IA jurídica para bancos: alternativas ao modelo Harvey

IA jurídica para bancos: alternativas ao modelo Harvey

A maior parte dos bancos em Portugal já usa alguma forma de IA para scoring de crédito ou deteção de fraude. Mas quando entramos em IA aplicada a jurídico, compliance e contencioso bancário, o cenário muda: muitas equipas ainda trabalham com pesquisas manuais, pastas partilhadas e e-mails intermináveis.

Aqui está o ponto: enquanto o mundo jurídico fala de Harvey AI e de ferramentas pensadas para grandes sociedades internacionais, os departamentos jurídicos e de compliance dos bancos portugueses precisam de algo diferente. Precisam de IA que compreenda o contexto regulatório, que seja auditável, que se integre com os sistemas internos e que respeite, à risca, o RGPD e as normas do Banco de Portugal e da CMVM.

Neste artigo, pego nas ideias centrais em torno do Harvey AI e das alternativas apresentadas no mercado internacional e adapto-as à realidade dos bancos em Portugal. O foco não é a tecnologia pela tecnologia, mas sim como escolher e implementar IA jurídica que realmente funcione num banco.

---

1. Porque é que o modelo Harvey AI não chega para um banco português

O essencial sobre Harvey AI é simples: é uma ferramenta de IA generativa focada em grandes firmas, com forte integração corporativa e capacidade de escala. Para um banco, isso é apenas metade da equação.

Para departamentos jurídicos e de compliance em instituições financeiras, o problema não é só “ter IA”, é garantir:

• Total rastreabilidade das respostas (quem pediu o quê, quando, com base em que fontes)
• Conformidade com requisitos internos de risco operacional e de modelo
• Integração com sistemas de gestão de processos, KYC, AML e arquivo eletrónico
• Controlo rigoroso sobre onde os dados são armazenados e como são tratados

Ferramentas como Harvey AI foram desenhadas sobretudo para grandes sociedades de advogados com forte apoio de IT interno. Nos bancos portugueses, a realidade é mais regulada e, muitas vezes, mais restritiva.

Três limitações típicas deste modelo, vistas da perspetiva de um banco:

1. Foco excessivo na produção de texto (petições, contratos, pareceres) e pouco na gestão integrada de risco, prazos e evidências para auditoria.
2. Transparência limitada sobre o treino do modelo, algo sensível quando falamos de processos de supervisão e inspeções.
3. Custos e complexidade de implementação difíceis de justificar se a IA não falar diretamente com os sistemas core do banco.

Para um banco em Portugal, a pergunta não é “como é que copiamos o Harvey AI?”, mas sim: “Que tipo de IA jurídica faz sentido num contexto regulado, auditável e pressionado por margens?”

---

2. O que um banco deve exigir a uma IA jurídica

Uma IA jurídica para o setor bancário português precisa de cumprir critérios bem mais exigentes do que um simples chatbot genérico. Aqui, não basta “responder bem”: tem de ser defensável perante o regulador.

2.1. Transparência e fontes verificáveis

A IA tem de devolver respostas com citações claras: artigos de lei, regulamentos, avisos do Banco de Portugal, orientações da EBA, acórdãos relevantes. Não serve uma resposta “plausível” sem prova.

Se a IA não mostra de onde vem a informação, não é uma ferramenta, é um risco.

Ferramentas de pesquisa jurídica avançada, como o conceito ilustrado pelo Vincent AI, assentam num princípio importante para os bancos: cada resposta é acompanhada pelas fontes exatas e atualizadas. É este tipo de lógica que deve orientar a escolha.

2.2. Dados de treino e atualização regulatória

No setor bancário, a legislação muda rápido: CRR, CRD, guidelines da EBA, ESMA, alterações ao RGPD, regimes de branqueamento de capitais. Por isso, a IA tem de:

• Ser treinada em fontes jurídicas e regulatórias credíveis e atualizadas
• Ter mecanismos diários de atualização (novas circulares, avisos, regulamentos)
• Minimizar o risco de “alucinações” ao trabalhar só com “good law” (normas em vigor)

2.3. Integração com workflows e sistemas internos

A IA só ganha escala se estiver colada ao dia a dia do departamento jurídico e de compliance:

• Ligada ao sistema de gestão de processos e contencioso
• Integrada com o repositório de contratos e documentos
• Capaz de trabalhar em conjunto com ferramentas de e-mail, Word, CRM interno

Este é o grande mérito do conceito de plataformas como Clio Work: não é só IA, é IA inserida num ecossistema de gestão de casos. Num banco, o equivalente seria a IA ligada ao caso, ao cliente, ao dossiê regulatório.

2.4. Segurança, RGPD e governação de modelos

Para qualquer instituição financeira, a política de dados é não negociável:

• Certificações de segurança (equivalentes a SOC 2, ISO 27001)
• Garantia de que dados do banco não alimentam modelos externos
• Controlo sobre logs, acessos e versões de respostas
• Política clara de retenção de dados e anonimização

Sem isto, qualquer projeto de IA será bloqueado pelo risco, pelo jurídico ou pelo compliance – e com razão.

---

3. Do “Harvey” à prática bancária: três blocos de IA que fazem sentido

A melhor forma de pensar IA jurídica num banco não é escolher “a ferramenta da moda”, mas estruturar três blocos de uso que se reforçam entre si.

3.1. Pesquisa jurídica e regulatória inteligente

Este é o terreno onde ferramentas do tipo Vincent AI mostram o caminho: uma IA treinada em enorme volume de casos, normas e fontes secundárias, capaz de responder com:

• Pareceres preliminares citados
• Comparação de regimes jurídicos (por exemplo, entre Portugal e outro Estado-Membro)
• Análise rápida de impacto regulatório

Aplicado a um banco, isto traduz-se em:

• Apoiar equipas em projetos regulatórios complexos (Basileia III, ESG, DORA)
• Acelerar respostas a pedidos de informação do supervisor
• Padronizar a qualidade da análise jurídica entre equipas centrais e locais

Bancos que adotam este tipo de IA conseguem reduzir de forma realista 30–40% do tempo gasto em pesquisa e primeira versão de análises, mantendo qualidade e ganhando consistência.

3.2. Gestão integrada de casos, contencioso e compliance

O segundo bloco é a aproximação ao conceito de "Clio Work": um ambiente onde os dossiês, prazos, documentos e interações vivem no mesmo sítio, e a IA não é um extra, é uma camada por cima de tudo.

Num banco, isto pode significar:

• Sistemas de gestão de contencioso com IA que entende cada processo (tipo de ação, valor, risco probatório)
• IA que sugere estratégias com base em casos anteriores e estatísticas internas
• Automatização de tarefas como:
  • extração de prazos de decisões judiciais
  • geração de cronologias de facto
  • identificação de documentos críticos num volume grande de prova

O resultado não é só produtividade; é governação: saber o que foi feito, por quem, com que base, e conseguir mostrar isso ao regulador ou ao auditor interno.

3.3. Produtividade diária no departamento jurídico

Por fim, há um campo onde muitos bancos podem começar rapidamente: IA para produtividade, ao estilo do que o artigo de origem descreve como Manage AI.

Aplicando ao contexto bancário:

• Extração automática de prazos contratuais e covenants de contratos de crédito
• Criação de minutas padrão para respostas a clientes, contraordenações ou reclamações
• Resumos automáticos de atas de comités, pareceres extensos ou relatórios de auditoria
• Organização de e-mails e anexos na pasta certa, associados ao processo certo

É este tipo de IA que “liberta” o departamento jurídico das tarefas administrativas e permite focar no que tem impacto: estruturar argumentos, definir posições de risco, negociar com o regulador.

---

4. Como escolher IA jurídica para um banco português

A escolha da tecnologia não deve começar com a pergunta “que fornecedor escolhemos?”, mas com um guia de decisão claro, alinhado com risco, jurídico, IT e compliance.

4.1. Perguntas práticas a fazer a qualquer fornecedor

1. De onde vêm as fontes jurídicas e regulatórias? São claramente identificadas? Há atualização diária?
2. Como são registadas as interações? É possível auditar quem perguntou o quê e que resposta foi dada?
3. Onde estão alojados os dados? Há separação entre os dados do banco e o modelo base? Há zero data retention por terceiros?
4. Que integrações existem com sistemas bancários? Gestão documental, e-mail, case management, CRM interno.
5. Que garantias existem de que os dados do banco não treinam modelos externos? Está contratualizado? Como é verificado?

4.2. Um roteiro realista de implementação

Para um banco em Portugal, uma abordagem prática pode seguir três fases:

1. Piloto controlado num use case de baixo risco (por exemplo, pesquisa interna de normas públicas, sem dados de clientes), com forte monitorização.
2. Expansão gradual para casos com dados sensíveis mas alta mais-valia (contencioso de massa, contratos de crédito, processos de contraordenação), sempre com revisão humana obrigatória.
3. Integração profunda com sistemas core e redefinição de processos internos, quando a maturidade e a confiança nos modelos forem suficientemente altas.

A lição dos projetos internacionais é clara: quem tenta fazer tudo de uma vez, normalmente falha. Quem começa pequeno, com métricas bem definidas (tempo médio por tarefa, número de erros, velocidade de resposta a regulador), consegue ganhar tração.

---

5. IA jurídica como peça da inovação financeira em Portugal

Na nossa série sobre IA no setor bancário português e inovação financeira, este tema é central: não há inovação séria no banco sem inovação no jurídico e no compliance.

Enquanto scoring de crédito, deteção de fraude ou chatbots de apoio ao cliente ganham visibilidade, a transformação silenciosa acontece nos bastidores: equipas jurídicas a trabalhar com IA que:

• Reduz semanas de pesquisa para horas
• Dá previsibilidade ao risco jurídico e regulatório
• Cria histórico organizado e auditável para inspeções futuras

O futuro dos bancos portugueses não passa por copiar Harvey AI ou qualquer outra ferramenta de moda, mas por desenhar uma arquitetura de IA jurídica adequada à realidade regulatória nacional e europeia.

Quem começar agora, em 2025, com pilotos bem pensados e critérios claros de escolha de ferramentas, chega a 2027 com um departamento jurídico que:

• Trabalha mais depressa
• Erra menos
• Está melhor preparado para supervisão intensiva

E isso, em banca, traduz-se diretamente em menos provisões, menos multas e mais capacidade para inovar no lado comercial.

---

Próximo passo

Se está a liderar jurídico, compliance ou risco num banco, o próximo passo não é comprar tecnologia às cegas. É mapear três casos de uso concretos, definir critérios de segurança e transparência, e só depois avaliar que tipo de IA – de pesquisa, de gestão de casos ou de produtividade – faz mais sentido para a sua realidade.

A verdade é simples: a IA jurídica não substitui advogados. Transforma o tempo que têm disponível. E, num banco sob pressão regulatória e de margens, esse tempo é provavelmente o ativo mais escasso que existe.