Introducción
Cuatro años. Ese es el tiempo que le tomó a Harvey equipar al 80 % de los cien mayores despachos de abogados de Estados Unidos y cerrar una ronda de financiación de 550 millones de dólares con una valoración de 15 500 millones. La operación, coliderada por Diffusion —nuevo fondo fundado por el exgestor de Coatue Kris Fredrickson— y Lightspeed Venture Partners, con el respaldo de Sequoia, Kleiner Perkins y Goldman Sachs, confirma que el SaaS jurídico se ha convertido en uno de los segmentos más disputados del mercado tecnológico B2B.
La plataforma fundada en 2022 ya no se limita a automatizar la redacción o la revisión de contratos. Da un paso estratégico determinante: el de un proveedor de software que construye su propio modelo de lenguaje en lugar de alquilar la potencia de los grandes modelos generalistas.
Una penetración de mercado extraordinaria
Las métricas que presenta Harvey resultan inusuales para una empresa de cuatro años. La mitad de las compañías del Fortune 10 utiliza sus herramientas internamente para sus equipos jurídicos. El 20 % del Fortune 500 recurre a ellas, y la base de clientes supera las 3 000 organizaciones. El ARR ha superado los 400 millones de dólares.
Esta adopción en grandes corporaciones refleja un alineamiento real entre las necesidades del sector —confidencialidad de los datos, precisión jurídica y gestión de volúmenes documentales masivos— y las capacidades de la plataforma. Harvey ofrece, entre otras funcionalidades, Vault: un repositorio documental capaz de indexar hasta 100 000 documentos por cliente, diseñado para operar dentro del entorno seguro de cada firma.
Tenet: el proveedor recupera el control sobre su modelo
El verdadero diferenciador de esta ronda quizás no sea su importe, sino lo que financia. Harvey ha presentado Tenet, su primer LLM con post-entrenamiento propio, desarrollado en colaboración con Fireworks Research. El modelo se apoya en Kimi K3, el modelo open-weight de Moonshot AI lanzado en julio de 2026: una arquitectura Mixture of Experts que moviliza 104 000 millones de parámetros activos por inferencia sobre una masa total de 2,8 billones. Post-entrenado mediante reinforcement learning asíncrono sobre tareas jurídicas de larga duración, Tenet registra un 20 % de mejora respecto a su modelo base en el procesamiento de contratos, y supera a varios modelos generalistas de primer nivel en las evaluaciones internas de Harvey.
Esta apuesta se acompaña del lanzamiento de Harvey LAB, un benchmark legal propio que cubre aproximadamente 1 200 tareas, destinado a evaluar la capacidad real de los LLMs para ejecutar trabajo jurídico —no simples ejercicios de razonamiento genérico.
Lo que esta trayectoria revela sobre el SaaS vertical
La evolución de Harvey ilustra una tendencia más amplia en el SaaS B2B: los proveedores que han alcanzado masa crítica en un segmento regulado tienden a internalizar su capa de IA por tres razones. Primera, la confidencialidad: en el ámbito jurídico, exponer documentos de clientes a una API de terceros sigue siendo un riesgo regulatorio difícil de asumir. Segunda, el rendimiento: un modelo entrenado sobre corpus jurídicos supera sistemáticamente a un modelo generalista en tareas de negocio específicas. Tercera, la diferenciación: controlar el LLM equivale a controlar el valor añadido que competidores e hyperscalers no pueden replicar con facilidad.
Para los directores jurídicos y los CIOs que lideran su transformación digital, la pregunta ya no es si estas herramientas merecen un lugar en la cadena documental. La cuestión es qué proveedor elegir —y qué implica apostar por una plataforma cuyo modelo propietario se convertirá, a largo plazo, en el núcleo operativo de toda una práctica.