La compañía contuvo el problema, reconstruyó nodos, rotó credenciales y activó análisis forense. Durante cinco días no sabía qué modelo lo había provocado.

El 21 de julio, OpenAI explicó que los modelos eran suyos y que el incidente se produjo durante una evaluación interna de capacidades de ciberseguridad. Legal IT Insider lo ha resumido con una frase muy útil para el sector legal: la unidad de gobierno ya no puede ser solo el modelo, sino todo el sistema a través del cual ese modelo puede actuar.

Es decir, da igual si usas Claude, ChatGPT, Perplexity… lo que debe vigilarse es lo que el modelo puede hacer con los datos y los sistemas.

Esa es la conexión inmediata con los despachos. Porque la IA que empieza a entrar en la firma no vive aislada en una ventana de chat. Cada vez más se conecta al gestor documental, al correo, a bases de conocimiento, a herramientas de project management, a portales de cliente o a repositorios internos. El riesgo serio no aparece solamente cuando el modelo escribe una respuesta mediocre. Aparece cuando tiene un objetivo, permisos y camino suficiente para mover información entre sistemas.

En el sector legal estamos acostumbrados a gobernar por departamentos: IT controla accesos, compliance revisa políticas, knowledge gestiona precedentes, cada práctica decide cómo trabaja sus asuntos y el socio responde ante el cliente. Pero un flujo agéntico cruza todas esas fronteras. Puede buscar antecedentes, seleccionar documentos, proponer acciones, actualizar estados, pedir validaciones y dejar registros. Si algo sale mal, la responsabilidad no cae limpiamente en una casilla del organigrama.

Por eso este incidente no debería leerse como una historia de ciencia ficción ni como una excusa para frenar. Es una señal para revisar la arquitectura de autoridad antes de que los pilotos se conviertan en procesos cotidianos.

¿Qué hacemos ahora? Actuar y documentar:

Elegir un flujo de trabajo donde ya se esté probando IA con acceso a información real y dibujar la cadena completa:

• Qué objetivo tiene el agente.

• A qué datos accede.

• Qué puede hacer solo.

• Qué acciones tiene prohibidas.

• En qué punto debe parar.

• Quién ve el log.

• Quién puede desconectarlo.

• Qué proveedor responde si falla algo.

• Qué se comunica al cliente si el flujo afecta a su asunto.

No hace falta convertir esto en un tratado de gobernanza. De hecho, cuanto más grande sea el documento, menos probable es que se utilice. El riesgo de parálisis por análisis es alto. Lo veo a dirario. Lo que hace falta es una ficha operativa por servicio o por flujo sensible, entendible por socio, IT, equipo jurídico y cliente cuando corresponda.

La confianza del cliente en la IA del despacho no se ganará diciendo “tenemos supervisión humana”. Se ganará explicando, con naturalidad y sin dramatismo, cómo se gobierna el acceso, cómo se documenta la intervención y quién tiene autoridad para detener el proceso.

La conversación que toca abrir esta semana no es sobre qué herramienta probar. Es más concreta: qué puerta del despacho está abriendo ya un agente y quién tiene la llave.

La respuesta fácil sería decir que el cliente se equivoca, que no está pagando horas sino criterio. Y es verdad: ningún abogado, si le preguntas a qué se dedica, contesta “destino horas a resolver temas”. Contesta “resuelvo problemas, acompaño decisiones”.

El criterio jurídico es el producto real. Pero a ese criterio pocas veces se le ha puesto un precio. El único que hemos sabido ponerle es el de las horas que tardamos en ejercerlo. Cuando esas horas se reducen a veinte minutos, el precio se desmorona con ellas. No hemos capturado el valor real; hemos medido un proxy, y el proxy acaba de dejar de funcionar.

Hemos caído en nuestra propia trampa, y la trampa la construimos nosotros, hoja de cálculo a hoja de cálculo.

El problema no se queda en el pricing. Baja hasta las operaciones. Cuando un despacho no sabe darte una rentabilidad por área, cuando no tiene un intake definido, cuando pides métricas básicas y no existen, la IA no llega a ser una herramienta de transformación. Se convierte en un chatbot glorificado al que le pides que te prepare un escrito y poco más, porque no hay base estructural sobre la que construir nada más ambicioso. Los agentes, la automatización de procesos, todo lo que promete la IA jurídica, exige unos cimientos operativos que muchos despachos simplemente no tienen.

Y luego está la brecha que se abre entre quien puede pagar y quien no. Las IA jurídicas verticales funcionan bien para el despacho pequeño y el abogado solista, pero tienen un techo: no van a alcanzar la sofisticación de los modelos de frontera, ni tienen por qué. Ahí es donde entra el dato que más me inquieta: conectar agentes vía API no consume licencia de usuario, consume dinero, y esos modelos de frontera necesitan rentabilizar inversiones gigantescas. El coste, hoy contenido, va a subir. La brecha no será solo jurídica ni solo profesional. Será, otra vez, económica.

Mientras tanto, los socios y seniors, los que tienen que decidir sobre este cambio de modelo, son los que más lo resisten, precisamente porque el sistema que ahora tiembla es el que los llevó hasta donde están. La parálisis no es capricho ni pereza: es vértigo ante tener que desmontar la estructura que te dio la carrera. El caso de Norm AI, logrando implicar a esos mismos seniors en el rediseño del pricing, es de los pocos ejemplos donde alguien lo resolvió.

Así que volvemos a la pregunta del cliente, la de las cuatro horas frente a la media hora. No tiene una respuesta que la defienda. Tiene una que la sustituye: dejar de facturar tiempo y empezar a facturar criterio. Es un cambio de años de hábito, y ninguna hoja de cálculo lo va a hacer fácil. Pero la alternativa, seguir defendiendo un precio que ya no se sostiene, es peor.

Gracias a Prudencia por la invitación a este episodio y a Aleix por el trabajo detrás de cada capítulo del podcast.

La compañía alcanza una valoración de 1.200 millones y lo hace con una tesis muy concreta: construir “agentic law” combinando ingenieros, abogados sénior y una firma jurídica AI-native asociada, Norm Law, que presta servicios como outside counsel con agentes supervisados por abogados.

Dos días después, Epiq anunciaba la compra de Tenor Legal para reforzar su negocio de talento jurídico flexible para departamentos legales de grandes compañías. Otra señal distinta, pero conectada: el cliente corporativo quiere capacidad legal más escalable, más adaptable y más alineada con presión de coste, velocidad y negocio.

Leídas por separado, parecen noticias de legaltech, inversión o ALSP. Leídas juntas, dicen algo más relevante para un socio director: el mercado empieza a financiar estructuras que no se parecen demasiado al despacho tradicional, pero sí compiten por parte de su espacio natural.

No compiten solo porque usen IA. Compiten porque organizan de otra manera la capacidad legal.

Durante años, el despacho ha vendido una combinación de marca, criterio, talento, disponibilidad y horas. Esa combinación sigue teniendo valor, especialmente en asuntos complejos, sensibles o de alta exposición. Pero la IA está haciendo visible una parte que antes quedaba escondida dentro de la caja negra del servicio: qué trabajo es criterio estratégico, qué trabajo es producción jurídica repetible, qué trabajo es coordinación, qué trabajo es revisión y qué trabajo es pura capacidad disponible.

Cuando esa separación se vuelve visible, otros modelos pueden entrar.

Norm es interesante no porque todos los despachos deban parecerse a Norm. De hecho, la mayoría no puede ni debe intentar copiar un modelo estadounidense, financiado por venture capital, con una firma AI-native asociada y clientes institucionales de enorme escala. La señal útil está en otra parte: alguien está diciendo al mercado que el trabajo legal puede construirse desde cero alrededor de agentes, supervisión sénior, ingeniería jurídica y pricing por resultados, no por horas.

Epiq, desde otro lugar, apunta en la misma dirección. Si un departamento jurídico puede acceder a talento flexible, especializado y gestionado, con más de 1.000 profesionales combinados tras la integración de Tenor, la conversación ya no gira solo alrededor de “qué despacho contrato”. Gira alrededor de qué combinación de despacho, equipo interno, proveedor flexible, tecnología, proceso y supervisión resuelve mejor una necesidad concreta.

Y ahí el despacho medio español debería mirar con calma, sin fascinación y sin negación.

La Radiografía de la transformación digital en los despachos 2026 muestra que el 95% de las firmas españolas encuestadas ya usa alguna herramienta de IA. Es un dato importante, porque confirma que la fase de curiosidad ha quedado atrás. Pero el mismo informe muestra otra realidad: una parte significativa sigue en usos puntuales de herramientas generalistas, mientras solo una minoría trabaja con soluciones especializadas, automatizaciones o desarrollos propios.

La distancia entre probar e integrar es justo el espacio en el que aparecen los nuevos competidores.

No hace falta que una firma AI-native sustituya a un despacho completo para cambiar la conversación comercial. Basta con que resuelva mejor una franja concreta del trabajo: compliance recurrente, revisión contractual estandarizable, due diligence parcial, gestión regulatoria, apoyo a operaciones, documentación interna, secondments especializados o asuntos con alta repetición y presión de plazo. El cliente no necesita cambiarlo todo. Solo necesita descubrir que una parte del servicio puede comprarse de otra manera.

Thomson Reuters pone datos a esa presión. En su Future of Professionals 2026, el 78% de los clientes corporativos considera muy importante o esencial recibir mejoras de calidad habilitadas por IA de sus proveedores profesionales, pero solo el 6% cree que la mayoría de sus proveedores ya lo está entregando. Además, un 32% prevé reconsiderar relaciones con proveedores en los próximos doce meses.

Son datos globales y no deben trasladarse literalmente al mercado español. Pero la dirección sí es reconocible: el cliente empieza a evaluar la tecnología no como una declaración de modernidad, sino como una consecuencia visible en calidad, velocidad, predictibilidad, trazabilidad o coste.

Eso desplaza la conversación estratégica del despacho.

No se trata de si hay que comprar una herramienta más. Lo que importa es qué capacidad legal quiere poseer la firma, qué capacidad puede apoyarse en terceros y qué parte de su oferta necesita rediseñarse para seguir siendo defendible cuando el cliente compare alternativas.

Un comité de dirección podría empezar con un ejercicio relativamente sencillo: elegir tres servicios repetibles y descomponerlos:

• Qué parte exige criterio sénior real.

• Qué parte es producción documental.

• Qué parte puede apoyarse en automatización.

• Qué parte requiere presencia del equipo interno del cliente.

• Qué parte podría entregarse con talento flexible.

• Qué parte debe quedar bajo marca, método y supervisión de la firma.

• Y qué indicador probaría que el rediseño ha mejorado el servicio, no solo lo ha hecho más rápido.

Ese mapa es más importante que el catálogo de herramientas.

Porque la ventaja de un despacho no estará en decir que usa IA. Eso se está volviendo demasiado común. Tampoco estará en prometer eficiencia de forma genérica. El cliente va a pedir evidencias más concretas: menos fricción, mejor seguimiento, criterios consistentes, tiempos más fiables, revisión humana clara, reporting útil y precios que tengan relación con el valor recibido.

El despacho que quiera conservar margen y posición tendrá que empaquetar mejor su criterio. Convertir conocimiento en método. Convertir experiencia en procesos repetibles. Convertir tecnología en mejora visible para el cliente. Y decidir dónde tiene sentido colaborar con proveedores externos sin diluir su propuesta de valor.

Aquí aparece una tensión especialmente relevante para las firmas de partnership. Invertir en infraestructura, rediseñar servicios, medir capacidad, cambiar pricing y construir activos reutilizables exige una mirada que no siempre encaja bien con incentivos anuales, repartos de beneficio inmediatos y áreas muy autónomas. Pero los nuevos modelos no esperan a que el partnership resuelva su dilema interno. Nacen ya con otra lógica: capital, producto, proceso, talento flexible y tecnología integrados desde el diseño.

Eso no condena al despacho tradicional. Lo obliga a ser más explícito sobre aquello que solo él puede aportar.

Para algunas firmas, la respuesta estará en especialización muy profunda. Para otras, en cercanía con el cliente, conocimiento sectorial y capacidad de coordinar soluciones híbridas. Para otras, en construir servicios propios más paquetizados, medibles y escalables. Y para algunas, en aceptar que determinadas capas del trabajo ya no deben producirse internamente como antes.

La peor respuesta sería seguir vendiendo la misma estructura con una capa de IA encima.

Norm y Epiq no son modelos que haya que copiar. Son señales de que el mercado está buscando nuevas formas de fabricar, supervisar y distribuir capacidad legal. La estrategia para un managing partner no es levantar 120 millones ni crear una firma AI-native. Es sentar al comité y dibujar, servicio por servicio, dónde está hoy la capacidad crítica de la firma y dónde debería estar dentro de dos años.

El 74% de los profesionales del sector legal, fiscal y de cumplimiento ya usa herramientas de IA varias veces por semana. Pero el 91% cree que su organización no está aprovechando lo que la tecnología podría dar. Thomson Reuters lo llama AI value gap. Y cuando pregunta por las causas, ninguna de las cuatro primeras es técnica: herramientas sin desplegar, personas sin formar, estrategia sin traducir a operaciones, y falta de entendimiento compartido del plan (Future of Professionals 2026).

La mayoría de despachos ha adoptado IA para seguir haciendo exactamente lo mismo, un poco más rápido. Un copiloto (asisstente) resume, busca, redacta borradores. Se adapta al proceso que ya existía. No pide explicaciones. No necesita que nadie haya decidido qué entra, qué revisa una persona, qué criterio no se delega.

La IA agéntica sí lo necesita.

Un sistema agéntico no asiste. Ejecuta. Abre un expediente, clasifica documentos, lanza revisiones, escala decisiones. Pero para funcionar necesita que alguien haya tomado decisiones previas. Qué entra en el flujo. Qué decide la máquina. Qué escala a un profesional. Con qué criterio. Qué queda registrado. Qué se enseña al junior. Qué se explica al cliente. Qué precio tiene sentido cuando el proceso ha cambiado. Qué indicador dirá si el cambio ha mejorado algo.

El copiloto tolera la ambigüedad organizativa. El agente la expone. Esa es la diferencia real entre aceleración y transformación: la primera se adapta al desorden; la segunda lo hace visible y obliga a resolverlo.

Esto explica, de paso, por qué las firmas con una estrategia declarada de IA no siempre están mejor que las que no la tienen. Thomson Reuters lo documenta: incluso donde existe una estrategia formal, el 35% de los profesionales dice que no se refleja en su trabajo diario. Una estrategia que no se traduce en decisiones de diseño sobre cómo se presta el servicio no es una estrategia. Es un documento.

Y la presión no viene solo de dentro. El 78% de los clientes corporativos ya considera esenciales las mejoras de calidad habilitadas por IA. Solo el 6% dice que sus proveedores las entregan. Los clientes no están evaluando si el despacho tiene IA. Están evaluando si la IA cambia lo que reciben.

La infraestructura técnica para rediseñar un despacho desde cero ya existe y es abierta — escribí sobre Lavern aquí. Y no es solo código disponible.

Desde hace meses trabajo con organizaciones con necesidades jurídicas reales en el diseño de agentes legales especializados, capaces de cubrir esas necesidades con una velocidad, coste y calidad que el modelo tradicional no puede igualar. No puedo dar detalles por confidencialidad, pero lo que veo en esos proyectos y lo que veo en la mayoría de despachos son dos velocidades distintas: unos rediseñando servicios de principio a fin, otros celebrando que el mismo trabajo les lleva menos horas.

Lo que diferencia ahora no es el acceso a la tecnología. Es haber decidido, servicio por servicio, cómo debe funcionar el trabajo cuando un agente forma parte del equipo.

El 4 de junio, Kirkland y Palantir anunciaron una plataforma propia para transformar el trabajo de fund formation en private equity. La descripción pública es relevante: no hablan simplemente de automatizar documentos ni de acelerar tareas. Hablan de centralizar y hacer crecer el conocimiento institucional y el criterio de los socios sénior, incrustarlo en los flujos de trabajo y ponerlo a disposición de más de 1.000 abogados del grupo de Investment Funds.

Esa es la parte importante.

Hasta ahora, gran parte del trabajo sobre IA en despachos se ha movido en una lógica de herramienta: qué asistente usamos, qué motor responde mejor, qué proveedor tiene más precisión, qué casos de uso nos ahorran tiempo. Esto seguirá siendo necesario, pero empieza a quedarse corto. Lo que se está abriendo ahora es otra fase: la de convertir el conocimiento de la firma en infraestructura.

• Anthropic se mueve en esa misma dirección con Claude for Legal: conectores MCP hacia el software donde vive el trabajo jurídico, plugins por áreas de práctica, agentes capaces de ejecutar flujos concretos y espacios persistentes donde se conserva contexto de asuntos y precedentes.

• Artificial Lawyer ha señalado además que, más allá de los 12 plugins principales, Claude for Legal ya cuenta con más de 90 agentes legales adaptables.

• OpenAI, por su parte, ha incorporado al fundador de Ironclad para liderar producto en el vertical legal, una señal de que la batalla por el centro del workflow jurídico ya no es una hipótesis lejana.

La lectura para un despacho español no debería ser: “tenemos que hacer lo mismo que Kirkland”. Pocas firmas pueden comprometer 500 millones de dólares en una plataforma propia, contratar equipos de ingeniería e integrar su práctica con una arquitectura como Palantir AIP. Copiar la escala sería absurdo.

La lógica es esta: el valor ya no está solo en tener buenos profesionales, sino en conseguir que el criterio de esos profesionales se acumule, se ordene, se audite y se reutilice dentro de la organización.

Durante décadas, muchos despachos han funcionado como una suma de individuos excelentes. El conocimiento vivía en la cabeza de los socios, en carpetas de precedentes más o menos cuidadas, en correos antiguos, en hojas de cálculo, en conversaciones de pasillo y en la memoria informal de quienes llevaban años en la firma. Ese modelo podía sostenerse mientras la producción legal dependía casi por completo de la intervención humana directa.

Con agentes de IA conectados a documentos, correos, DMS, bases de conocimiento, sistemas de gestión y datos de asuntos, esa forma de operar se vuelve insuficiente. Si el conocimiento de la firma no está estructurado, los agentes trabajarán con contexto incompleto. Si los playbooks no están claros, automatizarán inconsistencia. Si no hay trazabilidad, la eficiencia se convertirá en riesgo. Si nadie decide qué parte del criterio debe convertirse en estándar y qué parte debe seguir siendo deliberación humana, la tecnología solo amplificará el desorden existente.

Aquí aparece una tensión muy española. La Radiografía de la transformación digital en los despachos 2026 muestra que:

• El 95% de las firmas encuestadas ya utiliza algún tipo de IA.

• El 52% ha mejorado algún proceso con IA.

Son datos positivos. Pero el propio informe distingue entre probar herramientas e integrarlas de verdad: solo una minoría trabaja con soluciones especializadas, automatizaciones o desarrollos propios.

El sector ha dado el primer salto: usar IA. El segundo salto es mucho más exigente: rediseñar el despacho para que la IA trabaje sobre conocimiento fiable, procesos claros y decisiones gobernadas.

Ese salto no empieza comprando más licencias. Empieza con una decisión de dirección: qué conocimiento quiere poseer la firma y qué está dispuesta a dejar disperso.

Un managing partner no necesita convertirse en arquitecto técnico. Pero sí necesita activar lo que hasta ahora muchos despachos han delegado en IT, innovación o knowledge management. ¿Dónde vive nuestro mejor criterio? ¿Qué precedentes usamos de verdad? ¿Qué instrucciones damos siempre a los juniors y nunca hemos documentado bien? ¿Qué decisiones se repiten en cada asunto? ¿Qué parte del trabajo se puede convertir en flujo estándar? ¿Qué datos de asuntos, tiempos, rentabilidad, desviaciones y revisión necesitamos para aprender como organización?

La respuesta a estas preguntas define más la competitividad futura de una firma que la elección entre un proveedor u otro.

Porque los proveedores van a cambiar. Los modelos van a mejorar. Los conectores serán más potentes. Los precios bajarán o subirán según la batalla de infraestructura que se esté librando entre Big Tech, legaltech especializada y grandes firmas. Pero el despacho que no haya ordenado su memoria seguirá dependiendo de personas concretas para reconstruir cada vez lo que ya sabe.

Y esa dependencia tiene coste. Coste en calidad, porque cada equipo trabaja con criterios distintos. Coste en margen, porque se repite trabajo que debería estar industrializado. Coste en formación, porque el junior aprende de forma irregular. Coste en posicionamiento, porque resulta difícil explicar al cliente qué diferencia real ofrece la firma.

La infraestructura de criterio no significa convertir el despacho en una fábrica fría. Significa justo lo contrario: liberar al criterio humano de la repetición mal organizada para que pueda intervenir donde aporta más valor.

Para una firma mediana, el movimiento razonable no es construir un modelo propio. Es elegir un flujo de alto valor y rediseñarlo de extremo a extremo. Por ejemplo: revisión contractual recurrente para un sector concreto, preparación de operaciones societarias repetitivas, due diligence en un tipo de activo, reporting mensual a clientes de compliance, gestión de conocimiento en una práctica regulatoria. Un solo flujo, bien elegido.

Después vendrá lo importante: documentar fuentes, playbooks, niveles de riesgo, permisos, intervención humana, puntos de revisión, métricas de calidad y aprendizajes. Solo entonces tiene sentido conectar IA. La herramienta debe entrar cuando el despacho sabe qué quiere preservar, qué quiere escalar y qué no está dispuesto a perder.

La noticia de Kirkland y Palantir no obliga a los despachos españoles a entrar en una carrera de gasto. Obliga a algo más útil: si el criterio de nuestra firma es nuestro principal activo, ¿por qué seguimos tratándolo como algo informal, disperso y difícil de reutilizar?

La próxima ventaja competitiva no será decir que usamos IA. Será demostrar que la firma aprende, recuerda y mejora como sistema.

Y este movimiento no puede esperar a que la tecnología esté madura del todo. La tecnología ya está empujando. La madurez que falta, en muchos casos, es organizativa.

FUENTES

• Palantir / Business Wire: anuncio Kirkland & Ellis + Palantir, 4 de junio de 2026: https://www.businesswire.com/news/home/20260604089153/en/Palantir-and-Kirkland-Ellis-Partner-to-Transform-Private-Equity-Fundraising-with-Exclusive-AI-Powered-Fund-Enterprise-Platform

• Anthropic: Claude for the legal industry, 12 de mayo de 2026: https://claude.com/blog/claude-for-the-legal-industry

• Artificial Lawyer: Claude For Legal Has Over 90 AI Agents, 1 de junio de 2026: https://www.artificiallawyer.com/2026/06/01/claude-for-legal-has-over-90-ai-agents/

• Artificial Lawyer: OpenAI Targets the Legal Vertical, 2 de junio de 2026: https://www.artificiallawyer.com/2026/06/02/openai-targets-the-legal-vertical-what-happens-to-legal-tech/

• Artificial Lawyer: Kirkland + Palantir Partner For PE Platform, 4 de junio de 2026: https://www.artificiallawyer.com/2026/06/04/kirkland-palantir-partner-for-pe-platform/

• Radiografía de la transformación digital en los despachos 2026, LOIS / El Confidencial: https://www.elconfidencial.com/juridico/2026-06-02/informe-digitalizacion-despachos-inteligencia-artificial_4365284/

Antti Innanen acaba de liberar Lavern: 155.000 líneas de código, 67 agentes legales especializados, ocho flujos de trabajo, un motor de orquestación multi-agente. Licencia Apache 2.0. Gratis. Hoy.

No es un producto, es “una colección de ideas en un repositorio. Una demo pulida de cómo podríamos construir en el futuro”.

Hace tres días argumenté que el sector legal se está reconfigurando en categorías nuevas: boutique reputacional para el 5% de alto valor, NewMod para el 95% restante, el híbrido que combina ambos, las redes que tienen que centralizarse para sobrevivir, los medianos que solo aguantan si la IA es su umbral mínimo de entrada. Lo que el artículo dejaba abierto era una pregunta técnica: ¿sobre qué infraestructura construyen esas firmas?

Lavern es la respuesta.

Qué hay en el repo

Diez productos, al menos. Cualquiera de ellos justifica una empresa.

Anonimización en local + envío de fragmentos seguros al modelo frontier. La arquitectura de privacidad que toda industria regulada lleva años pidiendo y casi nadie ha entregado. No es legal-específico. Cógelo y úsalo.

Motor de orquestación multi-agente con debate, gates, handoffs y síntesis. Domain-agnostic. Quítale la capa legal y sirve para medicina, análisis de políticas o due diligence de cualquier cosa.

Corpus de 67 agentes con sus prompts, openly licensed. Distintos perfiles, distintas especialidades.

Comparación ciega de documentos contra un estándar, con razonamiento. La categoría que el in-house lleva años pidiendo y nadie ha construido bien.

Agent builder para crear o clonar equipos. Innanen lo compara con el modo equipo del NBA 2K.

Esto no es legaltech en el sentido tradicional. Es la plantilla del NewMod.

Lo que esto significa para el sector

Para los NewMod. Lavern es la prueba de concepto pública. Moritz no es un milagro. Es replicable. Y la ventana competitiva para construir el siguiente Moritz acaba de ampliarse a cualquiera con un poco de capital, tiempo y un equipo técnico decente.

Para las redes. El argumento de que “la infraestructura de IA centralizada es demasiado cara para coordinarla entre miembros” deja de sostenerse. La infraestructura ya existe. El problema vuelve a ser, como siempre, de cultura y gestión del cambio.

Para el legaltech. Mala noticia. Una parte sustancial del stack que muchas plataformas venden como propietario está ahora en GitHub. La consolidación se acelera. Las salidas dignas vía M&A se reducen.

Para los medianos y pequeños. Buena noticia. El umbral técnico de entrada baja. Lo que diferencia ahora es exactamente lo que dije aquí: relación, reputación, conocimiento del cliente.

Para la boutique reputacional. Ni se inmuta. Su valor nunca estuvo en la capa técnica. Estaba, y está, en el 5% donde el juicio humano es irreemplazable. Pero ojo con no perder ese foco

Repositorio: github.com/AnttiHero/lavern. Artículo original en Artificial Lawyer.

La inteligencia artificial rompe esa premisa. No solo porque hace el trabajo increíblemente más rápido, sino porque también lo hace con un nivel de calidad comparable o superior. Como apunta Bjarne Tellmann en Law in the Era of AI (Wiley, 2026), el 100% de los General Counsel reportan haber tenido motivos de queja con sus despachos externos, el 89% afirma que los despachos ya no ofrecen una solución completamente efectiva, y el 96% ha recortado su presupuesto legal. No son los datos de un sector sano. Son las primeras señales de una disrupción estructural.

Clayton Christensen lo describió hace décadas: los incumbents no fracasan por su incompetencia, todo lo contrario, son muy buenos. Fracasan porque integran la disrupción en su modelo existente y la neutralizan.

Kodak inventó la cámara digital y la usó para vender más copias en papel. Nokia fabricaba los mejores teléfonos del mundo cuando Apple cambió la definición de teléfono. El peligro para los despachos es que integren la IA como herramienta de eficiencia y productividad sin darse cuenta de que el modelo sobre el que operan se está volviendo obsoleto.

Y ese modelo descansa sobre dos supuestos que se tambalean.

El primero es la pirámide.

Durante más de cien años, el modelo ha sido el mismo: el junior factura horas, esas horas pagan su formación y alimentan la cartera. Ha funcionado extraordinariamente bien. Por eso no se ha tocado.

El problema es que el comprador de esas horas ha cambiado de opinión.

El cliente sabe lo que tarda un junior en redactar un contrato estándar. Lo sabe porque la IA se lo hace en minutos. Lo sabe porque en muchos casos ya lo hace él mismo. Y no está dispuesto a seguir pagando por el tiempo que ese trabajo requiere cuando ese tiempo ha dejado de ser un argumento de valor.

La consecuencia es que se requiere menos trabajo rutinario, lo cual genera menos horas facturables en la base de la pirámide y por supuesto, menos margen para sostenerla. Los despachos ya están contratando menos juniors, pero seguramente esto no es suficiente si el objetivo es que el cliente siga pagando una base piramidal, aunque sea más pequeña.

El cliente no quiere seguir pagándola y por esto, el despacho necesita una pirámide más plana, requiere de profesionales distintos desde el primer día. No ejecutores en formación, sino profesionales capaces de añadir valor donde la máquina no llega. Eso cuesta más, tarda más y no se autofinancia con horas facturables. Es una inversión estructural, exactamente el modelo que llevan décadas aplicando otros muchos sectores: la banca, las tecnológicas o las aseguradoras por ejemplo.

La diferencia es que en esos sectores nadie discute si hay que hacerlo. En el sector jurídico, todavía sí.

El segundo es el partnership.

El modelo de partnership está diseñado para hacer una cosa muy bien: maximizar lo que los socios se llevan a casa. No es un defecto, es el propósito. Y durante décadas ha cumplido perfectamente con esa función.

El problema es que ese propósito es estructuralmente incompatible con lo que la IA exige ahora.

Hoy toca invertir en infraestructura tecnológica, en formación. Esto, en sistemas compartidos, significa reducir las distribuciones de hoy para construir capacidad para mañana. En un modelo de partnership, cualquier modelo de partnership, esa decisión compite directamente con lo que los socios esperan llevarse a fin de año. El sistema no tiene un mecanismo para tomarla colectivamente sin que alguien pierda.

El resultado es subinversión crónica exactamente en el momento en que más se necesita invertir. No es mala gestión. Es el sistema funcionando como fue diseñado.

La única salida real es la ruptura de esa lógica, y tiene un nombre: capital externo. Un inversor, VC o PE, que entre en el capital con sus propios objetivos de retorno y sus propios plazos y que discipline la reinversión que el partnership no puede lograr.

ECIJA lo ha hecho. Y ha pasado de ser invisible a situarse en el Top 5 del mercado español en menos de una década.

Pero entrar capital externo no es solo una decisión financiera, es también una decisión política. El inversor que entra tiene su propia lógica, sus propios plazos, su propio poder y el managing partner que abre esa puerta está cediendo parte del control de la firma.

No hay una salida limpia. Pero quedarse quieto tampoco es una opción neutral porque la subinversión tiene sus propias consecuencias.

El sector se está reconfigurando

Mientras los despachos debaten cómo integrar la IA en su modelo, otros actores han decidido construir desde ella, generando una ventaja genuina.

Moritz Legal empezó vendiendo tecnología de IA a despachos tradicionales y lo dejó, no porque el producto no funcionara, sino porque los despachos no cambiaban. Decidieron construir su propio despacho desde cero, con IA en el centro.

En tres meses han cerrado más de 2.300 millones de dólares en valor de contratos. En un encargo reciente, redactaron un MSA de 290 millones en 24 horas. El despacho tradicional de la otra parte tardó cuatro semanas en revisarlo. En nueve meses, planean estar en más de diez países, incluyendo España.

En palabras de su fundador: es precisamente la lentitud de los despachos tradicionales lo que ha permitido que firmas como Moritz ganen terreno.

Christensen no lo habría descrito mejor.

¿Hacia dónde va el sector?

La boutique reputacional. Las grandes firmas de hoy que logren sobrevivir serán firmas mucho más pequeñas en número de profesionales. Serán más ágiles, con marca histórica y reputada. Con una cantera reducida que tendrán que financiar ellas mismas, no sus clientes. Tendrán infraestructura de IA propia combinada con una o dos plataformas customizadas. Capturan exclusivamente el trabajo donde el juicio humano es irreemplazable. David Solomon, CEO de Goldman Sachs dijo que la IA ya redacta el 95% de una OPV. “El último 5% es lo que importa ahora, porque el resto ya es commodity.” Ese 5% es el territorio de la boutique reputacional. Es un espacio pequeño. Y sólo cabrán los mejores.

El NewMod puro. Capital propio o externo, inversión masiva en IA, talento flexible, pricing por outcome. Asumirá el 95% del trabajo jurídico (lo que quede de él). Aglutinará a los ALSPs que evolucionen en el delivery de servicios jurídicos. Moritz es uno de los ejemplos más visible hoy.

El híbrido. La boutique reputacional para el 5% de alto valor, más un NewMod propio pero separado, para el 95% restante. Los actuales captives son el embrión de este modelo. Este camino requiere capital, VC o PE para financiar la transición tecnológica y tensiona el partnership. Pero para las firmas grandes con músculo financiero, puede ser el camino más realista.

Lo que desaparece. Va a desaparecer el despacho grande tradicional tal y como lo conocemos hoy, el leverage-dependiente, que cobra por hora y vive de la pirámide. Sin comprador para la parte baja de su mix, sin infraestructura para competir en escala con los NewMods, sin el foco necesario para capturar el 5% de alto valor (porque todo no se puede atender). No desaparece de golpe. Se adelgaza. Pierde clientes en la parte baja, pierde talento hacia los NewMods, pierde capacidad de inversión, hasta que poco a poco, irá desapareciendo.

Las Big Four tienen una posición singular en este nuevo escenario. El 5% de trabajo de altísimo valor, las reestructuraciones complejas, los litigios estratégicos, las grandes operaciones corporativas, no es su territorio y probablemente no lo será. Ese espacio seguirá siendo de las boutiques reputacionales.

Pero el 95% restante es otro asunto. Están en posición de capturarlo porque tienen marca global, músculo financiero y más infraestructura tecnológica que cualquier despacho tradicional. El problema es que sus estructuras son gigantescas y la agilidad ahora apremia. Tendrán que invertir más en tecnología, reducir plantilla y reconfigurar sus modelos de servicio. En esencia, convertirse en NewMods con marca reconocida.

Si lo hacen bien, tienen una ventaja enorme. Si no, tienen exactamente el mismo problema que el despacho tradicional, pero a mayor escala.

Los ALSPs. La alternativa que deja de ser alternativa. Nacieron para hacer más barato y eficiente el trabajo que los despachos hacían caro y lento. Cuando la IA hace lo mismo en minutos, el ALSP tiene exactamente el mismo problema que el despacho: su modelo de producción queda obsoleto. La diferencia es que pueden pivotar más rápido. No tienen partnership que defender ni socios con incentivos individuales que bloqueen la inversión.

Los que sobrevivan se reconvertirán en NewMods. Los que no, desaparecerán o serán absorbidos. Y la denominación ALSP probablemente pierda sentido en el proceso. Era una categoría definida por oposición al despacho tradicional. Cuando el despacho tradicional también se transforme, la alternativa deja de ser alternativa.

Las redes. Las redes de despachos tienen una ventaja que las firmas independientes no tienen: músculo colectivo. Y una desventaja que anula esa ventaja: están demasiado fragmentadas para usarlo.

Lo desarrollé en un artículo reciente: sin infraestructura de IA centralizada, la capilaridad falla. Una red donde cada firma miembro decide individualmente qué tecnología adoptar, a qué ritmo y con qué presupuesto, no es una red, es una coalición de independientes con una marca compartida.

El camino viable para las redes es evolucionar hacia un NewMod centralizado. Las que lo logren primero tendrán una ventaja enorme. Las que no, seguirán siendo coaliciones de firmas individuales que compiten entre sí más que con el mercado.

Los medianos y pequeños. No desaparecen. Pero no todos sobrevivirán. Cuando el problema es serio, un litigio, una reestructuración, una crisis regulatoria, el cliente quiere hablar con una persona. No con un sistema. Quiere a su abogado. Eso no lo da un NewMod donde, probablemente, será un expediente más en una plataforma. Pero esa necesidad no va a desaparecer. Ahí es donde el despacho mediano y pequeño tiene su espacio. Pero ese espacio no lo ocuparán todos, lo ocuparán los mejores. Los que tengan reputación real en su nicho, los que conozcan a su cliente, su sector, su historial y además, hayan adoptado IA. La relación personal es la ventaja diferencial. La IA es el umbral mínimo de entrada.

Habrá, como siempre, dos ligas, pero el gran cambio no estará en la liga pequeña. Estará en la grande.

El legaltech. Una carrera contra el reloj. El mercado del legaltech lleva meses en modo supervivencia, aunque desde fuera parezca todo lo contrario.

Legora ha levantado 550 millones de dólares y ha comprado dos empresas en un mes. Clio ha levantado 500 millones y ha adquirido vLex por 1.000 millones, la mayor operación de legaltech de la historia. Harvey está comprando. Filevine está comprando. Los bancos de inversión especializados reportan un aumento del 200% en operaciones M&A en lo que va de año.

La mayoría de las herramientas de legaltech son demasiado similares entre sí para sobrevivir solas. Compiten en el mismo espacio, con la misma tecnología de base, sin diferenciación real. Anthropic y Microsoft ya han aparecido en su mercado con propuestas dirigidas directamente a sus clientes. El objetivo ahora es crecer, acumular base de clientes y hacerse lo suficientemente grandes como para ser de las tres o cinco plataformas globales que quedarán, o para que alguien las compre a tiempo. Una salida digna haciendo cash. La mayoría no llegará a ninguna de las dos opciones.

Innovación real o sistema inmune corporativo

Algunas firmas ya se están moviendo. Linklaters acaba de lanzar Applied Intelligence, un equipo de abogados y científicos de datos que co-diseña soluciones de IA a medida para los problemas más complejos de sus clientes. Es la dirección correcta, pero ¿tiene mandato real, presupuesto propio y acceso directo al negocio? Sin esas tres condiciones, Christensen lo llamaría: el sistema inmune corporativo funcionando a pleno rendimiento. Es decir, integrar la disrupción para neutralizarla.

Conclusión

Cambiar la pirámide y el partnership desde dentro requiere el voto de las mismas personas que se benefician del modelo actual. No es un problema de visión sino de estructura. La imposibilidad de cambiar desde dentro es lo que está acelerando el cambio desde fuera.

La recomendación para todo managing partner es decidir ahora en qué categoría de firma debe transformarse el despacho. Los modelos ya existen, cada uno tiene sus condiciones y sus costes. Pero todos exigen empezar a moverse ahora. El sector no va a esperar.

La inteligencia artificial rompe esa premisa.

No porque haga el trabajo algo más rápido, sino porque lo hace en segundos y, en muchos casos, con un nivel de calidad comparable o incluso superior. Pero el cambio verdaderamente relevante no está dentro de los despachos, sino fuera de ellos. Los clientes ya están utilizando inteligencia artificial para redactar, analizar, resolver dudas jurídicas o explorar estrategias. No están sustituyendo completamente al despacho, pero sí están reduciendo de forma significativa su necesidad.

Este desplazamiento empieza a reflejarse en informes como el Future of Professionals Report de Thomson Reuters, que apunta a una adopción creciente de IA en funciones jurídicas internas.

Esto introduce una tensión que el sector todavía no ha abordado de forma directa. Si el tiempo deja de ser escaso, ¿qué estás vendiendo exactamente?

La conversación sigue centrada en la adopción: herramientas, copilotos, agentes, formación. Pero el problema no es tecnológico, es económico. El modelo del billable hour, aunque se maquille, sigue siendo el mecanismo real de captura de valor en la mayoría de despachos, y ese modelo depende de que el trabajo requiera tiempo. Cuando esa condición desaparece, el precio deja de tener una lógica clara para el cliente. Y el cliente lo sabe.

En este punto, muchos despachos confían en que su experiencia y su conocimiento acumulado seguirán siendo el elemento diferencial. Es comprensible, pero es una visión de corto recorrido. Ese conocimiento, progresivamente, se está incorporando a sistemas de inteligencia artificial que lo hacen accesible, replicable y, en muchos casos, más eficiente en su aplicación.

El verdadero reto no es proteger ese conocimiento, sino entender que dejará de ser una barrera de entrada.

Por eso, el debate no debería centrarse únicamente en cómo adaptarse, sino en algo mucho más ambicioso: cómo será el sector jurídico en una economía profundamente transformada por la inteligencia artificial y qué papel quiere jugar cada despacho en ese nuevo escenario.

Si ampliamos el foco a 20 o 30 años, el cambio es aún más profundo. Estamos avanzando hacia un entorno donde buena parte del trabajo jurídico operativo estará automatizado, donde los sistemas de resolución de conflictos tenderán a ser cada vez más rápidos y estandarizados, donde las negociaciones podrán estar mediadas, o incluso ejecutadas, por agentes de inteligencia artificial, y donde el conocimiento jurídico estará ampliamente distribuido.

En ese contexto, el valor no estará en ejecutar tareas jurídicas, sino en diseñar marcos, interpretar escenarios complejos, anticipar riesgos y participar en la construcción de ese nuevo orden económico y regulatorio.

Ese será el rol del sector y va más allá de la eficiencia.

Los despachos pueden limitarse a adaptarse a este cambio o pueden aspirar a algo más relevante: ser actores que contribuyan a definir cómo se organiza ese nuevo mundo. Porque alguien tendrá que hacerlo. Y el derecho, como siempre, estará en el centro de esa construcción.

Esto implica un cambio de mentalidad importante. Ya no se trata solo de mejorar procesos o incorporar tecnología, sino de repensar el propósito del despacho en una economía donde la inteligencia artificial redefine las reglas del juego.

Como plantea Xavier Ferràs en sus trabajos sobre innovación, el verdadero reto de las organizaciones no es conceptual, sino sistémico: no basta con tener ideas, hay que convertirlas en estructuras que transformen el modelo de negocio.

En un contexto donde incluso los propios desarrolladores de estas tecnologías están planteando marcos de política industrial para esta nueva era, como recoge OpenAI en su propuesta sobre la “Industrial Policy for the Intelligence Age”, la pregunta ya no es cómo incorporar la inteligencia artificial.

La pregunta es qué tipo de organización quieres ser cuando esa transformación sea completa.

En los últimos dieciocho meses, el mercado legal español ha vivido más operaciones corporativas que en la década anterior. ECIJA cerró en julio de 2024 la entrada de Alia Capital, primer fondo de private equity en un despacho español, con un objetivo declarado de 150 millones de euros de facturación en 2028. Asenza Global nació en enero de 2025 de la unión de Ufenau, Sagardoy y Carrillo. Auren y Waterland formalizaron su alianza en marzo de 2025, en un movimiento que integra también a Moore España. ETL Global opera ya con más de 140 despachos en España y 222 millones de euros de facturación en 2025, consolidándose como la quinta firma de servicios profesionales del país. Adlanter, respaldada por Artá Capital, ejecuta un roll-up de asesorías medianas con integración visible de marca.

Los modelos son distintos. Las motivaciones, también: crecer en escala, sumar capacidades, beneficiarse de pertenecer a una red, compartir gestión, resolver el problema generacional de la sucesión. Algunos socios quieren liquidez. Otros quieren dejar de estar solos. Otros quieren sumarse a un proyecto con más ambición de la que pueden generar solos. Todas son razones legítimas.

Todos obtienen lo que buscaban. La transacción funciona. Se construye escala, presencia, músculo financiero. Pero no siempre, un proyecto común.

La trampa de los incentivos

Construir una red es más fácil que integrarla. Y el resultado, en la práctica, es caleidoscópico.

Hay redes que apuestan por la integración total de marca y otras que dejan libertad a sus miembros sobre este aspecto, pero en ambos casos hay criterios de selección definidos y objetivos de facturación concretos. Y hay redes de best friends: acuerdos entre firmas completamente independientes que se referencian mutuamente y amplían su alcance sin ningún tipo de integración. Cada modelo tiene su lógica. Cada modelo sirve al propósito para el que fue diseñado.

Pero todos comparten un mismo reto: los servicios centrales. No su existencia, muchas redes los tienen, sino su adopción. Que existan no significa que lleguen al día a día de cada despacho integrado. La capilaridad real hacia los miembros de la red ha sido siempre la asignatura pendiente. Un reto importante, gestionable, aplazable. Hasta ahora.

La IA lo convierte en urgente. Y no como amenaza futura, como realidad presente. Como señala Pep Martorell, los precios que pagamos hoy por la IA son precios subvencionados: los grandes proveedores pierden dinero por cada prompt ejecutado. La estrategia es conocida: primero crear dependencia, después corregir los precios. A eso se suma la volatilidad operacional: cambios de tarifas sin aviso, decisiones unilaterales que pueden dejar sin servicio a una organización entera de un día para otro. El ruido tampoco ayuda: nuevos modelos cada semana, herramientas que se superponen, benchmarks que se contradicen. Para un despacho solo, sin recursos para filtrar ni tiempo para experimentar, la IA no es una oportunidad, es una fuente de parálisis.

Un despacho solo no tiene capacidad para gestionarlo. No tiene músculo para negociar con los proveedores, ni recursos para diversificar, ni conocimiento para construir un plan de contingencia. Una red sí podría tenerlos. Pero solo si la infraestructura es común. Solo si la adopción es real.

Y aquí está la trampa: si los miembros de la red no usan la IA, pierden competitividad de forma individual. Pero esa pérdida no es individual, afecta a la imagen, a la credibilidad y a la propuesta de valor de toda la red. Lo que cada despacho integrado hace o deja de hacer ya no es solo su problema. Es el problema de todos. Y es un problema que no admite demora.

La ventana

El plan de IA de una red no puede ser un catálogo de herramientas. Tampoco puede ser un café para todos.

Hay decisiones que tienen sentido a escala de red, herramientas transversales que cualquier despacho integrado puede adoptar de inmediato, con coste centralizado y beneficio visible desde el primer día. El tipo de quick win que construye cultura de adopción antes de abordar lo complejo.

Pero hay otras decisiones que dependen del tamaño, la especialidad y el mercado local de cada miembro. Un despacho laboral de veinte personas en Valencia no tiene las mismas necesidades que una firma de M&A en Madrid. Un plan que los trate igual fracasará con ambos.

Lo que una red necesita no es una herramienta. Es una arquitectura: un hub de servicios de IA con una capa común para todos y una capa adaptable para cada uno. Centralizado en su diseño, flexible en su despliegue. Y con alguien que lo conduzca, porque sin gobierno claro, la adopción vuelve a ser voluntaria. Y ya hemos visto adónde lleva eso.

Los nuevos modelos de firma, los llamados NewMods, término acuñado por Artificial Lawyer, con 27 firmas identificadas en su directorio de marzo de 2026, no tienen este problema. No tienen historia de fragmentación porque no tienen historia. Construyen con IA como columna vertebral desde el primer día. Y van al mismo segmento que estas redes: el mercado medio.

El tiempo no es una década. Es el plazo de los planes estratégicos que ya están en marcha.

La pregunta no es si la red puede permitirse invertir en infraestructura común de IA. Es si puede permitirse que sus miembros compitan sin ella.

PD:

Pep Martorell desarrolla en detalle el argumento sobre la dependencia de proveedores de IA y la necesidad de un plan B en su artículo “La importancia de ser agnósticos” (DeepTech & Science, abril 2026): https://pepmartorell.substack.com/p/la-importancia-de-ser-agnosticos

Y tiene razón. Su trabajo es diferente.

Su trabajo no es producir. Es anticipar. No es ejecutar mandatos, es crearlos. Cada día tiene que salir al mercado y volver con algo entre los dientes. Detectar qué empresa está a punto de necesitar asesoramiento antes de que ella misma lo sepa. Estar en la conversación antes de que haya conversación. Ser la llamada que el cliente hace cuando todavía no sabe muy bien por qué llama, pero sabe que tiene que llamar.

Es el perfil más difícil de formar, más difícil de retener y más difícil de reemplazar de cualquier despacho. Y es, precisamente por eso, el que más tiene que perder si no entiende lo que la IA puede hacer por él. No por el despacho. Por él.

Porque cuando dice “eso no es para mí”, está confundiendo la herramienta con el uso. Está pensando en la IA como un acelerador de tareas. Y tiene razón: para eso no la necesita. Pero la IA no es solo un acelerador de tareas. Es un amplificador de señales. Y las señales son exactamente la materia prima de su trabajo.

El rainmaker siempre ha ganado porque ve antes. Porque procesa más información que sus competidores, conecta puntos que otros no conectan y aparece en el lugar adecuado en el momento adecuado. No por azar. Por sistema. Por años de construir una red, leer el mercado y afinar el instinto hasta convertirlo en algo parecido a la clarividencia.

Lo que ha cambiado no es la lógica de ese trabajo. Lo que ha cambiado es el volumen de señales que el mercado emite. Las operaciones se fraguan más rápido. Los sectores se mueven con más variables. Los clientes toman decisiones con más información y menos tiempo.

El perímetro que un socio generador necesita cubrir para estar en el lugar adecuado es, hoy, más grande que hace diez años.

Y ahí es exactamente donde la IA entra. No para hacer el trabajo del rainmaker. Para ampliar el número de puntos que puede conectar. La pregunta es cómo se construye ese sistema, y la respuesta es más sencilla de lo que parece.

Un proyecto de Claude, no chats dispersos que pierden contexto cada vez, sino un espacio con memoria permanente, donde vive todo lo que define su universo de oportunidades: los sectores que sigue, las empresas en radar, los perfiles relevantes, las dinámicas de mercado que le importan. El contexto no se repite. Está siempre ahí.

Sobre esa base, cada mañana el sistema entrega dos o tres hipótesis. No titulares. No resúmenes de prensa. Hipótesis: qué empresa de este perfil podría estar entrando en una fase de tensión accionista, qué movimiento regulatorio en este sector va a necesitar asesoramiento antes de que llegue aquí, qué operación está madurando sin que nadie la haya verbalizado todavía.

La mayoría no serán nada. Pero alguna sí. O conectará dos puntos que el socio tenía por separado y ahora ve juntos con más claridad.

Para cerrar el loop (que el sistema busque, procese y entregue sin intervención manual) la lógica es la de un agente que actúa, no solo que responde. Herramientas como Cowork permiten exactamente eso: ejecución autónoma sobre información pública, hipótesis formuladas según criterios predefinidos, entrega lista para el primer café de la mañana.

No es inteligencia artificial. Es inteligencia de mercado.

El rainmaker ya hace esto. Lo hace con conversaciones, con lecturas, con intuición acumulada en veinte años de mercado. La IA no cambia la naturaleza del trabajo, amplía el número de puntos que puede conectar. Y en un mercado donde unos pocos tienen acceso a las mismas relaciones y al mismo conocimiento técnico, la ventaja la tiene quien ve más puntos, y los conecta antes.

Para los que ya tenemos una edad, ¿cómo crees que Melanie Griffith en Working Girl habría usado la IA?

Eso ya es noticia. Pero lo que vino después es más importante.

El gobierno de EE.UU. ha redactado nuevas directrices para proveedores de IA que quieran contratos federales. Tres condiciones.

• Primera: licencia irrevocable para usar los modelos con cualquier fin legal.

• Segunda: los modelos no pueden incorporar sesgos ideológicos —mencionan explícitamente diversidad, equidad e inclusión.

• Tercera, y aquí está la clave: los proveedores deben declarar si han modificado sus modelos para cumplir con regulaciones extranjeras. Mencionan la Digital Services Act europea.

Léelo otra vez. Washington quiere saber si tu modelo cumple con la normativa de Bruselas. Y lo trata como un problema.

Al otro lado, la EU AI Act será plenamente aplicable en agosto de 2026. Transparencia, gestión de riesgos, supervisión humana. No son sugerencias. Son obligaciones con sanciones.

Europa dice: los modelos deben cumplir nuestra regulación. Washington dice: si cumplen regulación europea, queremos saberlo —y puede que eso os descalifique.

Los proveedores van a tener que elegir. O bifurcan sus modelos o priorizan un mercado sobre otro. La era del modelo único global se acaba.

Y esto afecta directamente a los despachos europeos. Trabajan mayoritariamente con herramientas construidas sobre modelos americanos: ChatGPT, Claude, Harvey, vLex. Hasta ahora, la preocupación era dónde residen los datos. La CLOUD Act ya planteaba ese problema. Pero esto es diferente. La pregunta ya no es dónde están tus datos, sino cómo se comporta el modelo que los procesa. Si el modelo que analiza tus contratos o redacta tus cláusulas ha sido calibrado para satisfacer las exigencias de Washington, ¿sigue siendo una herramienta neutral para el derecho europeo?

Es una pregunta de compliance.

Mistral AI es hoy la alternativa europea más competitiva a los grandes modelos americanos. Noxtua construye la primera Legal AI Factory soberana en Europa. Las piezas empiezan a existir. Pero no sustituyen todavía a un Claude o un ChatGPT en capacidad generalista.

Y la mayoría de despachos europeos sigue donde estaba: modelos americanos, infraestructura americana, cada vez más alineados con la política de seguridad nacional de otro país.

Hay un dato que debería quitarnos el sueño. Aunque no tengamos cifras exactas (por lo menos yo no las he localizado), el mercado estadounidense puede representar entre el 70 y el 80% de los ingresos de estos proveedores. Cuando tengan que elegir entre Washington y Bruselas, las cuentas hablarán por sí mismas. ¿Bifurcarán sus modelos? ¿Enviarán una actualización unilateral de sus términos y condiciones? ¿Europa les sancionará? ¿Qué alternativas tendrán los despachos?

Personalmente, creo y espero que bifurquen. De lo contrario, no digo que estemos en el lado malo del muro. Pero sí en el lado que regula sin construir. No tenemos LLMs propios a escala, no fabricamos chips, y como señalaba recientemente, el borrador de Made in Europe que está sobre la mesa europea deja fuera, precisamente, el sector de la IA.

El muro ya se está levantando. Y nadie nos ha preguntado de qué lado queremos quedar.

Los que ya lo hacen

Los NewMods, firmas nativas de IA que están apareciendo a un ritmo acelerado, construyen mayoritariamente sobre modelos fundacionales. Crosby, respaldada por Sequoia y Bain Capital, ha desarrollado su propia tecnología sobre IA generalista. NormLaw, con 50 millones de Blackstone detrás, convierte flujos legales en agentes de IA usando LLMs directamente. Soxton, fundada por una ex-Cooley, ha construido una plataforma full-stack propia. Landfall IP, Garfield, General Legal, Arcline: todos van directo al modelo fundacional y construyen encima.

No compran Harvey. No necesitan LexisNexis como infraestructura. Van a Claude, a GPT, a otros modelos… y codifican su criterio profesional en workflows propios.

Cada NewMod que nace alimenta el Efecto Shapiro: la demostración de que se puede ejercer la abogacía a alto nivel sin plataformas intermedias.

Los que corren

Harvey integra Copilot. Ficha abogados de grandes despachos para afinar modelos (pronto veremos algún movimiento similar aquí…). Thomson Reuters mete Anthropic en CoCounsel. LexisNexis amplía. Capa, sobre capa, sobre capa y más capas…

Los grandes despachos las contratan. Pero lo que estamos viendo es una carrera contra reloj: las plataformas necesitan demostrar valor y retener cuota de mercado antes de que el Efecto Shapiro se extienda. Antes de que más abogados descubran que pueden ir directos al modelo.

Más allá de las bases de legislación y jurisprudencia, que tienen un valor estructural claro (¿hasta cuándo…?), ¿qué valor diferencial aportarán estas plataformas a medio plazo? El vibe coding mejora cada mes. Los modelos fundacionales son más potentes cada trimestre. La ventana del wrapper se estrecha.

Los que miran

El middle market no puede pagar Harvey. La mayoría tampoco tiene capacidad técnica para construir como Shapiro. Pero la realidad es que no necesitan hacerlo solos. Hay consultores para ayudarles a configurar modelos fundacionales, herramientas tipo DIY que les permitirán hacerlo directamente…

El Efecto Shapiro no requiere ser Shapiro. Requiere entender que el camino existe y tener a alguien que te acompañe en los primeros pasos.

Corre, corre…

Los despachos tradicionales ven cómo los NewMods operan con menos estructura, más velocidad, costes radicalmente menores y un modelo de pricing que los clientes prefieren. Fees fijos. Transparencia total. Turnaround en horas.

¿Van a competir con ellos pidiéndole cada cambio a “los Harvey”?

El Efecto Shapiro no va de tecnología. Va de quién controla sus propios procesos.

El coste de estas plataformas es muy elevado. Y cada capa que añaden no es una demostración de valor, es una huida hacia adelante. Corren porque los modelos fundacionales les pisan los talones.

Cuanto más potente es Claude, más capas necesitan estas plataformas para justificar su precio. Es la estrategia del hámster: correr cada vez más rápido para quedarse en el mismo sitio.

Thomson Reuters ha anunciado que la próxima generación de CoCounsel se construye sobre el Agent SDK de Claude. No es un plugin. Es la arquitectura completa: Anthropic pone el framework de agentes, Thomson Reuters pone Westlaw, Practical Law, las capas de verificación y los controles de workflow.

Para presentarlo, han publicado un vídeo que, aunque es una simulación, resulta sencillamente alucinante. Dale un vistazo. Apuesto a que en menos de dos meses lo tienen en producción.

El mismo día, LexisNexis integra el plugin legal de Claude en Protégé con acceso a 200.000 millones de documentos.

Harvey conecta con Intapp para ethical walls automatizados.

LegalZoom conecta con Antrophic.

La avalancha

Pep Martorell publicó hace unos días el artículo “Gestionar la avalancha” (de ahí el título de este) que recomiendo leer, a partir de una reflexión de Jaime Gómez-Obregón. La tesis es sencilla y demoledora: cuando el coste de redactar una reclamación, un recurso o una solicitud tiende a cero, el volumen tiende a infinito. El freno natural era el esfuerzo. Ese freno ha desaparecido.

La avalancha viene por dos lados.

Desde abajo: el ciudadano con apps que generan reclamaciones, recursos y solicitudes en segundos. Coste cero. Volumen masivo. Y una parte significativa con referencias jurisprudenciales inventadas y apariencia formal impecable. Si a los abogados profesionales les sigue pasando que citan jurisprudencia generada por IA sin verificar, qué no les va a pasar a los ciudadanos que carecen de formación y criterio jurídicos para comprobar lo que la máquina les entrega.

Desde arriba: los agentes legales profesionales. Lo que Thomson Reuters y LexisNexis acaban de anunciar no es un asistente de búsqueda. Es un sistema que ejecuta flujos completos — investigación, análisis, redacción, verificación, formato — con mínima intervención humana. El despacho que integre agentes va a litigar más, reclamar más, producir más. Las empresas van a perseguir reclamaciones que antes no merecían el coste. Van a presentar recursos que antes dejaban pasar. Van a multiplicar solicitudes administrativas que antes ni se planteaban.

Las dos olas convergen sobre el mismo punto: la administración de justicia.

El cuello de botella

De un lado, una explosión de demanda generada por IA a velocidad industrial, tanto por ciudadanos como por profesionales.

Del otro, un sistema judicial con recursos estructuralmente limitados.

Y en medio, la Instrucción del CGPJ, recientemente aprobada, que establece que los jueces podrán usar borradores de resoluciones generados por IA, pero exige una “revisión y validación personal completa y crítica” de cada resolución. Cada una. El juez mantiene la “exclusiva responsabilidad”. La IA no puede operar de forma autónoma para la toma de decisiones judiciales, la valoración de hechos o pruebas ni la interpretación y aplicación del Derecho.

Es una respuesta necesaria y prudente. Pero si hacemos las cuentas, no salen. Pero de largo…

Como dice Pep: si la entrada es IA, la salida tendrá que ser IA. Pero la Instrucción dice que la salida pasa, obligatoriamente, por validación humana individual. Las dos premisas no pueden convivir con el volumen que viene.

No es un problema de la Instrucción. Es un problema del sistema. La Instrucción protege algo fundamental: que un ser humano sea responsable de cada decisión judicial. Pero la realidad que se acerca va a poner esa exigencia bajo una presión que el sistema actual no está diseñado para soportar.

Como siempre últimamente: el debate es urgente, las soluciones lentas y los riesgos, enormes.

Las tres capas de la IA jurídica

Cualquier herramienta de IA legal se construye sobre tres capas. Pensemos en un coche: necesita gasolina, un motor y una carretera por la que circular.

La primera capa son los datos jurídicos (la gasolina). Legislación, jurisprudencia, doctrina, comentarios. Es lo que aportan las editoriales: contenido curado, organizado y enriquecido durante décadas (o siglos) de trabajo editorial.

La segunda capa es el modelo de lenguaje o LLM (el motor). Es el sistema de inteligencia artificial que procesa esos datos y genera respuestas (GPT de OpenAI, Claude de Anthropic o Gemini de Google…) Construir un LLM propio requiere inversiones de decenas de millones de euros, equipos de investigación especializados y acceso a infraestructura de computación masiva. Por eso la inmensa mayoría de empresas no lo hace: usa los modelos de otros.

La tercera capa es la infraestructura (la carretera). Los servidores donde se aloja y ejecuta todo. Microsoft Azure, Amazon Web Services, o servidores europeos propios.

Cómo funciona la mayoría

La práctica totalidad de las herramientas de IA jurídica disponibles hoy en Europa funcionan con la misma arquitectura: contenido jurídico propio conectado a un modelo de lenguaje ajeno (normalmente de OpenAI) mediante una técnica llamada RAG.

Esto es clave para entender todo lo que viene después:

Cuando un abogado hace una pregunta a una de estas herramientas, el modelo de OpenAI no ha sido “entrenado” con los datos de la editorial. Lo que ocurre es otra cosa: el sistema busca en la base de datos editorial los documentos más relevantes para esa pregunta, y se los pasa a OpenAI junto con la consulta para que genere la respuesta. El modelo de lenguaje no “sabe” derecho español, responde bien porque le has dado el material correcto.

Esto funciona bien. Pero tiene una implicación que a menudo pasa desapercibida: la editorial controla los datos (la gasolina), pero no controla el motor ni la carretera.

Lo que Noxtua ha hecho diferente

Noxtua es una legaltech berlinesa nacida en 2017 de la investigación de Oxford e Imperial College London. En abril de 2025 cerró una ronda de 80,7 millones de euros liderada por C.H. Beck, con la participación de Northern Data (infraestructura GPU alemana), CMS (el mayor despacho de abogados de Alemania) y Dentons.

Lo que diferencia a Noxtua es que controla las tres capas. Su modelo de lenguaje es propio: 111.000 millones de parámetros, entrenado específicamente con datos legales. Los datos provienen de beck-online, la base documental de C.H. Beck con más de 55 millones de documentos jurídicos alemanes. Y la infraestructura es íntegramente europea: IONOS y Open Telekom Cloud.

También es singular la naturaleza de su capital.

Cada inversor de Noxtua aporta una pieza del rompecabezas: C.H. Beck da acceso exclusivo a sus datos. Northern Data provee la infraestructura GPU. CMS co-inició el proyecto y aporta datos de práctica real. No es venture capital al uso buscando un retorno multiplicado por 10 en cinco años. Es inversión industrial estratégica donde el inversor construye la infraestructura digital de su propio sector.

Noxtua no opera en el vacío. Detrás hay un ecosistema de inversión pública. El gobierno federal alemán financia SOOFI, un proyecto para construir un modelo de lenguaje soberano, similar en concepto al español ALIA, desarrollado por el Barcelona Supercomputing Center. Y Deutsche Telekom ha invertido 1.000 millones de euros en una AI Factory en Múnich. Europa está desplegando infraestructuras similares por todo el continente. España tiene dos aprobadas, incluida la del BSC.

Es política industrial alineada con inversión privada. El gobierno pone la carretera, la industria pone los motores. Y una editorial centenaria aporta la gasolina. Es exactamente la combinación que Europa necesita para avanzar: inversión pública en infraestructura soberana y capital privado estratégico que la aproveche para construir productos reales.

La amenaza real no viene de las startups. Viene de los motores.

Hace apenas dos semanas, el 3 de febrero de 2026, Anthropic anunció un plugin legal para Claude, su modelo de inteligencia artificial. Al día siguiente, Thomson Reuters cayó un 16% en bolsa, RELX (propietaria de LexisNexis) un 14%, y Wolters Kluwer un 13%. Se evaporaron millones de dólares de capitalización bursátil en el sector del software jurídico en un solo día.

De repente, el coche se autoabastece de gasolina…

Y aquí es donde el modelo de Noxtua ofrece una respuesta que el mercado todavía no ha valorado. Un LLM especializado en derecho, entrenado específicamente con datos jurídicos curados, y operado en infraestructura europea, crea algo que un modelo generalista americano no puede ofrecer: interdependencia real entre el motor y la gasolina. El motor de Noxtua necesita los datos de C.H. Beck para ser el mejor en derecho alemán. Y C.H. Beck necesita el motor de Noxtua para que sus datos sigan siendo relevantes en la era de la IA. Ninguno funciona igual de bien sin el otro.

Eso es muy distinto de montar una capa de RAG sobre GPT, donde la editorial es prescindible si el motor mejora lo suficiente. Con un LLM especializado y europeo, la editorial pasa de ser un pequeño cliente sustituible a ser un socio estratégico imprescindible.

En otras palabras: un LLM jurídico especializado y europeo, con acuerdos editoriales por jurisdicción, es una combinación potencialmente imbatible. Es soberanía, es especialización, es calidad, y facilita la gobernanza según la EU AI Act. Y es exactamente lo que Noxtua está construyendo.

Dos modelos europeos, una misma partida

Mientras escribo este artículo, la plataforma francesa de IA legal Doctrine acaba de anunciar la adquisición de Maite, una startup española de IA jurídica. Es su quinta adquisición en tres años, sumando ya 27.000 profesionales legales en Francia, Alemania, Italia, España y Luxemburgo. Su CEO, Guillaume Carrère, habla explícitamente de construir “un líder europeo basado en soberanía tecnológica.”

Es un movimiento significativo. Doctrine está construyendo una plataforma paneuropea comprando empresas jurisdicción a jurisdicción, exactamente la expansión multijurisdiccional que el sector necesita. Pero hay una diferencia fundamental con Noxtua: Doctrine no tiene un LLM propio. Su arquitectura combina RAG con modelos de lenguaje de terceros, el mismo esquema que el resto del mercado. Es consolidación europea del negocio, pero no del motor.

Tenemos así dos estrategias europeas para el mismo problema. Doctrine apuesta por escala y adquisición: comprar startups y datos en cada país, con motor americano. Noxtua apuesta por soberanía tecnológica completa: construir el motor propio y firmar acuerdos editoriales exclusivos por jurisdicción. Doctrine crece más rápido. Noxtua controla más capas.

¿Cuál ganará? Dependerá de si el rendimiento del modelo de lenguaje soberano está al nivel de los generalistas americanos. Es pronto para saberlo, pero me gusta ver como el sector jurídico mueve ficha en esta partida de ajedrez global que estamos viviendo.

El sector lo ve. Pero una cosa es diagnosticar el problema y otra muy distinta es resolverlo. Y ahí seguimos lejos.

En las últimas semanas, tres señales de fuera de nuestras fronteras han añadido urgencia a este debate.

Tres señales que leer juntas

En enero, Ethan Forrest, responsable de Product Legal de Anthropic, dijo a estudiantes de Stanford que las facultades de derecho están haciendo “un trabajo terrible” preparando abogados. Su argumento es que la IA ya realiza la mayoría de tareas asignadas a asociados de primer y segundo año mejor que ellos. El equipo jurídico de Anthropic ahorra una hora por abogado al día automatizando tareas que antes se delegaban a los más jóvenes. “Todo el trabajo que los asociados de primero y segundo año hacen en los despachos, donde un abogado sénior les dirige para dar inputs estructurados... eso ya es trabajo de una máquina”.

Desde Londres, un informe de LexisNexis con casi 900 abogados británicos completa el cuadro: el 58% dice que la IA les permite producir trabajo más rápido, pero el 72% identifica el razonamiento jurídico profundo como la mayor carencia entre los abogados júnior. Y el 69% señala debilidades en la verificación y contraste de fuentes.

Y en sentido opuesto, Ropes & Gray, uno de los diez mayores despachos del mundo, ha lanzado un programa que exige a sus asociados júnior dedicar el 20% de sus horas facturables a experimentar con IA. No como formación voluntaria, sino como trabajo real facturable.

El circuito roto

Cualquiera que haya trabajado en un despacho sabe cómo se forma un abogado joven. El júnior redacta un contrato, prepara un informe, revisa cláusulas. El socio o el asociado sénior lo devuelve lleno de rayones rojos. Y el júnior aprende: aprende por qué esa cláusula no funciona, por qué ese argumento es débil, por qué ese enfoque no se sostiene. Es un modelo de aprendizaje por corrección directa, imperfecto pero eficaz, que ha producido generaciones de buenos profesionales.

La IA no ha eliminado la supervisión. Los socios siguen corrigiendo, siguen devolviendo trabajo con anotaciones. Lo que ha cambiado es a quién corrigen. Cada vez más, el socio revisa y corrige lo que produce la máquina, no lo que produce el júnior. Y eso rompe el circuito de aprendizaje.

La productividad sube pero la formación de criterio desaparece.

¿Qué les enseñamos?

Como escribí en noviembre, si dejamos de incorporar juniors, ¿de dónde saldrán los abogados senior dentro de diez o quince años? La pirámide se está agrietando. Pero el problema no se resuelve manteniendo la pirámide tal como estaba, sino rediseñando qué y cómo enseñamos.

Y eso pasa por asumir que la formación del futuro abogado ya no puede ser exclusivamente jurídica.

El abogado joven necesita saber usar la IA como herramienta de trabajo habitual. Dominio real, cotidiano, integrado en su práctica desde el primer día. Necesita entender los procesos de negocio que se ejecutan con IA y también los que seguirán siendo tradicionales, porque ambos van a convivir durante años. Necesita desarrollar creatividad, la capacidad de hacer preguntas que la máquina no se hace, de buscar ángulos que un modelo de lenguaje no genera, de proponer soluciones que no están en los datos de entrenamiento. Y necesita formación en ética profesional y en identificación de sesgos.

Todo esto con una realidad regulatoria: Europa está a seis meses de la plena aplicación del AI Act. Los despachos necesitarán profesionales que se muevan con soltura en el terreno donde derecho, tecnología y negocio se cruzan. Y esos profesionales no se forman solos.

Por eso, devolver al júnior al circuito es urgente. Si la IA genera el primer borrador, el socio debe corregir ese borrador con el júnior, no en lugar del júnior. El momento de la corrección sigue siendo el momento formativo más valioso de la profesión. Lo que no puede pasar es que ese momento se pierda porque resulta más rápido corregir directamente a la máquina y seguir adelante.

Lo que está en juego

Los despachos están ganando eficiencia. Reducen tiempos, optimizan costes, entregan más rápido.

Pero pocos están midiendo el impacto de esa eficiencia sobre su propia cantera, sobre la capacidad del sector de regenerarse con profesionales que no solo sepan usar herramientas, sino que tengan criterio para saber cuándo no usarlas.

La eficiencia sin formación es un atajo que se paga caro. Y cuando un sector entero deja de formar a sus relevos, el problema ya no es tecnológico. Es existencial.

Es un eufemismo brillante. Lo llaman soberanía, pero es dependencia con una capa de personalización local.

La IA no es ya una herramienta más. OpenAI lo dice explícitamente: “la IA es infraestructura crítica nacional, a la par que la electricidad”. Y tienen razón. En pocos años, la productividad empresarial, la investigación científica, la educación y hasta los servicios públicos dependerán de estos sistemas.

Las empresas europeas no pueden permitirse el patriotismo tecnológico. Desde empresas manufactureras hasta despachos de abogados gestionando datos sensibles, todos enfrentan la misma ecuación: eficiencia o soberanía, raramente ambas. Una empresa alemana que elija tecnología europea por principio y eso le cueste dos años de ventaja competitiva frente a su competidor simplemente no sobrevive. Es darwinismo económico puro.

Se les exige eficiencia, productividad, resultados. Y su obligación fiduciaria es contratar la mejor tecnología disponible, no la más local. Cuando “la mejor” es consistentemente americana, la dependencia se vuelve estructural, irreversible. Cada euro invertido en usar ChatGPT es un euro que refuerza la ventaja competitiva americana: más datos, mejor modelo, mayor adopción, más datos. Un círculo virtuoso para ellos, vicioso para nosotros.

Dos filosofías, un liderazgo claro

La diferencia de enfoque no podría ser más evidente. Europa aprobó su AI Act antes de tener campeones tecnológicos. Estados Unidos acaba de prohibir que sus estados regulen nada que limite la innovación en IA. Aunque el problema europeo no viene de la regulación (en realidad creo que lo ha hecho bastante bien). Y tampoco EEUU rechaza toda la regulación: Anthropic defiende una regulación federal limitada y varios estados mantienen una batalla legal contra la prohibición, pero la estrategia está clara: primero dominar, después regular en sus propios términos.

Suscríbete ahora

¿Quedan alternativas reales?

Europa necesita una transformación profunda de su modelo económico y regulatorio. Proyectos como Horizon para incrementar capacidad de computación, inversiones en computación cuántica donde aún mantenemos capacidad científica real, o especialización en nichos verticales son pasos en la dirección correcta.

El problema no es que no se esté haciendo nada. El problema es la velocidad. Mientras Europa delibera, pilota y coordina 27 agendas nacionales, OpenAI, Anthropic y Google mejoran sus modelos cada trimestre, amplían su base instalada y refuerzan el círculo virtuoso de datos-mejora-adopción.

El artículo de OpenAI es el manual de cómo vender dependencia tecnológica haciéndola parecer colaboración. “OpenAI for Countries” suena a partnership, pero es una admisión: ustedes no pueden construir esto, así que nosotros se lo alquilamos personalizado.

Europa dificilmente ganará esta carrera, pero debemos seguir en ella, ¿o estamos dispuestos a aceptar que nuestra productividad, nuestra investigación, nuestra educación y nuestra capacidad de innovación dependan permanentemente de infraestructura americana?

Si la respuesta es no, habrá que coordinar, consensuar y sobre todo, acelerar. Quiero creer que seremos capaces de hacerlo.

Ayer, IA dejó de ser “ese asistente simpático que te ayuda con un texto” para parecerse a un compañero de trabajo autónomo, con objetivos, permisos y capacidad real de mover cosas en el mundo.

Las 12 horas que lo cambiaron todo

Por la mañana, OpenAI y Ginkgo Bioworks hacen público un experimento. Conectaron GPT-5 a un laboratorio autónomo y le pidieron optimizar la síntesis de proteínas. Durante semanas, el sistema diseñó, lanzó y analizó 36.000 experimentos, ajustando condiciones químicas como quien toca filtros en Excel.

El resultado: un 40 % de reducción de costes manteniendo el rendimiento. Por primera vez, un modelo cierra todo el ciclo: plantea hipótesis, diseña experimentos, los ejecuta en el mundo físico, analiza resultados y vuelve a empezar. Es una línea de producción agéntica trabajando.

Por la tarde, turno de la empresa. OpenAI anuncia Frontier, una plataforma para crear “AI coworkers”: agentes que trabajan sobre sistemas reales como CRM, ERP, correo o gestores documentales. No son chatbots, son trabajadores digitales que inician sesión, mueven datos, lanzan procesos y documentan lo que hacen.

Por la noche, entra Anthropic. Lanza Claude Opus 4.6 con “agent teams”, equipos de agentes que colaboran en tareas complejas. En casos reales ya coordinan a decenas de personas, gestionan repositorios de código y cierran incidencias sin supervisión constante.

En menos de 12 horas pasamos de “los agentes vienen” a: “Los agentes llevan meses trabajando, y hoy nos los presentan.”

De asistente a compañero de trabajo

Hasta ahora vivíamos cómodos con un relato bastante inofensivo: “La IA te ayuda a hacer tu trabajo más rápido”. ChatGPT revisa un documento, hace un resumen de una sentencia, te propone estrategias de defensa procesal, argumentos de negociación…. tú sigues en el centro de todo, con la sensación de control intacta.

El 5 de febrero el relato cambia: “La IA hace trabajo de principio a fin. Tú supervisas el sistema.”

Un AI coworker no es un chat. Es un trabajador digital con rol definido, acceso a herramientas reales, permisos acotados, memoria persistente y evaluación de desempeño. No responde a preguntas sueltas, sino que gestiona procesos completos durante días con muy poca intervención humana: abre tickets, consulta sistemas, toma decisiones dentro de un marco predefinido, deja trazabilidad y vuelve a empezar.

En otras palabras, pasamos de “herramienta” a co-trabajador incrustado en la cadena de valor. Y eso cambia radicalmente la conversación sobre organización, responsabilidad, talento y modelo de negocio.

¿Y los despachos?

En un despacho, un AI coworker puede ser un gestor autónomo de due diligence, conectado al DMS, que clasifica documentos, identifica riesgos estándar, genera matrices y resúmenes y alimenta bases de conocimiento sin esperar a que nadie le pida nada. O puede ser un coordinador de proyectos legales que actualiza planes de trabajo, persigue deadlines, genera reporting al cliente y deja toda la trazabilidad lista para analizar rentabilidad, desviaciones y capacidad del equipo.

En una asesoría interna, el GC se convierte en arquitecto del departamento jurídico: decide qué partes del trabajo se automatizan con agentes, qué se reserva al criterio humano y a la política interna, y cómo se integran estos coworkers con CRM, ERP, herramientas de compliance y despachos externos. Su función ya no es solo “asesorar y dirigir”, sino diseñar la combinación óptima entre personas y agentes para aportar valor de forma escalable y sostenible.

Este 2026 debemos empezar a preguntarnos: “¿Cuántos procesos delego en trabajadores digitales y cómo rediseño mi modelo de negocio alrededor de eso?”

El lado B

Sería irresponsable quedarme solo con la parte brillante del relato. El lado B es importante, especialmente en sectores regulados y de alta responsabilidad como el jurídico.

Primero, la sobreconfianza a escala. Un error de un profesional afecta a un asunto. Un error de un AI-coworker mal gobernado se puede replicar en cientos de asuntos, contratos, escritos o informes antes de que alguien lo vea. Fíjate: la sensación de control puede aumentar justo cuando el control real disminuye.

Segundo, las alucinaciones. Los modelos siguen inventando referencias o argumentos. La diferencia es que, con agentes, esos errores se propagan a otros sistemas, alimentan nuevos procesos automatizados y pueden generar cadenas de decisiones muy difíciles de deshacer.

Tercero, trazabilidad y responsabilidad. Si un agente participa en decisiones sensibles (empleo, trámites, recursos, gestiones, documentos) no basta con saber qué decidió. Hay que poder explicar por qué tomó esa decisión, con qué datos, con qué criterios y quién aprobó ese marco de actuación. Eso exige auditoría real, diseño de gobierno y reglas claras sobre quién responde: el despacho, el cliente, el proveedor tecnológico o todos a la vez.

Y, por último, la dependencia estratégica. Si la capa de agentes la controla un tercero, esa plataforma puede acabar sabiendo más de tu negocio que tú: qué asuntos son más rentables, qué clientes exigen más esfuerzo, qué procesos son cuello de botella y qué equipos están saturados. Puede ser una palanca enorme de mejora… o una posición de dependencia incómoda si no decides tú las reglas del juego.

La elección

El 5 de febrero de 2026 ha sido el día en que descubrimos que entramos en la era de los equipos híbridos de personas y agentes. Tendremos que empezar a rediseñar procesos, roles y modelo de negocio con esa hipótesis de fondo.

Ahí, exactamente ahí, es donde se va a jugar el futuro de muchos despachos y departamentos jurídicos.

No.
Has comprado herramientas.
Otra cosa muy distinta es cambiar la infraestructura sobre la que corre el negocio.

La nueva ventaja competitiva: datos, conocimiento y precios (no horas)

Cuando todos tengan acceso a modelos de IA razonablemente buenos, la diferencia no estará en la herramienta, sino en tres cosas que muchos despachos han ido posponiendo:

1. Tus datos

No es lo mismo entrenar modelos con 15 años de asuntos bien documentados, etiquetados y conectados a CRM/ERP, que con carpetas desordenadas y excels personales.

Quien tenga sus datos en orden podrá construir capacidades propias encima de la IA.
Quien no, dependerá siempre de herramientas genéricas que cualquiera puede contratar.

2. Tu gestión del conocimiento

La IA amplifica lo que ya tienes.
Si tu knowledge está desactualizado, disperso o en la cabeza de unos pocos socios, amplificarlo solo genera más ruido.

Si llevas años trabajando en plantillas, cláusulas tipo, criterios internos y lecciones aprendidas, la IA se convierte en un multiplicador de ese capital intelectual.
Y ahí sí aparece una ventaja real frente a otros despachos.

3. Cómo cobras lo que sabes hacer

La hora facturable se inventó para otra época.
Con IA, cuanto más experto eres y mejores datos tienes, menos tardas.

¿Qué significa esto para un despacho?

Mientras Europa discute cómo ganar productividad y no perder la carrera global, tus clientes te miran como parte de su infraestructura de competitividad.
Si tú vas lento, ellos también.

No necesitas un “laboratorio de AGI”, pero sí decidir algunas cosas muy concretas:

1. Qué 1–2 servicios vas a rediseñar ya con IA como base, no como adorno.

2. Qué datos y qué knowledge vas a poner en orden para poder entrenar capacidades propias.

3. En qué clientes/proyectos vas a empezar a probar modelos de pricing distintos de la hora, aprovechando la eficiencia que te da la IA.

La pregunta ya no es “¿tenemos IA en el despacho?”.
Esa fase está superada.

La pregunta seria es:
¿estamos rediseñando el despacho como si la IA fuera parte de la infraestructura del negocio, o solo estamos acelerando el viejo modelo del despacho?

Estos días leía en Artificial Lawyer que Légora, la empresa sueca de IA jurídica, ha abierto oficina en India. Su principal competidor, Harvey, ya lo había hecho antes. Ambas compañías se disputan hoy el liderazgo de la IA jurídica en los grandes despachos y en las asesorías jurídicas más grandes del mundo.

Hasta aquí, nada especialmente sorprendente.
La expansión internacional forma parte natural de la estrategia de cualquier empresa tecnológica que aspira a escalar. India, además, se ha convertido en un polo clave de talento técnico y jurídico.

Lo que me llama la atención es otro aspecto.

Légora se fundó en 2023; Harvey, en 2022. Ambas han crecido rápido y ambas han sido financiadas por capital riesgo. Y aquí aparece un patrón que no es anecdótico: la práctica totalidad de ese capital es estadounidense.

Este dato no dice nada malo de Légora ni de Harvey. Al contrario: dice mucho de su atractivo. Pero sí señala un problema estructural europeo que va más allá de la IA jurídica.

Europa sigue teniendo enormes dificultades para financiar la fase de crecimiento de sus empresas más prometedoras. La fase en la que una empresa necesita capital paciente, ambicioso y estratégico para competir globalmente sin verse obligada a trasladar sus centros de decisión.

Cuando ese capital no existe, o no existe con suficiente profundidad, las empresas hacen lo que deben hacer: salir a buscarlo fuera.

Este movimiento no es trivial. Supone que muchas de estas empresas se ven obligadas a trasladar, total o parcialmente, sus centros de decisión.

En el actual contexto de tensión geopolítica, Europa ya no puede seguir permitiendo esto.

El debate va de capacidad estratégica y en última instancia, de competitividad.

Europa pierde competitividad cuando no es capaz de sostener, financiar y retener empresas en sectores clave como el tecnológico. La IA jurídica no es solo una “legaltech más”: es infraestructura de eficiencia orientada a la mejora de la productividad y la competitividad, exactamente lo que más necesitan hoy las empresas europeas. También las del sector jurídico.

Los problemas de Europa no se reducen al capital riesgo. Tienen muchos otros vértices, regulación, fragmentación de mercado, energía, defensa, tecnología. Pero el VC de calidad en fase de crecimiento es uno de los cuellos de botella más visibles y urgentes.

Si Europa quiere que, llegado el momento, la elección entre soluciones equivalentes pueda incluir también una opción europea sin complejos, el trabajo empieza mucho antes: en cómo se financia, se acompaña y se gobierna el crecimiento de sus propias empresas.

He participado en muchas RFP de CRM y ERP, desde dentro y desde fuera, y casi siempre el problema no estaba en la herramienta ni en el proveedor, sino en todo lo que no se había definido antes de pedir propuestas. De esa experiencia, destilada, ordenada y sin tecnicismos innecesarios, nace la guía que menciono más abajo.

Antes de pedir propuestas, conviene hacer una pausa. En muchos despachos, el proceso de selección de un CRM o un ERP empieza demasiado pronto.

• Empieza cuando ya hay prisa.

• Cuando el problema duele.

• Cuando alguien dice “tenemos que cambiar de sistema” y se abre una ronda de demos, presupuestos y promesas.

Y ahí es donde suelen empezar los errores.

No porque la tecnología sea mala, sino porque se pide fuera sin haber decidido dentro.

Qué procesos son realmente críticos.
Qué alcance es imprescindible y qué es accesorio.
Qué decisiones no se han tomado todavía, pero el proveedor da por supuestas.

En ese punto, cualquier propuesta “bonita” parece razonable. Y muchas acaban siéndolo… sobre el papel.

Con los años he visto repetirse el mismo patrón:
los proyectos no se complican en la implantación, sino mucho antes, en la forma en que se formula la petición.

Por eso he preparado una Guía RFP para Proyectos CRM/ERP en despachos de abogados.
No es una plantilla para rellenar ni un documento técnico. Es una guía estratégica para ayudar a los despachos a ordenar criterios, alcance y prioridades antes de solicitar propuestas.

La guía recorre, entre otros aspectos:

• qué temas conviene tener claros antes de hablar con proveedores,

• cómo evitar RFPs que dejan fuera decisiones clave,

• y por qué comparar ofertas sin un marco previo suele llevar a sobrecostes y desgaste.

He preferido alojarla en mi web, como un recurso de trabajo, no como un contenido “de consumo rápido”.

Si estás en ese momento previo, valorando opciones, hablando con proveedores o planteando un cambio de sistema, aquí puedes ver el contexto completo y acceder a la guía:

👉 Acceder al artículo y a la guía en la web

Y si no estás ahí todavía, guárdala. Seguramente, cuándo te llegue ese momento, te resultará útil.