Harvey acaba de confirmar que cerró una nueva ronda de $200 millones a una valoración de $11.000 millones. La lideraron GIC (el fondo soberano de Singapur) y Sequoia, que a estas alturas ha co-liderado tres de sus rondas desde la Serie A. Pat Grady, el socio de Sequoia que la ha seguido desde el inicio, lo resumió con una frase que merece atención: «Escribieron el manual de lo que significa ser una empresa de aplicaciones nativas de IA, igual que Salesforce lo hizo en su momento con la nube».
El dato que importa no es la valoración. Es la velocidad a la que llegó: $3B en febrero de 2025, $5B en junio, $8B en diciembre, $11B hoy. En 13 meses, Harvey multiplicó su valoración por casi cuatro. Y lo hizo sin lanzar un modelo propio, sin competir con OpenAI o Anthropic, y sin cambiar de industria.
¿Qué hace Harvey que nadie más hace igual?
Harvey no es un chatbot jurídico ni un buscador de jurisprudencia con IA pegada encima. Es una plataforma de agentes diseñada específicamente para el flujo de trabajo legal: contratos, due diligence, litigios, compliance. Hoy la usan más de 100.000 abogados en 1.300 organizaciones, incluyendo firmas internacionales de primer nivel y empresas como NBCUniversal y HSBC.
Aprende IA con nosotros
Únete gratis a mi comunidad en Skool, donde compartimos noticias, tutoriales y recursos para seguir aprendiendo juntos.
👥 Únete gratis 🚀Lo fundaron en 2022 Winston Weinberg —ex abogado— y Gabe Pereyra —investigador científico ex Google DeepMind y Meta—. Partieron experimentando con GPT-3 antes de que existiera ChatGPT. Eso les dio 18 meses de ventaja en entender cómo los modelos de lenguaje se comportan en documentos legales reales: largos, técnicos, con matices jurisdiccionales que no están en ningún benchmark de razonamiento general.
En enero de 2026 reportaron $190 millones de ARR, casi el doble de los $100M que tenían en agosto de 2025. Ese crecimiento, combinado con una base de clientes que son firmas de abogados de alto volumen —con contratos anuales largos y baja rotación— explica por qué los inversores siguen apostando a una escala que no se ve en casi ninguna aplicación vertical de IA.
El patrón que Harvey valida: la IA aplicada en industrias difíciles tiene moats reales
Hay un argumento que lleva meses circulando en los fondos de venture capital: los modelos de lenguaje se están convirtiendo en commodities. OpenAI, Anthropic, Google, Meta y una docena de competidores chinos compiten en benchmarks que convergen hacia arriba y en precios que convergen hacia abajo. Si el modelo no es la ventaja, ¿dónde está el valor?
Harvey es una respuesta empírica a esa pregunta. No por el capital que levantó, sino por el tipo de cliente que retiene y la razón por la que lo retiene: entender el dominio lo suficiente como para que los agentes tomen decisiones que tienen consecuencias legales reales. Eso requiere años de feedback de abogados reales trabajando en casos reales. No se replica copiando la API.
Pat Grady lo dijo en términos más directos: «Hay mucho oficio, buen gusto y juicio en determinar cómo usar la IA para lograr un trabajo específico». Ese oficio es el activo. En el sector legal, ese activo es difícil de construir y más difícil de sustituir.
En LATAM, el ecosistema de legaltech con IA apenas empieza a capitalizarse esta lección. Startups como Juztina, que levantó $400K para operar en Chile con análisis predictivo de casos laborales, o el caso de Legora en Europa —que llegó a $5.55B a pesar de que Claude y sus competidores «hacen lo mismo gratis»— confirman el patrón: la IA legal con profundidad de dominio escala; la IA legal genérica no.
¿Qué cambia con $11B y más de $1B recaudado?
Harvey planea usar el capital para dos cosas: expandir sus agentes autónomos y crecer sus equipos de ingeniería legal embebidos en firmas y empresas alrededor del mundo. Esa segunda parte es llamativa. No es una empresa SaaS que vende licencias y espera que el cliente se las arregle. Es una empresa que despliega ingenieros que entienden tanto de derecho como de IA directamente dentro de los flujos de trabajo del cliente. Es costoso, pero crea una dependencia difícil de romper.
El CEO Winston Weinberg fue explícito sobre la amenaza de la complacencia: «El peor error que puede cometer cualquier empresa ahora es volverse complaciente, porque cómo construyes una empresa está cambiando completamente. Las que sobreviven son las que se adaptan sin parar». En la práctica, eso significa que Harvey no está apostando a tener el mejor modelo. Está apostando a tener el mejor ciclo de aprendizaje de lo que los abogados realmente necesitan hacer.
Para el sector de legal tech global, la señal es inequívoca: la IA generalista no va a borrar el valor diferencial de quien entiende la profesión. Pero sí va a presionar hacia arriba el listón mínimo. Una herramienta que solo traduce o resume contratos ya no alcanza. Los clientes van a exigir agentes que puedan razonar sobre jurisdicciones, predecir resultados, o delegar tareas completas con supervisión reducida. Harvey ya está ahí. El resto del mercado no.
Por qué importa más allá del fundraising
La valoración récord de Harvey importa, pero la historia que cuenta es más larga. Revela que los VCs —al menos algunos de los mejores— están empezando a discriminar entre «aplicación con IA» y «empresa nativa de IA en un dominio complejo». La diferencia no es solo técnica: es de modelo de negocio, de go-to-market, de capacidad de generar datos de entrenamiento propietarios, y de entender qué significa un error en contexto de consecuencias legales reales.
Harvey llegó a $11B con más de $1B recaudado total, sin un modelo propio, sin una plataforma de consumo masivo, y sin salir del derecho. Eso es exactamente el tipo de apuesta que el mercado VC estaba pidiendo: ROI demostrable, crecimiento medible, y un moat que no depende de quién tenga el modelo más grande la semana que viene.
Si hay algo que el derecho siempre tuvo es profundidad de dominio. Harvey demostró que eso, combinado con los modelos correctos y el tiempo suficiente para aprender a usarlos bien, vale once mil millones de dólares. Y probablemente más.
