Harvey alcanza US$15.500M: la legaltech de IA que duplica valoración

Harvey llega a US$15.500M: la legaltech de IA que duplica su valor cada pocos meses

La startup de IA aplicada al sector legal Harvey acaba de cerrar una ronda de US$550 millones a una valoración de US$15.500 millones, según anunció la propia compañía. La operación fue co-liderada por Diffusion y Lightspeed Venture Partners, con la participación de nuevos inversores como Sapphire Ventures y Whale Rock Capital Management, y de inversores previos como Sequoia, Kleiner Perkins, Andreessen Horowitz, Coatue, Conviction, Elad Gil, Evantic, GIC, Goldman Sachs Alternatives, Verified Capital y WNDR.

Lo más llamativo es la velocidad: la compañía pasó de US$8.000 millones de valoración en diciembre a US$11.000 millones en marzo de 2026, y ahora a US$15.500 millones en septiembre, según la cronología que recoge TechCrunch. En total, Harvey ha levantado más de US$1.550 millones desde 2023, con al menos ocho rondas de capital con precio en ese período, cinco de ellas solo desde 2025. Aunque Harvey no bautizó la ronda, PitchBook estima que podría considerarse una Serie F, a imagen de lo que ya hizo Databricks con su propia operación reciente.

Qué hay detrás del salto de valoración: ingresos y clientes

Las cifras de negocio empiezan a justificar el múltiplo. Según The Next Web, Harvey superó los US$400 millones de ARR (ingresos recurrentes anuales) y atiende a más de 3.000 organizaciones clientes. En marzo, cuando se anunció la ronda a US$11.000 millones, la base de clientes era de unas 1.300 organizaciones: más que se duplicó en seis meses.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

A un ARR de US$400M, la valoración de US$15.500M sitúa a Harvey en torno a 39 veces ingresos, un múltiplo elevado por estándares SaaS tradicionales, pero dentro del rango habitual en el actual mercado de IA. Entre sus clientes se encuentran firmas como Latham & Watkins y equipos legales internos de Microsoft.

La propia Harvey, en el comunicado recogido por Artificial Lawyer, afirma que el 80% de las firmas Am Law 100 ya utilizan su plataforma, junto con equipos legales internos de grandes corporativos, incluyendo cinco de las diez mayores compañías de Fortune 10.

Harvey Tenet y la estrategia de modelos propios

El anuncio de la ronda llega poco después de que Harvey presentara Harvey Tenet, su primer modelo in-house. Se trata de un modelo post-entrenado a partir del modelo open-weight Kimi K3 de la china Moonshot AI, afinado con datos legales y apoyado en el proveedor de inferencia Fireworks (el mismo que ayudó a Cursor a entrenar su modelo propio).

La estrategia, según describe The Next Web, es rutar cada tarea al modelo más barato capaz de resolverla con calidad suficiente, en lugar de usar un único modelo para todo. Harvey también está animando a sus clientes a adoptar y post-entrenar sus propios modelos open-weight. La implicación es relevante: la legaltech demuestra que un sector entero puede hacer un uso intensivo de IA sin depender de los laboratorios frontera propietarios como OpenAI o Anthropic.

En palabras del CEO Winston Weinberg, recogidas por The Next Web: "Todas las empresas de software necesitan convertirse en empresas de IA, sin más. Y el post-entrenamiento de modelos va a ser parte de ese proceso".

Adquisición de Guardrails AI

En paralelo a la ronda, Harvey adquirió Guardrails AI, startup especializada en herramientas de testing y simulación de comportamiento de agentes de IA. Es la cuarta adquisición de Harvey en 2026. Los términos no se revelaron. Shreya Rajpal y Zayd Simjee, cofundadores de Guardrails, junto con su equipo, se incorporan al área de producto e ingeniería de Harvey. Weinberg ha indicado que vendrán más compras, enfocadas principalmente en talento más que en productos concretos.

La competencia se cierra desde dos lados

La posición de Harvey ya no es intocable. Por un lado, los propios proveedores de modelos se vuelven competidores: Anthropic ha lanzado plugins legales para Claude y OpenAI se ha asociado con firmas de abogados para personalizar ChatGPT, según recoge The Next Web. Por otro, en Europa, la startup sueca Legora alcanzó US$100 millones de ingresos en 18 meses y está abriendo oficinas por toda Europa. Harvey le saca aproximadamente cuatro veces en ingresos y tres veces en valoración: una ventaja real, pero no blindada.

Otro punto a vigilar es la paradoja del sector: muchos despachos facturan por hora, así que un software que vuelve a los abogados más productivos reduce directamente las horas facturables. Sebastian Duesterhoeft, de Lightspeed, que se incorpora al consejo de Harvey como observador, apunta a una oportunidad mayor en los departamentos legales internos (in-house), donde reducir el tiempo en tareas legales se traduce directamente en ahorro, no en pérdida de ingresos por hora.

Qué significa esto para tu startup

El caso Harvey sirve como banco de pruebas para cualquier founder que construya en verticales regulados.

Accionable 1: Si construyes software vertical (legal, salud, contabilidad, compliance), evalúa seriamente usar modelos open-weight como base y hacer post-entrenamiento propio con datos de tus clientes. El ahorro frente a APIs de modelos frontera puede ser grande, y además reduces dependencia de un proveedor que mañana puede ser tu competidor directo.
Accionable 2: Diseña tu arquitectura de producto para routing multi-modelo: enrutar cada tarea al modelo más barato que la resuelva bien. Esta arquitectura te protege de la volatilidad de precios de los modelos frontera y te da margen para crecer sin que tu coste de IA escale 1:1 con tus ingresos.
Accionable 3: En verticales donde el cliente factura por hora (legal, consultoría, auditoría), apunta primero al in-house corporativo, donde el ahorro de tiempo se traduce en eficiencia, no en pérdida de revenue. Es el segmento donde Harvey ve, según Lightspeed, el grueso del gasto en servicios legales.
Accionable 4: Piensa en adquisiciones tipo acquihire para incorporar equipos de producto clave. Harvey ha hecho cuatro en 2026 y admite que busca talento más que productos: un playbook válido para scaleups en fase Serie C en adelante.