Os setores que se relacionam com consumidores – como bancos, telefonia, varejo e transportes – têm encontrado na tecnologia uma aliada na transformação digital do jurídico para problemas com seus milhares de processos, baixa performance, alto índice de revelias e produtividade comprometida. A advocacia exponencial é uma realidade em diversos escritórios e departamentos jurídicos espalhados pelo Brasil, principalmente em grandes corporações que lidam com um número grande de processos diariamente.
O setor era considerado conservador até pouco tempo devido à burocracia, mas mostra evolução no caminho da nova economia: com as Lawtechs ou Legaltechs, peças fundamentais do "novo direito" e cujo segmento cresceu cerca de 300% desde 2017, atualmente com mais de 150 startups do setor, segundo uma pesquisa recente da Associação Brasileira de Lawtechs e Legaltechs (AB2L).
Um exemplo disso é a Deep Legal. Com pouco mais de dois anos de existência, a legaltech trouxe ao setor soluções inovadoras que usam Inteligência Artificial para organização do processo analítico do Big Data jurídico. Eleita com uma das 10 legaltechs mais atraentes do Brasil pela 100 Open Startups, a empresa faz soluções de previsibilidade e análise de performance que ainda não estavam disponíveis no ecossistema jurídico.
Pag! otimizou processos
A Pag! foi um case de sucesso da Deep Legal. No período de pouco mais de um ano, a legaltech agiu da seguinte forma positivamente na empresa: 100% de saneamento de base; 66% de redução de estoque de processos; 25% do aumento das improcedências;10% no valor do ticket médio das condenações impostas pela empresa; 50% dos casos aptos para acordos.
Assim, a Deep Legal conduziu mudança de cultura na empresa e fez o jurídico impactar na saúde financeira da empresa. "A Deep Legal veio para ajudar na maior dor da empresa que era o Saneamento da Base e também para auxiliar com os processos contenciosos. Além disso, para aplicar a inteligência de Analytics para orientar as decisões e estratégias por dados", conta Meiriely Cortes, do departamento jurídico do Pag!
Índice de reversões e previsões judiciais crescem nas empresas que adotaram parceria
Parte desse trabalho é promover eficiência jurídica às grandes empresas do setor bancário, de varejo, viagens e telefonia, por exemplo. Isso torna o departamento jurídico mais rentável e estratégico, possibilitando monitorar carteiras de processos cíveis e trabalhistas, realizar comparativos de concorrência, predição de decisões, resultando na aplicação da transformação digital e eficiência financeira para o setor.
"As soluções da Deep Legal são muito relevantes para o ecossistema jurídico. Isso porque, com uma gestão de ciclo de vida de carteiras jurídicas, por fases, é possível ganhar agilidade nos processos", explica Vanessa Louzada, CEO e co-founder da Deep Legal. "Reversões judiciais chegam a 15% e temos acertos nas previsões judiciais de 84%. Tudo isso devido à qualidade na estruturação do banco de dados e treinamento que fizemos para extrair os melhores indicadores a partir do que contém nas fontes públicas dos Tribunais Nacionais".
O sistema judiciário brasileiro produz milhares de dados todos os anos. Para Vanessa, faltava no mercado uma ferramenta que entendesse as diferenças existentes na gigante capilaridade de sistemas que existem e que, também, organizasse o vocabulário jurídico através de uma curadoria apurada, de forma que os números agrupados façam sentido para o advogado.
Nova funcionalidade de "lupa" sobre processos surgiu em meio à pandemia
Em meio à pandemia, uma nova feature (funcionalidade) se fez necessária: além de toda informação disponível de forma gerencial e organizada na plataforma Deep Legal, é possível que o advogado localize conteúdos distintos dos processos e busque, por meio de uma "lupa", termos e eventos ocorridos individualmente em cada processo.
"É uma solução específica, analítica e direcionada. Se um advogado precisasse fazer uma auditoria em uma carteira de quatro mil processos em que existem corréus, por exemplo, e descobrir quais desses casos sofreram revelia, qual réu, quando, e o resultado desse processo por réu, ele teria que acessar um a um, em diferentes comarcas, em diferentes sistemas eletrônicos do Brasil. Agora, isso é possível de maneira muito simples e unificada", conta Vanessa.
A ferramenta atua como o sistema de BI complementada por search. Através de um filtro pré-selecionado de casos com um padrão identificado, é possível realizar uma camada suplementar de busca, por meio de palavras-chave e expressões, para encontrar naquela seleção inicial, itens específicos que estão contidos nos andamentos de seus processos judiciais; como sentenças, danos morais, revelias e etc, sem precisar ler todo o processo, costumeiramente muito extensos.
Classificação individualizada dos indicadores pode resultar em economia de 25% do tempo
A partir dessa demanda do cliente, foi possível, então, entregar as respostas de maneira analítica e assertiva para a empresa de viagens, além de incorporar o novo recurso de busca na plataforma. Com mais de quatro mil processos judiciais em andamento, foi preciso fazer uma listagem das revelias já mapeadas e identificadas, bem como verificar todo o andamento do processo de forma individualizada.
"Em números, identificamos que entre os casos da base com revelias nos processos, 20% ocorreram por algum tipo de ineficiência interna. As demais, por reponsabilidade do corréu. Essa identificação, feita a partir da análise de toda base ativa e encerrada da empresa, se deu em 12 dias e entregou um mapeamento analítico sobre onde estava o problema. Com essas informações em mãos, o cliente pode melhorar sua cadência da recepção de novas ações, trocar de escritórios, fazer política de acordos para casos específicos com parceiros, por exemplo", explica.
A aplicação Bump da Deep Legal, em que há a classificação dos indicadores de maneira individualizada, unida à nova feature "lupa", pode facilitar a segmentação de processos em 75% do tempo que normalmente seria feito. A automação garante mais assertividade e eficiência para o setor jurídico.
