Em departamentos jurídicos com carteira de contencioso grande, é comum que a decisão de propor ou aceitar um acordo dependa da sensibilidade individual de cada advogado, sem um critério comum entre analistas. O resultado costuma ser competente, mas inconsistente: processos com risco parecido recebem propostas de acordo em patamares diferentes, a depender de quem está responsável pelo caso naquela semana.
A Vert Analytics estrutura dentro da CyndIA, solução própria de inteligência artificial, uma camada de análise que existe justamente para reduzir essa variação. O objetivo não é substituir o julgamento humano. É dar a esse julgamento um piso comum de dados, para que a decisão de aceitar, recusar ou contrapropor um acordo pare de depender só da intuição de quem está na mesa naquele dia.
Por que uma decisão sem critério comum vira problema de gestão?
Quando cada advogado decide acordo com base na própria experiência, dois efeitos aparecem com o tempo. O primeiro é visível dentro do próprio jurídico: processos semelhantes recebem tratamento diferente, sem que exista uma justificativa objetiva para a diferença. O segundo é mais difícil de perceber e costuma aparecer primeiro no financeiro, não no jurídico. Quando a diretoria pergunta por que o gasto com acordos variou tanto entre um trimestre e outro, uma resposta qualitativa não convence.
É nesse ponto que estruturar dado jurídico deixa de ser um projeto de tecnologia e passa a ser prioridade de gestão de risco. Sem critério comum, não há como provar, para quem está fora do jurídico, se a política de acordos da empresa está de fato otimizada ou apenas funcionando dentro do aceitável.
O que muda ao introduzir o valor ótimo de acordo?
Um modelo de acordo assistido por IA calcula o valor ótimo cruzando três variáveis: a probabilidade de desfecho desfavorável em julgamento, o valor provável da condenação caso o processo siga até o fim e o tempo médio que esse caminho levaria. A resposta não é um número fixo, é uma faixa de valor dentro da qual o acordo compensa mais do que continuar litigando.
Isso muda a negociação porque o advogado deixa de negociar “no escuro” e passa a saber, antes de entrar na mesa, qual é o teto que faz sentido pagar. Em processos de baixa probabilidade de condenação e alto custo de manter o litígio ativo (custas, honorários, tempo de equipe dedicado), a recomendação pode até ser propor acordo mesmo com chance razoável de vitória, porque o custo de continuar supera o ganho esperado.
O que a IA não decide sozinha
Vale ressaltar uma distinção que costuma ficar obscura em discussões sobre IA jurídica: a plataforma sugere faixa de valor e probabilidade, mas quem assina a decisão de aceitar ou recusar continua sendo o advogado responsável. A CyndIA, plataforma de IA própria da Vert Analytics, organiza a análise integrada da tese e das provas do processo e aponta oportunidades de acordo, mas a estratégia final de negociação, incluindo timing e postura na mesa, permanece com o time jurídico. Essa divisão de papel é o que torna o modelo sustentável dentro de uma operação real. Ninguém quer, e nenhuma área jurídica deveria aceitar, que um sistema feche acordo de forma autônoma sem supervisão humana em decisões que envolvem valores relevantes e reputação da empresa.
O que a padronização muda na prática do dia a dia?
O primeiro efeito perceptível de introduzir análise assistida de acordos costuma não ser a redução imediata de gasto, e sim a padronização. Processos com perfil de risco semelhante passam a receber propostas em faixas parecidas, independentemente de qual analista está conduzindo o caso, o que, por si só, reduz a exposição a questionamentos internos sobre critério de decisão.
O segundo efeito, mais lento de aparecer, é a mudança de postura na negociação. Quando o advogado sabe, com razoável confiança, que a chance de condenação está em um patamar específico, ele consegue segurar uma proposta mais dura em processos de risco baixo e agilizar o fechamento em processos de risco alto, em vez de tratar todos com a mesma cautela padrão.
O ajuste inicial que nenhum modelo dispensa
É um processo de ajuste fino. Com o tempo, o que a Vert observa em implementações desse tipo é uma mudança na própria cultura de decisão jurídica: a conversa deixa de ser “o que eu acho que vai acontecer” e passa a ser “o que o histórico dessa combinação de fatores mostra que costuma acontecer”. Não elimina a incerteza, porque nenhum processo judicial é totalmente previsível, mas reduz a variação de critério entre pessoas diferentes tomando decisões parecidas.
É essa consistência, mais do que qualquer número isolado de economia, que costuma justificar, para a diretoria jurídica, a adoção de um modelo de acordo assistido como parte permanente da operação. O pilar dessa operação se baseia na CyndIA, agente de inteligência artificial próprio, criado pela empresa, sustentando esse processo em toda a carteira.
O que muda quando o modelo já está maduro?
Passado o período inicial de calibragem, a rotina de decisão costuma mudar de forma visível. Reuniões de comitê de contencioso deixam de girar em torno de opinião individual sobre cada caso e passam a discutir desvio: por que este processo específico fugiu do padrão esperado pelo modelo. Essa mudança de foco é, talvez, o sinal mais claro de que a análise assistida deixou de ser ferramenta auxiliar e virou parte estrutural da forma como a área decide.
Há ainda um efeito colateral positivo que raramente aparece nas conversas iniciais sobre o projeto: o próprio time jurídico passa a confiar mais nas próprias decisões, porque cada proposta de acordo vem acompanhada de justificativa numérica, não apenas de percepção pessoal. Isso facilita inclusive a comunicação com áreas fora do jurídico, como financeiro e auditoria, que passam a enxergar critério claro por trás de cada valor negociado.
