A inteligência artificial e a análise de dados em larga escala podem mudar a forma como empresas avaliam riscos judiciais e planejam seus compromissos financeiros. A aproximação entre a gestão jurídica e as ferramentas utilizadas pelo mercado financeiro permite analisar carteiras de processos de maneira mais abrangente, identificar padrões e estimar possíveis impactos econômicos das disputas.
A discussão ganha relevância diante do volume de ações administradas por grandes companhias, que podem manter milhares ou até dezenas de milhares de processos simultaneamente. Essas demandas afetam o caixa, as provisões contábeis e o planejamento financeiro, mas nem sempre são avaliadas a partir de uma visão consolidada de toda a carteira.
Em artigo sobre o tema, Vinícius Soares, sócio e diretor de Produto da Turivius, aponta que uma das principais dificuldades históricas da gestão jurídica está na complexidade de organizar informações distribuídas em documentos, decisões e históricos processuais. A inteligência artificial começa a reduzir essa barreira ao permitir o processamento de grandes volumes de dados e a identificação de padrões que seriam difíceis de reconhecer pela análise individual dos casos.
Indicadores financeiros ganham espaço na gestão jurídica
No mercado financeiro, métricas como volatilidade, correlação, desvio padrão e índice de Sharpe ajudam a avaliar riscos e comparar cenários de investimento. Na gestão jurídica corporativa, conceitos semelhantes de mensuração podem contribuir para uma análise mais estruturada das contingências judiciais.
Dois indicadores que ilustram essa aproximação são o forecast e o aging das carteiras jurídicas.
O forecast busca estimar o comportamento financeiro de um conjunto de processos ao longo do tempo, considerando diferentes cenários de desembolso. Já o aging acompanha a idade das ações e permite observar como o tempo de tramitação pode se relacionar com as expectativas de desfecho, pagamento e exposição financeira.
A combinação dessas informações ajuda os departamentos jurídicos a compreender não apenas o valor nominal das demandas, mas também seus possíveis efeitos sobre o orçamento e o fluxo de caixa das empresas.
Isso porque processos com valores semelhantes podem representar riscos econômicos distintos. A probabilidade de perda, o prazo esperado para o desembolso e o valor presente dos fluxos financeiros são variáveis que podem influenciar a avaliação de cada contingência.
DataJud amplia o acesso a informações processuais
A aplicação dessas metodologias depende da disponibilidade de dados estruturados e da capacidade de processar informações em escala. Nesse contexto, o Judiciário brasileiro também avança na organização de sua base de informações.
O DataJud, do Conselho Nacional de Justiça (CNJ), centraliza dados e metadados processuais dos tribunais abrangidos pelo sistema. A plataforma disponibiliza uma API pública que permite acessar informações sobre capas e movimentações processuais, oferecendo subsídios para pesquisas, desenvolvimento de aplicações e análises de tendências do sistema de Justiça.
A disponibilidade desses dados cria condições para ampliar o uso de ferramentas analíticas no setor jurídico. Com informações organizadas, torna-se possível investigar padrões relacionados à duração dos processos, ao comportamento dos tribunais e às características das demandas, desde que respeitados os limites e as condições de uso das bases.
CNJ relata análise de 30 milhões de processos com IA
Um exemplo da aplicação da inteligência artificial na análise de grandes volumes de informações judiciais é a ferramenta Berna, desenvolvida para identificar processos semelhantes e auxiliar no enfrentamento da litigância predatória.
Em março de 2026, o CNJ informou que a ferramenta havia analisado 30 milhões de processos ajuizados entre janeiro de 2025 e fevereiro de 2026, distribuídos por 88 tribunais. Desse total, 2,5 milhões foram identificados como possíveis demandas em massa ou abusivas.
O resultado corresponde a cerca de 8,3% do universo analisado. Essa proporção, porém, não significa que todos os casos identificados tenham sido confirmados como abusivos: o levantamento divulgado se refere a possíveis ocorrências detectadas pela ferramenta.
O exemplo demonstra como sistemas de inteligência artificial podem reconhecer semelhanças e relações em bases extensas de processos, ampliando a capacidade de análise do sistema de Justiça.
Na gestão empresarial, uma lógica semelhante pode apoiar a identificação de padrões em carteiras jurídicas e fornecer informações adicionais para estimativas de risco. A aplicação, entretanto, depende da qualidade dos dados, da adequação dos modelos e da interpretação dos resultados.
Tecnologia apoia decisões, mas não substitui análise jurídica
A incorporação de métricas quantitativas à gestão jurídica não elimina a necessidade de avaliação profissional. A interpretação do contexto, das particularidades processuais, das estratégias adotadas e dos riscos específicos de cada demanda continua dependendo da análise de advogados e gestores.
A inteligência artificial funciona, nesse cenário, como uma camada adicional de informação. Em vez de substituir o julgamento jurídico, pode ampliar a base de evidências utilizada nas decisões e facilitar o acompanhamento de grandes carteiras.
Para as empresas, essa integração também pode aproximar os departamentos jurídicos das áreas financeira, contábil e de gestão de riscos. Projeções de desembolso, acompanhamento do tempo de tramitação e estimativas de exposição podem ser incorporados a processos de planejamento e monitoramento, desde que os indicadores sejam construídos com critérios consistentes.
A tendência apontada por Soares é de uma gestão de contencioso mais orientada por dados, com atualizações mais frequentes das projeções e maior integração entre indicadores jurídicos e financeiros. Nesse modelo, a tecnologia não elimina a incerteza inerente às disputas judiciais, mas pode ajudar as empresas a mensurá-la e a tomar decisões com informações mais abrangentes.
Sobre o autor: Vinícius Soares é sócio e diretor de Produto da Turivius, onde lidera o desenvolvimento da plataforma GPTuri. Foi cofundador da fintech Monetus, adquirida pelo Santander, integra a lista Forbes Under 30 e estudou Engenharia na Columbia University e na Universidade Federal de Minas Gerais (UFMG).
