EvenUp:AIによる初稿作成と100名超の弁護士によるレビューを組み合わせた損害賠償請求のフライホイール、年商1億ドル・評価額20億ドル
ワークフロー:日々の運用:法律事務所が医療記録、請求書、事故報告書をアップロードすると、独自モデル「Piai™」が自動的に事実を抽出し、医療年表(MedChrons)を構築。過去の賠償事例データベースと照らし合わせて損害額の範囲を評価し、数分以内に完全な
主要項目
FIELD STAMPS🔧 ワークフロー
日々の運用:法律事務所が医療記録、請求書、事故報告書をアップロードすると、独自モデル「Piai™」が自動的に事実を抽出し、医療年表(MedChrons)を構築。過去の賠償事例データベースと照らし合わせて損害額の範囲を評価し、数分以内に完全な請求パッケージを生成します。ExpressモードではAIが直接草稿を作成し、ExpertモードではEvenUp内部の100名以上の弁護士、看護師、パラリーガルが手作業でレビューした後に納品。弁護士が保険会社へ送付し、交渉結果がモデルにフィードバックされます。
🛠 構築のハードル
同種のシステム構築には、垂直的な人身傷害(PI)事例と医療記録のデータセット、医療コード(ICD)に基づく解析パイプライン、過去の判決や和解データで学習させた案件評価モデル、そして弁護士が関与する品質管理プロセスが必要です。EvenUpは累計3.85億ドルの資金調達を経てPiai™モデルを自社開発し、100名規模の法医学専門家チームを構築しました。個人で再現する場合は、まずClaudeなどの商用モデルを用いて数百件の匿名化済み事例でプロトタイプを作成し、段階的に人的な品質管理を組み込むのが現実的です。
🧰 ツールチェーン
- 🔧 Piai™独自モデル
- 🔧 Claude(Anthropic、EvenUp公式顧客事例ページより)
- 🔧 医療記録解析および年表エンジン
- 🔧 専門家レビュー用ワークベンチ(弁護士、看護師、パラリーガル)
💰 収入
EvenUpの2026年のARRは約1億ドルで、売上高は倍増を続けています。米国のPI法律事務所2,000社以上(全米トップ100のうち3割を含む)にサービスを提供し、20万件以上の案件を処理、累計請求額は100億ドルを超えています。料金は案件数に応じたカスタマイズ制で、中小規模事務所の月額は500〜2,000ドル、請求書1通あたり約300〜800ドル。大口顧客の年間支払額は400万ドルを超え、顧客事務所の和解提示額は平均で300%向上しています。
💸 コスト
主なコストはモデルの推論費用とAPI利用料、100名以上の内部法医学専門家の給与、および医療記録データのコンプライアンス対応費用です。同社は累計約3.85億ドルを調達して研究開発とチーム拡大を支えており、案件ごとのエンドツーエンドのコストは、従来の人手による8〜15時間の工数よりも大幅に低く抑えられています。
⏱ 時間投入
システム全体で週に1万件以上の案件を処理しており、請求書の作成時間は従来の8〜15時間から30分に短縮され、法律事務所の45日間の未処理案件が解消されました。利用者にとっては日常業務に組み込まれた継続的なプロセスとなり、人員を増やすことなく約3倍の案件量をこなすことが可能です。
🚀 初心者ガイド
初心者の第一歩:PI案件の全プロセス(医療記録→年表→請求書→保険会社との交渉)をSOP(標準作業手順書)に分解し、Claudeなどのモデルを使って数百件の匿名化済み事例で請求書生成のプロトタイプを作成し、現役弁護士による抜き打ちチェックを依頼することです。その後、データアノテーターやリモートレビューアとして法律AIエコシステムに参入し、実際の案件経験と見積もりに関する知見を蓄積し、「機械による草稿+人間による責任」という信頼構造を理解することが重要です。
🔑 成功のカギ
- ✅ 独自のPIデータフライホイール:20万件の案件、100億ドル超の請求額、および保険会社の実際の支払結果が継続的にフィードバックされ、汎用モデルには模倣困難な垂直的な参入障壁を形成
- ✅ 専門家によるレビューが信頼を担保:100名以上の弁護士・看護師による最終審査が保険会社に文書の品質を認めさせ、保険金限度額での和解確率を69%向上
- ✅ 成果連動型の価格設定:顧客の和解提示額が平均300%向上し、一部の事務所では年収が400%増加するなど、高いROIが強力な継続利用と口コミによる拡大を促進
- ✅ ツールからアウトソーシングへの進化:PLAASによる訴訟前プロセスの完全代行により、AIの成果物を法律事務所の収益源となるサービスへと転換し、案件規模の拡大に伴い限界費用を低減
⚠️ 风险
- ⚠️ 医療記録はプライバシーとコンプライアンス(米国のHIPAA)に関わるため、データとサーバーの厳格な管理が必須であり、漏洩は信頼を根底から覆す
- ⚠️ AIが生成した評価額や事実誤認については最終的に署名した弁護士が法的責任を負うため、プラットフォームと法律事務所の双方に業務上のリスクが存在する
- ⚠️ ビジネスモデルが米国の人身傷害訴訟および保険賠償エコシステムに強く依存しており、他市場への展開難易度が高い
📌 実例
- 📌 Moet Law Group(カリフォルニア州の約40名規模の事務所):EvenUp導入後、月間の解決案件数が30件から90件に増加、和解収入が300%向上し、請求書作成時間が7日間から30分に短縮
- 📌 Sweet James:年間解決額が5億ドルを超え、売上高は前年比70%増を達成。人員増は一切なし
- 📌 Sunset West:案件審理時間が75%削減され、1日の請求書出力数が20〜30通に倍増。数百万ドル規模の訴訟前和解を実現