A adoção de inteligência artificial no jurídico exige mais do que tecnologia, demanda processos estruturados, dados confiáveis e clareza operacional. Sem diagnóstico, a automação apenas acelera ineficiências e compromete resultados e ROI. A transformação real começa na base, com entendimento, governança e decisões orientadas por dados, para então escalar com consistência e gerar valor ao negócio.
O entusiasmo chegou antes da clareza.
E isso não é crítica. É diagnóstico.
Existe uma pressão enorme sobre os departamentos jurídicos hoje. Pressão para modernizar, para mostrar eficiência, para não ficar para trás enquanto outras áreas já “usam IA”. Essa pressão é real. Legítima. O problema não é sentir ela, mas deixar que ela dite a ordem das decisões.
Porque quando a pressão lidera, o movimento que aparece é sempre o mesmo: a solução chega antes do diagnóstico.
A empresa contrata uma plataforma. Escolhe um processo para automatizar. Treina o time. Lança. Comemora, inclusive.
E aí, em algum momento, alguém faz a pergunta que deveria ter sido a primeira:
“Por que esse processo existe do jeito que existe?”
Na maioria das vezes, ninguém sabe responder direito. Porque ninguém tinha olhado para o segundo nível do problema. Tinha olhado para o sintoma (o volume, a demora, o retrabalho) e confundido isso com o problema em si.
Quando você automatiza um processo mal estruturado, você não resolve o problema. Você o executa mais rápido.
Frequento fóruns de tecnologia e jurídico há algum tempo. E saio de muitos deles com a mesma sensação incômoda: estamos criando soluções para problemas que talvez nem deveriam existir nessa forma. Quase ninguém fala sobre isso, até porque questionar o problema antes de apresentar a solução não é o movimento mais confortável. Mas é o movimento necessário.
A IA é uma alavanca. E alavanca amplifica o que já existe. Só que ela não tem opinião sobre qualidade. Se o processo é bom, ela escala. Se o processo é disfuncional, ela torna a disfunção mais eficiente, mais rápida e significativamente mais cara de corrigir depois.
O jurídico é especialmente vulnerável a esse erro, e não por acaso. O departamento jurídico opera em zonas cinzentas: entre risco e eficiência, entre regra e exceção. Os processos raramente são lineares. Raramente existe uma única pessoa que entende o fluxo completo, do início ao fim, com todas as exceções que, na prática, já viraram regra. Quando você implementa IA sobre uma operação que ninguém mapeou de verdade, você não está automatizando um processo. Está automatizando uma hipótese.
E hipóteses não sustentam ROI.
Existe um momento, em todo projeto que acompanho, onde isso fica visível. Não no go live. Não na apresentação para a diretoria. É numa conversa menor, com alguém do time, onde aparece uma exceção que ninguém tinha mapeado (e todo mundo olha um para o outro sem saber o que fazer). É aí que a fundação aparece. Ou a falta dela.
E a pergunta que deveria ter vindo antes de tudo: nós entendemos esse processo o suficiente para automatizá-lo?
Não um fluxograma bonito numa apresentação. Os dados reais da operação: o volume por tipo de demanda, o tempo gasto em cada etapa, o custo por hora de quem executa, as exceções que todo mundo conhece mas ninguém resolveu.
Na prática, antes de qualquer conversa sobre ferramenta ou fornecedor, eu volto a cinco perguntas. Simples. Mas quase sempre reveladoras:
(I) O processo está realmente estruturado? temos dados, ou só parece estruturado no fluxograma?
(II) As exceções estão mapeadas, ou vivem apenas na cabeça de quem executa?
(III) Qual é a acurácia mínima aceitável para a operação continuar funcionando?
(IV) Alguém vai enxergar o custo operacional quando a IA errar?
(V) Quem sustenta a adoção quando o entusiasmo inicial passar?
Se essas respostas não estiverem claras antes da demo, a tecnologia não vai resolver o problema. Vai só mudar onde ele aparece.
E aqui eu preciso ser honesta sobre uma coisa que aprendi na prática, não num livro.
Em um projeto que liderei, a operação começou a perder rendimento. Os indicadores óbvios e usuais estavam normais. O processo estava rodando. A IA estava ativa. E mesmo assim, algo estava errado.
Fui atrás.
O problema estava num dado que nunca tinha existido antes, e que por isso ninguém tinha pensado em medir: quanto tempo o time passava corrigindo os erros da IA. Não era pouco, era ali que faltava calibragem. E enquanto esse número vivia só na rotina de quem executava, ninguém no nível de decisão conseguia enxergar o que estava acontecendo.
A solução não foi trocar a ferramenta. Foi criar visibilidade. Construímos um painel onde eu pudesse bater o olho e entender o que estava acontecendo em tempo real: acurácia, volume de correções, custo operacional real. Com isso na mão, as decisões ficaram mais rápidas e mais certas.
Esse episódio me ensinou coisas que não aparecem em nenhum roadmap.
Às vezes você é data-driven demais nos dados errados. Os que você conhece não são todos os que existem, com destaque que em projetos de IA, os mais importantes costumam ser os que ainda não foram criados.
Mudar o mapa é parte do trabalho. O processo que funcionava antes da IA não é necessariamente o que vai funcionar com ela. Reaprender o fluxo não é retrocesso. Faz parte da fundação.
E pensar com IA antes de ser atropelado por ela muda a qualidade da pergunta antes de mudar o processo. Não como ferramenta de execução, mas como parceira de raciocínio.
ROI, nesse contexto, às vezes aparece num lugar que você não estava procurando.
Isso não é um argumento contra a IA. Longe disso.
Eu acredito no potencial da inteligência artificial para transformar a operação jurídica. Trabalho com isso. Vejo acontecer. Projetos bem-sucedidos não são silenciosos, eles mudam a forma como o jurídico é percebido dentro da empresa, não só como ele opera.
Mas exatamente porque acredito nisso, me incomoda ver projetos sendo enterrados antes do tempo. Não porque a tecnologia decepcionou. Mas porque as condições para ela funcionar nunca foram criadas.
A IA não é o começo da transformação jurídica. É a consequência dela.
Tem uma humildade que o mercado ainda resiste: estruturar antes de acelerar. Não estou falando de paralisar. Estou falando de reconhecer que entender uma operação antes de transformá-la não é perda de tempo. É o trabalho mais importante que existe, e o mais ignorado.
Projetos de IA que duram não são os que começaram mais rápido.
São os que começaram com as perguntas certas.
Simples assim. E difícil assim.
Artigo assinado por Manuella Gelli, palestrante sobre os temas Legal Ops, Legal Transformation e Inteligência Artificial.
