法務 AI 不只有合約審閱：Sandstone 從「收件匣」切入，讓客戶半天簽約

本文整理自 Lightspeed Venture Partners《The Investment Memo》2026 年 6 月播出的單集。

{{< youtube krNsHtUquag >}}

---

當法律 AI 全部擠向同一個方向

過去兩年，法律 AI 領域的注意力幾乎全集中在一件事：用大型語言模型來審閱合約。Harvey 拿下律所市場，Luminance 深耕合約談判，大大小小的新創都在做 Word 外掛，幫律師標記紅線、比對條款。這看起來合情合理，因為合約是法律工作中最明顯跟「價值」掛鉤的環節。

但 Sandstone 的共同創辦人暨執行長 Nick Fleisher 不這樣想。這位前麥肯錫（McKinsey）法律科技業務負責人在 Lightspeed Venture Partners 的 Podcast 節目中直言，大多數法律 AI 新創搶的是一個看起來最值錢、實際上卻不是最痛的點。真正吃掉企業法務律師時間的，不是審閱合約本身，而是審閱合約之前的那一大堆行政工作：分類需求、從 Salesforce 撈資料、在 Slack 上來回確認、把案件分派給對的人。

Sandstone 在 2026 年 6 月宣布由 Lightspeed 領投的 3,000 萬美元 A 輪融資，加上年初紅杉資本（Sequoia Capital）領投的 1,000 萬美元種子輪，累計募資 4,000 萬美元。過去 90 天，這家公司的營收成長了 40 倍。更驚人的是，Fleisher 說有些 10 到 20 人的企業法務團隊，「早上看完 demo，中午就簽下採購單」。

企業法務：被忽視的巨大市場

提到法律 AI，大多數人想到的是為律師事務所服務的工具。但 Fleisher 指出，企業內部法務才是更大的市場。一旦公司規模超過約 100 人，通常就會聘請第一位法務長（General Counsel）。從新創到財富 500 大企業，全球有數百萬名律師在公司內部執業，而不是在律所裡。

問題在於，這些法務團隊長期被視為「成本中心」。每個人都說「案子卡在法務那邊」，好像法務部門只會拖慢進度。但現實是，很多企業法務律師是從頂級律所出來的，他們離開大律所正是為了參與商業決策，在商業利益和法律風險之間做出判斷。Fleisher 認為，如果法務團隊能夠更快速、更有效率地運作，整個公司的業務都會跟著加速，無論是銷售成交速度還是人才招聘效率。

Lightspeed 合夥人 Guru Chahal 補充了一個視角：每一家律師事務所的對面，都坐著一個企業法務團隊。這意味著潛在客戶數量是「數萬甚至數十萬」。而且 Sandstone 的使用者不只是律師，還包括發起法律需求的業務、人資、行銷團隊，進一步擴大了可觸及的使用者基礎。

共同創辦人的頓悟：「這根本不是法律工作」

Sandstone 的產品構想來自一個非常具體的痛點。共同創辦人 Jarryd Strydom 原本是一名企業法務律師，但他每天的工作內容跟法律幾乎沒有關係。他的任務是管理法務團隊的共用信箱：有人從業務部門寄來一個需求，他得先分類這是什麼類型的案件，然後到 Salesforce 或採購系統裡撈出相關的背景資料，接著把案件和整理好的脈絡一起轉寄給合適的律師。

「這到底算什麼工作？這根本不是法律。」Strydom 的反應精準地點出了問題所在。企業法務律師受過頂級法學院的訓練，很多人從大律所跳槽出來，就是為了參與商業決策。結果他們花了大量時間在做一個行政助理就能做的事情。

Fleisher 在麥肯錫服務法律科技客戶時也觀察到同樣的現象。他在替財富 10 大企業的法務部門做工作坊時，發現每個團隊都在抱怨同一件事：法務跟公司其他部門之間沒有好的溝通工具。他自己在麥肯錫需要法務協助時，也是直接在 Slack 上私訊自己認識的律師，那位律師再轉給對的人。中間的來回溝通和資料蒐集，吃掉了大量時間，而這些事情都發生在「真正的法律工作」開始之前。這個共同的認知成為 Sandstone 的起點。

反直覺的策略：從收件匣切入

Sandstone 上線時，市場上已經充斥著各種 Word 外掛和合約紅線標記工具。從直覺來看，合約是離「價值」最近的環節，所以大多數競爭者都選擇從那裡切入。但 Fleisher 的觀察恰好相反：企業法務團隊花最多時間的，不是合約審閱本身，而是審閱前的行政工作，包括蒐集背景資料、確認案件類型、把案件分派到對的人手上。

Sandstone 的做法是把自己嵌入員工日常使用的工具裡：Salesforce、Jira、Slack、Word。當業務人員在 Salesforce 裡推進一筆交易、需要法務審核時，不用離開 Salesforce 去填另一個系統的表單，Sandstone 直接在那個情境裡接收需求。這跟傳統合約生命週期管理（CLM）工具要求使用者另外登入、填寫表單的做法完全不同。

這個「從頂端切入」的策略有一個聰明的副產品：因為所有的法律需求都從 Sandstone 進來，它自然累積了一整個法務部門的工作脈絡資料。Sandstone 把這些資料建構成一個「情境圖譜」（context graph），能從不同的商業系統中擷取資料，理解各種法律需求之間的關聯。一份業務合約需要的背景、一個人資政策問題需要的脈絡、一次行銷文案審核需要的參考，各自需要不同的情境組合。這些差異就是 Sandstone 投入最多工程資源的地方。

結果是律師真的變開心了。Fleisher 引述客戶的話：「你們讓合約審閱重新變得有趣了，因為我們不用再做那些無聊的部分。」律師終於可以把時間花在他們受訓練要做的事：分析法律風險和商業利益之間的取捨。

企業法務需要完全不同的 AI

這裡有一個很重要的區分。Harvey 和 Lagora 做得很好的事情，是建構強大的法律推理引擎，能夠理解判例法、進行深度法律分析，這對律師事務所和部分企業法務的複雜研究工作非常有價值。但 Fleisher 認為，企業法務 90% 的工作核心是商業判斷：這筆交易對公司有多重要？潛在的法律風險跟交易價值相比，值不值得讓步？

這是完全不同的推理模式。它需要的資料來源不是法律資料庫裡的判例，而是 CRM 裡的客戶資料、採購系統裡的供應商歷史、人資系統裡的政策紀錄。Chahal 補充指出，企業法務跟律所還有一個根本差異：它是長期的平台關係。Sandstone 需要深入理解一家企業的商業邏輯，這種理解會隨著時間累積而加深。律所的案件則是交易式的，一個案子做完就換下一個，脈絡不會延續。

這個差異解釋了為什麼同一套 AI 工具很難同時服務律所和企業法務。兩者需要的資料結構、推理方式、互動模式都不一樣。Sandstone 賭的就是這個分野：律所有 Harvey，企業法務需要一個完全不同的東西。

CLM 的終結者？從 18 個月縮短到幾天

企業法務軟體市場裡有一個龐然大物：合約生命週期管理（CLM）。這個品類每年吸收數十億美元的採購和實施費用。但 CLM 的名聲並不好。Fleisher 舉了一個具體的例子：Sandstone 的一位客戶成功負責人，在上一份工作裡花了整整 18 個月，只為了在一個 200 人的法務團隊裡導入一套 CLM。那套系統的授權費用是數十萬美元，但實施成本高達數百萬。

Sandstone 的客戶從導入到上線，有些只需要幾天，有些只需要幾小時。差異的關鍵在於 AI 能夠在使用過程中學習。法務團隊不需要花幾個月做前期設定和流程定義，而是直接開始使用，Sandstone 會觀察他們的工作方式，然後建議將其自動化。例如，當執行長發來一個請求，系統會在律師手動處理一次之後，自動提議建立一套專用的處理流程：先套用某個審核範本、再送法務長核准、接著轉財務長、最後回覆執行長。在傳統 CLM 裡，設定這樣一條工作流程可能要花好幾週。

Fleisher 刻意不把 Sandstone 稱為 CLM，因為「這個名稱本身就是一種限制」。法務團隊處理的事情遠不只是合約，還有政策諮詢、法規遵循、各種跨部門的協調。把產品定位綁在「合約」上，會窄化市場機會。

我的觀察

Sandstone 這個案例有幾個值得注意的地方。首先，它示範了一種在 AI 時代越來越常見的新創策略：不去追最「閃亮」的技術應用（合約 AI），而是找到真正的工作流程瓶頸（案件受理和分派）。很多時候，最大的效率提升不在於讓 AI 做一件困難的事，而在於讓 AI 消除一件無聊但耗時的事。這個道理聽起來簡單，但在法律 AI 這個領域，絕大多數創業者都被「合約審閱」的吸引力牽著走了。

其次，Sandstone 的「情境圖譜」概念值得留意。隨著 MCP（Model Context Protocol）等標準試圖讓 AI 模型連接各種外部工具，很多人以為整合問題即將被解決。但 Fleisher 明確指出，MCP 並沒有完全解決法律科技中各種客製化工具的資料對接問題。這意味著在垂直產業裡，真正理解特定領域的資料結構和使用情境，仍然是一道很深的護城河。

最後是市場結構的判斷。Fleisher 說企業法務會是「贏者全拿」的市場，因為一旦法務團隊把 Sandstone 當成每天的工作中心，切換成本極高。這個判斷是否準確還有待驗證，但從他揭露的數據來看，部分客戶的使用者每天開啟 Sandstone 超過 100 次，黏著度確實不低。這場法務 AI 的競爭，可能比多數人預期的更快分出勝負。