Conheça a Lexter.ai, legaltech que utiliza machine learning para revisar e analisar contratos jurídicos

Grão Venture Capital, 11 de agosto de 2022
Grão

“The era of machine learning has arrived” (algo como “A era do machine learning chegou”), cravou a CB Insights em seu mais recente report sobre as tendências mais quentes do mercado de Inteligência Artificial (AI trends to watch in 2022). 

Ramo da IA dedicado à construção de sistemas que aprendem a identificar padrões e tomar decisões a partir dos dados que coletam e gerenciam, em vez de serem simplesmente programados para executar alguma tarefa, o machine learning (aprendizado de máquinas) foi apontado pela CB Insights como uma das ferramentas mais eficientes em fornecer às empresas vantagens competitivas ao gerar inputs para otimizar processos e subsidiar decisões por meio do processamento de dados.

Em outras palavras, o machine learning busca nos dados as soluções para os mais variados problemas (ou as respostas para as mais variadas perguntas). Existem vários modelos de machine learning disponíveis, e com eles é possível detectar fraudes, identificar oportunidades de negócio, recomendar conteúdos, aprimorar mecanismos de buscas e, entre outros, analisar, interpretar e revisar documentos. 

E foi apostando nesse último nicho que a Lexter.ai, startup de machine learning investida da Grão VC, chegou ao mercado em meados de 2020 pelas mãos dos co-fundadores Pedro Jahara, Guilherme Delai, Pedro Calderon, Lucas Kawazoi, Jean Peguim e Daniela Labella. Com uma solução desenvolvida dentro de casa, a Lexter endereça um setor tradicionalmente conhecido pelo excesso de burocracia e paper work: o jurídico. 

A inteligência artificial da Lexter faz as vezes de um “advogado robô”, atuando de maneira complementar e ajudando escritórios de advocacia e equipes jurídicas de  empresas a ler, destacar, analisar e sugerir alterações em minutas em negociação ou durante processos de due diligence e auditorias internas.

Mas, até chegar à solução que a Lexter oferece hoje, Jahara, co-fundador da startup, precisou esperar que a tecnologia existente no mercado possibilitasse a construção de um sistema de machine learning que conseguisse fazer o que o founder queria. 

Empreendedor serial, Jahara contou que o interesse por algoritmos de machine learning e inteligência artificial surgiu lá por 2015, quando fundou sua primeira startup, a Beluga, uma plataforma de business intelligence. “Naquela época já estava claro que o uso de dados iria mudar radicalmente a forma como as pessoas e empresas trabalham”, lembrou. 

Da Beluga, ele passou a prestar consultoria em machine learning para grandes empresas. Foi aí que o empreendedor identificou a dor que a Lexter viria a resolver anos depois. 

“Percebi que nesse ambiente empresarial, depois que todos os termos de um contrato eram definidos e ‘era só assinar’, esse ‘só assinar’ demorava meses. E essa era uma dor recorrente. Só que na época, por volta de 2017, 2018, a tecnologia NLP [Natural Language Processing], que a gente usa para analisar e interpretar textos, não estava madura o suficiente. Em 2019, essa tecnologia começou a melhorar com a terceira onda de deep learning, que trouxe novas técnicas de análise que permitiriam alcançar resultados melhores”, contou.

Jahara mergulhou na ideia, deixou a consultoria e foi implementar a equipe de inteligência artificial e machine learning em outra startup, a Letrus, uma edtech voltada para o letramento de estudantes. “Voltei a trabalhar com NLP e acompanhei resultados significativos. Ali foi aquele clique, ‘Opa, essa tecnologia chegou em um ponto em que dá para fazer muita coisa legal, em que dá para criar uma solução para aquela dor identificada lá atrás’”. 

A expertise da Lexter é a leitura automatizada de contratos. Hoje, essa expertise é aplicada em dois produtos, o primeiro é para escritórios de advocacia, desenhado para processos de due dilligence e auditorias. 

“Imagine um escritório cuidando de uma transação de M&A [Merger and Acquisition]. Em vez de demandar uma equipe de advogados para ler todos os contratos, ele usa a plataforma da Lexter para analisar essa montanha de documentos e apontar todos os pontos de atenção que o próprio escritório pediu para buscar – pode ser uma cláusula de exclusividade ou de mudança de controle acionário, por exemplo. No fim, o escritório vai receber um relatório com todas as fragilidades indicadas”, explicou.

O segundo produto foi pensado para funcionar como uma espécie de assistente jurídico para os departamentos jurídicos de empresas, ajudando na confecção de novas minutas, revisão de contratos e organização da base de documentos. 

“No onboarding da Lexter, a empresa define sua estratégia jurídica, define os parâmetros a partir dos quais o nosso algoritmo vai processar os dados coletados dos documentos da empresa. Quando ela está, digamos, negociando um contrato com um fornecedor, nosso sistema faz a revisão desses documentos com base nos parâmetros indicados pela empresa e entrega esse relatório para a equipe jurídica”. 

As duas soluções possibilitam, segundo Jahara, uma redução média de até 90% no tempo gasto com análise de documentos, e uma entrega até 10 vezes mais rápida do que se a mesma tarefa fosse realizada sem a ajuda dos algoritmos. 

Prestes a completar dois anos de operação, a Lexter já atende duas dezenas de clientes, entre eles nomes de peso como as empresas Gerdau e Suzano, e os escritórios de advocacia Demarest e Barcellos Tucunduva, e processa mais de 10 mill contratos todos os meses.

A boa recepção do mercado, no entanto, exigiu jogo de cintura dos fundadores. “No início algumas empresas acharam que o algoritmo poderia ‘acabar’ com a equipe. No entanto, advogados são justamente nossos clientes, é quem a gente quer apoiar. O que a Lexter faz é cuidar do trabalho braçal, do operacional, para que os profissionais dediquem seu tempo às demandas estratégicas”, disse Jahara.

Quando isso ficou claro, acrescentou o founder, e os primeiros clientes, mais engajados com tecnologia e inovação, foram conquistados, a startup deslanchou e o portfólio não parou mais de crescer.

A tecnologia desenvolvida pela Lexter já chamou a atenção de outros investidores além da Grão. No início desse ano, a startup foi selecionada entre mais de 17 mil inscrições de todo o mundo para o programa de aceleração do Y Combinator, aceleradora americana conhecida pelo tino apurado para identificar boas ideias que podem se tornar boas empresas. Ao fim do programa, a Lexter levantou uma rodada de valor não divulgado, além do capital injetado pelo próprio Y Combinator. 

Os planos da startup agora incluem expandir a base de clientes, estender o runway e fortalecer a operação para tentar alcançar o breakeven até o fim de 2023, de modo a se proteger das instabilidades do mercado de capitais. “Mas sem nunca esquecer o crescimento, afinal somos uma empresa VC-tracked. Já crescemos 6.5 vezes em 2022, e queremos concluir o ano com um crescimento de 15 vezes o registrado do ano passado”, disse Jahara.