Durante décadas les dijimos a los abogados que la respuesta era especializarse cada vez más. Tal vez era cierto. Tal vez dejó de serlo.
La especialización fue durante medio siglo la gran respuesta de la profesión legal a un mundo cada vez más complejo, más regulado, más fragmentado. Las firmas construyeron sus estructuras alrededor de ella. Las facultades de derecho organizaron sus programas de posgrado siguiendo la misma lógica. Los rankings internacionales la convirtieron en criterio de excelencia. Si querías ser el mejor, tenías que ser el mejor en algo muy específico.
Pero, ¿qué ocurre cuando una máquina puede acceder y procesar gran parte de ese conocimiento especializado mejor, más rápido y más barato que un ser humano?
Arnold Toynbee dedicó buena parte de su vida a entender por qué las civilizaciones prosperan y por qué decaen. Su respuesta más influyente fue bastante simple: las civilizaciones avanzan cuando responden creativamente a nuevos desafíos. Y colapsan, generalmente, no porque el desafío sea demasiado grande, sino porque intentan responderlo con instrumentos diseñados para otro problema.
El mercado legal lleva años frente a un desafío de esa magnitud. La inteligencia artificial no es una nueva herramienta que acelera procesos viejos, sino que es una presión estructural que está reordenando la anatomía del valor en los servicios legales. Y la respuesta que la mayoría de las organizaciones ha dado hasta ahora consiste, básicamente, en hacer lo mismo que venían haciendo, pero más rápido.
En este contexto, la pregunta interesante de pensar es si el superespecialista será o no una figura central del mercado legal en los próximos años.
Para entender adónde vamos, conviene recordar cómo llegamos aquí.
El modelo de la firma de abogados moderna se construyó sobre una intuición económica sólida: en un mundo de complejidad creciente, el conocimiento profundo es escaso, y la escasez genera valor. A medida que la regulación se expandió, que los mercados se globalizaron y que las transacciones se volvieron más sofisticadas, la especialización pasó de ser una virtud a ser una necesidad competitiva. Las firmas grandes se organizaron en departamentos cada vez más granulares. Surgieron boutiques ultraespecializadas que encontraron en la profundidad técnica su único y suficiente argumento de mercado. Un socio de M&A no solo sabía derecho societario, sino que sabía, específicamente, fusiones transfronterizas en el sector de energías renovables en jurisdicciones con tratados bilaterales activos.
Esa lógica ha funcionado extraordinariamente bien durante décadas. El especialista cobraba más porque sabía más, y sabía más porque había invertido años en reducir deliberadamente el ámbito de su atención. Era una apuesta por la escasez gestionada del conocimiento. Y el mercado la recompensó.
El problema es que esa escasez ya no es lo que era. La IA no está destruyendo el conocimiento jurídico, sino que lo que destruye es, precisamente, su escasez.
Los modelos de IA son especialmente eficaces exactamente donde el especialista construyó su ventaja competitiva: síntesis documental, investigación jurídica comparada, identificación de patrones en grandes volúmenes de información, producción de borradores, análisis de contratos, revisión de precedentes. No lo hacen todo bien, y cometen errores que un experto no cometería. Pero el punto no es si la IA es perfecta. El punto es si la distancia entre lo que sabe una máquina y lo que sabe un abogado especialista sigue siendo lo suficientemente grande como para sostener una estructura de precios y una propuesta de valor.
En muchos casos, esa distancia se está cerrando. No de golpe, sino de manera sostenida, en cada nueva versión de los modelos disponibles.
La escasez del conocimiento técnico-jurídico fue el fundamento sobre el que se construyó la economía de los servicios legales modernos. Si esa escasez se ve afectada, no hay razón para esperar que el resto de la estructura permanezca intacta. Los precios, las jerarquías, los modelos de carrera y los criterios de excelencia son todos derivados de esa premisa fundacional. Y las premisas que cambian silenciosamente son más peligrosas que las que cambian de forma visible.
El polímata y su regreso improbable
El concepto de polímata tiene una larga historia y un nombre principal: Leonardo da Vinci. Pero la figura del conocedor amplio, capaz de moverse con soltura entre disciplinas, no era una excentricidad renacentista; era la norma intelectual de una época en que el cuerpo total del conocimiento humano todavía era manejable por una sola mente extraordinaria.
La explosión del conocimiento en los siglos XIX y XX hizo que esa figura pareciera anacrónica. El mundo moderno premió la especialización no por capricho cultural, sino porque era funcionalmente imposible dominarlo todo. La división intelectual del trabajo fue una respuesta racional a la expansión exponencial de lo que había que saber.
Pero hay algo que los sistemas de especialización nunca resolvieron bien: la integración. Los problemas reales no respetan los límites de las disciplinas. Un cliente que enfrenta una reestructuración corporativa no tiene un problema «laboral» y otro problema «tributario» y otro problema de «contratos»: tiene un problema de negocios con múltiples dimensiones jurídicas, financieras, regulatorias y organizacionales, que alguien tiene que ser capaz de ver en su totalidad.
Aquí es donde la hipótesis más extendida sobre la IA y la especialización merece ser cuestionada. La intuición corriente dice: si la IA hace el trabajo de síntesis e integración, el humano que queda es el superespecialista, es decir, el que tiene el criterio técnico último que ninguna máquina puede replicar. Formación amplia para entender el mundo, ejecución estrecha para crear valor. La lógica tiene cierto atractivo.
El problema es que confunde dos cosas distintas: profundidad técnica y juicio experto. La IA ya es extraordinariamente profunda en dominios técnicos. Lo que todavía no tiene -y es genuinamente difícil de replicar- es juicio situacional: saber qué pregunta importa en este contexto específico, para este cliente, con esta historia regulatoria, en este momento del mercado. Eso no es especialización técnica. Es exactamente la capacidad integradora que el polímata cultivó siempre.
El especialista responde preguntas, mientras que el polímata formula las preguntas correctas. Y en un entorno donde las respuestas son cada vez más accesibles, quien controla las preguntas controla el valor.
La bifurcación que se viene
No hace falta proyectarse demasiado hacia el futuro. Basta con observar qué tipo de profesionales ocupan hoy las posiciones más influyentes del ecosistema legal moderno.
Los gerentes legales más valorados no son necesariamente los más expertos en derecho corporativo: son quienes entienden los objetivos del negocio, traducen el riesgo jurídico en lenguaje financiero, gestionan equipos y proveedores externos, y toman decisiones en condiciones de incertidumbre. Los socios que los clientes buscan para proyectos estratégicos no son siempre los más técnicos de su área: son quienes entienden la industria del cliente y conectan problemas jurídicos con consecuencias comerciales concretas.
Pero hay un matiz importante que el entusiasmo por el polímata tiende a ignorar. Dentro de las firmas, la IA probablemente no va a eliminar al superespecialista. Va a cambiar radicalmente lo que ese especialista tiene que ser.
Lo que desaparece es la capa media: el abogado técnicamente competente, pero cuya profundidad no llega al nivel donde el juicio humano resulta insustituible. Esa figura -que durante décadas fue el motor silencioso de las grandes firmas grandes- es exactamente el perfil más expuesto a la sustitución. No porque la IA sea más inteligente, sino porque su ventaja competitiva descansaba en el acceso y procesamiento de información especializada, que es precisamente lo que los modelos hacen bien.
Lo que emerge, en cambio, es una bifurcación. Por un lado, un grupo reducido de superespecialistas con criterio técnico excepcional: los que validan, cuestionan y deciden en terreno genuinamente complejo, donde el error tiene consecuencias reales y la IA no tiene suficiente contexto para operar sola. Por otro, perfiles integradores con formación amplia que coordinan sistemas de IA, diseñan soluciones transversales y gestionan la relación con clientes que tienen problemas de negocios, no problemas de área de práctica.
La paradoja es que ambos perfiles requieren, en el fondo, una base polímata. El superespecialista que sobrevive no es el técnico profundo genérico: es el que combina dominio técnico con juicio situacional, con lectura de contexto, con capacidad de decidir bajo incertidumbre. En otras palabras, profundidad más integración. El polímata que se especializa, no el especialista que renuncia a la amplitud.
El mercado ya está votando. Lo que todavía no ha cambiado son las estructuras que se supone deben producir ese tipo de profesionales.
La paradoja de las firmas organizadas para el mundo anterior
La mayoría de las firmas de abogados siguen organizadas en torno a áreas de práctica. Es una estructura heredada que tiene décadas de antigüedad y que fue funcional durante exactamente el período en que la especialización era la respuesta correcta. Pero los problemas de los clientes no se presentan ordenados por área de práctica. Se presentan como situaciones complejas que atraviesan jurisdicciones, materias y horizontes de tiempo simultáneamente.
La IA podría acelerar una transición que algunos mercados ya están experimentando: desde estructuras organizadas en torno a disciplinas jurídicas hacia estructuras organizadas en torno a industrias, tipos de problemas y resultados específicos. No es que las áreas de práctica vayan a desaparecer, pero podrían pasar de ser el principio organizador central a ser capacidades de soporte dentro de equipos que piensan de forma más integrada.
Las boutiques ultraespecializadas que no construyan capacidades de integración estarán particularmente expuestas. No porque la especialización deje de tener valor, sino porque ese valor, sin la capacidad de conectarlo con otros dominios, será cada vez más fácil de sustituir.
Preparándose para el examen equivocado
Toynbee tenía una idea sobre el fracaso que resulta incómoda cuando se la aplica a uno mismo: las organizaciones no suelen colapsar porque el desafío las vence. Colapsan porque intentan responder desafíos nuevos utilizando respuestas diseñadas para desafíos anteriores. La respuesta se perfecciona mientras el problema ya cambió de forma.
La inteligencia artificial no está eliminando la necesidad de abogados. Esa versión catastrofista es tan inexacta como la versión optimista que ve en la IA apenas una herramienta de productividad. Lo que la IA está haciendo es más específico: está eliminando la necesidad de una forma particular de ser abogado. Y está reescribiendo, al mismo tiempo, lo que significa ser especialista.
La respuesta no es abandonar la profundidad; es dejar de creer que la profundidad técnica, por sí sola, es suficiente. El profesional que el mercado necesita -tanto el que integra como el que se especializa- es alguien con una base amplia desde la cual construir. Alguien que sabe lo suficiente de varias cosas como para saber exactamente qué pregunta hay que hacerle a la máquina.
Después de medio siglo de hiperespecialización, muchas organizaciones descubrirán que pasaron años perfeccionando exactamente la habilidad que una máquina aprendió primero. Y que el perfil que descuidaron -curioso, integrador, capaz de moverse entre disciplinas- era el que más necesitaban para dirigirla.
Rafael es el responsable de Mirada 360 en América Latina, donde colabora con las firmas de abogados en estrategia, modelo de negocio y posicionamiento competitivo. El trabajo académico, como profesor e investigador durante más de 15 años, y su formación en derecho y en economía, lo llevó a interesarse por estudiar el mercado legal.
