IA generativa en las operaciones legales: la nueva normalidad de hacer más con menos

IA generativa en las operaciones legales: la nueva normalidad de hacer más con menos

La adopción de inteligencia artificial generativa en los departamentos jurídicos ha dejado de ser una cuestión de "sí o no". El uso activo de estas herramientas se ha duplicado con creces en apenas un año, y la inmensa mayoría de los profesionales in-house ya identifica la eficiencia como su principal beneficio. Sin embargo, la verdadera transformación no consiste en usar IA de forma puntual, sino en integrarla como un copiloto dentro de los flujos de trabajo operativos del departamento, con métricas, controles y responsabilidades claras

Imaginemos un lunes por la mañana cualquiera en la asesoría jurídica de una empresa mediana o grande. La directora jurídica abre su bandeja de entrada y se encuentra con el atasco habitual. Tres contratos de proveedores pendientes de revisión, una consulta urgente de Recursos Humanos sobre una reestructuración, dos NDAs que tienen que salir antes del mediodía, el informe mensual de litigios que pidió el CFO la semana pasada y, para rematar, una factura de un despacho externo que vuelve a no cuadrar con las directrices de facturación.

El equipo es el mismo de hace tres años. La demanda interna, en cambio, no ha dejado de crecer.

Lejos de ser excepcional, esta escena se ha convertido en el estándar operativo de los departamentos jurídicos corporativos. La presión para "hacer más con menos" no es un eslogan, sino la realidad cotidiana de equipos que deben absorber una demanda interna creciente con el mismo número de profesionales y, cada vez con mayor frecuencia, demostrar al resto de la organización un impacto medible en el negocio.

Lo interesante es que, ante esa presión, la respuesta del sector ya no es teórica. Según el informe Generative AI's Growing Strategic Value for Corporate Law Departments, basado en una encuesta a 657 profesionales jurídicos in-house de 30 países, el porcentaje de profesionales que usan activamente IA generativa se ha más que duplicado en un solo año, pasando del 23% al 52% en Estados Unidos. Al mismo tiempo, quienes afirman no usarla ni tener intención de hacerlo se han desplomado del 10% a apenas un 2%. En Europa el movimiento es algo más pausado, pero apunta exactamente en la misma dirección.

No estamos, por tanto, ante una moda pasajera, sino ante una aceleración estructural de la adopción, impulsada por un dato contundente. El 91% de los profesionales jurídicos cita el aumento de eficiencia como el principal beneficio de la IA generativa. Y las organizaciones que hasta hace poco prohibían su uso han empezado a levantar esas restricciones de forma masiva, con las políticas corporativas de prohibición cayendo del 29% al 9%.

La pregunta, por tanto, ya no es si usar IA generativa, sino cómo operativizarla.

De "adopción" a "copiloto". Un cambio de sistema, no solo de herramienta

Para entender lo que está sucediendo conviene hacer una distinción importante. Adoptar IA generativa significa, en su versión más básica, que un abogado del equipo recurre a ChatGPT, Claude, Copilot o una herramienta similar para buscar un precedente, resumir un contrato o generar un primer borrador de una cláusula. Es útil, desde luego, pero también individual, espontáneo y difícilmente escalable.

Lo que se está empezando a exigir es algo bastante distinto. Convertir la IA en un copiloto integrado dentro de los flujos de trabajo del departamento. Es decir, que la IA realice de forma sistemática la primera lectura, el primer borrador, la primera clasificación o la primera revisión de una factura, y que el equipo jurídico valide, corrija y decida, siempre con un profesional supervisando el resultado. Es lo que en el ámbito legaltech se describe como el paso de la adopción puntual a la IA asistida con supervisión humana (human-in-the-loop).

Conviene insistir en que este salto no es solo tecnológico, sino un auténtico cambio de sistema. Afecta a cómo se reciben y clasifican las solicitudes, a cómo se priorizan los asuntos, a cómo se revisan los contratos, a cómo se controla el gasto externo o a cómo se reporta a la dirección. Nuestra experiencia acompañando a departamentos jurídicos en este proceso confirma lo que se observa en todo el sector. La conversación ha dejado de ser "¿deberíamos usar IA?" para convertirse en "¿cómo la usamos de forma efectiva?". Quienes ya han dado el paso describen la IA como una capacidad que les permite desplazar el foco desde el trabajo táctico y manual hacia la toma de decisiones estratégicas.

La clave, en definitiva, está en dejar de pensar en "una herramienta" y empezar a pensar en un rediseño operativo en el que la IA es una pieza dentro de un engranaje gobernado.

Gobernanza práctica. La diferencia entre innovar y "jugar con fuego"

Hasta aquí, la promesa.

Pero cualquier profesional con cierto recorrido sabe que la distancia entre una demostración brillante y un incidente reputacional puede ser de un solo clic. La gobernanza no es un mero trámite formal, sino la condición que permite que el proyecto sobreviva al primer error.

Todo resultado de la IA con impacto jurídico, ya sea un contrato, un dictamen o una comunicación al regulador, debe ser revisado y validado por un profesional antes de salir del departamento. No como excepción, sino como regla del sistema. La principal preocupación de los profesionales in-house sigue siendo el riesgo de que personas sin formación jurídica se apoyen en la IA para tomar decisiones legales. Y no es un temor infundado, sino un riesgo operativo que se mitiga con diseño de procesos.

Conviene preguntarse, con la mayor concreción posible, qué información puede introducirse en la herramienta de IA, qué datos están prohibidos (información privilegiada, datos personales sensibles, secretos empresariales) y si se registra quién ha generado cada resultado y cuándo. La confidencialidad y la seguridad de los datos son requisitos no negociables. Cualquier sistema de IA debe cumplir con los estándares de confidencialidad exigidos y contar con medidas de seguridad robustas, incluyendo protocolos claros de autorización para el uso de información nueva. En Europa, además, el cumplimiento del RGPD y del Reglamento de Inteligencia Artificial añade capas adicionales que no pueden ignorarse.

Uno de los riesgos más sutiles de la adopción descontrolada es que cada profesional del equipo acabe usando la IA a su manera, con instrucciones improvisadas, sin criterios comunes y sin posibilidad de auditar lo que se ha hecho. La solución pasa por construir una biblioteca de escenarios aprobados, con instrucciones estandarizadas, validadas por el equipo y alineadas con la política jurídica de la organización. Esa es la diferencia entre una herramienta que cada uno usa "a su manera" y un activo corporativo gobernado.

Una formación insuficiente genera riesgos significativos, y la regla clásica de que la calidad del resultado nunca superará la calidad de los datos de partida (garbage-in, garbage-out) sigue aplicándose con toda su vigencia incluso con IA. Si los datos que alimentan el sistema están desactualizados o desorganizados, la IA no hará magia. Más bien al contrario, amplificará el desorden.

De la prueba de concepto al despliegue real. Una hoja de ruta por fases

Cuando la gobernanza está clara, aparece el verdadero cuello de botella. Y, contra lo que suele pensarse, no es tecnológico, sino organizativo. Muchos equipos han probado herramientas de IA, han obtenido resultados prometedores en un piloto y, sin embargo, el proyecto se ha estancado porque nadie definió cómo pasar de ahí al despliegue real. No hubo un responsable claro, no se midieron resultados, no se involucró a IT ni a Riesgos desde el principio y el piloto, sencillamente, murió solo.

La alternativa no pasa por embarcarse en un proyecto de transformación digital de varios años, sino por trazar una hoja de ruta por fases, ágil, con entregables concretos y decisiones explícitas al final de cada etapa. Conviene empezar con un piloto controlado, medir su éxito y, a partir de ahí, avanzar de forma progresiva.

Antes de elegir herramienta alguna, el primer paso es entender dónde duele. Conviene preguntarse cuántas solicitudes recibe el departamento al mes, cuál es el tiempo medio de respuesta, cuántas horas se dedican a revisar facturas o cuántos contratos se negocian simultáneamente. Este diagnóstico establece la línea base (baseline) contra la que se medirá cualquier mejora. Es también el momento de designar un líder de proyecto, idealmente el responsable de operaciones jurídicas o, en su defecto, un miembro del equipo con perfil tecnológico, liberándole parte de su carga habitual para que pueda dedicar tiempo real al proyecto. Resulta igualmente esencial constituir un equipo de proyecto pequeño y multidisciplinar, con representación de las personas que participarán en la adopción y de las áreas de IT y Riesgos.

Con el diagnóstico en la mano, se seleccionan uno o dos casos de uso para un piloto acotado. Los candidatos ideales son aquellos que afectan a todo el departamento y generan datos inmediatos. El piloto no debe aspirar a la perfección, sino a generar datos comparables con la línea base. Conviene preguntarse si se ha reducido el tiempo de respuesta, si se han detectado desviaciones contractuales que antes pasaban desapercibidas o si se ha liberado tiempo del equipo. Lo más sensato es empezar por lo que parezca más sencillo de adoptar, y atacar primero los resultados alcanzables.

Si el piloto arroja resultados positivos, el siguiente paso no es "repetirlo más veces", sino industrializarlo. Esto implica definir roles y responsabilidades (quién valida qué, quién mantiene la biblioteca de escenarios, quién monitoriza los indicadores de rendimiento), formar al equipo de manera progresiva y por módulos, construir la biblioteca de escenarios gobernada y establecer una cadencia de reporte periódico.

No todo lo que funciona en un piloto debe escalarse. Y no todo lo que no funciona debe descartarse, porque a veces lo que necesita es un rediseño del proceso previo. Esta fase es una decisión explícita de la dirección jurídica, informada por datos, sobre qué flujos de trabajo se despliegan al conjunto del departamento, cuáles se aparcan y cuáles necesitan una segunda iteración. El objetivo es crear un ciclo, no cerrar un proyecto con fecha de fin. La IA en operaciones jurídicas no es un destino, sino una capacidad que se construye y se mejora de forma continua.

El nuevo paradigma ya está aquí

La transformación que están viviendo los departamentos jurídicos corporativos no se parece a ninguna anterior. No se trata de digitalizar lo que antes se hacía en papel, ni de implementar un nuevo software de gestión. Se trata de rediseñar la forma en que el equipo jurídico trabaja, incorporando una tecnología capaz de realizar una parte sustancial del trabajo intelectual rutinario, siempre, conviene insistir, bajo supervisión humana.

Ahora bien, esta transformación solo será sostenible si se construye sobre una gobernanza sólida, métricas reales y un enfoque progresivo capaz de generar confianza interna. Los departamentos que lo hagan bien no solo serán más eficientes, sino también más relevantes para su organización. Los que sigan esperando a que la tecnología sea perfecta antes de dar el primer paso pueden encontrarse, como ya advierte el sector, con que el margen para la improvisación se cierra antes de lo esperado.

La pregunta que cierra este análisis es directa. ¿Puede tu departamento jurídico demostrar hoy que está gestionando la IA de forma operativa, gobernada y medible? En los próximos años, la respuesta a esa pregunta puede marcar la diferencia entre un equipo jurídico que lidera y uno que simplemente reacciona.

Contacta con nosotros

Blanca  Bardín

Blanca Bardín

Socia, PwC Tax & Legal

Álvaro Arroyo Sánchez

Álvaro Arroyo Sánchez

Senior Manager de NewLaw, PwC Tax & Legal