Diagnóstico de maturidade em IA para operações jurídicas

---

A conversa quase sempre começa pelo fim. O sócio viu uma demonstração, leu sobre um escritório que automatizou a redação de peças e chega com o pedido pronto: quero um agente que escreve minhas petições.

Pode ser o caso de uso certo. Costuma não ser o primeiro.

O mesmo projeto que funciona num escritório fracassa em outro do mesmo tamanho e da mesma área, e a diferença raramente está no modelo escolhido. Está no acervo, na infraestrutura, em quem sustenta a mudança por dentro e nas regras que existem ou não existem sobre dados. Diagnóstico de maturidade é o trabalho de olhar para isso antes de decidir o que construir.

O que maturidade não é

Não é quantidade de gente usando IA. Encontro operações em que quase toda a equipe usa alguma ferramenta e a maturidade é baixíssima, porque ninguém sabe quais dados estão saindo, não há padrão de uso e cada advogado desenvolveu o próprio método. Isso não é maturidade, é exposição distribuída.

Também não é quantidade de ferramentas contratadas. Três assinaturas ociosas indicam menos maturidade do que uma usada com critério.

Maturidade é o conjunto de condições que faz um caso de uso funcionar de forma sustentada depois que o entusiasmo inicial passa.

As cinco dimensões

Uso um framework de cinco dimensões, que chamo de AR-M5. Não porque cinco seja número mágico, mas porque abaixo disso o diagnóstico perde poder explicativo e acima disso ele vira questionário que ninguém termina.

Acervo e dados

A pergunta não é se o escritório tem acervo. Todo escritório tem. É em que estado ele está.

Peça arquivada em PDF escaneado sem reconhecimento de texto não é acervo pesquisável, é imagem. Modelo que existe em cinco versões divergentes, cada uma na pasta pessoal de um advogado, não é padrão. Contrato guardado por número de processo, sem metadado de cliente, tipo ou data, é difícil de recuperar até manualmente.

Esta é a dimensão que mais determina o que é possível construir, e a que menos aparece nas conversas iniciais.

Infraestrutura

Onde os documentos vivem, o que conversa com o quê, quem administra. Um escritório inteiro no Google Workspace, com estrutura de pastas coerente, permite integrações que um escritório com arquivos espalhados entre computadores locais e pendrives não permite.

Interessa também saber se existe possibilidade de ambiente controlado pelo próprio cliente, porque parte do acervo de certas operações não pode ser processada fora dele.

Competências

Quem na equipe sabe o quê, e principalmente: existe alguém capaz de sustentar a solução depois que o consultor sai.

Operação sem essa pessoa fica dependente de fornecedor para qualquer ajuste, e o custo de manutenção some a barreira de uso. Se não houver ninguém hoje, isso não impede o projeto, mas muda o desenho: parte do escopo passa a ser formar essa pessoa.

Governança

Existe regra escrita sobre o que pode ser enviado a qual ferramenta? Alguém decide isso, ou cada um decide por si? Há encarregado de dados atuante? O sigilo profissional foi considerado no desenho, ou apenas presumido?

Esta dimensão costuma pontuar baixo mesmo em operações grandes, e é a única em que maturidade baixa gera risco imediato, antes de qualquer implementação.

Casos de uso

Volume real, grau de repetição e tolerância a erro de cada tarefa candidata. Uma tarefa que se repete quarenta vezes por mês e admite revisão simples é candidata melhor que outra, mais visível, que ocorre duas vezes por mês e não admite erro.

Aqui é onde o pedido inicial do cliente costuma ser confrontado com os números da própria operação.

Por que o caso de uso mais desejado raramente é o primeiro

Redação de peça é o que todo mundo quer. É também o que exige mais das cinco dimensões ao mesmo tempo: acervo organizado para servir de base, padrão de escrita definido, governança para tratar dados de cliente, competência na equipe para operar a revisão e tolerância a erro baixa, porque o produto sai com a assinatura de um advogado.

Começar por aí em operação de maturidade média produz um resultado previsível: a minuta vem genérica, porque não há acervo bom alimentando o agente; o advogado gasta mais tempo corrigindo do que gastaria escrevendo; e a conclusão vira "IA não serve para o nosso tipo de trabalho".

Costuma ser mais produtivo começar por algo menos vistoso. Banco de peças pesquisável, que já resolve dor real e, de quebra, organiza o acervo que o agente redator vai precisar depois. Triagem de casos novos, que tem alto volume e tolerância a erro razoável, porque há revisão humana natural no fluxo. Extração de dados de petições para alimentar controle interno.

Nenhum desses rende boa demonstração em evento. Todos entregam ganho mensurável em oito semanas e constroem a base para o caso que o cliente queria desde o início.

Como priorizar

Três eixos, aplicados a cada caso de uso levantado.

Impacto, medido em horas da equipe ou em risco evitado, com os números da própria operação e não com média de mercado.

Risco, considerando sensibilidade dos dados envolvidos e consequência de um erro que passe pela revisão.

Complexidade, em função do que as cinco dimensões mostraram. O mesmo caso de uso tem complexidade diferente em operações diferentes.

O critério de sequência não é o maior impacto absoluto. É o maior impacto entre os casos viáveis com a maturidade atual, somado aos que elevam maturidade para os seguintes. Um projeto que resolve pouco mas organiza o acervo pode valer mais, na primeira posição do roadmap, do que outro de impacto maior que a operação ainda não sustenta.

Quando o diagnóstico não se justifica

Operação pequena, com dor única e evidente, não precisa de diagnóstico formal. Se um escritório de quatro pessoas gasta doze horas por semana com uma tarefa específica e bem delimitada, o caminho é conversar, verificar duas ou três condições e implementar.

Diagnóstico completo faz sentido quando há várias frentes candidatas competindo por orçamento, quando a decisão precisa ser justificada para sócios ou diretoria, ou quando já houve tentativa anterior que não funcionou e ninguém sabe exatamente por quê.

Dizer isso reduz o número de diagnósticos que a AR vende. Também reduz o número de clientes que pagam por um documento de que não precisavam.

O roadmap envelhece

Um mapa de doze meses feito hoje estará parcialmente errado em três. Modelos mudam, custos caem, o que exigia implementação dedicada vira recurso nativo de uma ferramenta que a operação já assina.

Por isso o roadmap útil tem marcos trimestrais e revisão prevista, não uma lista de doze meses de entregas fixas. O que permanece estável não é a lista de projetos: é o retrato das cinco dimensões e o critério de priorização. Com esses dois em mãos, refazer a sequência quando o cenário muda leva uma tarde, não um novo diagnóstico.

---

Thiago Azeredo Rodrigues é especialista em Inteligência Artificial aplicada ao Direito e Head de Tecnologia Jurídica do Instituto NTA.