Populære emner
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

David Haber
Generell partner @a16z. Tidligere: Firmwide Strategy @GoldmanSachs, grunnlegger, administrerende direktør @onbondstreet og VC @SparkCapital. @Harvard biokjemi.
[Ny podcast] Jay (@jayanthmadhesw1) har brukt nesten alle hatter innen teknologi og venture. Han hjalp til med å bygge Facebooks Grupper-produkt, skalerte Rubrik som deres første ingeniør og produktsjef, og investerte i Lightspeed.
Med @evelegalai kanaliserer han all denne erfaringen til å bygge den ledende AI-plattformen for saksøkerrett. Siden i fjor har Jay og hans medgründer Matt skalert selskapet fra et team på 8 til mer enn 75 personer, samtidig som de har registrert over 300 kunder. De har samlet toppingeniører og AI-talenter med erfarne advokater for å tenke nytt om hvordan rettssaker håndteres fra inntak til forlik.
I hjertet av selskapet er en kultur bygget på tre prinsipper: et nådeløst fokus på fortreffelighet, en forpliktelse til visjonær tenkning og en insistering på å løfte hverandre til å gjøre sitt aller beste arbeid. Dette kulturelle grunnlaget har vært like viktig for Evas vekst som selve teknologien.
Det som gjør dette enda mer overbevisende er det store omfanget av markedet og mengden udekket etterspørsel. Det er mer enn 60 millioner saker innlevert hvert år i USA, på tvers av hundretusenvis av saksøkeradvokatfirmaer, men de fleste som trenger juridisk hjelp får det aldri fordi det er for dyrt, komplisert eller tidkrevende. Saksøkeradvokater kan bare ta en liten brøkdel av sakene de ser. Ved å gjøre advokater dramatisk mer effektive, gjør Eve det mulig for firmaer å betjene langt flere klienter og utvider også tilgangen til rettferdighet for folk som ellers ville gått uten representasjon.
Saksøkerlov passer også spesielt godt for AI fordi advokater bare får betalt når klientene deres vinner, noe som betyr at hver effektivitetsgevinst oversettes direkte til bedre resultater for både advokaten og klienten. Jeg har alltid trodd at de mest varige mulighetene innen AI er de der teknologien forsterker den underliggende forretningsmodellen, og saksøkerloven er et av de tydeligste eksemplene. Derfor er vi så spente på hva @evelegalai bygger.
I denne samtalen pakker vi ut hvordan Eve transformerer et av de største og mest arbeidsbegrensede markedene innen juss, hva som skal til for å bygge virkelig AI-innfødte produkter, hvordan man skaper en kultur av fortreffelighet, og hvordan fremtiden for juss kan se ut i årene som kommer.
Nyte!
Tidsstempler
0:00:00 - Rettssaker er krig
0:00:18 - Saksøkers lovmarked
0:02:12 – Omfanget og virkningen av kunstig intelligens
0:05:15 - Eves produkt og arbeidsflyt
0:13:16 – Tekniske utfordringer i juridisk AI
0:18:20 - Jays reise
0:21:47 – Bygge en kultur for fortreffelighet
0:23:25 - Teambuilding og talent
0:26:08 - Fellesskap og adopsjon
0:28:55 - Fremtiden til saksøkerloven
0:30:50 – Utvide tilgangen til representasjon
0:31:33 - Avsluttende tar på AI og jus
1,66K
Aaron har helt rett. Jeg tror ikke folk setter pris på hvor mye AI endrer formen på arbeidet. Vi har snakket mye om vår AI-spisearbeidsoppgave, men i samtalen min med @jayanthmadhesw1 (grunnlegger/administrerende direktør @evelegalai), sa han det på en måte som virkelig festet seg hos meg.
Han snakker om hvordan programvare historisk sett satt sammen med mennesker og gjorde dem mer produktive, men selve arbeidet vokste alltid lineært med antall ansatte («tech + labor»). Hvis et advokatfirma tok på seg flere klienter, trengte det flere advokatfullmektiger og advokatfullmektiger. Hvis et selskap vokste, trengte det flere folk til å håndtere samsvar, økonomi eller kundeservice.
AI endrer denne dynamikken fordi den kan håndtere oppgaver på nesten samme tid uansett hvor stor inngangen er. En advokat kan nå gi en AI-agent en hundre siders brief og få et nyttig svar like raskt som de ville gjort med ti sider. Dette skiftet fra lineær tid til konstant tid kan høres abstrakt ut, men det er det som gjør hele kategorier av programvare mulig for første gang. Å selge programvare til saksøkerloven har aldri vært økonomisk fornuftig før. Hver sak krevde proporsjonal arbeidskraft, noe som betydde at markedet ikke kunne støtte meningsfulle programvareutgifter. Med AI kan bedrifter plutselig ta på seg flere kunder uten å legge til flere folk, noe som gjør dem til større, mer attraktive markeder som rettferdiggjør deres egne programvarebudsjetter.
Det samme begynner å skje på tvers av bedrifter. Områder som samsvarsgjennomganger, finansiell analyse og inntak av helsetjenester har alltid vært begrenset av hvor mange mennesker som var tilgjengelige for å gjøre jobben, men med AI forsvinner disse begrensningene, og tidligere nisjearbeidsflyter kan nå bli reelle programvaremarkeder.
Slik ser det ut når AI spiser arbeidskraft. Store kategorier blir større fordi de ikke lenger er knyttet til antall ansatte, mens små kategorier som en gang så ubetydelige ut blir levedyktige muligheter. Overgangen fra lineær til konstant tid utvider det totale markedet for bedriftsprogramvare og skaper rom for at nye selskaper kan bygges.

Aaron Levie28. juli 2025
Billion-dollar-muligheten i bedriftsprogramvare er AI-agenter. Grunnen til dette er at AI-agenter utvider mange programvarekategorier fordi de fleste verktøy har blitt begrenset av antall brukere i den andre enden av verktøyet.
Bedriftsprogramvare gjorde det tradisjonelt mulig for folk å gjøre jobben sin. Men nå kommer programvaren også med faktisk produktiv produksjon. Dette bryter da de tradisjonelle grensene som mange programvaremarkeder har hatt, fordi mindre kunder kan bruke disse verktøyene mer, nye avdelinger og bransjer åpner seg, og tidligere knappe arbeidsområder kan skaleres mer.
For eksempel satte de fleste estimater koden IDE-kategorien til noen få milliarder dollar for bare noen få år siden. Dette har - utrolig nok - alltid vært en veldig liten kategori av programvare. Vel, nå med AI-agenter er IDE-markedet og koding generelt en av de raskeste utgiftskategoriene innen teknologi. Dette er fordi det bringer automatisering til en aktivitet med høy verdi og forsyner verden med en tradisjonelt svært knapp og høykostnadsressurs, ingeniører.
Det samme kommer til å gjelde for mange andre kategorier av arbeid på tvers av juridiske, finansielle tjenester, helsetjenester og mer. Utrolig nok åpner dette nå for mange nisjekategorier som bare ikke ville vært økonomisk levedyktige for et programvareselskap før. For eksempel ville det å gjøre en bedrift ut av å selge programvare til biovitenskapelige regulatoriske overholdelsesledere ha vært underskala før, men i en verden av AI-agenter blir dette plutselig mulig.
Vi ser allerede dette i våre første Box AI Agent-brukstilfeller. Mange av de tidlige agentene som opprettes av kunder er for å automatisere eller utvide arbeidet i tidligere underbetjente områder. Dette lar kundene automatisere en prosess de aldri ville ha kommet til før, eller dramatisk utvide produksjonen av arbeidet de allerede gjorde. I alle tilfeller er det mer TAM som programvaren ikke rørte før.
Alt i alt er det klart at AI-agenter kommer til å vokse mange programvarekategorier. Det er en utrolig tid å gå etter disse plassene fordi selv de små nå vil være enorme, og de store vil bare bli større. Tonnevis av muligheter.
4,22K
Topp
Rangering
Favoritter