Por Rupali Patel Shah, directora de Soluciones Jurídicas de DiliTrust
Las organizaciones que están obteniendo un valor real de la IA en este momento tienen algo en común. Abordaron su implantación como un proceso de transformación. Otras se encuentran ante facturas que no pueden explicar y resultados en los que no pueden confiar plenamente. Es así porque lo abordaron como una simple adquisición. Esa distinción es donde realmente reside la historia de la IA en el ámbito jurídico. Y no tanto la plataforma elegida o la rapidez con la que se ha actuado.
Llevo meses escribiendo sobre este patrón. Tanto en el ámbito de la gobernanza de la información, la incertidumbre normativa o la implantación de tecnologías. La fórmula es sorprendentemente constante. Se invierte en exceso en la herramienta mientras se invierte muy poco en las personas y los procesos. Y se espera una transformación cuando lo que se obtiene es una decepción. La IA no es una excepción a esta fórmula. Es más, se trata de la versión de mayor riesgo que hemos visto hasta ahora.
La factura es real. El valor es más difícil de determinar.
Los presupuestos destinados a la IA en los departamentos jurídicos crecieron una media del 67% interanual. Esto queda reflejado en el informe de Deloitte de junio de 2026 titulado «The AI Imperative: Reshaping of the Legal Industry». A partir de una encuesta realizada a más de 100 directores jurídicos y altos cargos del ámbito jurídico de nueve sectores. [1] Hace dos años, el 76% de los departamentos jurídicos afirmaba no haber adoptado en absoluto la IA. Hoy en día, el 61% la está implementando activamente. [1] El gasto se está acelerando rápidamente.
Los resultados no están a la altura. Un estudio del MIT lo puso de relieve. El 95% de los proyectos piloto de IA en empresas no tuvieron ningún impacto cuantificable en la cuenta de resultados. [2] Bain & Company realizó un seguimiento de 200 empresas durante cinco meses sobre la IA generativa (GenAI). El estudio se realizó concretamente en el ámbito jurídico. Y los abogados mostraron el mayor grado de insatisfacción de todos los grupos de trabajo corporativos. Solo el 53% afirmó que las herramientas cumplían o superaban las expectativas. Y esa cifra se redujo un 18 % durante el periodo de estudio. [3] Deloitte advierte que el valor más significativo de la IA en el ámbito jurídico «aún está por llegar». [1]
Esa frase tiene mucho peso. Porque las facturas no esperan.
El problema del coste tiene un nombre: «token maxxing»
Esto ocurre cuando se implementan herramientas de IA de forma generalizada sin tener en mente un resultado claro. Las métricas de adopción se basan en el uso: quién utiliza las herramientas y con qué frecuencia. Una intención razonable. Consecuencia no deseada: los empleados aprenden rápidamente que un uso elevado de la IA es señal de relevancia en un entorno ya de por sí preocupado por la plantilla. Consumir más tokens se convierte en el objetivo, en lugar de en el resultado. Tal y como ha observado el Centro de Innovación en IA de la Universidad de Cornell, «los empleados aprenden a maximizar el uso en lugar del valor». [4]
Una empresa tecnológica agotó su presupuesto de IA para 2026 en cuatro meses tras implementar una herramienta para 5.000 ingenieros. Su director técnico gastó 1.200 dólares en una sola sesión de demostración de dos horas. [5] Los precios de la IA por token han caído entre un 80%-90% en los últimos dos años. Las facturas de IA de las empresas aumentaron un 320 % en el mismo periodo [6], ya que los flujos de trabajo con agentes pueden generar entre 10 y 20 llamadas independientes a modelos de lenguaje grande (LLM) por tarea [7], y solo el 15 % de las empresas puede prever sus costes de IA con una precisión del 10 % [8].
Los precios actuales también están subvencionados en parte por el capital riesgo. Cuando eso cambie, los costes serán mucho más difíciles de asumir. Goldman Sachs ha realizado una previsión al respecto. Prevé que los agentes de IA provocarán un aumento de 24 veces en el consumo de tokens para 2030. [7] Sinceramente, no sabemos hasta qué punto se encarecerá todo esto.
Ha pagado un sobreprecio. Puede que no sea dueño de lo que ha creado.
Una categoría concreta de herramientas de IA ha agravado esta situación en el ámbito jurídico: productos diseñados como marcos de flujo de trabajo que se superponen a los modelos base —añadiendo gestión de documentos, historial de asuntos e indicaciones específicas del sector— y que se venden con un margen de beneficio considerable. Los bufetes firmaron contratos plurianuales antes de comprender la estructura de precios. Muchas descubrieron que estaban pagando una suscripción premium, más tarifas de API basadas en el consumo, más costes de integración y más formación, todo ello además de un modelo base al que podrían haber accedido directamente por una fracción del precio.
El análisis realizado por la Facultad de Derecho de Stanford sobre los contratos de los proveedores de IA reveló que el 92% reclama derechos de uso de datos que van más allá de lo necesario para la prestación del servicio. Solo el 17% se compromete explícitamente a cumplir con la legislación aplicable. Frente al 36% de los acuerdos estándar de SaaS. [9] Y, en el ámbito jurídico concreto, las herramientas que se integran con la gestión de expedientes acumulan contexto institucional. Por ejemplo, bibliotecas de precedentes, correcciones de los abogados, umbrales de riesgo construidos a lo largo de meses de uso. Cuando un bufete abandona la plataforma, ese aprendizaje se esfuma. Todavía no tenemos una visión clara de las implicaciones a largo plazo en materia de confidencialidad.
Este es el compromiso que no aparece en la presentación.
Esto tiene que ver, en parte, con los usuarios, no con las herramientas
Aquí viene lo incómodo: no todo esto es culpa de la tecnología.
El estudio más riguroso realizado hasta la fecha sobre la IA y la productividad de los desarrolladores con experiencia —un ensayo controlado aleatorio llevado a cabo por METR y publicado en 2025— reveló que las herramientas de IA ralentizaban a los desarrolladores en un 19 % en tareas reales de producción. Los desarrolladores habían previsto que serían un 24 % más rápidos. Tras completar el estudio, seguían creyendo que habían sido un 20 % más rápidos. [10] La diferencia entre la productividad que las personas perciben al utilizar la IA y la productividad real es uno de los hallazgos más relevantes de la investigación actual.
Lo que denominé «programación intuitiva» en mi artículo de abril se aplica mucho más allá del ámbito del software. Se trata de la tendencia a generar resultados rápidamente sin comprenderlos en profundidad. Para una persona que trabaja en un problema concreto, esto puede resultar rápido y realmente útil. Sin embargo, cuando los resultados se incorporan a un flujo de trabajo, a una cadena de revisión o a un producto final para el cliente, genera problemas cuya detección y corrección resultan muy costosas.
Del rendimiento percibido al coste real del resultado
Harvard Business Review denominó a este tipo de contenido «workslop». Esto es: contenido generado por IA que parece completo y profesional, pero que carece de valor sustantivo. [11] En una encuesta realizada a más de 1.000 trabajadores estadounidenses, el 40% afirmó haberlo recibido durante el mes anterior. Resolver cada incidente lleva una media de casi dos horas. El remitente ahorra 30 minutos. La organización pierde dos horas. La base de conocimientos se va llenando silenciosamente de contenido no verificado. Y más adelante no se podrá rastrear el origen de dicho contenido. Este es el problema de gobernanza de la información sobre el que llevo escribiendo desde enero, desde otra perspectiva.
En el ámbito jurídico, las consecuencias son profesionales. Los tribunales estadounidenses registraron 487 casos de errores o «alucinaciones» de la IA en documentos judiciales solo en 2025. Más de diez veces el total de 2024. [12] Deloitte constató que solo el 24 % de los departamentos jurídicos cuenta con algún marco formal de control de calidad para la IA. [1] Las herramientas se están extendiendo más rápido que los controles sobre las mismas.
El 84% no ha rediseñado nada
Deloitte ha constatado que el 84% de las organizaciones no ha rediseñado las funciones en función de la IA. Solo el 17% ha incorporado incentivos para su adopción en los marcos de evaluación del rendimiento. [1] La mayoría aplica un modelo de doble función. Los empleados generan resultados de IA. Y, a continuación, los validan exhaustivamente. Sin que se haya producido ningún cambio estructural en la forma en que se definen o respaldan esos puestos. El ahorro que promete la tecnología se ve parcialmente consumido por el trabajo necesario para verificarla.
A medida que la IA se hace cargo del trabajo jurídico rutinario, lo que queda se vuelve más complejo. Lo que podría requerir más profesionales con mayor experiencia para respaldarlo, y no menos. Esto no se tiene en cuenta en la mayoría de los modelos de retorno de la inversión.
La prudencia vence a la inmediatez
Los casos prácticos de Deloitte muestran una reducción anual de 6 millones de euros en los gastos jurídicos externos de una compañía de seguros y un aumento de la productividad del 5 al 8% en un departamento de servicios financieros en una fase temprana de implantación. [1] El análisis del MIT reveló que las implantaciones de IA en áreas administrativas con límites de proceso bien definidos generaron un ahorro anual de entre 2 y 10 millones de dólares solo gracias a la automatización de la revisión de documentos. [2] Lo que distingue a esos resultados no es la herramienta elegida.
Deloitte lo expresa con claridad: «La decisión de inversión más importante para los responsables del ámbito jurídico no es qué plataforma adquirir, sino garantizar una cartera de inversiones completa y equilibrada que abarque la tecnología, el personal, los datos y la transformación». [1]
Adquirir es fácil, la transformación es la clave
Define el problema antes de financiar la solución. Establece hitos, no misiones. Fomenta la responsabilidad desde el primer día. Escribí sobre esto en mayo en el contexto general de la implantación de la tecnología; los principios son los mismos. La IA no es una excepción especial a cómo funciona realmente el cambio.
El coste de la adopción de la IA en el ámbito jurídico ya es elevado y sigue aumentando de formas que no podemos predecir del todo. La pregunta que merece la pena plantearse ahora mismo no es si tu organización está utilizando la IA, sino si has abordado su adopción como un problema de transformación o como una simple adquisición. Porque uno de esos caminos conduce a algún sitio. El otro conduce a un lío muy costoso que es más difícil de desenredar de lo que costó crearlo.
Más no siempre es mejor. A veces solo supone más trabajo de limpieza.
Fuentes
[1] Deloitte Legal, «El imperativo de la IA: la transformación del sector jurídico», junio de 2026
[2] MIT / Legal.io, «Un informe del MIT revela que el 95 % de los proyectos piloto de IA no generan retorno de la inversión», 2025
[3] Bain & Company / Legal Dive, «La IA general y los abogados (todavía) no se compenetran bien», 2024
[4] Cornell Chronicle, «El problema de los costes ocultos de la IA: las empresas necesitan conocimientos básicos, no solo maximizar el número de tokens»
[5] Forbes / Janakiram MSV, «Uber agota en cuatro meses su presupuesto de IA para 2026 en el código de Claude», mayo de 2026
[6] Oplexa, «La crisis del coste de la inferencia de IA en 2026»
[7] Goldman Sachs, «Decoding the Agentic Economy», mayo de 2026
[8] Campbell Robertson / Substack, «Tokenmaxxing: el coste oculto que se come los ahorros que te prometieron», marzo de 2026
[9] Stanford CodeX / TermScout, «Cómo abordar los contratos con proveedores de IA y el futuro del Derecho», marzo de 2025
[10] METR, «Evaluación del impacto de la IA de principios de 2025 en la productividad de los desarrolladores experimentados de código abierto», julio de 2025
[11] Harvard Business Review, «El “workslop” generado por IA está destruyendo la productividad», septiembre de 2025
[12] LawSites / Damien Charlotin, «El sector jurídico alcanza un punto de inflexión en materia de IA», marzo de 2026
Del riesgo de la IA a la preparación para la IA: el plan de acción para tu departamento jurídico
Esto es lo que encontrarás en este plan de acción:
- De la adopción de la IA al valor real de la IA: qué marca la diferencia
- Los tres problemas que ningún software puede resolver por sí solo
- Un plan de 90 días para la implementación de la IA que cualquier equipo jurídico puede poner en práctica
Preguntas frecuentes sobre el coste de la implantación de la IA en los departamentos jurídicos
Deje de medir la adopción por consumo y empiece a medirla por resultados en un caso de uso definido. Cuando el volumen de uso se convierte en el indicador clave de rendimiento (KPI), los empleados preocupados por la plantilla aprenden que gastar tokens es señal de relevancia, por lo que el consumo se infla independientemente del valor. Esto es importante porque los flujos de trabajo agenticos pueden generar entre 10 y 20 llamadas a modelos de lenguaje grande (LLM) distintas por tarea, y solo el 15% de las empresas puede prever sus costes de IA con una precisión del 10%, por lo que un sistema de puntuación basado en el uso te expone a un desbordamiento presupuestario, como le ocurrió a la empresa tecnológica que agotó todo su presupuesto de IA para 2026 en cuatro meses. Vincula los incentivos a un proceso delimitado (revisión de documentos, clasificación de asuntos) con un hito y un umbral de calidad verificado, y luego amplía la escala solo cuando ese caso de uso lo merezca. Una plataforma que registre el coste y el resultado por asunto, en lugar del recuento bruto de tokens, es lo que permite medir esto.
Negocie la portabilidad explícita de su contexto institucional (bibliotecas de precedentes, correcciones, umbrales de riesgo) y los límites de uso de datos antes de firmar, ya que ese aprendizaje acumulado es el verdadero coste de cambio y, por lo general, no está contemplado en el acuerdo estándar. La Facultad de Derecho de Stanford descubrió que el 92% de los contratos de proveedores de IA reclaman derechos de uso de datos más allá de lo que requiere la prestación del servicio y solo el 17% se compromete a cumplir con la legislación aplicable, por lo que las condiciones por defecto favorecen al proveedor. En el ámbito jurídico concreto, las herramientas creadas como marcos de flujo de trabajo sobre un modelo base pueden cobrar una suscripción premium, más tarifas de consumo de la API, más los costes de integración y entrenamiento, todo ello sobre un modelo al que podrías acceder de forma más económica; y, cuando te das de baja, meses de contexto acumulado sobre los asuntos se esfuman, con implicaciones sin resolver en materia de confidencialidad. Insiste en los derechos de exportación, en obligaciones definidas de tratamiento de datos y en la transparencia de precios en todas las capas, para que la salida sea una decisión y no una trampa.
Se necesita un punto de control formal de verificación humana en cada momento en que los resultados de la IA salgan de una persona y entren en una cadena de revisión, en un documento o en un expediente, ya que los resultados no verificados generan una responsabilidad que resulta costosa de detectar posteriormente. Los tribunales de EE. UU. registraron 487 casos de errores o «alucinaciones» de la IA en documentos judiciales en 2025, más de diez veces el total de 2024; sin embargo, Deloitte descubrió que solo el 24 % de los departamentos jurídicos cuenta con algún marco formal de control de calidad para la IA. La brecha es profesional, no solo operativa: una cita errónea supone un riesgo de sanciones y de daño a la reputación. Es necesario establecer responsabilidades de revisión bien definidas, la trazabilidad de lo generado por la IA y un paso de verificación en el propio flujo de trabajo, en lugar de confiar en la diligencia individual, y utilizar herramientas que mantengan un registro de auditoría claro del producto de trabajo asistido por IA.
Fracasan cuando las organizaciones incorporan la IA a los puestos existentes sin rediseñarlos, de modo que los empleados acaban desempeñando un modelo de doble función (generar resultados y, a continuación, validarlos exhaustivamente) y el ahorro prometido se ve consumido por el trabajo de verificación. Deloitte ha constatado que el 84 % de las organizaciones no ha rediseñado los puestos en torno a la IA y que solo el 17 % ha integrado su adopción en los marcos de rendimiento. A esto se suma que, a medida que la IA absorbe el trabajo rutinario, lo que queda es más complejo y puede requerir profesionales de mayor experiencia para respaldarlo, lo que eleva el nivel de experiencia y criterio necesarios en las fases posteriores, un coste que no se recoge en ningún modelo estándar de retorno de la inversión (ROI). Las organizaciones que realmente obtienen valor (una aseguradora redujo el gasto jurídico externo en 6 millones de euros al año) abordaron la adopción como un problema de transformación, rediseñando conjuntamente los procesos, los datos y las funciones, y no como una simple operación de adquisición.
