La IA ya no es suficiente: así se construye la nueva ventaja competitiva de los Despachos

Durante los últimos años, buena parte de la conversación sobre inteligencia artificial en el sector legal ha girado alrededor de las herramientas. Qué modelo utilizar. Qué tareas automatizar. Cómo escribir mejores prompts. Cuánto tiempo puede ahorrarse un abogado.

Pero esa discusión empieza a quedarse corta.

En el marco del Legal Management Forum, la mesa “Cuando el activo clave ya no es solo la IA” puso el foco precisamente en lo que viene después de esa primera fase de adopción. Adolfo Díaz-Ambrona, secretario general y del Consejo de Santander España; Ana Bengoechea, directora de Gestión del Conocimiento, Formación e Idiomas de Uría Menéndez; y Clara Ruipérez, directora de Propiedad Intelectual del Grupo Telefónica y secretaria general de Movistar Plus+, debatieron, bajo la moderación de Cristina Retana, directora de Contenidos e Innovación de Aranzadi LA LEY, sobre cómo convertir el conocimiento jurídico acumulado por despachos y asesorías en algo estructurado, reutilizable y capaz de generar valor con ayuda de la IA.

Cuando el acceso a una buena tecnología deja de ser excepcional, tenerla ya no constituye por sí solo una ventaja competitiva. Un despacho puede contratar una herramienta similar a la de su competidor y una asesoría jurídica puede licenciar el mismo modelo que otra compañía. Lo que no pueden comprar con la misma facilidad son décadas de experiencia acumulada, criterios jurídicos desarrollados internamente, precedentes, contratos, informes, decisiones y formas propias de resolver un problema.

La siguiente batalla no está, por tanto, en quién tiene IA. Está en quién consigue convertir todo ese conocimiento disperso en un sistema capaz de trabajar con ella.

Únete a la comunidad. Recibe contenido en tu email

Más de 20.000 suscriptores

Por favor, activa JavaScript en tu navegador para completar este formulario.

- Paso 1 de 2

Correo electrónico *

url Protección categoria-blog

Siguiente

Seleccione su rol *Seleccione su rolEstudiante de DerechoEstudiante de Máster / Joven AbogadoAbogado AutónomoAbogado Senior / Socio

Protección de datos *

• Acepto los Términos y condiciones y la Política de Privacidad.

Inscribirme

Y eso resulta bastante más difícil que contratar una licencia.

Tener miles de documentos no significa tener conocimiento

Hay una diferencia incómoda entre disponer de mucha información y disponer de información que realmente pueda utilizar una máquina.

Una gran organización puede haber generado durante décadas contratos, consultas, informes, modelos, doctrina interna y documentación de operaciones. Puede incluso haber digitalizado todo ese patrimonio. Y, aun así, descubrir que buena parte de él no está preparado para alimentar sistemas de IA.

El problema se vuelve especialmente visible en organizaciones nacidas antes de la era digital. Primero se archivó en papel. Después se digitalizó. Se crearon carpetas, repositorios, bases documentales y aplicaciones distintas. El resultado puede ser un enorme patrimonio jurídico digital que, sin embargo, no tiene la estructura, clasificación o calidad necesarias para ser explotado de forma inteligente.

Ahí aparece una de las paradojas de la IA jurídica: cuanto más conocimiento ha acumulado una organización, mayor puede ser el trabajo previo necesario para hacerlo útil.

No basta con volcar documentación en un sistema. Hay que decidir qué entra, qué se queda fuera, qué documento representa realmente una buena práctica, cuál está desactualizado, qué información es confidencial y qué materiales pueden reutilizarse sin comprometer las líneas rojas de la profesión.

La pregunta deja entonces de ser tecnológica para convertirse en una cuestión de gobierno: ¿Quién decide qué sabe una organización?

El verdadero cuello de botella: decidir qué merece convertirse en conocimiento

Entrenar o contextualizar una herramienta con conocimiento propio obliga a tomar una decisión que antes podía pasar inadvertida: seleccionar qué trabajos representan la manera en la que una organización quiere hacer las cosas.

No todo informe excelente debe necesariamente incorporarse. No toda operación puede reutilizarse. Y un documento que fue adecuado para un asunto concreto puede ser una mala referencia fuera de aquel contexto.

Por eso aparecen dos filtros especialmente relevantes: calidad y confidencialidad. Pero hay un tercero menos evidente: la autoridad.

¿Quién puede determinar que un contrato es suficientemente bueno como para convertirse en modelo? ¿Quién valida que una respuesta jurídica merece alimentar futuros trabajos? ¿El socio que llevó el asunto? ¿El equipo de gestión del conocimiento? ¿Tecnología? ¿Un comité?

La gestión del conocimiento deja así de parecerse a un archivo y empieza a parecerse a una cadena editorial jurídica: alguien produce, alguien selecciona, alguien clasifica, alguien protege y alguien mantiene.

Y esa cadena necesita perfiles distintos. El abogado de práctica conoce el asunto, pero no tiene por qué saber cómo estructurar un repositorio para que pueda explotarlo una herramienta. El tecnólogo conoce el sistema, pero no necesariamente distingue el matiz jurídico que convierte un documento aparentemente correcto en una referencia peligrosa. De ahí que los modelos que se están construyendo incorporen abogados, profesionales de conocimiento e innovación, tecnología, datos y gestión del cambio.

La ingeniería del conocimiento jurídico empieza precisamente ahí.

Antes de poner IA en un proceso, quizá haya que arreglar el proceso

Otra conclusión menos evidente es que introducir inteligencia artificial puede obligar a mirar problemas que llevan años escondidos.

Un proceso lento no se convierte necesariamente en un buen proceso por añadirle IA. Puede convertirse simplemente en un mal proceso ejecutado más deprisa.

La experiencia trasladada desde una gran asesoría jurídica interna ofrece un método mucho más concreto. Primero, inventariar los procesos: desde pagar una factura de un despacho externo hasta responder una consulta jurídica de una unidad de negocio. Después, decidir cuáles merece la pena transformar atendiendo no solo al posible ahorro, sino también al riesgo operacional, la complejidad técnica y el valor que perciben abogados y clientes internos.

Y solo entonces intervenir.

La secuencia es significativa: eliminar tareas que no aportan valor, automatizar las que sí pueden automatizarse, modernizar aplicaciones antiguas y decidir después si cada proceso necesita IA, automatización convencional, gestión avanzada del dato o una combinación de ellas.

Eso desmonta una idea bastante extendida: transformación jurídica e implantación de IA no son sinónimos.

A veces, la decisión tecnológicamente más inteligente será no utilizar inteligencia artificial.

El ROI de la IA jurídica no puede consistir en “hemos ahorrado horas”

Hay además una razón empresarial para abandonar los grandes proyectos abstractos.

En una compañía, la IA jurídica compite por presupuesto con inversiones que afectan directamente al negocio. Y una asesoría jurídica no obtiene financiación simplemente porque una tecnología sea prometedora.

Necesita un caso de negocio.

Por eso tiene sentido comenzar por casos de uso pequeños, acotados y medibles, con un perímetro de riesgo claro. Si un piloto demuestra una mejora concreta, reduce riesgo, aumenta productividad y permite calcular un retorno, deja de ser un experimento tecnológico y empieza a ser defendible ante quien asigna capital.

Esto también cambia el papel del departamento jurídico. En lugar de aparecer al final para decidir si una solución puede utilizarse, puede participar desde su diseño: definir el caso de uso, establecer límites, determinar qué información puede entrar, quién valida las respuestas y cómo se medirá su calidad.

Es el paso del “legal como freno” al legal by design.

Y probablemente sea una de las condiciones necesarias para escalar IA en sectores fuertemente regulados: no intentar eliminar el control para ganar velocidad, sino diseñar la velocidad con el control incorporado.

La IA también va a obligar a revisar cómo se forma un abogado

Hay otra consecuencia menos tecnológica y quizá más profunda.

Durante décadas, parte del aprendizaje de un abogado junior se produjo haciendo tareas que hoy son candidatas evidentes a la automatización. Buscar jurisprudencia, preparar primeras versiones, revisar documentos o construir borradores no eran únicamente trabajo de bajo valor: también eran entrenamiento.

Si la máquina absorbe una parte de esas tareas, aparece un problema nuevo: ¿de dónde obtiene el junior las horas de práctica necesarias para desarrollar el criterio que después tendrá que utilizar para supervisar a la máquina?

La respuesta no puede ser enseñar simplemente a utilizar mejor la IA.

La formación empieza a necesitar varias capas simultáneas: conocimiento jurídico suficiente para moverse por el ordenamiento y detectar cuándo una respuesta aparentemente convincente es incorrecta; habilidades profesionales como entender al cliente y generar confianza; comprensión real de cómo funcionan las herramientas; y capacidades que paradójicamente adquieren más importancia cuanto mejor escribe una máquina: comprensión lectora, expresión oral, atención sostenida y pensamiento crítico.

También recupera importancia una tecnología bastante más antigua: la relación entre junior y senior.

El criterio jurídico no se descarga. Se construye viendo asuntos, equivocándose, contrastando decisiones y entendiendo por qué alguien con veinte años de experiencia elige una opción cuando existen otras tres jurídicamente defendibles.

El problema no es que la IA se equivoque. Es que puede sonar perfectamente razonable

Esta cuestión importa especialmente en Derecho porque muchos errores no llegan con una alarma.

Una respuesta generada puede estar bien redactada, ser coherente y resultar perfectamente plausible. Y, aun así, no ser correcta. O ser jurídicamente posible, pero inadecuada para ese cliente.

Ahí aparece una frontera difícil de automatizar.

Una compañía no necesita únicamente conocer las alternativas que permite el Derecho. Necesita saber qué gris le conviene dentro de todos los grises posibles.

Para eso cuentan elementos que difícilmente caben enteros en un prompt: la estrategia de la empresa, su tolerancia al riesgo, decisiones anteriores, contexto reputacional, sensibilidades internas, objetivos comerciales o la experiencia acumulada de quien lleva años asesorándola.

Por eso el valor humano no desaparece cuando la IA mejora. Se desplaza.

Cuanto mejor resuelva la máquina la producción básica, menos valioso será simplemente producir un documento y más valioso será saber si ese es el documento que debería producirse.

Si hacer un informe cuesta menos, la factura también acabará cambiando

Esta transformación tiene además una consecuencia económica que el sector no podrá esquivar indefinidamente.

Una empresa no contrata a un despacho para que utilice una herramienta. Contrata criterio técnico, diagnóstico jurídico y una recomendación profesional que le permita tomar una decisión.

Pero eso no significa que la eficiencia sea irrelevante.

Si determinadas tareas que antes requerían días pueden realizarse en horas y el coste de producción del servicio disminuye, el cliente terminará esperando que esa reducción tenga algún reflejo en el precio. La propia dinámica competitiva empujará en esa dirección.

Esto plantea una pregunta incómoda para el modelo tradicional de facturación por horas: ¿qué ocurre cuando una tecnología diseñada para reducir tiempo entra en un negocio que históricamente ha monetizado tiempo?

Probablemente la presión no esté solo en cobrar menos, sino en justificar mejor qué se está cobrando.

La elaboración mecánica pierde peso. El criterio, la especialización, la capacidad de asumir responsabilidad y la recomendación final ganan valor.

El cliente no necesita saber cada prompt. Sí necesita poder reconstruir el razonamiento

Que la IA forme parte del trabajo tampoco implica convertir cada asesoramiento en una auditoría tecnológica.

La exigencia parece estar en otro punto: una transparencia razonable.

Saber si se ha utilizado IA, en qué parte del proceso y qué controles existen. Y, sobre todo, mantener trazabilidad.

Una respuesta jurídica no puede descansar en una afirmación genérica cuya procedencia nadie conoce. El cliente debe poder llegar hasta las normas, jurisprudencia o doctrina que sustentan el análisis y contrastarlas.

La trazabilidad puede convertirse así en uno de los productos invisibles más importantes del asesoramiento jurídico con IA.

No basta con entregar una respuesta mejor y más rápido. Hay que poder explicar de dónde ha salido.

La gran ventaja competitiva puede estar escondida en los archivos

Durante años, los despachos han competido por talento, marca, especialización y relaciones con los clientes. Todo eso seguirá importando. Pero la IA introduce un activo adicional: la capacidad de convertir el conocimiento acumulado por muchas personas y durante muchos años en infraestructura.

Un buen sistema de conocimiento permite que una experiencia que antes permanecía en la cabeza de un socio pueda beneficiar a un abogado que nunca trabajó con él. Que la solución desarrollada para un asunto no desaparezca cuando termina la operación. Que el aprendizaje de cientos de expedientes pueda reutilizarse sin empezar desde cero.

Ese es un cambio bastante más profundo que aprender a hacer prompts.

Porque un prompt se copia. Una licencia se compra. Una interfaz se replica. Pero veinte años tomando buenas decisiones jurídicas y una organización capaz de capturar por qué se tomaron no aparecen pulsando un botón.

Quizá por eso el activo más importante de la próxima etapa de la IA jurídica no sea artificial.

Sea conocimiento.