Cada verano, miles de personas que desarrollan, adquieren y gestionan la tecnología que sustenta el trabajo jurídico dedican una semana a intercambiar opiniones en ILTACON, la conferencia anual organizada por la Asociación Internacional de Tecnología Jurídica (ILTA). Si nunca ha asistido, le resumimos la esencia: no se trata de una feria comercial centrada en la estrategia de un único proveedor. Es un encuentro organizado por profesionales, con más de 80 sesiones formativas este año seleccionadas de entre más de 400 propuestas presentadas por la propia comunidad de la ILTA.

Tuve el privilegio de colaborar como voluntario con ILTA para ayudar a coordinar varias de esas sesiones, desde entrevistar a los ponentes hasta orientarles en la elaboración de los guiones de sus intervenciones.

El hilo conductor que unió todas las sesiones de este año fue el siguiente: el sector jurídico ha dejado de debatir si se debe utilizar la inteligencia artificial y ha comenzado a abordar cómo asumir la responsabilidad que ello conlleva —en cuanto a su coste, su gobernanza y las personas que realmente tienen que utilizarla—.

Esto es lo que más me ha llamado la atención.

El momento de la verdad: de la experimentación a la rendición de cuentas

Durante los últimos años, la estrategia de IA de la mayoría de las organizaciones se reducía a entusiasmo y una tarjeta de crédito: poner todo a prueba y preocuparse por la factura más adelante. Josh Baxter, director ejecutivo de NetDocuments, acuñó un término común para referirse a esa fase: «tokenmaxxing» —animar a las personas a utilizar la IA, a utilizarla en mayor medida, a experimentar con todo, sin límites—. Con la llegada de los precios basados en el consumo, en lugar de un «buffet» ilimitado de tokens, esa fase está llegando a su fin. Ahora, muchas organizaciones están aplicando medidas de racionamiento: límites de uso, presupuestos y decisiones sobre quién tiene acceso a qué herramientas.

Las cifras explican el motivo. Los ingresos de los grandes bufetes han aumentado más de un 12 % en los primeros seis meses del año, mientras que la demanda de servicios jurídicos (medida en horas trabajadas) ha crecido un 4,8 %.  Sin embargo, al mismo tiempo, los clientes están presionando con fuerza para que la inteligencia artificial reduzca lo que pagan. La ponencia de clausura del jueves, un resumen de las conversaciones mantenidas en las reuniones de líderes G100 y G200 de la ILTA, moderada por Dan Hauck, director de producto de NetDocuments, respaldó ese nerviosismo con cifras reales.

El gasto en IA declarado por las empresas abarca un amplio rango, desde aproximadamente 100 000 dólares hasta 35 millones de dólares, y está surgiendo una regla general en el sector según la cual el gasto total en IA debería situarse en torno al 1 % de los ingresos. Si a esto le sumamos los modelos de precios basados en el consumo —en los que la factura depende de la intensidad con la que se utilice una herramienta—, muchos responsables de finanzas e innovación se muestran discretamente preocupados por unos costes que resultan difíciles de predecir con antelación.

Una encuesta reciente de Gartner realizada a más de 780 responsables de TI reveló que solo el 28 % de los casos de uso de la IA tienen éxito pleno y cumplen las expectativas de retorno de la inversión. Uno de los directores de sistemas de información (CIO) que participó en la mesa redonda ofreció la perspectiva más sincera de la semana a la hora de medir el retorno en un mercado en rápida evolución: «Las herramientas de las que disponemos hoy no serán las mismas que tendremos mañana… así que, ¿quiero dedicar 500 horas a calcular el retorno de la inversión hoy? Es una idea sin sentido. Siempre que sea positivo, hay que seguir adelante». Otro ponente replanteó todo el ejercicio como «fracasar rápido, rentabilidad del esfuerzo» en lugar de rentabilidad de la inversión, una distinción que cobra importancia cuando la vida útil de las propias herramientas se mide en meses.

En esa misma mesa redonda se planteó una cuestión que merece la pena analizar, independientemente del sector en el que se trabaje. James McKenna, director de sistemas de información de Foley & Lardner, describió cómo ha visto evolucionar a los clientes, en sus propias palabras, desde «no se puede utilizar la IA», pasando por «¿qué IA está utilizando?», hasta llegar, ahora, simplemente a «díganos cómo está utilizando la IA». La demanda de IA en sí misma se ha convertido, de forma discreta, en una demanda de transparencia y simplicidad en la fijación de precios. «Es necesario comprender cuánto cuesta obtener una respuesta», tal y como él mismo señaló. «No compliquen en exceso la facturación. Manténganla sencilla».

Esto también se refleja en la forma en que las empresas conciben su propio modelo de negocio. Una sesión titulada «La paradoja de la hora facturable: hacer visible (y valioso) el trabajo no facturable» abordó esta misma tensión desde un ángulo diferente, y la mesa redonda del jueves dedicó un tiempo considerable a lo que uno de los ponentes denominó «el auge del ingeniero jurídico»: nuevas funciones a caballo entre el abogado, el tecnólogo y el gestor del conocimiento, ya que prestar servicios jurídicos de forma rentable en un mundo basado en el precio de consumo requiere una configuración de equipo diferente a la que se necesita cuando se factura por horas.

Gartner ha comenzado a denominar este cambio de forma directa, describiendo la disciplina que las organizaciones necesitan ahora como «ingenieríade contexto»—utilizándola para «mejorar la precisión de los resultados de los modelos de IA, potenciar la relevancia y reducir el uso de tokens, lo que permite reducir los costes operativos». Sea cual sea el nombre que se le dé, el mensaje es coherente: el debate ha pasado de «¿estamos utilizando la IA?» a «¿podemos demostrar cuál es su valor?».

El contexto es el activo que genera beneficios compuestos

El modelo mental más útil que he escuchado en toda la semana fue también el más sencillo, y NetDocuments lo utilizó para presentar nuestra propia «Actualización de la empresa»: hay tres factores que determinan si un agente de IA es realmente eficaz en su trabajo:

• El modelo que se encuentra debajo de él,
• El entorno de desarrollo (la aplicación o el asistente) creado en torno a él, y
• El contexto al que puede recurrir mientras realiza su trabajo.

Los modelos se alquilan; se actualizan y se sustituyen según el calendario del laboratorio, no según el suyo.

Los arneses se cambian constantemente, y la mayoría de las organizaciones ya utilizan más de uno.

El contexto —el conjunto organizado y regulado de los documentos, los precedentes y los conocimientos institucionales propios de una organización— es el único elemento del que una organización es realmente dueña, y el único de los tres que se va acumulando en lugar de reiniciarse cada vez que cambia una herramienta.

Esa distinción se puede comprobar; no es solo un eslogan. NetDocuments publicó el «Legal Context Engineering Benchmark» para medir el valor que aporta un mejor contexto —tanto en calidad de respuesta como en términos económicos— planteando las mismas 300 preguntas a un modelo fijo de IA y a una herramienta o aplicación, variando únicamente el contexto al que podía acceder el agente. En un caso de prueba basado en una fusión real, con un contexto deficiente, la respuesta obtuvo una puntuación de 0,10/1,0; con un contexto más rico, de 0,67 —casi siete veces mejor—.

En las 300 preguntas de prueba que abarcaban 10 asuntos jurídicos reales, se mantuvo la tendencia: un mejor contexto reducía el coste de generar respuestas correctas en aproximadamente un 48 %, sin sacrificar la precisión, y el beneficio era mayor en los modelos más potentes que en los menos potentes; esto constituye la base de un ahorro anual previsto de 942 000 dólares para un bufete de 2 000 usuarios.

El estudio de Gartner apunta en la misma dirección: las empresas indican un aumento de la precisión de aproximadamente un 30 % en la IA agentiva cuando se dispone de un contexto sólido. NetDocuments ha publicado su metodología completa precisamente para que cualquier organización pueda realizar la misma prueba con sus propios documentos, en lugar de dar por buenos los resultados sin más. En resumen: el contexto reduce drásticamente el uso de tokens y los costes de la IA.

Esta semana también ha surgido una herramienta verdaderamente útil e independiente de los proveedores para discernir entre tanta información: cinco preguntas que debe plantearse la próxima vez que alguien —incluso un proveedor con el que ya trabaje— afirme que su producto tiene «contexto».

• ¿Qué es lo que el sistema realmente comprende o extrae de sus documentos?
• ¿Cómo encuentra la información relevante que necesita?
• ¿Qué permisos determinan lo que la IA puede recuperar?
• ¿Puede ese contexto regulado aplicarse a las herramientas de IA que su organización elija realmente?
• ¿Y qué datos demuestran el efecto sobre la calidad de las respuestas y el coste?

La arquitectura es importante, pero también lo son los datos contrastados.

Merece la pena precisar qué es lo que engloba el término «contexto», ya que la mayoría de los proveedores, incluido NetDocuments, describen varias capas técnicas distintas bajo un mismo término: la clasificación automática y la extracción de metadatos que no requieren configuración alguna; la creación de perfiles personalizados que una organización configura para su propia taxonomía; la búsqueda semántica que encuentra significado en lugar de limitarse a palabras clave; y un grafo conectivo que vincula documentos, personas y asuntos —que, a fecha de la conferencia de este año, se encuentra aún en fase de vista previa privada, y no es una función disponible que todos los clientes tengan en la actualidad—. Tratar todo ello como una sola cosa en lugar de como cuatro es precisamente lo que hace que las afirmaciones sobre el «contexto» resulten exageradas.

Otro tema clave de debate en torno al contexto fue la posibilidad de conectarse a las herramientas de IA que elija una organización a través del Protocolo de Contexto de Modelos (MCP), en lugar de tener que trasladar archivos fuera del sistema de registro, que suele ser el sistema de gestión documental de la empresa. Las pruebas, por si sirven de algo, están empezando a proceder de los clientes, más que de los proveedores.

Thomas Kline, director de Tecnologías de la Información de Stark & Stark, describió cómo se conectó el motor de búsqueda y respuesta Perplexity, basado en inteligencia artificial, al repositorio de documentos de su bufete a través de MCP (más información al respecto a continuación): «No hay que subir documentos. No hay que seleccionar archivos. Nuestros abogados simplemente indican a la IA un asunto, y esta trabaja a partir de todo aquello a lo que ya tienen permiso de acceso». Y Jeff Westcott, de Akin, en una mesa redonda de clientes, ofreció el consejo más claro de la semana para cualquiera que se vea abrumado por las soluciones puntuales: «Cuanto más pueda hacer dentro de la propia plataforma, mejor».

La autonomía sin gobernanza no es progreso

A medida que las herramientas de IA pasan de responder preguntas a realizar acciones —redactar, archivar, establecer referencias cruzadas, señalar—, la frase «los agentes son usuarios» ha surgido repetidamente esta semana. John Motz, director de tecnología de NetDocuments, señaló durante la sesión de actualización de la empresa: «La gente está empezando a darse cuenta de que los agentes son usuarios, y que son usuarios realmente inteligentes, por lo que debemos plantearnos su acceso y los controles de la misma manera que para un usuario normal, si no con mayor rigor».

A continuación, Pallavi Nargund, de Amazon Web Services, expuso el caso de uso en materia de seguridad en términos más concretos: los clientes tienen acceso a un modelo por capas basado en el aislamiento, en el que ya se aplica un cifrado resistente a la computación cuántica a los documentos almacenados, de modo que, incluso si se vulnera una de las capas de seguridad, los datos, la memoria y el hardware subyacente permanecen aislados de forma independiente, lo que protege la confidencialidad del cliente, la privacidad de los datos y la propiedad intelectual de la organización.

Esa misma tensión —una mayor autonomía que requiere una mayor gobernanza— se reveló como un tema recurrente en sesiones que no guardaban relación entre sí: «Más allá de la Carta: marcos de gobernanza de la IA que realmente funcionan», «El agente secreto: cuando la IA empieza a actuar por su cuenta» y «Movilidad de la materia: gestión del riesgo, el acceso y la rendición de cuentas» abordaron, cada una a su manera, la misma cuestión. En una ronda de preguntas y respuestas durante la mesa redonda sobre novedades de la empresa se insistió precisamente en este punto: ¿se puede rastrear lo que un agente ha hecho realmente, paso a paso, y se pueden revocar o revertir sus acciones si algo sale mal?

Esas no son preguntas hipotéticas una vez que una herramienta de inteligencia artificial tiene acceso permanente a los expedientes de un cliente, en lugar de limitarse a revisar los documentos que un abogado aprueba posteriormente.

El estudio de Gartner respalda lo que está en juego: sin una base semántica que lo sustente, la empresa prevé que el 60 % de los proyectos de IA autónoma que se basen exclusivamente en conexiones punto a punto fracasarán de aquí a 2028. La conexión en sí misma no es lo más complicado. Lo complicado es lo que debe acompañarla: permisos, barreras éticas y registros de auditoría.

Esto ya se está reflejando en la forma en que los proveedores de IA integran sus productos. A lo largo de esta semana, Google y NetDocuments han anunciado una nueva conexión entre Gemini Enterprise for Legal y NetDocuments a través del Model Context Protocol (MCP), que se suma a las conexiones ya existentes con Claude, Microsoft Copilot y Perplexity, así como con otras herramientas jurídicas como Harvey y Legora.

El principio de diseño en el que se basa es el que merece la pena adoptar, independientemente de los proveedores que utilice: la gobernanza debe aplicarse automáticamente con la conexión, y no como una configuración que alguien tenga que acordarse de activar.

La adopción es un problema de personas, no un problema de software

Algunas de las conversaciones más prácticas de la semana no trataron en absoluto sobre modelos de vanguardia, sino sobre las personas. La clase magistral de NetDocuments, «Adaptarse, adoptar, transformar», comenzó con una cita del futurista Alvin Toffler, escrita hace más de 50 años, pero que ahora cobra una urgencia renovada: «Los analfabetos del siglo XXI no serán aquellos que no sepan leer ni escribir, sino aquellos que no sepan aprender, desaprender y volver a aprender».

Kathleen Hogan, socia especializada en innovación jurídica, amplió esta idea basándose en la investigación del Dr. Larry Richards sobre el«cerebro del abogado»: los abogados están formados para ser escépticos (su trabajo consiste en detectar lo que podría salir mal), para valorar los precedentes por encima de la novedad, para anteponer la autonomía a que se les diga qué hacer y para descartar por completo una herramienta imperfecta en lugar de corregirla. Estas fortalezas profesionales —se cuidó de señalar— no son defectos de carácter, sino que hacen que la gestión estándar del cambio resulte contraproducente en un bufete de abogados.

Hogan también mencionó el concepto de «brecha de confianza» (Trust Gap) del consultor de liderazgo empresarial Andy Stanley: la distancia entre lo que las personas esperan del liderazgo y lo que realmente experimentan. La sesión relacionó la brecha de confianza con el uso de herramientas de IA y señaló que esta se manifiesta de forma asimétrica: una mala experiencia con la IA pesa más que diez buenas, ya que «esa vez no funcionó» se convierte en la única historia que cuentan las personas.

Lo ilustró con un ejemplo real: un proyecto piloto inicial de IA en una empresa cambió sin que nadie se diera cuenta un solo dígito del número de teléfono de un cliente, un error que pasó desapercibido durante mucho tiempo, precisamente porque nadie estaba pendiente de ello. La lección no fue «no utilicen la IA», sino que la verificación debe integrarse deliberadamente en el flujo de trabajo, ya que revisar los resultados de la IA es en sí misma una tarea exigente cuya calidad se ve mermada precisamente cuando las personas están más ocupadas.

Kyle Kissell, director del equipo de socios de innovación jurídica de NetDocuments, señaló que la mayor parte de la decepción radica en la brecha que existe entre comprender una herramienta y limitarse a aplicarla a un problema. Compartió una analogía en la que le pedía a su hijo que cortara el césped y obtenía exactamente eso, pero sin que vaciara el recogedor ni metiera los recortes en bolsas, ya que no le había dado esas instrucciones específicas a su hijo. Las instrucciones vagas dan lugar a resultados literales, técnicamente correctos, pero a veces inútiles, ya sea por parte de una persona o de un agente de IA.

Esta idea se reflejó en una de mis propias sesiones, titulada «Adopción de la IA centrada en las personas: una guía práctica de formación para organizaciones jurídicas y departamentos jurídicos corporativos». Entre los ponentes se encontraban un formador en tecnología, un director de gestión del conocimiento, un abogado del equipo de innovación de su bufete y el cofundador de Hotshot, una empresa especializada en la adopción de la IA. El consenso fue que nada puede sustituir al trabajo práctico y real dentro de una plataforma para impulsar la adopción: un aprendizaje breve, guiado y basado en la experiencia, adaptado a cada perfil y específico para cada práctica.

Esto no es exclusivo de los bufetes de abogados. Es un recordatorio de que, en cualquier sector, el obstáculo para la adopción de la inteligencia artificial rara vez es la tecnología. La cuestión es si las personas que la rodean comprenden realmente cómo utilizarla de forma eficaz en sus tareas laborales específicas y confían en lo que hace.

Infórmese bien de lo que ya tiene antes de adquirir novedades

El consejo más sensato de la semana fue también el menos llamativo: antes de comprar nada nuevo, pregúntese qué es lo que realmente pretende conseguir y deje que sea ese flujo de trabajo —y no la hoja de ruta de un proveedor— el que marque el rumbo de la inversión.

Dado que actualmente hay más de 1.200 herramientas de inteligencia artificial compitiendo por captar la atención de un comprador del sector jurídico, en más de una ocasión surgió una pregunta de diagnóstico realmente útil: ¿puede su conjunto de tecnologías actual cubrir ya el 80 % del flujo de trabajo en cuestión?

Y, en lugar de intentar adivinar dónde están las lagunas, consulte sus propios registros de consultas para ver qué es lo que la gente realmente solicita. Los datos reales de uso siempre son más fiables que la intuición.

Esa misma disciplina se aplica un nivel más abajo, a los datos que subyacen a cualquier iniciativa de inteligencia artificial.

En una sesión dedicada a la creación de lo que NetDocuments denomina un «entorno de datos compatible con MCP», Nate Ruiz, de NetDocuments, comenzó con un argumento sencillo con el que coincidieron el resto de ponentes: si no sabe qué datos tiene, no sabrá qué puede hacer con ellos —y tampoco sabrá qué información se está facilitando a una herramienta de IA generativa—.

Las empresas están combinando cada vez más los datos estructurados (aquellos que se almacenan en una base de datos con metadatos y una taxonomía que les proporciona contexto) con los datos no estructurados (aquellos cuyos detalles se encuentran ocultos en documentos y correos electrónicos), y el consejo general no se centró tanto en elegir una única arquitectura «correcta» como en sentar las bases de un conjunto de datos limpio y bien comprendido antes de incorporar más inteligencia artificial sobre él.

Sea lo que sea lo que surja a continuación en este ámbito —y cada semana aparece algo nuevo—, una empresa que ya conoce sus propios datos se encuentra en una mejor posición para aprovecharlos.

Cómo se percibía esto sobre el terreno

Para quienes tengan curiosidad por conocer los detalles: NetDocuments aprovechó la semana para dar a conocer una serie de novedades que encajan perfectamente en estas líneas temáticas. Además del informe de referencia mencionado anteriormente, la empresa lanzó nuevas funciones de inteligencia artificial para la revisión de tablas y la búsqueda de fundamentos jurídicos en los documentos, anunció la integración con Gemini Enterprise y fue incluida en la lista Inc. 5000 de 2026 por quinto año consecutivo.

Nuestra experiencia de usuario rediseñada y el «Legal Context Graph», presentados por primera vez en mayo, se están implementando de forma gradual, en lugar de hacerlo todo de una vez: la experiencia básica rediseñada ya está disponible para todos los clientes, mientras que el «Legal Context Graph», impulsado por IA, seguirá en fase de vista previa privada y sin un plazo de migración obligatorio —un ritmo que uno de los ponentes resumió como «no un gran lanzamiento, sino una serie de cambios en cascada».

La experiencia de ser voluntario en ILTACON es única. Tener la oportunidad de colaborar con otros socios comerciales y miembros de ILTA en la organización de esta conferencia resulta verdaderamente gratificante, desde las conversaciones con mi equipo hasta el trabajo con los ponentes. Son las personas las que hacen que ILTA sea especial, y es posible que la conferencia de este año haya sido la mejor hasta la fecha. Gracias a todos los que presentaron una propuesta de sesión, participaron en una mesa redonda o, simplemente, acudieron dispuestos a intercambiar opiniones. Las conferencias como esta solo funcionan porque los profesionales están dispuestos a compartir con tanta generosidad lo que han aprendido. Si las conversaciones de este año sirven de indicio, el próximo capítulo de la IA jurídica no lo ganará quien avance más rápido, sino quien construya los cimientos más sólidos.

Mantenga viva la conversación

Si este artículo le ha hecho reflexionar sobre cómo es realmente el contexto de su propia organización en este momento —y si resistiría una prueba como la descrita anteriormente—, NetDocuments organiza un seminario web el 17 de septiembre: «Contexto jurídico: la clave para un contenido fiable y una IA mejorada». Se trata de un paso práctico a seguir, no de un argumento de venta: podrá pasar un rato con las personas responsables de este análisis comparativo, en el que se explicará la metodología y lo que se necesita para aplicar ese mismo enfoque a sus propios documentos. Regístrese aquí para reservar su plaza.