Turbo Law 正在开发一个面向处理规模庞大且复杂诉讼文件的法律团队的人工智能平台，将案件文件及其数据汇集到一个工作空间中，并揭示当事方、专家、辩护主张和日期之间的关联。该公司由 Jay Sarmaz 和 Özgür Bora Gevrek 于2025年创立，目标客户是处理辩护案件的律师事务所和保险公司。
分析案件文件，并将结果归因于其来源
该平台采用名为 Fact Graph 的系统，将案件要素相互关联，而不是仅仅分别在各份文件中进行搜索。Turbo Law 还会展示每条信息或每项结果所依据的文件，使律师能够在法律工作中使用人工智能输出之前对其进行审查和核实。
公司最初更加专注于医疗诉讼，随后将范围扩大到不同领域的辩护案件。除文件分析外，该平台还提供案件策略制定、法律研究、文件起草和和解管理工具，以及一个持续运行的人工智能助手，案件团队可以在案件的各个阶段使用。
不依赖单一模型的平台
Turbo Law 表示，其架构不依赖于某个特定的人工智能模型，而是为每项任务选择能够以更高效率达到所需质量标准的模型。可选方案包括开源模型以及 ChatGPT、Claude 和 Gemini 等服务。该产品历时约一年开发、测试和改进，其间与将该产品作为设计合作伙伴使用的机构开展合作。
使用情况和融资指标
根据公司分享的数据，该平台包含超过2,500起活跃诉讼案件，高于公司在6月宣布种子轮融资时的1,800起案件。Turbo Law 还表示，其客户每起案件的不可计费工时减少了60%，书面费用的折扣减少了10%。
公司采用按用户数量计费的订阅模式，并在首次处理文件时收取一笔小额信息提取费用。截至目前，Turbo Law 已筹集380万美元种子资金，由 Revo Capital 领投，Treeo VC、BridgeX Ventures 和 Alchemist Accelerator 参与投资，此外还有 Gokul Rajaram、数名美国科技公司高管以及法律行业专业人士参与。
这一方法有何不同？
Turbo Law 所提出的差异在于将诉讼文件作为基本分析单位，并将结果与其来源关联起来，而不是提供一个通用的人工智能助手。该公司将自身定位为与 Harvey 和 Legora 等更广泛的平台，以及 CoCounsel、Lexis Protege 和 Disco 等法律软件展开竞争。
实际上，对于需要审查大量证据、同时保持可审计性的团队而言，这种方法可能会有所帮助。但有关节省时间和减少折扣的数字来自公司自身，本文没有提供关于其测量方法、平台输出的错误率以及使用这些输出的法律限制的独立细节；因此，在更广泛地评估该产品的影响之前，这些方面仍需进一步核实。