Trendande ämnen
#
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
Komplementär @a16z. Tidigare: Firmwide Strategy @GoldmanSachs, grundare, VD @onbondstreet och VC @SparkCapital. @Harvard biochem.
[Ny podcast] Jay (@jayanthmadhesw1) har burit nästan alla hattar inom teknik och företag. Han hjälpte till att bygga Facebooks gruppprodukt, skalade Rubrik som deras första ingenjör och produktchef och investerade i Lightspeed.
Med @evelegalai kanaliserar han all den erfarenheten för att bygga den ledande AI-plattformen för målsäganderätt. Sedan förra året har Jay och hans medgrundare Matt skalat företaget från ett team på 8 till mer än 75 personer, samtidigt som de har registrerat över 300 kunder. De har sammanfört toppingenjörer och AI-talanger med erfarna advokater för att ompröva hur rättsfall hanteras från intag till förlikning.
I hjärtat av företaget finns en kultur som bygger på tre principer: ett obevekligt fokus på excellens, ett engagemang för visionärt tänkande och ett insisterande på att lyfta varandra för att göra sitt allra bästa arbete. Denna kulturella grund har varit lika viktig för Evas tillväxt som själva tekniken.
Det som gör detta ännu mer övertygande är marknadens storlek och mängden otillfredsställd efterfrågan. Det finns mer än 60 miljoner fall som lämnas in varje år i USA, över hundratusentals målsägande advokatbyråer, men de flesta som behöver juridisk hjälp får det aldrig eftersom det är för dyrt, komplicerat eller tidskrävande. Målsägandebiträden kan bara ta sig an en liten del av de fall de ser. Genom att göra advokater dramatiskt mer effektiva gör Eve det möjligt för företag att betjäna många fler klienter och även utöka tillgången till rättvisa för människor som annars skulle gå utan representation.
Käranderätt är också en särskilt kraftfull passform för AI eftersom advokater bara får betalt när deras klienter vinner, vilket innebär att varje vinst i effektivitet direkt översätts till bättre resultat för både advokaten och klienten. Jag har alltid ansett att de mest varaktiga möjligheterna inom AI är de där tekniken förstärker den underliggande affärsmodellen, och målsäganderätten är ett av de tydligaste exemplen. Det är därför vi är så glada över vad @evelegalai bygger.
I det här samtalet förklarar vi hur Eve förändrar en av de största och mest arbetsbegränsade marknaderna inom juridik, vad som krävs för att bygga verkligt AI-baserade produkter, hur man skapar en kultur av excellens och hur lagens framtid kan se ut under de kommande åren.
Njuta!
Tidsstämplar
0:00:00 – Rättstvister är krig
0:00:18 - Marknaden för käranderätt
0:02:12 – Skalan och effekten av AI
0:05:15 - Evas produkt och arbetsflöde
0:13:16 – Tekniska utmaningar inom juridisk AI
0:18:20 - Jays resa
0:21:47 - Skapa en kultur av excellens
0:23:25 - Teambuilding och talang
0:26:08 – Community och adoption
0:28:55 - Framtiden för målsäganderätten
0:30:50 – Utöka åtkomsten till representation
0:31:33 - Avslutande handlar om AI och lag
1,65K
Aaron har helt rätt. Jag tror inte att folk inser hur mycket AI förändrar arbetets form. Vi har pratat mycket om vår tes om AI-ätande arbete, men i mitt samtal med @jayanthmadhesw1 (grundare/VD @evelegalai) uttryckte han det på ett sätt som verkligen fastnade hos mig.
Han talar om hur mjukvara historiskt sett satt bredvid människor och gjorde dem mer produktiva, men att själva arbetet alltid växte linjärt med antalet anställda ("tech + arbetskraft"). Om en advokatbyrå tog sig an fler klienter behövde den fler paralegals och biträdande jurister. Om ett företag växte behövde det fler personer för att hantera efterlevnad, ekonomi eller kundservice.
AI förändrar denna dynamik eftersom den kan hantera uppgifter på nästan samma tid oavsett hur stor indata är. En advokat kan nu ge en AI-agent en hundra sidor lång inlaga och få ett användbart svar lika snabbt som de skulle få med tio sidor. Skiftet från linjär tid till konstant tid kan låta abstrakt, men det är det som gör hela kategorier av programvara möjliga för första gången. Att sälja programvara till målsäganderätten har aldrig varit ekonomiskt försvarbart tidigare. Varje fall krävde proportionellt arbete, vilket innebar att marknaden inte kunde stödja meningsfulla programvaruutgifter. Med AI kan företag plötsligt ta sig an fler kunder utan att lägga till fler människor, vilket gör dem till större, mer attraktiva marknader som motiverar deras egna mjukvarubudgetar.
Samma sak börjar hända i hela företaget. Områden som efterlevnadsgranskningar, finansiell analys och hälso- och sjukvårdsintag har alltid begränsats av hur många personer som var tillgängliga för att utföra arbetet, men med AI försvinner dessa begränsningar och tidigare nischade arbetsflöden kan nu bli verkliga mjukvarumarknader.
Så här ser det ut när AI äter arbetskraft. Stora kategorier blir större eftersom de inte längre är knutna till antalet anställda, medan små kategorier som en gång såg obetydliga ut blir lönsamma möjligheter. Övergången från linjär till konstant tid utökar den totala marknaden för företagsprogramvara och skapar utrymme för nya företag att byggas.

Aaron Levie28 juli 2025
Möjligheten på biljoner dollar inom företagsprogramvara är AI-agenter. Anledningen till detta är att AI-agenter utökar många programvarukategorier eftersom de flesta verktyg har begränsats av antalet användare i andra änden av verktyget.
Företagsprogramvara har traditionellt gjort det möjligt för människor att utföra sitt arbete. Men nu kommer programvaran också med faktiska produktiva resultat också. Detta bryter då de traditionella gränserna som många mjukvarumarknader har haft, eftersom mindre kunder kan använda dessa verktyg mer, nya avdelningar och branscher öppnas upp och tidigare knappa arbetsområden kan skalas upp mer.
Till exempel satte de flesta uppskattningar kod-IDE-kategorin till några miljarder dollar för bara några år sedan. Detta har - otroligt nog - alltid varit en mycket liten kategori av programvara. Tja, nu med AI Agents är IDE-marknaden och kodning i allmänhet en av de snabbaste kategorierna av utgifter inom teknik. Detta beror på att det gör automatisering till en högvärdig aktivitet och förser världen med en traditionellt mycket knapp och dyr resurs, ingenjörer.
Detsamma kommer att gälla för många andra kategorier av arbete inom juridik, finansiella tjänster, hälso- och sjukvård med mera. Häpnadsväckande nog öppnar detta nu upp många nischkategorier som helt enkelt inte skulle ha varit ekonomiskt lönsamma för ett mjukvaruföretag tidigare. Att göra ett företag av att sälja programvara till chefer för regelefterlevnad inom biovetenskap skulle till exempel ha varit mindre omfattande tidigare, men i en värld av AI-agenter blir detta plötsligt möjligt.
Vi ser redan detta i våra första användningsfall för Box AI Agent. Många av de tidiga agenterna som skapas av kunder är för att automatisera eller utöka arbetet i tidigare underbetjänade områden. Detta gör det möjligt för kunderna att automatisera en process som de aldrig skulle ha kommit igång med tidigare, eller att dramatiskt utöka resultatet av det arbete de redan utför. I alla fall är det mer TAM som programvaran inte rörde tidigare.
Sammantaget är det tydligt att AI Agents kommer att växa många mjukvarukategorier. Det är en otrolig tid att gå efter dessa utrymmen eftersom även de små nu kommer att vara enorma, och de stora kommer bara att bli större. Massor av möjligheter.
4,21K
Topp
Rankning
Favoriter