OpenAI entra na IA jurídica — e a Harvey não pode parar

A OpenAI lançou o Astra for Law em 17 de setembro, combinando o GPT-6 Astra com pesquisa jurídica e instruções especializadas. Harvey e Legora foram citadas como futuras usuárias da API; escritórios selecionados recebem acesso inicial pelo ChatGPT e pelo Codex. O fornecedor também oferece um caminho direto até o cliente. ¹

A ameaça é séria. Isso não significa que o negócio da Harvey tenha desaparecido de uma hora para outra.

Essa conclusão pressupõe que a Harvey fique parada enquanto a OpenAI avança. A pergunta útil é o que a Harvey pode aprender e construir à medida que capacidades que antes exigiam engenharia especializada passam a ser oferecidas pelo seu próprio fornecedor. Uma base melhor pode fortalecer um produto e, ao mesmo tempo, tornar mais difícil cobrar por partes dele.

Há um motivo concreto para fazer essa pergunta hoje. Em paralelo ao lançamento da OpenAI, a Harvey publicou uma pesquisa↗ sobre o uso do julgamento de advogados para avaliar e aperfeiçoar a IA jurídica. O trabalho expõe uma restrição difícil: obter uma resposta considerada boa o suficiente para uma tarefa específica. ²

O patamar mudou. O gasto continua desconhecido.

O índice da OpenAI abrange mais de 230 milhões de URLs. O anúncio↗ o descreve como complementar ao conteúdo licenciado de provedores como a Thomson Reuters. Não informa preço, número de licenças pagas nem receita do Astra for Law. Também não estabelece que o uso do índice seja gratuito. ¹

Essas omissões importam. Um acervo grande mostra o material que um sistema pode pesquisar. Não mostra o que um escritório pode cancelar, quanto vai pagar pelo substituto, nem se o substituto dá conta do mesmo trabalho.

Nossa reportagem anterior sobre a Harvey examinou o financiamento e o valuation da empresa. ³ O anúncio de 9 de setembro da própria Harvey↗ informou uma captação de US$ 550 milhões a um valuation de US$ 15,5 bilhões e afirmou que 80% dos escritórios do ranking Am Law 100 usavam seus produtos. São números divulgados pela própria companhia; o uso não revela o tamanho nem a lucratividade dessas relações. ⁴

O novo lançamento dá motivo para revisitar esse negócio. Não traz, porém, um novo múltiplo de receita nem evidências de que clientes estejam saindo.

A parte difícil é definir o que “melhor” significa

A Harvey descreve um estudo com 24 tarefas de agentes jurídicos, cada uma avaliada por três advogados. Os revisores foram unânimes em apenas 25% das comparações. Segundo a empresa, boa parte da divergência estava em como ponderar os mesmos pontos fortes e fracos. ²

É aqui que o problema fica interessante. Imagine duas minutas de resposta: uma é mais fácil de ler; a outra trata com mais cuidado uma exceção importante. Qual delas o sistema deveria aprender a produzir? Contar avaliações positivas sem entender o motivo pode ensinar a lição errada ao sistema.

A Harvey vem experimentando modelos generativos de recompensa: avaliadores de IA que comparam resultados segundo critérios moldados por especialistas jurídicos. A empresa relata que esses avaliadores às vezes aceitaram erros graves em troca de outros pontos fortes, ou escolheram um vencedor quando os advogados consideraram as duas respostas inadequadas. São achados da pesquisa da própria Harvey, não uma validação independente. ²

Um sistema pode produzir mais respostas sem gerar um sinal confiável sobre quais delas merecem ser repetidas. Esse gargalo merece exame antes que alguém comemore um “flywheel” de dados.

O trabalho em torno do modelo importa: o que o avaliador consegue inspecionar, como a correção de um advogado é registrada, o que conta como falha grave e se a próxima versão melhora o desempenho em tarefas inéditas. Mais uso só seria vantagem se a empresa conseguisse converter a experiência relevante em melhoria confiável, dentro das permissões que regem essas informações.

Ter clientes não é, por si só, evidência de que esse ciclo existe. Mostrar o ciclo melhorando os resultados dos clientes seria bem mais persuasivo do que descrever o produto como especializado.

A OpenAI também pode continuar aprendendo

Em um teste da própria OpenAI, com 200 perguntas privadas de validação, o Astra for Law passou na verificação geral de correção em 54,0%, contra 38,7% do Astra com busca na web. A empresa também descreve aplicações específicas para cada escritório, desenvolvidas com Sullivan & Cromwell, Ropes & Gray e Cooley. ¹

O benchmark é uma comparação restrita, não uma medida de casos concluídos para clientes. Mas os projetos junto aos escritórios tornam a questão competitiva mais difícil. Seria um erro supor que o fornecedor da base tem de permanecer distante do trabalho, enquanto só os especialistas entendem os clientes.

A Harvey não pode apostar que a divisão de trabalho de hoje permaneça intacta. Tampouco se deve supor que o lançamento da OpenAI seja o produto final contra o qual a Harvey competirá. Os dois lados podem melhorar.

O melhor caminho para o especialista é usar a base mais forte onde ela ajuda e concentrar o esforço nos trabalhos difíceis que os clientes ainda não conseguem concluir de modo satisfatório. As evidências a procurar: menos correções importantes, menos esforço de revisão e uso recorrente em tarefas relevantes. São testes propostos, não resultados que qualquer dos dois anúncios demonstre.

A próxima evidência comercial deveria ser igualmente específica: uma renovação, uma decisão de compra, preços divulgados ou um cliente explicando qual trabalho migrou e por quê. A continuidade do pagamento diria que os clientes ainda veem valor. Seria preciso, então, entender o que estavam comprando, em vez de decidir em nome deles que uma alternativa de uso geral deveria bastar.

O Astra for Law torna ficar parado mais perigoso. Não torna inútil construir um especialista. A oportunidade da Harvey é transformar uma base mais forte em um produto melhor, que funcione de fato, antes que o fornecedor da base consiga fechar a lacuna restante. A empresa terá de continuar merecendo essa vantagem. Seu valuation não pode fazer esse trabalho por ela.