A IA legal se divide em duas e arrasta as PMEs para uma decisão incômoda: precisão auditada ou texto plausível
Por anos, o debate sobre IA no trabalho se resolvia com uma simplificação: “usar ou não usar”. O artigo da Fortune de 4 de março de 2026 apresenta uma distinção mais útil e desconfortável: a IA legal está se dividindo em duas vertentes, e a maioria não está percebendo essa diferença operativa. De um lado, ferramentas de grau empresarial e voltadas para fluxos legais, como Thomson Reuters CoCounsel. Do outro, modelos generalistas que se apresentam como um “companheiro de trabalho” para tarefas amplas, como Anthropic Claude Cowork. Essa bifurcação não é apenas uma questão de produto; trata-se de uma reconfiguração de risco, custo e poder dentro da função legal.
O contexto é importante porque o dinheiro já entrou com força: o mercado global de IA legal alcançou USD 1.445 milhões em 2024 e projeta-se que alcance USD 3.918 milhões até 2030, com um crescimento de 17,3% ao ano. A América do Norte lidera com 46,2% de participação. A adoção de IA também acelerou: nos departamentos legais corporativos, o uso de IA generativa passou de 23% em 2024 para 52%-54% em 2025. A indústria está deixando a fase de “teste” e entrando na fase em que os erros se tornam litígios, e os litígios se tornam orçamentos.
Para as PMEs, essa situação é mais sensível do que para as grandes empresas. A empresa maior pode absorver um erro com um time interno, consultores, seguros e redundâncias. A PME opera com margens menores, menos especialistas e uma dependência maior de modelos, assessorias externas e decisões rápidas. Portanto, quando a IA legal se divide em duas, o que realmente se divide é o modelo de governança do conhecimento e a capacidade de defendê-lo.
Duas IAs, duas promessas: produtividade versus responsabilidade
A divisão que a Fortune descreve não é “melhor ou pior” de forma abstrata. É para quê e sob quais condições de controle. CoCounsel representa a aposta em uma IA legal acoplada a fluxos de trabalho jurídicos, com foco no uso empresarial. Claude Cowork representa uma IA com a ambição de ser um “colaborador geral”, valiosa para redigir, resumir e propor, mas menos associada a um domínio normativo específico.
A diferença frequentemente negligenciada é a seguinte: no campo legal, a qualidade não se mede pela sonoridade de um texto, mas sim por sua resistência quando alguém o contesta. A fricção real aparece quando o texto “plausível” se transforma em um compromisso contratual, uma resposta a um regulador, uma cláusula trabalhista ou uma política de privacidade. Nesses casos, o custo não é o tempo economizado na redação, mas o custo esperado do erro: renegociações, sanções, disputas, perda de confiança ou simplesmente semanas consumidas em apagar incêndios.
O mercado está reagindo da mesma forma que reagem os mercados sérios: com especialização. Não é por acaso que o segmento de “soluções” domina a receita (USD 1.331,8 milhões em 2024) e que os “serviços” sejam o que mais cresce. A IA não está sendo comprada como um software isolado; está sendo adquirida como uma capacidade operacional que exige implementação, treinamento e, acima de tudo, controle.
Nas PMEs, essa bifurcação revela uma tensão subjacente: o desejo de eficiência contra o dever de diligência. A IA generalista compete pela adoção rápida. A IA especializada concorre por redução de exposição. Quem compra apenas “fluidez” também está adquirindo incerteza. Quem compra especialização, em parte, adquire uma apólice: menos liberdade criativa, mais estrutura.
O custo oculto para PMEs: quando o risco é terceirizado em silêncio
As PMEs frequentemente acreditam que seu risco legal “vive” fora: no escritório de advocacia, no contador, no provedor de compliance. Na prática, grande parte do risco reside dentro, em decisões pequenas: cláusulas copiadas, anexos enviados por e-mail, condições comerciais aceitas sem negociação, contratos laborais improvisados e políticas internas que ninguém audita. A IA entra exatamente nesse espaço: no cotidiano.
A adoção de IA generativa em equipes legais corporativas dobrou em apenas um ano (de 23% para 52%-54%). Esse dado tem uma leitura operacional: a IA deixou de ser um experimento e tornou-se parte do processo. O problema é que, de acordo com os mesmos dados, muitas organizações nem estão medindo a produtividade de maneira consistente. Isso, em uma PME, torna-se ainda mais delicado: se não se mede, decide-se pela percepção. E se decide pela percepção, a “economia” pode estar sendo financiada por um risco acumulado.
Além disso, há uma mudança de poder que poucas PMEs estão percebendo. A IA generalista tende a concentrar o “saber fazer” naquelas pessoas que a operam melhor. Se o conhecimento contratual ou regulatório fica encapsulado em prompts pessoais, históricos de chat e atalhos individuais, a empresa não constrói capacidade; cria dependência. Em contrapartida, as ferramentas jurídicas especializadas —quando implementadas corretamente— tendem a direcionar a organização para repositórios, modelos controlados e rastreabilidade. Não é glamouroso. É mais defensável.
A expansão de fornecedores alternativos de serviços legais (ALSP) e o crescimento da eDiscovery mostram a direção do mercado: maior volume de informações, mais automação e mais conflitos. O gasto global em eDiscovery foi estimado em USD 16,89 bilhões em 2024 e projeta-se que chegue a USD 25,11 bilhões em 2029. A PME não vive eDiscovery como uma linha orçamentária diária, mas enfrenta sua versão doméstica: buscas de e-mails, versões de contratos, evidências dispersas. A IA pode organizar isso ou torná-lo mais caótico se gerar documentos que não são governados.
O verdadeiro diferencial competitivo: dados próprios, redes internas e menos pontos cegos
A leitura mais estratégica do “mercado dividido em duas” é que o valor está se movendo do modelo para o contexto. No campo jurídico, o contexto consiste em bibliotecas de contratos, critérios internos, histórico de negociações, políticas aprovadas e o aprendizado real da empresa sobre sua indústria. Esse ativo pode não ser glamouroso, mas é acumulativo. Quando uma organização usa IA para produzir documentos sem fortalecer sua base documental, está produzindo saídas sem construir capital.
Aqui, meu olhar é crítico: a maioria das PMEs opera com uma arquitetura social frágil, não por má intenção, mas por inércia. O conhecimento crítico reside em “pessoas de sempre”: o sócio fundador, o gerente comercial, a pessoa da administração que “sabe de tudo”, o advogado externo. A IA, bem implementada, pode redistribuir capacidade para a periferia da organização. Mal implementada, pode reforçar a desigualdade interna: aqueles que já têm acesso a informações e poder de decisão serão os únicos que “usufruirão” da ferramenta, enquanto o restante ficará executando sem compreender.
Isso se relaciona à diversidade aplicada ao negócio, não teoria: equipes homogêneas tendem a adquirir ferramentas que refletem seus próprios vieses operacionais. Se a mesa diretora for composta por perfis semelhantes, com a mesma tolerância ao risco e experiência, a empresa se torna previsível. E a previsibilidade, em um ambiente de litígios e regulação crescente, é uma fraqueza.
A bifurcação CoCounsel versus Claude Cowork simboliza dois caminhos de governança do conhecimento. Um prioriza controle e especialização. O outro prioriza amplitude e velocidade. Para uma PME, o caminho não deve ser ideológico, mas econômico: onde ocorre o maior dano se o sistema falhar. O erro em um e-mail de marketing custa pouco. O erro em uma cláusula de indenização ou em uma política de tratamento de dados pode custar anos.
Além disso, a rede interna é importante. A empresa que cria redes horizontais —onde vendas, operações, finanças e jurídico compartilham critérios e templates vivos— reduz atrito e diminui risco. A empresa que usa IA como atalho individual gera documentos “bonitos”, mas desconectados. A sofisticação real não está em “usar IA”; está em desenhar um circuito de revisão, aprendizado e reutilização.
A estratégia recomendável: governança mínima viável, não compras por impulso
O mercado de IA legal crescerá a 17,3% ao ano até 2030, e esse crescimento traz uma pressão competitiva: quem reduzir prazos de ciclos contratuais ou melhorar a conformidade ganha velocidade comercial. Mas a resposta inteligente para PMEs não é “comprar o mais avançado”. É adotar uma governança mínima viável que permita capturar produtividade sem criar passivos.
Em termos práticos, a PME que desejar usar IA em tarefas legais deve exigir três condições internas antes de escalar o uso. Primeiro, um repositório único de templates e versões aprovadas, com controle de alterações. Segundo, critérios explícitos sobre quais tarefas são permitidas com IA generalista e quais necessitam de ferramentas jurídicas especializadas ou revisão profissional. Terceiro, traçabilidade: a capacidade de reconstruir por que uma decisão documental foi tomada e quem a aprovou.
A narrativa do “companheiro de trabalho” é tentadora porque baixa a barreira de entrada. A narrativa de ferramenta legal empresarial é mais exigente porque pressupõe processo. Porém, as PMEs que sobrevivem são aquelas que transformam processos críticos em rotinas simples, não as que dependem de realizações heroicas.
Há também um ponto de capital social: o provedor ou escritório de advocacia que uma PME escolhe deve agir como parceiro de capacidade, não como guardião da complexidade. Em um mercado onde os serviços crescem mais rápido que as soluções, a PME ganha quando compra implementação e critério, não apenas licenças. A relação sólida é aquela que transfere conhecimento e deixa a organização melhor preparada, não aquela que a torna mais dependente.
A IA legal se dividiu em duas porque o mercado está reconhecendo uma verdade: na área jurídica, eficiência sem controle não é eficiência, é dívida. A incumbência para o C-Level é operacional e urgente: na próxima reunião do conselho, observem sua mesa diretora e assumam que se todos forem muito semelhantes, eles compartilham os mesmos pontos cegos, e essa homogeneidade os torna vulneráveis à disrupção.
