Harvey recauda $550M para herramientas IA legal

⏱ Tiempo de lectura: 4 min

Harvey AI Corp. anunció una ronda de inversión de $550 millones a una valuación de $15.5 mil millones. Diffusion y Lightspeed Venture Partners lideraron el financiamiento, acompañados por Sequoia, Kleiner Perkins y Goldman Sachs. La empresa desarrolla una plataforma basada en inteligencia artificial para que despachos legales automaticen tareas manuales de abogados, con presencia en el 80% de los 100 principales despachos estadounidenses.

Plataforma y modelo de negocio de Harvey

Harvey ofrece un software en la nube que permite a equipos legales almacenar hasta 100.000 documentos en un repositorio llamado Vault. Un motor de búsqueda impulsado por IA identifica patrones útiles: un abogado puede solicitar a Harvey que encuentre contratos de proveedores que requieren modificaciones por regulaciones nuevas. La empresa también cuenta con la mitad del Fortune 10 como clientes. Recientemente lanzó agentes de IA que automatizan tareas más complejas, permitiendo a firmas de inversión detectar problemas potenciales en grandes volúmenes de documentos de diligencia debida. Los agentes solicitan aclaraciones a abogados cuando lo necesitan.

Modelo de lenguaje personalizado y benchmarks

Harvey presentó Tenet, un modelo de lenguaje grande personalizado basado en Kimi K3, un LLM de código abierto con 2.8 billones de parámetros compuesto por 896 redes neuronales individuales optimizadas para tareas específicas. El modelo fue afinado con documentos legales y un arnés personalizado de prompts. Según Harvey, Tenet ejecuta algunas tareas de procesamiento de contratos un 20% mejor que Kimi K3 y supera a Fable 5 y GPT-5 Sol en múltiples áreas. La empresa lanzó LAB, un benchmark que mide la capacidad de los LLM para realizar trabajo legal con aproximadamente 1.200 tareas actualmente, con planes de expandir a más jurisdicciones y áreas del derecho. Harvey invertirá en infraestructura de cómputo para avanzar en investigación de IA, priorizando desarrollo de modelos generalistas nuevos.

Impacto estratégico y diferenciación

Desarrollar un modelo legal propietario permite a Harvey diferenciarse y potencialmente mejorar márgenes al reducir dependencia de modelos externos. La capacitación es costosa, pero a largo plazo reduce gastos de infraestructura, ya que la inferencia representa un porcentaje mucho mayor del costo total que el entrenamiento. Esta ronda financia los costos elevados del desarrollo de modelos personalizados, críticos para mantener ventaja competitiva en el segmento de IA legal empresarial.

Dato	Detalle
Monto de inversión	$550 millones
Valuación	$15.5 mil millones
Líderes de la ronda	Diffusion, Lightspeed Venture Partners
Inversores adicionales	Sequoia, Kleiner Perkins, Goldman Sachs, más de una docena adicionales
Base de despachos instalada	80% de los 100 principales despachos estadounidenses
Clientes Fortune 10	Mitad del Fortune 10
Capacidad de Vault	Hasta 100.000 documentos por repositorio
Modelo personalizado Tenet	Basado en Kimi K3 (2.8 billones de parámetros, 896 redes neuronales)
Mejora de Tenet	20% mejor en procesamiento de contratos vs. Kimi K3; supera Fable 5 y GPT-5 Sol
Benchmark LAB	Aproximadamente 1.200 tareas legales; expansión planeada a más jurisdicciones

Preguntas frecuentes sobre Harvey

¿Qué es Harvey y para quién está diseñado?

Harvey es una plataforma en la nube que automatiza tareas manuales para equipos legales en despachos y departamentos internos de empresas. Ofrece búsqueda impulsada por IA, análisis de documentos y agentes para automatización de procesos complejos.

¿Cuándo se lanzó Tenet y está disponible hoy?

Tenet se presentó recientemente junto con el anuncio de financiamiento. La fuente no especifica una fecha de disponibilidad exacta ni cambios de acceso para usuarios actuales de Harvey.

¿Cuál es el precio de Harvey o disponibilidad de suscripción?

No se especifica en el texto fuente recibido información sobre planes de precios, tiers de suscripción o modelos de acceso.

Qué conviene mirar de cerca

Esta ronda financia una estrategia clara: invertir en infraestructura y modelos de lenguaje personalizados para reducir costos de largo plazo y diferenciarse en un mercado competitivo de IA legal. La comparación de Tenet contra modelos competidores subraya que Harvey busca demostrar rendimiento específico para tareas legales como factor de retención de clientes empresariales.

En Inteligencia Artificial, el movimiento de Harvey refleja la maduración de startups de IA hacia modelos internos optimizados. ¿Cuántas empresas del sector legal migrarán a plataformas con LLM personalizados en los próximos 18 meses?

Fuente: siliconangle.com