Los grandes bufetes contratan ingenieros y especialistas en software para integrar herramientas de IA en sus flujos de trabajo cotidianos
El punto de quiebre
Durante décadas, el sector legal protegió su modelo con una ecuación simple: más horas facturables, más abogados. La revisión de miles de contratos en una due diligence de M&A, la evaluación de cumplimiento normativo en cien jurisdicciones, la preparación de escritos judiciales voluminosos. Todo medido en tiempo humano, todo facturado por hora.
Ese equilibrio se rompió de forma visible cuando Volkswagen llegó a Freshfields en 2021 con un problema de compliance que, bajo el modelo tradicional, habría requerido incorporar abogados en cada una de las más de 100 jurisdicciones donde se venden sus vehículos. Los ciclos de revisión se repetían cada vez que se modificaba un componente de software, y escalar a la velocidad del ciclo de releases de Cariad —la división de software del fabricante alemán— era inviable. Era un problema de ingeniería disfrazado de problema jurídico.
La respuesta de Freshfields no fue contratar más abogados. Fue construir software.
Donde se acelero el cambio
En el año y medio siguiente, programadores y abogados de Freshfields Lab colaboraron para construir una plataforma de IA que permite evaluaciones de riesgo global en tiempo real, actualizable cuando cambia la normativa de un país y visualizable en un mapa interactivo. La plataforma sigue en uso. Freshfields Lab, creado hace siete años, opera hoy con 30 desarrolladores distribuidos globalmente que trabajan en paridad con abogados, no como soporte técnico subordinado.
El caso no es aislado. Allen & Overy Shearman licencia ContractMatrix; Linklaters tiene Applied Intelligence. Los grandes bufetes contratan ingenieros y especialistas en software para integrar herramientas de IA en sus flujos de trabajo cotidianos. Al mismo tiempo, dos startups de legaltech —Legora y Harvey— alcanzaron valoraciones de US$5.600 y US$11.000 millones respectivamente, posicionándose como la capa de IA lista para usar para los bufetes que no tienen capacidad de construir internamente.
La dinámica resultante es la misma que se observa en cualquier industria que atraviesa una transición hacia plataformas: los grandes construyen internamente para diferenciarse, los medianos compran para no quedar fuera, y el mercado tiende a consolidarse alrededor de pocos vendors dominantes.
Lo que es nuevo en el sector legal es lo que esta transformación hace con el modelo de precios. Freshfields y otros bufetes han introducido esquemas escalonados donde el cliente elige entre un output generado por IA —más rápido y barato— o revisión humana completa —más lenta y costosa—. El asesoramiento jurídico deja de ser un servicio monolítico para convertirse en un menú con opciones de calidad y costo variables. Algunos clientes ya contratan bufetes exclusivamente para auditar el trabajo que su propia IA produce.
Donde golpea esto a Líderes de Ingeniería de Software
La transformación del sector legal no es una noticia adyacente. Es un espejo.
El primer efecto directo es el de contratación y talento. Los bufetes ahora compiten por ingenieros de software, científicos de datos y especialistas en ML, el mismo pool de talento que fintech, SaaS y empresas de infraestructura llevan años disputando. Eso no amplía la oferta; la fragmenta más.
El segundo efecto es contractual. Si tu empresa consume servicios legales a escala —revisión de contratos de proveedores, compliance regulatorio, due diligence para rondas o adquisiciones— el modelo de entrega de esos servicios está cambiando. Los plazos se acortan, los outputs intermedios llegan como datos estructurados, y la forma en que defines el alcance de trabajo con un bufete puede requerir revisión. Las API jurídicas no son metáfora: algunas de estas plataformas ya ofrecen acceso programático a resultados de evaluación de riesgo.
El tercer efecto es arquitectónico. El caso Volkswagen-Cariad ilustra un patrón que líderes de ingeniería reconocerán: cuando el ritmo de cambio del producto supera la capacidad de revisión manual de compliance, la única salida sostenible es automatizar la capa de validación. Si tu equipo opera en industrias reguladas —fintech, salud, infraestructura crítica— y el ciclo de releases presiona constantemente sobre los ciclos de revisión legal o regulatoria, el modelo que Freshfields construyó para Cariad es una referencia de arquitectura, no solo una anécdota de legaltech.
El cuarto efecto, menos visible pero operativamente relevante, es el riesgo en la cadena de outputs. Una base de datos que registra inexactitudes introducidas por IA en escritos judiciales ha recopilado cientos de casos globalmente. Sullivan and Cromwell tuvo que disculparse en un escrito por una cita incorrecta generada por IA. Si tu organización integra herramientas de legaltech —o cualquier herramienta de IA para producción de documentos con consecuencias contractuales o regulatorias— el patrón de fallos es conocido: alucinación con confianza alta, en contextos donde la precisión no es opcional.
Que aun podria cambiar la lectura
Dos variables determinan si esta transformación se acelera o se frena en los próximos 18 meses.
La primera es regulatoria. Los regímenes de responsabilidad sobre outputs de IA en contextos jurídicos no están consolidados. Si un tribunal establece precedente sobre la responsabilidad de un bufete por un error generado por su propia plataforma de IA, el apetito por licenciar herramientas a clientes se contraería significativamente. El marco actual asume que el cliente entiende que el output de IA es información, no asesoramiento. Esa distinción es frágil bajo presión litigiosa.
La segunda es estructural. Si los abogados junior dejan de hacer el trabajo repetitivo que históricamente construía su expertise, la pipeline de talento senior se degrada con un rezago de cinco a diez años. Los bufetes contratan becarios con años de anticipación; el efecto de esta transición sobre la calidad del asesoramiento humano de alto valor aún no es observable. Los subcampos que permanecen prácticamente inmunes a la IA —supervisión bancaria, negociaciones complejas, áreas donde el valor está en leer reacciones no escritas de reguladores— dependen precisamente de ese expertise acumulado en el trabajo de bajo nivel.
La pregunta que esto deja a tu equipo
Si tu ciclo de releases ya supera la velocidad a la que tu equipo legal puede validar compliance en los mercados donde operas, ¿qué parte de esa fricción es un problema de proceso, y qué parte es un problema de arquitectura que ningún bufete, con o sin IA, puede resolver externamente?
Fuentes
- Bloomberglinea — La IA obliga a las grandes firmas de abogados a replantearse su for (Link)
