A barreira para a automação do trabalho intelectual de alto nível não é mais a capacidade técnica dos modelos fundacionais, mas a gestão do risco correlacionado. Em vídeo publicado no canal The Frontier | Technology em 3 de maio de 2026, Gabe Pereira, cofundador e presidente da Harvey, articula por que a disrupção do setor jurídico será mais complexa do que o Vale do Silício projeta. Avaliada em US$ 11 bilhões e com uma receita recorrente anual (ARR) que atingiu US$ 190 milhões em janeiro, a startup enxerga um hiato entre a inteligência bruta da IA e a viabilidade de sua implementação institucional. Contrariando previsões de figuras como Dario Amodei, da Anthropic, de que metade dos empregos de colarinho branco desapareceriam em poucos anos, Pereira argumenta que a adoção de agentes autônomos no direito corporativo seguirá uma curva semelhante à dos carros autônomos: a tecnologia já supera o humano em várias métricas, mas a exigência de responsabilização freia a adoção em larga escala.
O teto de vidro da implementação corporativa
Modelos recentes, como o Claude Mythos e iterações avançadas da OpenAI, já operam com uma capacidade analítica comparável à de um associado sênior em escritórios de advocacia. No entanto, a aplicação dessa tecnologia esbarra na natureza fragmentada e de alto risco do trabalho jurídico corporativo. Pereira cita exemplos diretos: litígios que ameaçam a sobrevivência de empresas, fusões e aquisições na casa de US$ 10 bilhões a US$ 50 bilhões, e a estruturação de fundos de private equity de US$ 20 bilhões. Em cenários onde um erro de estruturação só é descoberto uma década depois, o custo de uma falha algorítmica inviabiliza a automação total no curto prazo.
O gargalo operacional é igualmente severo. Enquanto engenheiros de software testam novos modelos de código rapidamente em seus terminais, advogados lidando com investigações internas para instituições como o Goldman Sachs não podem exportar dados sensíveis para aplicações de terceiros sem infraestrutura de segurança dedicada. A Harvey, fundada em 2022 após a passagem de Pereira pela equipe de large language models da Meta e pelo Google DeepMind, foca exatamente na construção dessa camada de conformidade. A transição não exige apenas novos softwares, mas uma reestruturação de como os escritórios treinam equipes e precificam o trabalho com os clientes.
Risco correlacionado e estética institucional
O argumento central da Harvey contra o domínio absoluto de laboratórios como OpenAI e Anthropic na camada de aplicação reside na aversão corporativa ao risco correlacionado. Se um único modelo fundacional gerenciar toda a infraestrutura e os contratos de um banco, uma falha sistêmica nesse modelo pode destruir a instituição. Pereira traça um paralelo com a infraestrutura de nuvem moderna: corporações mitigam riscos distribuindo funções críticas entre provedores especializados, como Salesforce e Cloudflare. A Harvey aposta que o mercado jurídico exigirá uma fragmentação semelhante, onde a confiança institucional vale tanto quanto a inteligência algorítmica.
Para construir essa credibilidade em um mercado avesso a startups, a Harvey adotou uma estratégia de marca inspirada em escritórios transacionais de elite, como o Wachtell. Em vez de campanhas de marketing agressivas, a empresa optou pela discrição, validando seu produto através de parcerias com bancas como a Allen & Overy, cujo sócio David Wakeling foi o primeiro cliente da startup. Para contexto, a BrazilValley aponta que a transição de ferramentas de produtividade individual para infraestrutura organizacional frequentemente exige que empresas de tecnologia adotem a estética e a governança de seus clientes mais conservadores, em vez de tentar impor a cultura ágil do Vale do Silício.
No fim, a trajetória da Harvey sugere que a próxima fronteira da inteligência artificial não se resume a aumentar o tamanho dos parâmetros dos modelos. O verdadeiro fosso competitivo está em encapsular essa inteligência em sistemas auditáveis, seguros e institucionalmente confiáveis. A disrupção do direito não virá de um modelo genérico, mas de plataformas capazes de absorver e isolar a responsabilidade pelo risco corporativo.
Fonte · Brazil Valley | Technology
