SLM jurídico: por que o modelo pequeno venceu o grande
Equipe Viver de IA · 2026-10-05
Escritório de advocacia não precisa do maior modelo de IA. Precisa do modelo treinado no que ele já sabe fazer melhor que a concorrência.
O essencial
- O diferencial competitivo deixou de ser qual modelo de IA se contrata e passou a ser a qualidade e organização do acervo interno que alimenta esse modelo.
- Os ganhos reais documentados vieram de tarefas volumosas e mensuráveis, cálculo e cadastro de processos, não das funcionalidades mais visíveis.
- Toda implementação bem-sucedida citada no artigo manteve revisão humana na saída; montar esse papel antes de ativar a automação é condição, não detalhe.
- O custo de governança e atualização contínua do dado tende a superar o custo computacional e deve entrar na conta antes de qualquer assinatura.
O que muda pra banca brasileira a partir de agora
O movimento que a Análise descreve, SLMs (modelos de linguagem menores e especializados) ganhando espaço nos escritórios, significa uma coisa prática: o diferencial parou de ser qual IA você contrata e passou a ser com o que você a alimenta.
O escritório médio brasileiro gastou os últimos dois anos achando que ia resolver produtividade assinando a ferramenta mais famosa. ChatGPT na veia, resposta genérica, advogado frustrado porque a peça saiu com jeito de redação de concurso.
A matéria mostra o outro caminho. Modelo menor, treinado no acervo da própria banca, colado no fluxo interno. E é aqui que a conversa fica interessante pra quem decide.
O tamanho do modelo nunca foi o problema
A leitura fácil da notícia é "small é melhor que large". Não é bem isso, e quem comprar essa versão vai errar de novo.
O ponto do CEO da Tools.Law citado na matéria é outro: a implementação tem que acompanhar o fluxo completo da operação, da captação do processo até a tese final, e não um pedaço isolado. O que importa não é o porte do modelo. É o grau de aderência ao que o escritório já faz todo dia.
Um modelo pequeno treinado no acervo certo vence um modelo gigante genérico porque ele sabe o seu glossário, a sua jurisprudência de preferência, o seu jeito de calcular. Não porque é menor.
Na nossa leitura, a palavra "small" vai virar buzzword e isso vai atrapalhar. O gestor vai pedir "um SLM" pro time de TI como quem pede um sabor de sorvete, sem perceber que o valor está no dado que ele já tem parado, não na sigla.
O modelo pequeno treinado no seu acervo vence o gigante genérico porque sabe o seu glossário, não porque é menor.
O dado da casa é o ativo, e quase todo mundo deixa ele guardado
A parte mais honesta da matéria é o caso do Mendes & Mendes Advogados. A sócia conta que a ferramenta foi alimentada com o banco de dados interno construído ao longo de dois anos. Dois anos de acervo é o que fez a IA interpretar decisão e aplicar parâmetro legal com previsibilidade suficiente pra projetar custo de processo.
Repare na ordem dos fatores. Primeiro existia o acervo organizado. Depois veio o modelo. Quem inverte isso, contrata a IA e torce pra que ela aprenda sozinha com o caos de PDFs soltos no servidor, não chega lá.
A gente vê o mesmo mecanismo fora do jurídico. A ITS EDU teve 80% em aumento de conversão com uma stack de IA customizada, e o destaque foi a "Jinha", uma plataforma de gestão de processos feita especificamente pra advogados e contadores, com templates prontos pro ciclo de aquisição. Não foi um modelo caro. Foi estrutura em cima do processo que já existia.
E a KBL Contabilidade chegou a R$ 46.000 em economia gerada automatizando folha de pagamento PJ e geração de arquivos de contabilização via Cursor. Setor diferente, lógica idêntica: o valor saiu de encaixar a automação na tarefa repetitiva que já consumia hora de gente qualificada.
O que a maioria vai interpretar errado
Três leituras equivocadas que a gente já antecipa dessa onda:
- "IA substitui o advogado no cálculo". Não foi o que a sócia do Mendes & Mendes descreveu. O advogado deixou de fazer o cálculo do zero e passou a revisar se o cálculo da IA estava correto. O trabalho mudou de natureza, não desapareceu. Quem monta a operação pra demitir em vez de redistribuir tempo vai descobrir que a revisão humana é o que segura a responsabilidade técnica.
- "É só comprar a legaltech certa". A matéria cita projetos feitos em parceria com legaltechs, mas o que sustenta o resultado é a governança do fluxo inteiro. Ferramenta sem fluxo mapeado é despesa recorrente com cara de inovação.
- "Começa pelo mais chamativo". Escritório adora querer a IA que escreve a peça inteira. Mas os ganhos reais da matéria vieram do cálculo judicial e do cadastro de processos, tarefa chata, volumosa, mensurável. O glamour não é onde está o dinheiro.
Onde a gente ainda não tem resposta
Uma coisa honesta: não dá pra cravar ainda qual é o custo real de manter um SLM proprietário treinado no longo prazo pra um escritório de porte médio brasileiro. Treinar é uma coisa, manter atualizado com mudança de jurisprudência e de legislação é outra, e isso tem custo de curadoria humana contínua que raramente aparece na conta da proposta inicial.
A matéria fala em menor custo computacional, e isso é verdade no eixo de infraestrutura. Mas o custo que a gente vê corroer projeto é o de governança do dado ao longo do tempo. Quem te promete "treina uma vez e esquece" está vendendo, não implementando.
Sobre o dado de que 68% dos brasileiros usam IA no cotidiano, citado na matéria a partir da Read AI: uso cotidiano individual não vira produtividade de escritório sozinho. São duas coisas separadas, e confundir uma com a outra é como achar que todo mundo que dirige sabe pilotar uma operação logística.
O que fazer com isso na prática
Pra quem toca uma banca ou qualquer operação intensiva em conhecimento e quer repetir o resultado do Mendes & Mendes em vez de o discurso:
- Liste as três tarefas mais repetitivas e mensuráveis do seu fluxo. Cálculo, cadastro, triagem, conferência. Comece onde o erro humano é caro e o volume é alto.
- Audite o seu acervo antes de olhar ferramenta. Pergunte se os últimos dois anos de trabalho estão organizados a ponto de virar base de treino. Se não estão, esse é o projeto zero.
- Defina quem revisa. Todo ganho dos cases citados tem humano na saída validando. Monte o papel de revisão antes de ligar a automação, não depois.
- Meça em hora de profissional liberada, não em "a ferramenta é incrível". Se não cai hora de advogado sênior numa tarefa de estagiário, não houve ganho.
- Mapeie o fluxo inteiro com quem já apanhou nisso antes de assinar qualquer legaltech, com um diagnóstico de IA que olhe a operação, não a sigla do modelo.
A onda do SLM é real e a direção está certa. Mas o escritório que ganha com ela é o que trata o próprio acervo como patrimônio e a IA como a camada que finalmente consegue ler esse patrimônio direito.
Fonte: Modelos de IA especializados ganham espaço nos escritórios de ...
Relacionados
Automação com IA: o guia completo
Soluções de IA prontas para empresas
Como tirar o seu vendedor sênior da triagem de leads: a lição da Evvo Corporate
IA serviços profissionais: economia ou produtividade?
Perguntas frequentes
Por que um modelo de IA menor pode superar um modelo grande no contexto jurídico?
Porque um modelo treinado no acervo interno do escritório conhece o glossário, a jurisprudência de preferência e os critérios de cálculo da banca, não porque é menor, mas porque é mais aderente ao fluxo real.
Por onde um escritório deve começar a implementar IA?
Pelas tarefas mais repetitivas e mensuráveis, cálculo, cadastro, triagem, onde o erro humano é caro e o volume é alto, não pelas funcionalidades mais chamativas.
O acervo do escritório precisa estar organizado antes de contratar uma ferramenta de IA?
Sim. O caso Mendes & Mendes mostra que dois anos de acervo organizado precederam o modelo; quem inverte essa ordem e treina IA sobre PDFs soltos não obtém resultado previsível.
A IA elimina a necessidade do advogado nos cálculos judiciais?
Não. O advogado deixa de fazer o cálculo do zero e passa a revisar o resultado da IA; a responsabilidade técnica continua exigindo validação humana na saída.
Qual é o custo frequentemente ignorado ao adotar um modelo especializado próprio?
O custo de curadoria contínua: manter o modelo atualizado com mudanças de jurisprudência e legislação exige trabalho humano permanente, que raramente aparece na proposta inicial.
Isto não é teoria. É o que já implementamos.
521 cases reais, todos com número aberto, e 159 soluções de IA prontas para empresas brasileiras.