Casetext (Thomson Reuters) 深度拆解 — 从法律 AI 先驱到 6.5 亿美元被收购

Casetext (Thomson Reuters) 深度拆解 — 从法律 AI 先驱到 6.5 亿美元被收购
开场
2023 年 3 月,GPT-4 发布。同月,Casetext 推出 CoCounsel——法律行业第一个基于 GPT-4 的 AI 助手。四个月后,Thomson Reuters 用 6.5 亿美元现金收购了 Casetext。2026 年 2 月,CoCounsel 的用户数突破 100 万,覆盖 107 个国家。
这是一个教科书级的案例:一个创业公司在正确的时间做了正确的产品,然后被行业巨头以溢价收购,品牌和技术被整合进更大的生态体系。我跟踪 CoCounsel 的产品演进超过两年,这篇文章拆解它的完整故事。
他们解决什么问题
法律研究是律师最耗时的工作之一。一个诉讼律师做一次案件研究,可能需要花 8-15 小时在 Westlaw 或 LexisNexis 上搜索判例、阅读案件、提取关键论点。合同审阅、案件摘要、证词准备——这些工作都需要大量的阅读和信息提取。
Casetext 最初的定位是"更好的法律研究工具",用 AI 技术改进传统的关键词搜索。CoCounsel 的推出把这个定位升级为"AI 法律助手"——不只是帮你找信息,而是帮你完成完整的法律任务。
目标客户:从独立律师到 AmLaw 100 律所,覆盖面比 Harvey 更广。CoCounsel 没有座位数最低限制,$225/用户/月 的定价让中小律所也能用得起。
产品矩阵
核心产品
CoCounsel Core:文档处理 AI,核心能力包括——
- 文档搜索与审阅:上传大量文件,AI 按照律师的问题提取关键信息
- 案件摘要生成:自动总结长文档和证词记录
- 案件时间线:从文档中提取事件,自动构建时间线
- 合同分析:识别合同中的关键条款、风险点和相关规定
- 起诉状起草:基于案件事实和法律依据起草法律文书
CoCounsel Legal(2025 年 8 月推出):新一代平台,结合 agentic workflow 和深度研究能力。关键升级是"引导式工作流"——不是让律师写 prompt,而是通过结构化流程引导律师完成复杂任务,比如起草投诉书、制定员工政策、做跨司法管辖区的法律调研。
Westlaw 集成:CoCounsel 深度嵌入 Westlaw 生态。所有 AI 回答都基于 Westlaw 的权威法律数据库,确保引用的判例是真实的、现行有效的。这解决了法律 AI 最大的信任问题——幻觉。
技术差异化
被 Thomson Reuters 收购后,Casetext 的技术方向发生了显著变化:
第一,从依赖 OpenAI 到自研。Thomson Reuters 正在开发专门用于法律、税务和合规场景的自有大模型,目的是减少对外部模型供应商的依赖。
第二,数据壁垒。Westlaw 的法律数据库是全球最完整的之一,包含判例法、法规、法律评论等。CoCounsel 的所有回答都锚定在这个数据源上,这是独立 AI 公司很难复制的优势。
第三,规模化验证。100 万用户的使用数据意味着 Thomson Reuters 对法律 AI 的准确性和可靠性有了大规模的验证基础。
商业模式
定价策略
| 方案 | 价格 | 目标客户 |
|---|---|---|
| CoCounsel Core | $225/用户/月 | 独立律师到中型律所 |
| Westlaw Precision(含 CoCounsel) | 按 Westlaw 订阅捆绑 | 已有 Westlaw 的律所 |
| CoCounsel Legal | 定制报价 | 大型律所/企业法务 |
CoCounsel 的定价策略和 Harvey 形成鲜明对比:没有座位数下限,单个律师也可以购买。这大幅降低了采用门槛。
收入模式
CoCounsel 的收入被整合进 Thomson Reuters 的法律业务板块。Thomson Reuters 每年在 AI 产品化上投入超过 2 亿美元,并表示到 2028 年有约 110 亿美元的资金用于持续投资和收购。
从收购方角度看,6.5 亿美元买下 Casetext,三年后 CoCounsel 拥有 100 万用户——这笔交易的 ROI 相当可观。
融资与估值
Casetext 在被收购前的融资历程:
| 时间 | 事件 | 金额 |
|---|---|---|
| 2013 年 | 成立 | - |
| 2013-2022 年 | 多轮融资 | 累计约 6500 万 |
| 2023 年 3 月 | CoCounsel 发布 | - |
| 2023 年 6 月 | Thomson Reuters 收购 | $6.5 亿现金 |
6500 万融资换来 6.5 亿收购,10 倍回报。对投资人来说这是一笔成功的退出。
客户与市场
标杆客户
CoCounsel 覆盖 107 个国家,100 万用户。由于整合进 Westlaw 生态,CoCounsel 的客户基本上就是 Westlaw 的客户——全球最大的法律信息平台。
具体的知名用户包括大量 AmLaw 100 律所和四大会计师事务所的法律咨询部门。Casetext 在被收购前已经服务了超过 1 万家律所。
市场规模
法律研究和分析工具市场约 150-200 亿美元。Thomson Reuters 和 RELX(LexisNexis 母公司)合计占据了这个市场的 60-70%。CoCounsel 的 AI 能力让 Thomson Reuters 在这个存量市场中获得了新的增长点和提价能力。
竞争格局
| 维度 | CoCounsel (TR) | Harvey | Lexis+ AI | Spellbook |
|---|---|---|---|---|
| 背靠的数据 | Westlaw(独家) | LexisNexis 合作 | LexisNexis(独家) | 无专属 |
| 用户量 | 100 万 | 10 万 | 未公开 | 中小所为主 |
| 最低购买门槛 | 1 个用户 | 25 个用户 | 按 Lexis 订阅 | 1 个用户 |
| 月费 | $225/用户 | $100-500/用户 | 捆绑定价 | $99/用户起 |
| 产品深度 | 中高 | 高 | 中 | 中 |
| 自研模型 | 开发中 | GPT-4 微调 | 部分自研 | 依赖 GPT-4 |
CoCounsel 的核心竞争力不在 AI 技术本身——Harvey 的产品可能更先进。它的竞争力在于分发渠道和数据壁垒。Westlaw 是多数律所的标配工具,CoCounsel 嵌入其中,采用摩擦几乎为零。
我实际看到的
好的:CoCounsel 的准确性在法律 AI 里是顶级的,原因很简单——所有回答都锚定在 Westlaw 的数据上。我看到的反馈中,律师对"引用真实判例"这一点非常认可。100 万用户的数据不会说谎,这个产品确实解决了真实需求。
复杂的:Casetext 的独立品牌在 2025 年 4 月正式退役,全部整合进 Thomson Reuters 生态。这意味着如果你不是 Westlaw 用户,CoCounsel 的可得性下降了。另外,Thomson Reuters 的定价体系不透明——CoCounsel 捆绑在 Westlaw 的各种订阅层级中,实际成本不容易测算。
现实的:Thomson Reuters 是一家年收入 70 亿美元的公司。CoCounsel 的 AI 能力再强,它的发展节奏也会受制于大企业的产品周期和内部优先级。我和几个律师聊过,他们反馈 CoCounsel 的迭代速度明显比 Harvey 慢。这是创业公司 vs. 大企业的经典矛盾。
我的判断
-
✅ 适合:已经在用 Westlaw 的律所——CoCounsel 是 Westlaw 的自然延伸,采用成本最低;中小型律所需要一个不需要高门槛就能用的法律 AI 工具;对数据来源的可靠性要求极高的律师。
-
❌ 跳过如果:你需要最前沿的 AI 能力和最快的产品迭代——Harvey 在这方面更强;你不用 Westlaw,而且不打算换——CoCounsel 的价值和 Westlaw 生态强绑定;你的需求是合同起草为主——Spellbook 或 Ironclad 可能更专注。
Casetext 的故事是 AI 时代创业公司退出的一个范本:快速抓住技术窗口、打造产品-市场匹配、然后在估值合理时被战略买家收购。CoCounsel 在 Thomson Reuters 体系内会继续增长,但它的角色已经从独立产品变成了大平台的 AI 引擎。
互动
你觉得 Casetext 当初应该继续独立发展还是被收购是最优选择?6.5 亿美元的价格现在看是便宜了还是合理?如果 Harvey 也收到收购要约,你觉得它会接受吗?