O panorama da IA jurídica em 2026: do que ele é realmente feito

Não faltam mapas deste mercado. O Legaltech Hub conta com mais de mil soluções de IA generativa em seu diretório. Fundos de risco publicam grades de categorias organizadas. Sites de avaliação classificam quatrocentas ferramentas em uma tabela com uma coluna de preços que na maioria das vezes é a palavra 'Empresarial'. Todos eles respondem à mesma pergunta: o que existe.

Nenhum deles responde à pergunta que um comprador realmente tem, que é do que este mercado é feito. Um diretório dirá que um fornecedor vende revisão de contratos. Não dirá se esse fornecedor treinou algo, escreveu alguma documentação, pode ser comprado sem uma ligação de vendas ou inventa jurisprudência quando você o pressiona. Essas coisas aparecem de dentro, o que significa se inscrever, pagar e usar a coisa.

Então nós fizemos. É assim que o cenário da Legal AI se parece em 2026 quando você para de ler a grade de categorias e começa a abrir contas.

O que fizemos, e o conflito de interesses que devemos nomear primeiro

HAQQ vende Legal AI. Somos um fornecedor dentro do mercado que estamos prestes a descrever, o que significa que você deve ler cada número abaixo sabendo quem o contou.

Duas coisas decorrem disso. A primeira é que definimos as regras de contagem antes de começar, e discutimos sobre elas por mais tempo do que passamos executando os testes. O que exatamente faz de algo um 'wrapper' em vez de um produto? Chegamos a uma regra que nos prejudica tanto quanto a qualquer outro: se você removesse o modelo geral subjacente e a coisa parasse de funcionar completamente, sem camada de recuperação, sem roteamento, sem dados jurídicos e sem avaliação própria, é um 'wrapper'. Por essa definição, algumas empresas muito bem financiadas são 'wrappers', e o mesmo acontece com partes de produtos que admiramos.

A segunda é a abrangência. Cada porcentagem neste artigo descreve os fornecedores que testamos, não o mercado como um todo. Ninguém testou o mercado inteiro. Onde um número vem de outra pessoa, dizemos de quem é.

O método foi comum e lento. Inscrever-se sem nos anunciar. Pagar onde o pagamento era possível. Executar o mesmo corpo de trabalho jurídico real em cada ferramenta. Ler toda a documentação existente. Pressionar cada um até que quebrasse, e então observar cuidadosamente como quebrou. Para os fornecedores que não nos venderiam sem uma ligação, tentar entrar de qualquer forma, o que se revelou uma descoberta própria.

O mercado é principalmente uma fina camada sobre o modelo de outra pessoa

Esta é a descoberta da qual todo o resto depende, então vem primeiro.

Algum vocabulário, porque estas palavras são usadas de forma imprecisa. Uma camada de prompt, geralmente chamada de wrapper, é uma interface de usuário e um conjunto de instruções que se sobrepõe a um modelo geral como GPT ou Claude. Um harness é a versão mais séria: ele decide qual modelo lida com qual etapa, recupera as fontes corretas primeiro, chama ferramentas e verifica o resultado antes que ele chegue até você. A diferença entre os dois é onde reside a engenharia, e é a diferença entre um produto que se degrada graciosamente e um que confiantemente inventa coisas.

Sessenta e cinco por cento sendo uma camada de prompt não é automaticamente condenável. Uma interface bem construída sobre um modelo de ponta é genuinamente útil, e fingir o contrário seria desonesto. O problema é o preço e o posicionamento. Uma camada de prompt vendida a preços de camada de prompt é uma troca justa. Uma camada de prompt vendida como inteligência jurídica proprietária, a várias centenas de dólares por usuário por mês, contra um assistente geral que a empresa já paga, é uma troca que deixa de fazer sentido no momento em que alguém verifica. Escrevemos sobre onde esse colapso aparece na lista de preços em nossa análise detalhada dos preços de Legal AI.

Remova o modelo geral subjacente e, em dois terços deste mercado, nada sobrevive.

Quase ninguém está construindo para a pessoa com o problema jurídico

De tudo o que testamos, 2% atendem ao cliente final. Todo o resto é construído para o advogado.

Coloque isso contra o lado da demanda. O World Justice Project estima que 5,1 bilhões de pessoas têm necessidades de justiça não atendidas, o que significa que têm um problema legal e nenhuma rota significativa para resolvê-lo. Não é um mercado que a profissão jurídica está deixando de atender por indiferença. É um mercado que não pode ser atendido pelo preço que uma hora faturável implica, que é precisamente a restrição que o software deveria relaxar.

A indústria, em vez disso, gastou todo o seu ciclo de venture construindo ferramentas para os aproximadamente 1,3 milhão de pessoas nos Estados Unidos que já possuem uma licença de advogado, e seus equivalentes em outros lugares. Há boas razões para isso. Os advogados têm orçamentos, processos de aquisição e uma óbvia disposição de pagar. Os consumidores não têm nada disso, além de restrições regulatórias sobre quem pode dar aconselhamento jurídico que variam por jurisdição e não serão resolvidas por uma startup decidindo que deveriam ser.

Nós estamos nesses 2%, então trate isso como uma posição divulgada em vez de uma observação neutra. Lançamos um aplicativo de Legal AI para consumidores e é muito mais difícil do que o produto profissional, exatamente pelas razões acima. Mas um mercado onde 98% da oferta aponta para 0,1% da demanda não é um mercado maduro. É um mercado que encontrou um comprador que entende.

As empresas não estão escolhendo um fornecedor. Elas estão empilhando-os.

80% das grandes empresas que analisamos estão treinando seus próprios modelos ou executando um roteador em vários. Elas não estão avaliando fornecedores para escolher um. Elas estão montando quatro ou mais e decidindo, por tarefa, qual delas responde.

Isso quebra o modelo mental sobre o qual a maioria dos argumentos dos fornecedores é construída. Não há uma competição com um vencedor. Há uma pilha, e a questão é qual espaço você ocupa nela, o que é uma questão muito menos confortável do que "quem é o melhor".

A outra metade da mesma imagem vem de fora do nosso benchmark. A pesquisa de tecnologia de 2026 da International Legal Technology Association, que abrange mais de 500 empresas, descobriu que 94% das empresas usam ou exploram Legal AI, e que a ferramenta de Legal AI mais amplamente instalada em escritórios de advocacia é o Microsoft Copilot, em 76% das empresas. O Copilot não é um produto jurídico. É um assistente de produtividade geral que veio junto com o software que as empresas já haviam comprado, e supera em instalação tudo o que foi construído especificamente para o direito.

Nós deliberadamente não estamos publicando uma classificação das ferramentas desenvolvidas especificamente abaixo desse número, porque um fornecedor classificando seus concorrentes nomeados com base em dados de pesquisa de terceiros não é análise, é marketing com uma citação. O ponto estrutural se sustenta por si só: o Legal AI mais instalado no direito é aquele que já estava lá.

Os números de adoção também estão realizando menos trabalho do que parecem. A pesquisa de 2026 da Axiom com equipes jurídicas internas descobriu que apenas 7% haviam passado da fase de piloto para a produção medida, e 83% não conseguiam dizer se os gastos com Legal AI do ano anterior haviam se pagado. Esses dois números descrevem departamentos internos, enquanto os 94% descrevem escritórios de advocacia, então são duas populações em vez de um funil. Lidos em conjunto, eles ainda dizem a mesma coisa: quase todos começaram, quase ninguém terminou, e a maioria não consegue provar a diferença. Mantemos um registro contínuo da pesquisa de adoção em estatísticas de Legal AI 2026.

Os laboratórios chegaram, e um plugin é apenas um "harness" empacotado

Todo provedor de modelo geral agora está vindo diretamente para o setor jurídico. O mais recente é o Astra for Law da OpenAI, lançado em 17 de setembro de 2026 com 26 plugins parceiros.

O detalhe que vale a pena considerar é que duas das maiores empresas independentes de Legal AI foram entregues como plugins dentro dele. Isso é um movimento racional e provavelmente inevitável, já que a distribuição supera a independência no curto prazo. É também uma admissão silenciosa sobre a arquitetura. Um plugin é um "harness" que outra pessoa hospeda, cobra e controla o ponto de entrada. Se sua diferenciação é o "harness", e o "harness" agora funciona dentro do produto do laboratório, o que você está defendendo é um espaço no menu de outra pessoa.

Escrevemos separadamente sobre o que o Astra faz e não faz no trabalho jurídico real. A versão curta é que os laboratórios não são melhores no direito do que os fornecedores jurídicos. Eles são melhores em estar onde o usuário já está, e neste mercado isso tem importado repetidamente mais.

As alegações superam os produtos, e os reguladores notaram

5% dos fornecedores que testamos têm documentação que consideramos adequada. Não uma página de marketing com uma grade de recursos. Documentação: o que o sistema faz, o que ele não faz, em que foi avaliado, o que acontece quando falha. 80% exageram em algum ponto entre o site e o produto, o que significa que a capacidade descrita na página de destino não é a capacidade que encontramos na conta.

Este não é um problema de estilo sem vítimas. Em 2025, a Comissão Federal de Comércio dos Estados Unidos finalizou uma ordem de US$ 193.000 contra a DoNotPay e a proibiu de se comercializar como um robô advogado, porque não podia comprovar a alegação de que sua Legal AI operava como uma humana. Esse caso é o mínimo, não o máximo, de onde isso pode chegar.

O marketing de precisão é onde a questão se torna mais aguda. Fornecedores nesta categoria comercializaram ferramentas de pesquisa baseadas em recuperação com a promessa de que a "alucinação" havia sido eliminada por completo. Pesquisadores de Stanford que testaram essas ferramentas concluíram que as alegações dos provedores foram exageradas e publicaram taxas de erro medidas em vez do marketing. Estamos relatando essa descoberta em vez de repetir a alegação sobre a qual foi feita.

Os próprios benchmarks são contestados, e honestamente o são. A Vals escreve seus rubricas com advogados praticantes, o que é a maneira correta de fazê-lo, e os fornecedores ainda contestam a metodologia. Isso não é um escândalo. O trabalho jurídico é avaliado por julgamento, da mesma forma que a lei é, e dois advogados competentes podem pontuar a mesma resposta de forma diferente. Qualquer um que esteja lhe vendendo um único número de precisão para um sistema jurídico está lhe vendendo uma simplificação. Publicamos nosso próprio método de benchmark precisamente para que possa ser contestado.

A "alucinação" ainda é o denominador comum

Cada ferramenta que testamos inventou algo. Nem toda resposta, e não constantemente, mas cada produto do conjunto produziu pelo menos uma vez lei que não existe, alegou ter feito trabalho que não fez, ou construiu uma conclusão confiante em um fato que fabricou.

As medições externas concordam com a forma, se não com o número exato. A auditoria de Stanford colocou o Lexis+ AI acima de 17% e a pesquisa assistida por Legal AI da Westlaw acima de 33% nas versões da ferramenta testadas. Modelos gerais sem recuperação mediram entre 58% e 88% em tarefas de citação jurídica no trabalho do Journal of Legal Analysis. A fundamentação da recuperação ajuda muito. Não resolve o problema, e os erros que sobrevivem à fundamentação são os perigosos, porque parecem citações reais anexadas à proposição errada.

As consequências são agora contadas. O banco de dados público de Damien Charlotin de decisões judiciais envolvendo petições "alucinadas" por Legal AI continha 1.598 casos em 9 de junho de 2026, a data do nosso relatório de auditoria. Em 19 de setembro de 2026, ele continha 2.044, um aumento de aproximadamente 200 em relação a um ano atrás. Essa curva é o estado atual da segurança da Legal AI jurídica, e é a razão pela qual nossa auditoria de "alucinações" é um documento vivo, e não uma publicação única.

Um problema menos discutido fica ao lado. 75% das ferramentas que testamos escrevem em sua própria voz codificada, independentemente de qual escritório, qual cliente ou qual estilo interno. Nada neste mercado produz um "gêmeo digital" de como um advogado em particular realmente escreve. Para uma profissão onde a redação de uma cláusula é o produto, é estranho que uma categoria inteira tenha ignorado isso.

A "parede" de preços é principalmente teatro

Apenas 10% dos fornecedores que testamos são verdadeiramente "self-serve". Dos vinte fornecedores que verificamos para um preço publicado, 14 não publicam nenhum. O padrão da categoria é um formulário de contato.

E, no entanto, 75% deles foram fáceis de aceder sem nunca falar com um humano. Testes, rotas de parceiros, níveis de autoatendimento atrás de uma página de vendas e, em vários casos, simplesmente concluir um checkout que o site de marketing não ligava. Fizemos isso em todos os fornecedores que testamos.

Essa lacuna é a parte interessante. Um preço condicionado à venda geralmente sinaliza complexidade empresarial genuína ou discriminação de preços. Quando o mesmo produto pode ser comprado em quatro minutos por qualquer pessoa que procure um pouco mais, era a segunda opção. O levantamento completo do que cada um publica e quanto custa depois de passar pela barreira está em preços de Legal AI em 2026.

A MENA não compra a paisagem. Ela a constrói.

A maior parte deste mercado é localizada jurisdição por jurisdição, o que não é surpreendente, já que o direito é. O que é menos compreendido fora da região é que no Médio Oriente e Norte de África o comprador é frequentemente o Estado, e o Estado constrói.

Os Emirados Árabes Unidos lançaram em julho de 2026 o que descrevem como a primeira plataforma judicial de AI totalmente integrada. A Arábia Saudita opera o Najiz, que oferece aproximadamente 160 serviços de justiça, juntamente com uma empresa de AI estatal por trás de um modelo de linguagem árabe. Estas não são decisões de aquisição à espera de um fornecedor para as ganhar. São programas de infraestrutura para os quais um fornecedor pode, na melhor das hipóteses, fornecer um componente.

Ao nível da empresa, o mesmo instinto repete-se. As empresas aqui constroem a sua própria AI e depois vendem-na a outras empresas, o que é uma rota que quase ninguém segue em Londres ou Nova Iorque e que várias práticas MENA agora tratam como uma segunda linha de receita. Cobrimos o panorama regional mais aprofundadamente em Legal AI na MENA e Legal AI na Arábia Saudita.

A implicação para quem mapeia este mercado de fora da região é simples. Um panorama de fornecedores desenhado a partir de dados de financiamento ocidentais perderá completamente as maiores implementações de Legal AI na MENA, porque nunca aparecem como uma ronda de financiamento.

Como o mercado se apresenta de cima

Os dados do setor da Tracxn contam 10.528 empresas de tecnologia jurídica globalmente, 1.821 delas financiadas e 19 unicórnios. Comparado com os dados de composição acima, são muitas empresas para um mercado onde 8% dos produtos que testamos contêm um modelo que alguém treinou.

Dois fornecedores dominam a narrativa de financiamento. A Harvey, avaliada em aproximadamente 11 mil milhões de dólares e cerca de 300 milhões de dólares em ARR, e a Legora, avaliada em aproximadamente 5,55 mil milhões de dólares e cerca de 150 milhões de dólares, angariaram 750 milhões de dólares entre si em 15 dias. Esses números de receita são divulgados pela imprensa em vez de auditados, e nenhuma das empresas os publica por si mesma, então trate-os como a melhor estimativa do mercado. Acompanhamos o movimento trimestral no nosso relatório de mercado de Legal AI.

A escala acompanha o financiamento. 90% dos fornecedores financiados que testamos têm mais de 200 pessoas, e apenas 20% publicam algum tipo de valor de ARR. Uma categoria tão grande que divulga tão pouco é uma categoria onde os compradores não podem comparar fornecedores em nada, exceto na demonstração.

As landing pages dizem o que a categoria acredita que converte. Os quatro elementos que se repetem são Segurança, uma biblioteca de prompts, depoimentos e uma seção de Labs que reivindica pesquisa profunda em IA. A segurança é a prioridade, e há uma razão para o momento: a IA generativa acaba de entrar na lista de riscos de segurança monitorados pela indústria jurídica, direto para o segundo lugar. Os compradores estão assustados, e o mercado leu corretamente esse medo como a primeira objeção a ser esclarecida. Nossa própria postura de segurança é publicada pelo mesmo motivo, e preferimos dizer isso claramente do que fingir que estamos acima do padrão.

Na tarefa certa, já supera o advogado

Seria fácil interpretar as seções anteriores como um caso de que a Legal AI não funciona. Essa não é a conclusão.

No relatório de Legal AI da Vals, o sistema mais forte em resposta a perguntas de documentos obteve 94,8%, o que está 24,7 pontos acima da linha de base do advogado humano medida no mesmo estudo. Na revisão de contratos, o mesmo sistema perdeu para o grupo de controle humano. Ambos os resultados pertencem a um produto em uma avaliação.

Esse é o fato mais útil em todo este panorama. A capacidade não é uma propriedade da ferramenta, é uma propriedade do emparelhamento entre a ferramenta e a tarefa. Aponte um desses sistemas para descobrir o que um documento de 400 páginas diz e ele supera um profissional treinado que está cansado. Aponte o mesmo sistema para decidir qual das duas formulações de cláusulas aceitáveis protege melhor seu cliente, e ele produz algo que parece uma resposta e não é uma.

A maioria dos pilotos de Legal AI malsucedidos que vimos não são falhas de capacidade. São falhas de mira. Uma empresa compra um sistema, aponta-o para o trabalho mais difícil e de maior julgamento no edifício porque é onde está a dor, observa-o com desempenho inferior e conclui que a categoria é imatura. A análise tarefa por tarefa é mais útil do que qualquer pontuação geral.

O que tiramos disso

A lição a que sempre voltamos é sobre distribuição e não inteligência, e nos custou algo para aprender.

Nosso primeiro produto sério pedia aos advogados que fossem para uma nova aba e fizessem seu trabalho lá. Era uma ferramenta melhor do que a que eles tinham. Perdeu de qualquer forma, e perdeu para o hábito. Todo produto neste mercado que pediu a um advogado para sair do Word, Outlook ou do sistema de gerenciamento de documentos perdeu da mesma forma, razão pela qual um assistente de produtividade geral que já estava instalado supera todos os produtos de Legal AI construídos especificamente por pessoas que pensam em direito o dia todo.

Isso reformula o que é realmente escasso aqui. Não é a qualidade do modelo, que está convergindo e é largamente comprada de quatro empresas. Não é o conhecimento jurídico, que está documentado. É o direito de ocupar o lugar onde o trabalho já acontece, mais a disciplina de ser honesto sobre as tarefas em que o sistema é bom. Essas são as duas coisas pelas quais quase todas as 10.528 empresas estão competindo, quer elas descrevam assim ou não.

Somos uma dessas empresas e não podemos nos isentar de nada do que foi dito acima. O que podemos fazer é publicar a contagem, incluindo as partes que são desconfortáveis para nós, para que a próxima pessoa que mapear este mercado comece de algo melhor do que uma grade de categorias.

Principais Conclusões

• Dois terços do mercado são uma camada de prompt. Dos fornecedores que testamos, 65% param de funcionar completamente se você remover o modelo geral subjacente, e 3% são treinados em dados legais.
• Os compradores estão empilhando, não escolhendo. 80% das grandes empresas que analisamos utilizam vários sistemas ou seu próprio roteador. Não há uma competição com um vencedor.
• A Legal AI mais instalada em escritórios de advocacia não é Legal AI. A ILTA coloca o Microsoft Copilot em 76% dos escritórios, à frente de qualquer coisa construída para o direito, porque já estava no desktop.
• A adoção é quase universal e a conclusão é rara. 94% dos escritórios estão usando ou explorando Legal AI, enquanto apenas 7% das equipes internas passaram da fase piloto e 83% não conseguem provar que os gastos do ano passado se pagaram.
• A alucinação ainda é o denominador comum. Cada ferramenta que testamos inventou algo, auditorias externas colocam ferramentas jurídicas fundamentadas entre 17% e 33%, e o rastreador de decisões judiciais passou de cerca de 200 casos para 2.044 em um ano.
• A barreira de preços é principalmente teatro. 14 dos 20 fornecedores não publicam preço, mas 75% puderam ser comprados sem nunca falar com um vendedor.
• Quase ninguém atende o cliente final. 2% do que testamos se dirige à pessoa com o problema legal, contra 5,1 bilhões de pessoas com necessidades de justiça não atendidas.
• Capacidade é sobre mirar. O mesmo sistema obteve 94,8% em resposta a perguntas de documentos, 24,7 pontos acima da linha de base humana, e perdeu para humanos em comparação de documentos. A maioria dos pilotos falhos são falhas de mira, não falhas de capacidade.

Fontes e leitura adicional

• Estatísticas de Legal AI 2026: quantos advogados realmente usam IA
• Preços de Legal AI em 2026: todos os preços publicados e todos os fornecedores que não publicam nenhum
• Auditoria de Alucinação Legal por IA: os casos judiciais com citações fabricadas
• Nosso relatório trimestral do mercado de Legal AI
• Legal AI no MENA em 2026
• Como executamos nosso benchmark de Legal AI
• World Justice Project: medindo a lacuna global de justiça
• Stanford RegLab e HAI: avaliando a confiabilidade das ferramentas de pesquisa jurídica de IA
• Dahl et al., Large Legal Fictions, Journal of Legal Analysis
• Damien Charlotin: banco de dados de casos de alucinação de IA
• Ordem final da FTC contra a DoNotPay
• Relatório Vals Legal AI