善用大數據和演算法,Lawsnote 正在成為法學界 Google

Yvonne Wu, Chief Editor (吳怡文 / 編輯長兼自媒體輔導長)

主導文字與編輯輔導。曾任 ⟪HERE! 台北情報共鳴誌⟫ 副總編輯,帶領團隊上山下海,報導永遠讓人開心的休閒資訊。而後進入天下文化,深入挖掘方塊字的魅力。 2014 年,轉往網路世界繼續挑戰自我,任新蛋全球生活網總編輯,努力讓消費者在優雅的氛圍中感受購物的愉悅。畢業於政大廣電,曾遊歷日本兩年,主修人生,副修日文。深信文字的力量,追求觸動人心的那一刻。

 

「賺錢的方法很多,但未必都能把世界帶往一個更好的方向。我們真心希望能夠做一些事,為律師帶來一點正面的影響和幫助。」
—–Barry Kuo, Founder & CEO of Lawsnote

除了高度的法學素養,以及出色的邏輯與歸納能力;對法條、判例和函釋的熟悉度,往往也是律師能否制訂出完美合約、在官司中克敵制勝的重要關鍵。法學知識可以透過不斷進修來累積,邏輯與歸納能力也可藉由訓練來補強,但想在有限的時間內,更有效率的找到適切的參考或輔助資料,往往就需要借助機器與系統快速且大量的資料處理能力。

台大農化系畢業的 Barry Kuo 郭榮彥原本是位專利工程師,因為工作上的需求及自身興趣,他開始研究法律,並順利拿到律師執照、開始執業。但這一般人眼中相對安穩的律師工作,並不足以改變 Barry 喜歡挑戰未知、解決難題的性格。

「之前當律師時,用了傳統的法學資料搜尋系統後,有時還是必須回頭用 Google 查詢,因為不管是介面的便利性,還是搜尋結果,兩者都有落差。」為了解決查詢法律資料的困擾,Barry 決定自己打造一個在使用上更簡便、更有效率的資料庫。於是,繼工程師、律師之後,人生軌道再度轉彎,他踏上了創業之路。

創業本身也是一門學問

法學資料庫的運作原理,簡單來說就是利用機器學習 (Machine Learning) 的技術,將大筆資料、數據加以分類、分析,再根據不同的目的,提供給使用者。以產業的角度來說,正是現下最熱門、眾人寄予厚望的 AI 應用,但對 Barry 而言,他的初衷是創造出一個真正能為使用者解決問題的產品,如何歸類不是太重要。

然而,不管 Barry 在法律上做了多少鑽研,要打造一個法學資料庫,絕對需要軟體工程師相助。於是,他邀請身為工程師的高中同學 Rical (謝復雅)  和 Ray (謝旺叡),再加上有法律背景,後來轉做 UI/UX 的學妹 Lafy (王ㄧ芹),組成四人核心團隊。

對首次創業的人來說,眼中通常是滿滿的理想和希望,Barry 也不例外。對產品的美好想像,讓他忽略了路途中可能出現的阻礙。為了讓創業過程可以更聚焦、更有系統的解開一道道難題,在 Rical 和 Ray 這兩位曾進駐 AppWorks 創業加速器、接受輔導的創業前輩建議下,Lawsnote 也申請、加入了 AppWorks 創業加速器 (AW#13)。

竭力打造法學 Google

因為是完全針對自己的痛點所設計的產品,在描述特色時,自然也多了一份篤定。郭榮彥解釋,Lawsnote 和其他法學資料庫的最大差異,在於它的介面沒有那多不勝數的選項,使用者不需要勾選類別、法院,也不用耐著性子填寫時間、字號,一如 Google 的用法,只要把所有相關字眼當作關鍵字、一次輸入,系統便會開始搜索。

若再仔細深究,傳統法學資料庫傾向精準檢索,換言之,必須是完全一致的資料,系統才會將其顯示在搜尋結果中,搜尋範圍相對狹窄;而 Lawsnote 則能做到模糊比對,當使用者輸入關鍵字後,系統便會將所有相關、類似的資料提供給使用者。雖然 Lawsnote 沒有像其他平台一樣利用大量的人工來整理資料,但取而代之的,它利用演算法,依照關聯度,將對使用者來說較有參考價值的資料依序排列,而這也正是律師們最喜歡的一個功能。因為傳統系統只是按照律師設定的條件,列出許多判決資料,律師必須一個個點開,從頭到尾讀完,才能判斷出哪些資料對他來說是有幫助的,但 Lawsonte 的系統會依照律師輸入的關鍵字與其他數據,判斷出那個律師最想知道的判決是哪幾個,再按優先順序列出。所以,律師們通常看了前面三個搜尋結果,就可以得到滿意的答案,而這個功能事實上也完全實踐了他們為自家系統設計的宣傳文案:致力於節省法律人的時間。

目前,Lawsnote 的資料庫已經備有法院裁判、法規和函釋等公開的法學資料,雖然學者的著作期刊因著作權問題而無法完整收納,但就使用便利性來說,的確已經達到 Barry 的理想。

世代差異形成的推廣障礙

不管產品再怎麼好,都得讓市場買單,才能真正發揮它的價值。然而,當 Barry 滿心雀躍地向潛在用戶介紹平台功能時,卻馬上遇到一個巨大障礙:使用者的習慣非常難以改變。縱然有部分律師很快就能接受 Lawsnote 的運作邏輯,也覺得使用上非常方便,但法界中大部分的律師早已習慣以精準的字眼或設定來查詢資料,一時之間,較難接受把所有的設定都轉化成關鍵字的查詢方式。Barry 如此形容兩者的差距:「如果使用者先學會 Google,再接觸法學資料庫,對 Lawsnote 的接受度相對就比較高;反之,就比較低。」換算成年齡,這兩個族群的分界線大概是 35 歲。也就是說,使用者是否是網路世代這件事,很自然的決定了他要選擇哪一個法學資料庫來使用。

面對這樣的困境,除了更積極的安排產品說明,面對面與潛在用戶溝通 Lawsnote 的優點,Barry 和團隊也鎖定年輕律師,甚至是法律系學生加強推廣,讓這些使用資料庫習慣尚未定型的法律人,有機會了解 Lawsnote 的便利,而在一開始就選用這個系統。此外,內容中充分顯露出同理心的 EDM,也在多數律師的強烈共鳴下,得到了超過八成的開信率、五成的點擊率。

Lawsnote 在 2016 年 7 月正式上線,第一年每個月有約 65%,亦即兩萬個法律人使用 ,是草創期的兩倍。2017 年 9 月產品開始收費後,MAU (Monthly Active Users,月活躍用戶數) 進一步成長到 3 萬人,創業剛滿兩年,Lawsnote 已達到損益兩平。雖然進度比預期來得慢了一些,但在瞭解市場之後,他們也更能針對使用者,設定適合的行銷策略,讓 Lawsnote 更加深入法界。

好友的支持與堅持,讓 Lawsnote 少走許多冤枉路

個性內斂、溫和的 Barry 坦言自己並不是那麼喜歡站在人群前面,因此,許多創業者或 CEO 該有的特質,他都必須重新學習。

「參加 AppWorks 期間,Demo Day 前夕的 Pitch 訓練 ,對我們有很大的幫助。對 Pitch 有了完整的概念之後,我才更能夠讓投資人或客戶瞭解我們的服務。除了 AppWorks 三位合夥人的指點,包括同屆團隊給的回饋,也非常受用,他們讓我知道一個 Pitch 該有的樣子。」Barry 口中的 Pitch,指的絕對不光是介紹產品這件事。想做好一個 Pitch,你必須瞭解你的聽眾,從他最關心的角度切入,再進一步說服對方,它考驗的是一個創業者的觀察力、溝通能力,以及對自家產品的掌握度。

雖然 Lawsnote 是基於自己的發想而成立的,能夠走到今天,Barry 對他的兩位工程師戰友滿懷感謝。「我身邊沒有真正的創業者,真正在創業路上幫我很多忙的就是 Ray 跟 Rical,因為他們走過的那一段,對我來說反而是真正有價值的,而比任何人都愛 Lawsnote 的 Lafy,則是扮演了大家的心靈雞湯,有她在,這間公司就很歡樂。」

儘管是相識許久的高中同學,過程中,四個共同創辦人還是會為做法或想法上的差異而有所爭執,最後,常常是 Rical 和 Ray 根據過去的創業經驗,給了郭榮彥很多提醒。舉例來說,網站剛架好時,雖然 Barry 也知道必須先將這個 MVP (最小可行產品) 推出市場、測試反應,但內心還是十分掙扎,總覺得東西不夠好、不是推出的時候,後來,還是在 Rical 和 Ray 的強烈堅持下推出了。但也因為他們勇敢推出了這個不夠成熟的產品,才得以累積許多使用者的回饋,作為修正的參考。

而當 Barry 推廣業務受挫時,為了怕影響團隊的工作氣氛,一開始總是自己悶在心裡,任憑痛楚加劇。直到有一天,他對夥伴吐露心聲,並從三人的反應得知,在創業過程中,這樣的低潮其實再正常不過,他才逐漸放鬆、重新振作。「這就是為什麽創業需要的是一個團隊,而不是一個人。你不用覺得所有不好的事情你都得自己背下來,事實上其他人也需要知道這些事,才可以做好應對的措施。」Barry 心有所感的說。

相異於大部分 CEO 以能力和經歷作為招聘員工的標準,Barry 更重視團隊夥伴的個性。「我們都很低調,不喜歡炫耀,但我們的求知欲都很強,即使跟工作無關的事,我們也很喜歡去學習。」在 Lawsnote,團隊成員每天一起吃午餐,不僅在工作上相互扶持,在情感上也是彼此的支柱。「我很重視創業的初心,賺大錢固然很重要,但當一個好人更重要,我不會為了要成就什麼,而違背自己最初的信念,你是怎麼樣的人,自然就會吸引同樣的人跟你在一起。」雖然 Barry 嘴上說著創業最大的痛苦,就是休假時也是滿腦子工作,但事實上,Lawsnote 儼然已經成了他人生的實踐,而非只是一個單純的 Business。

目前全台只有一萬名執業律師,市場乍看之下非常有限,但 Barry 認為,資料庫的發展空間比我們想像的要來得大:「不只是律師,會計師、人資都有法規搜尋的需求,企業的內控內稽系統也可以根據這樣的技術去執行。」面對未來,Barry 非常樂觀。在他身上,我們看到了創業者的堅毅和勇氣,而 Lawsnote 則讓我們預見了人工智慧的美好與未來。

AppWorks 相信,此刻, AI 和大數據是創業者乘風高飛的最佳機會,歡迎申請 AppWorks Accelerator,讓我們與 63 個 AI / Big Data / IoT 校友新創一起幫助你。