← ステッカーウォール AGENT · DETAIL

EvenUpモデル：AIの人身傷害請求書作成を自動化、7日間の書類作成を30分に短縮し企業評価額20億ドルを達成

ワークフロー：法律事務所が医療記録、事故報告書、請求書、警察の報告書などの元となる書類をアップロードし、垂直モデルが負傷部位、治療の経緯、費用明細、責任の要点を自動的に抽出します。30分以内に請求要求書、損害計算書、および医療タイムラインの初稿を作成し、

AGENT

主要項目

FIELD STAMPS

業界フィンテック

地域米国（北美）

規模中小企業

チャネルオンライン

🔧 ワークフロー

法律事務所が医療記録、事故報告書、請求書、警察の報告書などの元となる書類をアップロードし、垂直モデルが負傷部位、治療の経緯、費用明細、責任の要点を自動的に抽出します。30分以内に請求要求書、損害計算書、および医療タイムラインの初稿を作成し、その後、社内の法律および医療専門家が品質審査を行って法律事務所に納品し、保険会社との示談交渉に直接つなげます。入力は構造化されていない事件のPDFやファイルであり、出力は保険会社に提出可能な請求書類および賠償戦略の提案です。

🛠 構築のハードル

人身傷害に関する法的な知識背景、または弁護士パートナーとの協業による品質管理が必要であり、核心は業界の書類テンプレート、賠償ルールライブラリ、判例のコーパスを蓄積して専用用語をトレーニングし、大規模言語モデルと連携して構造化抽出と書類作成を行うことです。コールドスタートには約半年かかり、その間、少数の法律および医療のバックグラウンドを持つ人身審査チームを自前で構築して書類のコンプライアンスを確保し、実際の事件からのフィードバックを用いて継続的にテンプレートとプロンプトを微調整する必要があります。

🧰 ツールチェーン

🔧 自社開発の垂直モデルPiai
🔧 大規模言語モデルAPI
🔧 医療記録の構造化抽出ツール
🔧 事件管理システム
🔧 人間のリーガルレビューチーム

💰 収入

① 企業層——法律事務所によるシート/事件ごとのサブスクリプション（主要収入）：2,000社の法律事務所×1社あたりの年間契約料約5万ドル＝ARR約1億ドル。トップ100の人身傷害法律事務所の20%をカバーし、会社収入の約100%を占める（財務データに基づく推算値であり、当該売上の割合は単独で切り出されていない）。② レプリケーター層——中小法律事務所向けの事件ごと課金による訴訟前即時サービス：1件あたりの料金は非公開。1件あたり平均約15時間の節約、示談金の平均約30%向上を実現しているが、受託案件数は検証されておらず、レプリケーター収入に占める割合は不明（会社開示情報による）。③ 付加価値/エコシステム——AIと人間のレビューを組み合わせた事件ごとの完全包摂型デリバリー。純粋なソフトウェアからサービス化へ移行しているが、納品単価は未公表であり、割合についても数字はない（会社による対外開示）。④ オポチュニティ——保険の査定側へ示談戦略やデータを提供することによる収益化の可能性はあるが、どれだけの収益になるかは未公表。

💸 コスト

主にモデルのトレーニングと推論のための計算資源、100名を超える法律および医療レビューチームの人件費、法律事務所の顧客獲得費用。

⏱ 時間投入

チームは24体制で稼働し、1件あたりの機械処理は約30分、人間の再確認には数時間かかる。

🚀 初心者ガイド

初心者は資産フルのモデルをそのままコピーすべきではなく、地域の小規模人身傷害法律事務所向けにAIを活用した医療記録の要約や請求書初稿を提供するライトなサービスから参入するのがよい。まずは汎用大規模言語モデルと自前のプロンプトテンプレートで1件を回し、法律事務所の課金意欲を検証してから、サブスクリプションや事件ごとの課金モデルを検討する。第2ステップは、独自の書類テンプレートライブラリと審査ノウハウを蓄積し、1〜2つのクリニックや弁護士パートナーとタイアップして事例の実績を作り、その後段階的に成果報酬型へと拡大していくことである。

🔑 成功のカギ

✅ 単一の高価値な事件タイプに絞り込んで深掘りし、汎用的な法律アシスタントを目指さない
✅ AIが初稿を作成し、人間の法律専門家が最終的な判断を下すことで、法廷提出可能かつコンプライアンスに準拠した書類を担保する
✅ 処理量の蓄積によって業界データのフライホイールを回し、書類の説得力と賠償上限を引き上げ続ける
✅ ソフトウェアのサブスクリプションから事件ごとの完全包括サービスへと拡張し、AIの効率性と人間の審査をパッケージ化して法律事務所が外部委託できるエコシステムを構築する

⚠️ 风险

⚠️ 法律文書の誤りは職務上の責任や訴訟リスクを引き起こすため、必ず人間による再確認と履歴の保存が必要である
⚠️ 各国において無資格での法律サービスの提供には厳しい制限があり、クロスボーダーでの展開にはコンプライアンスのハードルがある
⚠️ 大手法律事務所による同等機能の内製化や、汎用モデルの性能向上がプレミアムを圧縮するため、継続的なデータの優位性を壁として防御する必要がある

📌 実例

📌 EvenUpはYC（Y Combinator）から3度拒絶された後に設立され、累計調達額は3億8,500万ドルを超え、2025年10月には1億5,000万ドルのシリーズEラウンドを完了し、評価額が20億ドルへと倍増。2,000社以上の米国法律事務所にサービスを提供し、20万件以上の事件を処理し、100億ドル以上の賠償金の回収を支援した
📌 EvenUpの自社開発モデルにより、請求要求書の作成時間が約7日から約30分に短縮され、1件あたり平均15時間の人手による作業が削減された
📌 2024年末までに約10万件の要求パッケージと医療年表を納品し、1,000社以上の法律事務所向けに15億ドルを超える賠償金の回収を支援。その垂直モデルは、多くの法律タスクにおいてGPT-4をはるかに凌駕するとされている

出典