Toda semana converso com gestores que me dizem a mesma coisa: estão montando o próprio agente de IA. SaaS próprio, automação própria, agente próprio. A lógica parece óbvia. Se a tecnologia está disponível, por que não construir internamente e manter o controle?
Eu entendo o raciocínio. Mas trabalho com contratos há dez anos, e já vi esse filme antes. Ele não costuma terminar bem.
O problema não é a ambição. É a premissa de que um agente de IA para contratos é, basicamente, um modelo de linguagem com algumas instruções por cima. Não é.
O que ninguém conta sobre treinar IA do zero
Um modelo de linguagem genérico lê português. Lê até bem. Mas ler não é entender contrato.
Entender o contrato é saber que uma cláusula de reajuste mal redigida vale mais atenção do que dez páginas de definições. É reconhecer que a ausência de uma cláusula pode ser mais perigosa do que a presença de outra. É distinguir o que é praxe de mercado do que é risco real para aquela empresa, naquele setor, naquele momento.
Nada disso está no modelo. Está no contexto. E contexto não se compra pronto, nem se gera em um fim de semana de prompt engineering.
O modelo não é o diferencial. O contexto é
Aqui está o ponto que separa um agente que funciona de um que alucina: o modelo é commodity. Todo mundo tem acesso aos mesmos modelos de base. O diferencial está no que você coloca em volta dele.
Cláusulas reais. Padrões de risco observados em milhões de contratos. Comportamento de empresas de portes e setores diferentes. Histórico de negociação. Critérios de revisão construídos por quem vive contrato todos os dias.
Esse contexto leva anos para ser construído. Uma empresa que decide montar o próprio agente do zero está, na prática, começando a acumular esse repertório no dia da decisão. Enquanto isso, o contrato que define quanto ela recebe e quanto ela paga continua passando pela mesa sem revisão adequada.
O paralelo com o ERP caseiro
Quem está no mercado há tempo suficiente lembra da onda dos sistemas internos. Lá por 2010, muita empresa decidiu construir o próprio ERP. Achavam que economizariam licença e ganhariam controle.
O resultado foi quase sempre o mesmo: um projeto que consumiu três vezes o orçamento previsto, atrasou dois anos, dependia de uma única pessoa que conhecia o código, e ficou obsoleto antes de entrar em produção.
A diferença entre aquilo e a IA de hoje é a velocidade. O agente caseiro não vai levar dois anos para decepcionar. Vai decepcionar mais rápido, e em uma área onde o erro custa muito mais do que uma fatura emitida errado.
Copiloto jurídico ou estagiário de IA?
Existe uma diferença prática entre os dois. Um copiloto jurídico chega com repertório. Ele já viu o problema antes, reconhece o padrão e sugere o caminho com fundamento.
Um estagiário de IA genérico chega com boa vontade e nenhuma bagagem. Ele tenta, erra, precisa ser corrigido, e a correção consome justamente o tempo do profissional que o agente deveria liberar.
No contrato, a diferença entre os dois não é estética. É a diferença entre identificar uma cláusula de risco e deixá-la passar.
A pergunta que o gestor precisa fazer
Não estou dizendo que nenhuma empresa deva construir nada. Estou dizendo que a decisão precisa ser consciente do que ela exige.
A pergunta não é "consigo montar um agente de IA". Quase qualquer time de tecnologia consegue montar algo que funciona em uma demonstração. A pergunta é "quanto tempo e quantos contratos vou queimar até esse agente entender de contrato de verdade".
Hoje todo mundo está construindo os próprios agentes. Mas na hora de cuidar do contrato que define quanto a sua empresa recebe, paga, por quanto tempo e em que condição, vale perguntar: você quer investir meses treinando um agente do zero, ou usar um construído por quem vive contrato há dez anos?
É essa escolha que estamos colocando na mesa do mercado. E ela vai separar quem usa IA com método de quem apenas embarcou na moda.