Google entró al derecho y Harvey quedó de conector
Ricardo Argüello, 5 de septiembre de 2026
CEO & Fundador
Resumen general
El 25 de agosto de 2026 Google Cloud lanzó Gemini Enterprise for Legal, en versión preliminar, con Cleary, Freshfields, Weil y Williams & Connolly como firmas de arranque. Google se suma a OpenAI y Anthropic con una oferta legal dedicada. Lo llamativo es que Harvey y Legora aparecen adentro como integraciones vía MCP, y una semana antes Harvey había lanzado su segunda generación con memoria en el centro.
- Google Cloud lanzó Gemini Enterprise for Legal el 25 de agosto de 2026, en versión preliminar
- Las firmas de arranque son Cleary, Freshfields, Weil y Williams & Connolly
- Trae habilidades legales específicas: redacción de escritos, verificación de citas, gestión de contratos y barrido regulatorio
- Harvey, Legora, Thomson Reuters, iManage y RelativityOne aparecen como integraciones vía Model Context Protocol
- El 18 de agosto Harvey había lanzado Harvey II con memoria, preferencias y contexto compartido como núcleo
Imagina que durante años vendiste el mejor taladro del mercado. Un día el fabricante de la caja de herramientas saca una caja que ya viene con soporte para taladros, y en la lista de taladros compatibles apareces tú. No te sacaron del mercado. Te movieron de producto a accesorio, y ahora la relación con el cliente empieza en la caja, no en tu taladro. Eso le acaba de pasar a Harvey dentro de Gemini Enterprise.
Resumen generado con IA
El 25 de agosto Google Cloud sacó Gemini Enterprise for Legal, en versión preliminar, con Cleary, Freshfields, Weil y Williams & Connolly como firmas de arranque.
Trae habilidades legales prearmadas: redacción de escritos, verificación de citas, gestión del ciclo de vida de contratos, barrido regulatorio.
Y en la lista de integraciones aparece Harvey.
De producto a accesorio
Harvey levantó capital a valuaciones que subieron de 3.000 millones a 11.000 millones y, según lo reportado a inicios de agosto, ahora negocia 500 millones a una valuación de 15.500 millones. Es la aplicación legal más conocida de esta ola.
En el anuncio de Google, aparece como una integración vía Model Context Protocol, al lado de Legora, iManage, NetDocuments, RelativityOne y Thomson Reuters.
Eso no es una derrota. Estar adentro de la plataforma donde el cliente ya trabaja es distribución, y distribución gratis.
Pero cambia dónde empieza la conversación con el cliente. Antes el bufete evaluaba a Harvey. Ahora el bufete evalúa Gemini Enterprise y decide qué conectores enciende.
Es la diferencia entre vender el taladro y estar en la lista de taladros compatibles con la caja de herramientas.
Harvey vio esto venir, y por eso lanzó memoria
Una semana antes, el 18 de agosto, Harvey lanzó su segunda generación con memoria en el centro: preferencias, contexto compartido, aprendizaje de lo que quieren los abogados de la firma y también sus clientes.
El momento no me parece casualidad.
La memoria es exactamente lo que un conector no puede replicar. Google puede conectarse a tu gestor documental por API en una tarde. No puede conectarse a tres años de saber que este socio quiere las cláusulas de indemnización con un formato particular, que este cliente rechaza cierto lenguaje, que esta jurisdicción trae siempre la misma discusión.
Ese acumulado no vive en un documento. Se construye con uso, y se pierde al cambiar de herramienta.
Sobre esa misma idea escribimos en el harness es el moat (ventaja competitiva): cuando el modelo se vuelve intercambiable, lo defendible es lo que lo rodea.
Lo que esto le dice a cualquier empresa de software
Si vendes software B2B con IA adentro, este movimiento es tu ensayo general.
La plataforma va a llegar a tu categoría. Google, Microsoft o quien sea va a sacar la versión configurada para tu industria, con conectores hacia los sistemas que tus clientes ya usan, y va a ofrecerla dentro de un contrato que el cliente ya firmó.
Cuando eso pase, la pregunta es qué tienes que la plataforma no pueda conectar.
Si tu ventaja era llamar bien a un modelo, te vuelves conector. Si tu ventaja es el contexto que acumulaste de cómo trabaja ese cliente en particular, conservas la relación aunque la puerta de entrada cambie de dueño.
Escribimos sobre la versión de esta pregunta que le tocó a los bufetes en Kirkland no construye un modelo.
Tres cosas para revisar en tu producto
¿Qué sabe tu sistema sobre cada cliente que no esté en una base de datos que ellos podrían exportar mañana?
¿Cuánto tarda un cliente en reemplazarte? Si la respuesta es dos semanas, no tienes memoria, tienes una interfaz.
¿Estás midiendo el uso que genera acumulación, o solo el uso que genera factura? Son métricas distintas y la segunda no predice la retención cuando llega la plataforma.
Harvey lanzó memoria siete días antes de que Google entrara a su categoría. Si eso fue reacción o previsión no lo sé, pero el orden de las jugadas es el correcto y vale copiarlo.
Revisemos qué de tu producto no se puede conectar por APIPreguntas Frecuentes
Es una versión de la plataforma Gemini Enterprise configurada para bufetes y departamentos legales, lanzada en versión preliminar el 25 de agosto de 2026. Trae habilidades legales específicas, agentes prearmados y conectores hacia los sistemas de gestión documental, e-discovery e investigación jurídica que las firmas ya usan.
Ambas cosas a la vez. Harvey aparece listada como integración dentro de Gemini Enterprise for Legal a través del Model Context Protocol, junto a Legora, Thomson Reuters, iManage y RelativityOne. Google no la desplazó del mercado, pero sí la ubicó como componente dentro de una plataforma que ahora es el punto de entrada del cliente.
Harvey II es la segunda generación de la plataforma legal de Harvey, lanzada el 18 de agosto de 2026, con memoria en el centro del producto. Incorpora preferencias, contexto compartido y aprendizaje de lo que quieren tanto los abogados de la firma como sus clientes, lo que la hace más difícil de reemplazar por un conector genérico.
Lo que la plataforma no puede conectar por API: la memoria acumulada de cómo trabaja ese cliente, las excepciones aprendidas y el criterio codificado en años de uso. Una aplicación cuya única ventaja era llamar a un modelo se vuelve conector. Una que acumula contexto propio del cliente conserva la relación aunque cambie la plataforma.
Artículos Relacionados
Thomson Reuters entrenó su modelo por 450.000 dólares
El modelo legal propio de Thomson Reuters le ganó a GPT 5.4 y a Claude Sonnet 5 en su propio terreno. La corrida final de entrenamiento costó 450.000 dólares.
El rebrand más caro de la década: de Big Five a FDE
Google entró a la carrera FDE. Es el tercer rebrand del mismo oficio que veo desde 1990, y la diferencia esta vez la marca el correo que Satya escribió en 2022.
Blackstone apostó por Norm AI y el mercado le dio la razón
Blackstone invirtió $50M en Norm AI en noviembre y lo integró a su función legal interna. Ocho meses después, la Serie C valoró la empresa en $1,200 millones.
Porsche vendió su consultora y la alquila de vuelta
Porsche le vendió MHP a TCS por 320 millones de euros y firmó de vuelta una alianza de cinco años por 1.250 millones. Cuatro veces el precio de venta.
OpenAI le corta los modelos a Cursor por ser de Musk
OpenAI termina el contrato con Cursor el 12 de noviembre tras la compra de SpaceX. La cláusula de cambio de control estaba firmada desde antes y decidió todo.
Perplexity a 30.000 millones con 750 de facturación
The Information reportó que NVIDIA negocia entrar a Perplexity. El múltiplo es de 40 veces ingresos, y en enero comprometió a Azure su facturación entera.