail de projet : organisez les documents, les enregistrements de questions-réponses et les annotations par transactions ou cas, et prenez en charge les annotations de collaboration en équipe et les comparaisons de versions.

Étapes opérationnelles typiques (scénario de revue de contrat) :

1. Créez une nouvelle tâche dans l'espace de travail du projet et téléchargez le document contractuel.
2. Sélectionnez un modèle de révision (par exemple, NDA, contrats de fusion et acquisition, contrats de service) et Harvey exécute automatiquement l'identification des dispositions.
3. Affichez le tableau de bord récapitulatif des risques et développez chaque élément de risque pour afficher l'explication et les termes de référence de l'IA.
4. Confirmez, modifiez ou rejetez l'annotation AI et synchronisez la version révisée avec la base de connaissances de l'équipe.
5. Exportez le rapport d'examen (y compris les annotations de l'IA, les annotations des avocats et les sources citées) pour le transmettre aux clients ou l'archiver.

Méthode d'intégration : Harvey prend en charge l'intégration avec les systèmes existants du cabinet d'avocats via l'API, notamment iManage, NetDocuments, SharePoint et Outlook/Exchange. La portée d'accueil est soumise à la liste d'intégration fournie par l'équipe officielle de réussite client, et les connecteurs auto-développés ne sont pas pris en charge.

Prix des produits Harvey's

Harvey ne propose pas de grille tarifaire publique ni de niveau gratuit, et tous les prix sont déterminés par le biais de négociations commerciales. La structure de prix suivante est établie sur la base d'informations accessibles au public, et la cotation officielle en temps réel prévaudra.

Niveau	Modèle de facturation	Groupe de clients cible	Prix ​​public	Termes clés
Version cabinet d'avocats	Cotisation annuelle basée sur les places	Cabinet d'avocats Am Law 100/200	Non divulgué	Le nombre minimum de sièges requis n'est généralement pas inférieur à 50 sièges ; la durée du contrat est généralement de 1 à 3 ans
Édition juridique d'entreprise	Cotisation annuelle basée sur les places	500+ personnes Département Juridique Corporate	Inédit	Conditions de résidence des données personnalisables ; Période de conservation des journaux d'audit négociable
Accès API	Selon l'utilisation du jeton + l'année	Partenaires stratégiques	Non divulgué	Il existe un engagement de consommation annuelle minimale ; la personnalisation du modèle est négociable

Comparaison des tranches de prix avec des produits concurrents (sur la base de prélèvements publics, données non officielles) :

Produits	Estimation des frais annuels minimum	Couverture	Groupes de clients typiques
Harvey	À partir de 50 000 $+/an (spéculatif)	Workbench juridique IA complet	Cabinet d'avocats Am Law, Big Four
CoConseil	30 000 $ à 100 000 $/an	Assistant juridique IA + base de données Westlaw	Cabinet d'avocats, affaires juridiques d'entreprise
Luminance	20 000 $ à 80 000 $/an	Analyse des contrats IA	Moyennes entreprises, compagnies d'assurance
À toute épreuve	10 000 $ à 60 000 $/an	Gestion du cycle de vie des contrats	Entreprises en croissance

La vérité sur la version gratuite : Harvey ne propose pas et ne proposera pas de version gratuite. Son modèle économique ne prend pas en charge une expérience en libre-service : chaque intégration de nouveau client implique une diligence raisonnable en matière de sécurité, une personnalisation du modèle et une configuration du flux de travail, et le coût est bien plus élevé que celui des produits SaaS en libre-service. Il est conseillé aux équipes confrontées à des contraintes budgétaires d'évaluer si Luminance ou CoCounsel peuvent répondre à leurs principaux besoins avant de décider de passer à Harvey.

Conditions à vérifier avant d'acheter :

• Le nombre minimum de sièges requis est-il un seuil strict ou négociable ?
• L'emplacement de stockage des données est-il pris en charge dans la juridiction du client ?
• Les données de formation IA contiennent-elles le contenu du document du client ? (Harvey déclare publiquement que les données client ne sont pas utilisées pour entraîner le modèle de base, mais cela doit être confirmé dans le contrat)
• Comment effectuer le processus de migration et de suppression des données lors de la désinscription ?

Scénarios d'application Harvey

Les quatre scénarios d'application principaux de Harvey couvrent les trois tâches les plus fréquentes et les plus chronophages dans les cabinets d'avocats et les services juridiques. Les déductions quantitatives suivantes sont basées sur des cas et des données de référence de l'industrie partagées publiquement par des cabinets d'avocats sous contrat, et sont marquées comme des valeurs déduites plutôt que comme des engagements officiels.

Scénario 1 : Examen par lots des contrats par les grands cabinets d'avocats

Les cabinets d'avocats Am Law 200 traitent des milliers, voire des dizaines de milliers de contrats chaque année, et le temps moyen de révision manuelle pour les jeunes avocats et les réviseurs de contrats est de 2 à 3 jours par contrat (y compris la lecture, la correction des clauses et la rédaction d'avis de révision). Le module d'examen des contrats de Harvey peut effectuer la sélection préliminaire des risques et l'annotation des clauses d'un contrat standard en 5 à 15 minutes. L'avocat n'a qu'à vérifier l'exactitude de l'annotation AI et à ajouter des jugements complexes.

• Déduction quantitative : pour un cabinet d'avocats qui traite 5 000 contrats par an, le nombre total d'heures de révision manuelle est d'environ 10 000 à 15 000 heures par an. Après avoir utilisé Harvey, AI effectue la sélection initiale (réduisant le temps de lecture d'environ 60 à 70 %), les avocats vérifient et rendent des jugements finaux (réduisant d'environ 30 à 40 % le temps de lecture initial) et les heures de travail totales sont réduites à environ 4 000 à 6 000 heures par an. Sur la base des coûts de facturation estimés des jeunes avocats, les économies annuelles sont d'environ 300 à 500 jours-homme.
• Points clés de vérification : taux de détection manquée par l'IA des clauses à haut risque, cohérence entre les contrats et capacité à gérer les clauses non standard.
• Limite de collaboration homme-machine : l'IA effectue une extraction de clauses et une classification préliminaire des risques 100 % automatisées ; les avocats sont responsables du jugement des clauses complexes (telles que le caractère commercialement raisonnable des clauses d’indemnisation) et de leur signature finale. Certains domaines ne peuvent pas être automatisés par l’IA : examen des clauses impliquant les principaux secrets d’affaires du client, jugement sur l’application juridique dans toutes les juridictions et clauses ambiguës qui nécessitent le jugement d’un expert.

Scénario 2 : Recherche juridique et suivi de conformité par le service juridique de l'entreprise

L'équipe juridique de l'entreprise doit répondre chaque semaine à diverses questions juridiques soulevées par le service commercial (telles que « Quelles réglementations doivent être suivies lors du recrutement d'employés à distance en Californie ? » « Notre NDA standard couvre-t-il les conditions d'utilisation des données du modèle d'IA ? »). La méthode traditionnelle consiste à effectuer des recherches par mots clés dans Westlaw ou LexisNexis, et chaque cycle de recherche prend en moyenne 1 à 3 heures.

• Dérivation quantitative : 50 questions de recherche juridique par semaine, le temps total passé en méthode traditionnelle est d'environ 50 à 150 heures/semaine. Harvey peut compresser un seul cycle de recherche à 10 à 20 minutes (y compris la vérification des citations des réponses de l'IA), et le temps total est réduit à environ 10 à 17 heures/semaine. Pour une équipe juridique de 10 personnes, cela équivaut à environ 30 à 130 heures de temps d’avocat libéré par semaine.
• Limite de collaboration homme-machine : l'IA effectue automatiquement la récupération des réglementations, la comparaison des cas et la génération du premier projet (100 % d'automatisation) ; les avocats sont chargés de vérifier l’exactitude des références, d’évaluer les niveaux de risque juridique et de décider des avis juridiques finaux (doivent être complétés manuellement, l’IA ne peut pas être autorisée).

Scénario 3 : Document de diligence raisonnable répondant aux transactions de fusion et d'acquisition

Une transaction de fusion et acquisition de taille moyenne implique 500 à 2 000 documents de due diligence. Les avocats acheteurs et vendeurs doivent lire chaque document un par un, extraire les termes clés, croiser les exceptions et répondre à plusieurs séries de réponses dans un délai intensif (généralement 4 à 8 semaines). Dans le processus traditionnel, le tri manuel des documents de due diligence prend environ 200 à 400 heures par transaction.

• Déduction quantitative : Harvey peut terminer l'extraction des clauses et l'annotation des anomalies de tous les documents en quelques heures, réduisant ainsi le premier cycle de tri des documents à 20 à 40 heures (traitement IA + vérification manuelle). Plusieurs cycles de réponses ultérieurs peuvent être synchronisés via l'espace de travail partagé, réduisant ainsi le temps d'aller-retour des e-mails de communication de 50 à 60 %.
• Points clés de vérification : précision de la reconnaissance de l'IA dans les documents multilingues (courant dans les transactions transfrontalières), prise en charge de la numérisation de PDF (couche de texte non OCR) et cohérence des données lors des réponses parallèles.
• Limite de collaboration homme-machine : Automatisation de l'IA : extraction de clauses, annotation d'exceptions, génération de résumés (100 %). Examen manuel : jugement commercial sur les conditions anormales, évaluation des risques antitrust et d'approbation gouvernementale, et signature finale des documents de transaction.

Scénario 4 : Tri des faits et gestion des preuves des dossiers contentieux

Les litiges commerciaux à grande échelle impliquent des millions de pages de preuves, à partir desquelles l'équipe juridique doit extraire les chronologies des faits clés, les relations entre les personnages et les principaux litiges. L’approche traditionnelle consiste pour plusieurs jeunes avocats à lire page par page et à compiler manuellement des résumés, ce qui peut prendre des semaines.

• Déduction quantitative : Traitement d'un million de pages de documents de preuve, le peignage manuel traditionnel prend environ 8 à 12 semaines (équipe de 10 personnes). Harvey peut effectuer l'extraction préliminaire de la chronologie des faits et l'annotation des documents clés en 2 à 3 semaines, suivis de 4 à 6 semaines pour la vérification par l'avocat et l'analyse approfondie. La réduction globale du temps est d’environ 40 à 50 %.
• Limite de collaboration homme-machine : Automatisation de l'IA : extraction de la chronologie, analyse des associations d'entités, classification et priorisation des documents (100 %). Procès manuel : jugement critique des preuves, évaluation de la crédibilité des témoignages, formulation de la stratégie du procès.

Scénario 5 : Surveillance de la conformité réglementaire et analyse des écarts

Les entreprises multinationales doivent suivre en permanence les changements réglementaires dans plusieurs juridictions et évaluer l'impact des nouvelles réglementations sur les opérations existantes. L’approche traditionnelle consiste à s’abonner à des séances d’information sur la mise à jour de la réglementation auprès de cabinets d’avocats externes ou à acheter des services de surveillance pour les bases de données de conformité.

• Déduction quantitative : Surveiller les changements réglementaires dans 5 juridictions (US SEC, EU GDPR/AI Act, UK FCA, China Cybersecurity Law, Singapour PDPA). Les frais annuels pour les services traditionnels sont d'environ 500 000 à 1,5 million de RMB et la fréquence de mise à jour est mensuelle ou trimestrielle. Le module de surveillance de la conformité de Harvey peut suivre les sources de rejets réglementaires en temps réel et générer automatiquement des rapports d'analyse des écarts de conformité. La fréquence de poussée peut être configurée comme hebdomadaire ou en temps réel.
• Limite de collaboration homme-machine : automatisation de l'IA : détection des changements réglementaires, analyse des écarts par rapport aux normes de conformité de l'entreprise, génération de résumés d'impact (100 %). Examen manuel requis : priorisation de l'analyse des lacunes, évaluation de la faisabilité commerciale des contre-mesures, rapport formel à l'agence de réglementation (signé par un avocat).

Groupes applicables de Harvey

Le profil d'utilisateur cible d'Harvey est très clair : il ne s'agit pas de "toutes les personnes ayant besoin d'une aide juridique", mais de "les professionnels qui traitent quotidiennement un grand nombre de documents juridiques". Les quatre types de rôles suivants constituent les principaux groupes adaptables :

• Associés et avocats de grands cabinets d'avocats : la valeur la plus directe de Harvey est de libérer les jeunes avocats de l'examen répétitif de documents, leur permettant ainsi de se concentrer sur l'analyse stratégique de grande valeur et la communication avec les clients. Les partenaires peuvent utiliser Harvey pour obtenir rapidement un aperçu de l’état d’avancement des contrats de tous les dossiers de l’équipe sans avoir à lire chaque dossier individuellement. Ne convient pas à la frontière : dans un scénario dans lequel un seul avocat ou un petit cabinet d'avocats de moins de 10 personnes gère moins de 500 contrats par an, les coûts de production des sièges d'Harvey ne peuvent pas être récupérés grâce à des améliorations d'efficacité.

• Responsable juridique responsable de la conformité et de la gestion des contrats au sein du service juridique de l'entreprise : La principale contradiction à laquelle sont confrontés les responsables juridiques est « davantage de besoins commerciaux, moins de personnel juridique et des délais de réponse courts ». L'effet accéléré d'Harvey sur l'examen rapide des contrats et la recherche juridique peut aider les services juridiques à accroître leur capacité de service sans augmenter considérablement le personnel. Ne convient pas à la limite : lorsque le nombre de collaborateurs juridiques de l'entreprise est inférieur à 5, le coût d'amortissement des frais annuels par personne est extrêmement élevé et la complexité du processus n'est pas suffisante pour profiter de l'effet d'échelle des outils au niveau de la plateforme.

• Avocat en transactions M&A et équipe juridique de banque d'investissement : Dans les transactions intensives, le temps est le coût de la transaction. Les capacités de traitement de documents par lots et de réponse collaborative d'Harvey touchent directement le problème principal des « centaines de documents, des dizaines de participants et plusieurs séries d'échanges d'opinions ». Prérequis : Les parties à la transaction doivent utiliser la plateforme Harvey de manière unifiée, sinon l'avantage de synergie de la réponse ne pourra pas être mis en œuvre ; les transactions transfrontalières doivent confirmer les capacités de couverture d'Harvey pour les langues concernées.

• Responsable de l'informatique et de l'innovation dans un cabinet d'avocats : Le responsable informatique d'un cabinet d'avocats est confronté au problème de "comment introduire l'IA dans un souci de conformité". La certification SOC 2, les journaux d'audit et les capacités d'isolation des données d'Harvey en font l'une des options d'outils d'IA à risque de conformité les plus faibles. Ne convient pas aux limites : si l'attrait principal d'un cabinet d'avocats est de "permettre aux avocats d'utiliser ChatGPT librement", Harvey n'est pas une alternative : il n'a pas de capacités de conversation universelles et n'ouvre pas de personnalisation rapide.

• Responsable de la conformité réglementaire (côté entreprise) : les équipes qui doivent suivre en permanence les modifications réglementaires dans plusieurs juridictions et produire des rapports de conformité peuvent utiliser le module de surveillance de la conformité de Harvey pour réduire leur dépendance aux briefings externes des cabinets d'avocats. Conditions préalables : il existe déjà des documents de base de conformité documentés au sein de l'entreprise (tels que des manuels de conformité, des registres des risques), sinon l'analyse des écarts de Harvey ne dispose pas d'une base de référence.

Résumé et perspectives de Harvey

Harvey est un produit présentant à la fois des barrières techniques élevées et des barrières client dans le domaine juridique actuel de l'IA. Sa principale compétitivité ne réside pas dans les capacités générales de l’IA, mais dans un investissement d’ingénierie approfondi dans les trois directions que sont la compréhension des documents juridiques, le traçage des citations et la transparence de la chaîne de raisonnement. Cela le distingue des wrappers GPT, mais détermine également ses prix élevés et sa clientèle étroite.

Résumé des principaux avantages :

• Il devance les modèles généraux et la plupart des produits concurrents en termes de perfectionnement dans la profession juridique, notamment dans les tâches de classement des clauses contractuelles et de synthèse des cas.
• Les fonctions de traçabilité des citations et d'affichage de la chaîne de raisonnement répondent aux exigences rigides du secteur juridique en matière de « traçabilité et révisabilité », qui sont des conditions nécessaires mais non suffisantes pour la mise en œuvre de l'IA dans des scénarios juridiques.
• L'approbation du financement et la vérification du client principal forment un double signal de confiance - la signature d'Harvey par le cabinet d'avocats lui-même est une preuve indirecte de la qualité du produit, réduisant le risque décisionnel des retardataires.
• L'architecture de routage multimodèle de la version 2.0 réduit la dépendance à l'égard d'un seul fournisseur de modèles et réserve un espace architectural pour une commutation future ou une utilisation mixte de plusieurs modèles.

Limites et incertitudes actuelles :

• La couverture linguistique et des domaines juridiques est très limitée : seul l'anglais est pris en charge, principalement le droit américain et le droit britannique. La disponibilité de Harvey est considérablement réduite pour les équipes qui doivent gérer des contrats en langue chinoise, la conformité au RGPD de l'UE ou des transactions transfrontalières impliquant des documents multilingues.
• Les prix et la disponibilité sont opaques : pas de prix public, pas d'essai gratuit, pas de portail d'inscription en libre-service. Pour les cabinets d'avocats ou les services juridiques qui n'atteignent pas le niveau Am Law, les coûts d'information et de communication liés au rachat d'Harvey sont extrêmement élevés.
• Le rythme d'itération du modèle est soumis au processus de conformité : chaque mise à jour du modèle nécessite une vérification de régression par le client, ce qui entraîne un lancement de fonctions plus lent que les produits d'IA généraux. Les clients recherchant les capacités des derniers modèles peuvent connaître un décalage itératif.
• La validité juridique des résultats de l'IA n'a pas encore fait l'objet de tests judiciaires à grande échelle : les limites d'admissibilité de l'analyse juridique générée par l'IA dans différentes juridictions sont floues, et les cabinets d'avocats doivent toujours assumer leur propre responsabilité professionnelle lorsqu'ils utilisent les résultats de Harvey comme livrables.

Évaluation des risques d'approvisionnement/d'adoption :

• Si l'équipe est un cabinet d'avocats Am Law 200 ou un service juridique d'entreprise comptant plus de 500 personnes et que le volume annuel de traitement des contrats dépasse 2 000, Harvey mérite d'organiser un projet pilote formel - il est recommandé de sélectionner un groupe d'affaires (tel qu'une entreprise ou un groupe de propriété intellectuelle) pour 3 à 6 mois de tests contrôlés afin de vérifier l'exactitude, la réduction des heures de travail et le taux d'adoption de l'équipe, puis de l'étendre progressivement après avoir satisfait aux normes.
• Si la taille de l'équipe est inférieure à 50 personnes, le volume annuel de traitement des contrats est inférieur à 500, ou si les principaux clients impliquent des juridictions non anglophones, il est recommandé de privilégier CoCounsel (avantages d'intégration de Westlaw) ou Luminance (la facturation du traitement des documents est plus flexible), et d'attendre qu'Harvey lance une version multilingue ou une solution à seuil inférieur avant de prendre une décision.
• Quel que soit le produit choisi, le contrat doit être clair sur la manière dont les données sont séparées, si les données de formation du modèle contiennent du contenu client et les dispositions relatives à la migration des données en cas d'annulation – ces trois sources sont les sources de litiges les plus courantes dans les achats légaux d'IA.

Informations de version

• Plateforme Harvey v2 ：Une architecture de raisonnement multimodèle est introduite, et une nouvelle explication de la chaîne de raisonnement juridique et un nouvel espace de travail de collaboration en équipe sont ajoutés. Il n’y a pas encore de date officielle précise. （~2025-09）
• Plateforme Harvey v1 ：La version initiale, basée sur le réglage fin de GPT-4, prend en charge les questions-réponses contractuelles et la recherche juridique. Il n’y a pas encore de date officielle précise. （~2023-12）