Como hemos dicho en otras oportunidades, el problema para las firmas de abogados no es adoptar inteligencia artificial, sino que ella rompe su modelo económico tal como lo conocemos.
Se habla de «transformación digital» como si comprar licencias de software y hacer un taller interno fuera una estrategia. No lo es. La tecnología es un insumo y lo que está en juego es el modelo de negocio: cómo se produce el servicio, cómo se cobra, cómo se organiza el equipo y quién gana y quién pierde dentro de la firma.
Conviene distinguir tres estadios.
La “firma analógica” funciona sobre la base de abogados que facturan horas, conocimiento almacenado -muchas veces únicamente en la cabeza de los socios- y procesos que dependen de la voluntad individual.
La “firma digital” -que es donde están hoy las firmas más «avanzadas»- digitalizó lo administrativo: tiene un sistema de gestión, tiene un repositorio de documentos y usan una que otra herramienta de IA. Pero no cambió nada sustantivo en cómo produce o cobra sus servicios legales.
Y luego está la “firma IA”, que no es una firma con herramientas de inteligencia artificial, sino una firma que rediseñó su operación alrededor de la capacidad de producir más y mejor con menos tiempo humano.
Ese tránsito -de analógica a IA- no es un proyecto de TI, sino que es una decisión de negocio.
¿Qué significa realmente ser una firma IA?
Definir una «firma IA» por las herramientas que usa es como definir un restaurante por la marca de su horno. Lo relevante no es el instrumento, sino tres cosas concretas.
- ¿Cómo produce? Una firma IA no produce servicios legales asignando un abogado junior que redacta un borrador que revisa un senior que corrige un socio. Produce a partir de sistemas que generan primeros borradores, revisan consistencia, identifican riesgos y comparan con precedentes, con un abogado que supervisa, edita y agrega criterio. El flujo cambió de dirección: antes el abogado construía desde cero; ahora edita y decide sobre un insumo que la máquina generó.
- ¿Cómo captura valor? La firma tradicional captura valor vendiendo tiempo. Mientras más horas, más ingreso. La firma IA tiene un problema con eso: si la IA reduce a cuatro horas un trabajo que antes tomaba veinte, el modelo de hora se vuelve un mecanismo de autodestrucción. Capturar valor en una firma IA implica cobrar por el resultado, por la complejidad del problema o por el acceso al sistema; no por el reloj.
- ¿Cómo organiza el trabajo? La pirámide clásica -muchos juniors, algunos seniors, pocos socios- existe porque el trabajo legal intensivo en horas necesita mano de obra barata que ejecute las tareas repetitivas. Si la IA asume buena parte de esas tareas, la pirámide pierde su base. Y con ella, el modelo de formación de abogados jóvenes que alimentó a las firmas durante décadas.
Ocho palancas para la transición
No existe una receta, porque cuando estamos transitando la ola es difícil tenerla. Pero sí hay palancas concretas que una firma puede activar. Cada una tiene un efecto distinto y cada una genera resistencia. Conviene saber ambas cosas antes de empezar.
1. Rediseñar el producto legal
Lo que cambia: dejar de vender «asesoría» como un flujo abierto de horas y empezar a definir entregables concretos. Un due diligence no es «las horas que tome»; es un informe con alcance definido, plazo fijo y formato estandarizado. La IA permite producir ese entregable más rápido y con mayor consistencia.
¿Qué implica en la práctica? Paquetizar servicios, definir alcances, estandarizar formatos. Suena obvio, pero no lo es. La mayoría de las firmas nunca han definido con precisión qué incluye cada servicio que vende.
Resistencia: los socios que viven de la ambigüedad del alcance van a resistir. La ambigüedad es rentable cuando se cobra por hora.
2. Construir un sistema de conocimiento, no una carpeta de archivos
Lo que cambia: el conocimiento deja de residir en la memoria del socio o en carpetas organizadas por cliente. Pasa a ser un sistema estructurado, buscable y entrenado, que cualquier abogado de la firma puede consultar y que la IA puede usar como fuente.
¿Qué implica en la práctica? Estandarizar nomenclaturas, construir bases de cláusulas, alimentar sistemas con la jurisprudencia relevante. Es un trabajo ingrato que nadie quiere hacer.
Resistencia: el socio cuyo poder depende de ser «el que sabe» percibe esto como una amenaza. Porque lo es.
3. Cambiar la lógica de pricing
Lo que cambia: pasar de cobrar por tiempo a cobrar por valor, por riesgo asumido o por resultado. La IA presiona los precios hacia abajo en todo lo que es repetitivo y estandarizable. Si la firma sigue cobrando por hora un trabajo que ahora toma un tercio del tiempo, el cliente se va a dar cuenta. O peor: va a encontrar quien lo haga más barato.
¿Qué implica en la práctica? Desarrollar modelos de precio fijo, por paquete, por suscripción o por éxito. Requiere entender los costos reales de cada servicio, cosa que pocas firmas latinoamericanas hacen.
Resistencia: el pricing por hora es cómodo. No requiere estimar, no requiere asumir riesgo, no requiere pensar. Cambiarlo obliga a hacer todo eso.
4. Reconfigurar el equipo
Lo que cambia: la firma necesita menos juniors haciendo tareas mecánicas y más perfiles que sepan operar en la intersección de lo legal, lo tecnológico y lo operacional. Abogados que puedan diseñar prompts, supervisar outputs de IA, estructurar flujos de trabajo.
¿Qué implica en la práctica? Contratar perfiles distintos, reentrenar a los que ya están y aceptar que no todos los abogados actuales van a poder hacer la transición.
Resistencia: el riesgo más serio es el quiebre del modelo de formación. Si los juniors ya no hacen el trabajo repetitivo que los formaba, ¿cómo se forman los abogados del futuro? Nadie tiene una buena respuesta todavía.
5. Decidir quién gobierna la tecnología
Lo que cambia: la decisión sobre qué tecnología adoptar, cómo implementarla y qué procesos rediseñar no puede quedar en manos del área de TI ni del socio que «le gusta la tecnología». Es una decisión de negocio que afecta pricing, estructura, márgenes y cultura.
¿Qué implica en la práctica?Crear una función de dirección que combine visión estratégica con conocimiento operacional. En algunas firmas será un COO; en otras, un comité con poder real de decisión
Resistencia: los socios no quieren delegar decisiones que afectan su ingreso. Pero tampoco quieren tomarlas. Esa parálisis es el estado natural de muchas firmas.
6. Integrar la IA en el flujo, no como herramienta aislada
Lo que cambia: la IA deja de ser algo que «el que quiera puede usar» y pasa a estar embebida en los procesos de la firma. La revisión de contratos, la generación de borradores, el análisis de jurisprudencia y la gestión de plazos operan con IA como componente nativo, no como accesorio opcional.
¿Qué implica en la práctica? Rediseñar procesos completos, no solo agregar una herramienta. Requiere mapear flujos actuales, identificar dónde la IA agrega valor y dónde no, y construir protocolos de supervisión humana.
Resistencia: «uso voluntario» es la trampa favorita de las firmas que quieren decir que adoptaron IA sin cambiar nada. Si el uso es voluntario, el 80% no la va a usar.
7. Medir cosas distintas
Lo que cambia: las métricas clásicas -horas facturables, tasa de realización, ingreso por abogado- dejan de contar la historia completa. Si un abogado con IA produce en cinco horas lo que antes producía en veinte, su «productividad» medida en horas se desploma. Pero su productividad real se multiplicó.
¿Qué implica en la práctica? Construir métricas de productividad por output, margen por asunto, costo por entregable, satisfacción del cliente por servicio específico. Esto requiere datos que la mayoría de las firmas no recopila.
Resistencia: cambiar las métricas cambia los incentivos. Y cambiar los incentivos cambia quién gana dinero dentro de la firma. Es, por definición, una conversación incómoda.
8. Enfrentar la redistribución del poder interno
Lo que cambia: la IA no es neutral en la política interna de una firma. Favorece a los abogados que adoptan, aprenden y rediseñan. Desfavorece a los que dependen exclusivamente de su experiencia acumulada y su red de contactos. Redistribuye poder desde los socios de mayor antigüedad hacia los que entienden cómo operar en el nuevo modelo.
¿Qué implica en la práctica? Tensiones entre generaciones, disputas sobre la distribución de utilidades, resistencia pasiva de los que perciben que pierden terreno.
Resistencia: este es el elefante en la sala. Ninguna firma lo discute abiertamente. Todas lo viven.
Los errores que se repiten
Los mismos errores aparecen firma tras firma, país tras país.
- Comprar licencias sin rediseñar procesos. Es el más común. La firma adquiere una herramienta de IA, la instala, hace una capacitación de dos horas y espera que la adopción ocurra sola. No ocurre.
- Delegar la transformación al área de TI o a un «comité de innovación» sin poder de decisión. La tecnología es un medio; el problema es de negocio. Si quien lidera el esfuerzo no tiene autoridad para cambiar pricing, estructura o procesos, no va a cambiar nada.
- Creer que es un tema de capacitación. «Hagamos un taller de prompts«. Bien. ¿Y después qué? Si el modelo de negocio sigue igual, si las métricas siguen siendo las mismas, si los incentivos premian horas y no resultados, el taller de prompts es un gasto, no una inversión.
- Mantener el mismo modelo de negocio y esperar resultados distintos. La IA no es una mejora incremental del modelo actual. Es una fuerza que presiona hacia un modelo distinto. Usarla para hacer lo mismo más rápido, sin cambiar precios ni estructura, es desperdiciar la oportunidad y comprimir los márgenes al mismo tiempo.
Un camino realista
El tránsito no es limpio ni lineal. Pero sí hay una secuencia que funciona mejor que improvisar.
La primera etapa es un diagnóstico económico honesto. ¿Dónde está el tiempo de la firma? ¿En qué servicios se concentra el margen? ¿Qué tareas son repetitivas y cuáles requieren criterio experto? Sin este mapa, cualquier inversión en IA es un tiro al aire.
La segunda etapa son pilotos controlados. No masivos. No en toda la firma. Un equipo, un tipo de servicio, un cliente. El objetivo no es demostrar que la IA funciona -funciona- sino entender qué cambia en el proceso, en el tiempo y en la economía del servicio cuando se la incorpora.
La tercera etapa es rediseñar servicios específicos a partir de lo aprendido. Cambiar el entregable, el pricing, el flujo de trabajo y las métricas de un servicio concreto. Uno. Bien hecho. Documentado. Con resultados medibles.
La cuarta etapa es escalar. Aplicar el modelo a otros servicios, otros equipos, otras áreas. Esto lleva meses, no semanas. Y en el camino van a aparecer problemas que el piloto no anticipó: resistencias culturales, problemas de calidad, clientes que no entienden el nuevo modelo.
Conviene aceptar desde el principio que habrá retrocesos, errores y decisiones que habrá que revertir. La firma que espere un roadmapperfecto antes de empezar no va a empezar nunca.
La hipótesis incómoda
La mayoría de las firmas de abogados en América Latina no va a hacer esta transición. No porque no puedan, sino porque no van a querer. Van a optimizar su modelo actual: un poco de IA por aquí, una herramienta por allá, un taller de prompts para los juniors. Van a seguir cobrando por hora, van a seguir con la misma pirámide, van a seguir midiendo horas facturables.
Y va a funcionar. Por un tiempo.
Hasta que un competidor -o un proveedor alternativo de servicios legales que ni siquiera sea una firma de abogados- demuestre que se puede entregar el mismo resultado a la mitad del costo y en la mitad del tiempo. Ese día, la optimización incremental deja de ser una estrategia y se convierte en el prólogo de la irrelevancia.
La pregunta para cada socio no es si la IA va a cambiar el mercado legal. Ya lo está cambiando. La pregunta es si va a ser protagonista de ese cambio o espectador. Y la ventana para decidir es más corta de lo que parece.
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.
