El reloj que no espera: por qué los despachos que solo compran tecnología ya han perdido la partida

La absorción institucional de la inteligencia artificial en la abogacía: análisis del paradigma de los dos relojes a partir de la tesis de Zack Shapiro.

1. Introducción: el diagnóstico de Shapiro y la relevancia del momento presente

1.1. Planteamiento: la brecha entre capacidad tecnológica e instituciones jurídicas

La profesión jurídica atraviesa una encrucijada sin precedentes. La inteligencia artificial generativa ha alcanzado un nivel de sofisticación que, apenas cinco años atrás, habría sido calificado de ciencia ficción: los modelos frontera leen expedientes completos, descomponen problemas complejos en subtareas, trabajan en paralelo, redactan borradores, comprueban citas y devuelven productos jurídicos elaborados sin intervención humana más allá de la instrucción inicial (1). Las instituciones que tradicionalmente han ostentado el monopolio del asesoramiento legal —los grandes despachos— se mueven, sin embargo, a un ritmo que la propia tecnología ha vuelto obsoleto. Esta desconexión, que constituye el eje del ensayo de Zack Shapiro (1), es a nuestro juicio el hecho diferencial más relevante para la economía de los servicios profesionales en la presente década.

El diagnóstico de Shapiro no se limita a una observación superficial: durante los meses previos a la publicación de su ensayo trabajó directamente con dos de los despachos más grandes y antiguos de Estados Unidos, ayudándoles a integrar la IA en el trabajo cotidiano de sus grupos de práctica (1). Esa experiencia de primera mano le permite sostener que el debate público, centrado casi exclusivamente en la capacidad de los modelos, omite el problema real: la capacidad de las organizaciones para absorber esa capacidad y convertirla en práctica efectiva. En síntesis, el cuello de botella ya no reside en la inteligencia artificial en sí, sino en la aptitud institucional para asimilarla (1).

El presente informe analiza la tesis de "los dos relojes" expuesta por Shapiro, sometiéndola a un escrutinio jurídico, económico e histórico, contrastando sus afirmaciones con las fuentes que él mismo invoca y con la evolución normativa posterior a la publicación del ensayo —evolución que, como se explicará en la sección 11, ha alterado de forma sustancial algunos de los plazos regulatorios vigentes al momento de escribirse este informe—.

1.2. La publicación objeto de análisis y su contexto

El 8 de julio de 2026, Zack Shapiro publicó en la plataforma X (anteriormente Twitter) un extenso ensayo titulado "The Two Clocks" (1). Shapiro es socio de Rains LLP, un bufete de dos abogados conocido en los círculos de legal tech por su enfoque "Claude-native", es decir, por haber reconstruido su práctica profesional alrededor de los modelos de Anthropic. Su perfil no es el de un teórico de la innovación, sino el de un profesional en activo que ha experimentado de primera mano tanto las limitaciones como el potencial transformador de estas herramientas (1).

El contexto temporal de la publicación es significativo. A mediados de 2026, el mercado de la IA generativa atraviesa una fase de maduración acelerada: los informes técnicos documentan multiplicaciones notables de productividad en sectores como el desarrollo de software (4), mientras los grandes bufetes emprenden movimientos estratégicos de gran calado, como la inversión de 500 millones de dólares anunciada por Kirkland & Ellis (8), y operadores "AI-native" respaldados por capital privado comienzan a captar talento y clientes (11). En ese contexto de ebullición estratégica se inserta el análisis de Shapiro, que propone una hoja de ruta alejada tanto del optimismo tecnológico ingenuo como del conservadurismo institucional paralizante.

1.3. La tesis central: el problema no es la inteligencia, sino la absorción

La tesis de Shapiro puede descomponerse en tres proposiciones. La primera constata la existencia de dos ritmos temporales divergentes: el "reloj rápido", que mide el progreso tecnológico y avanza cada pocas semanas mediante modelos más inteligentes, contextos más amplios y agentes más capaces; y el "reloj lento", que mide la velocidad de las instituciones llamadas a utilizar esa tecnología, un ritmo marcado por comités, aprobaciones, pilotos, políticas y formaciones (1). Para Shapiro, la distancia entre ambos relojes es el hecho más relevante en el mundo de los negocios en el momento actual (1).

La segunda proposición sostiene que el fracaso inicial de los despachos al probar estas herramientas no obedece a una debilidad de los modelos. Shapiro documenta un patrón que se repite entre socios de grandes bufetes: se carga un documento y se ordena al modelo revisarlo y señalar problemas; la respuesta es competente pero genérica, y confirma la sospecha inicial del abogado (1). Cuando, en cambio, la instrucción incorpora el contexto del cliente, el objetivo comercial, la dinámica con la contraparte y el nivel de confianza exigible, el resultado cambia radicalmente pese a tratarse del mismo modelo y el mismo documento (1). La conclusión de Shapiro es que el modelo no era demasiado débil; la institución no había aprendido a instruirlo.

La tercera proposición identifica el cuello de botella estratégico: si el problema no es la inteligencia sino la absorción, la oportunidad de negocio más relevante no reside en la construcción de los modelos —el negocio de los laboratorios—, sino en el rediseño de los flujos de trabajo de las organizaciones que los utilizan. Shapiro denomina "negocio de la absorción" a esta actividad, que define como el traslado de capacidad desde el reloj rápido al reloj lento sin quebrar la institución en el proceso (1).

1.4. Metodología y fuentes del presente informe

Este informe adopta una metodología de análisis documental y crítico. La fuente primaria es el ensayo de Shapiro (1); las fuentes secundarias son aquellas que él mismo cita en sus notas, contrastadas y actualizadas, cuando ha sido necesario, con información posterior a la publicación del ensayo —en especial en materia normativa, donde los plazos han sufrido modificaciones sustanciales que se detallan en la sección 11—.

El análisis se estructura en tres ejes: el histórico-económico, que examina la analogía con la electrificación de las fábricas (2)(3) y la parábola de Coca-Cola frente a General Electric (16); el empírico-estratégico, centrado en casos como el de Kirkland & Ellis (8)(9) o el de Sullivan & Cromwell (7), así como en la irrupción de nuevos competidores (11)(12)(13); y el normativo-deontológico, que aborda las implicaciones de la IA generativa en el estándar de diligencia profesional, la responsabilidad civil y el marco regulatorio, tanto europeo como español y estadounidense, verificado a la fecha de cierre de este informe.

2. El paradigma de los dos relojes: fundamentos teóricos

2.1. Definición del reloj rápido: la evolución exponencial de los modelos frontera

El "reloj rápido" representa la velocidad a la que se suceden los avances en la capacidad de los modelos de inteligencia artificial, una velocidad que Shapiro describe como próxima a lo exponencial en los ámbitos relevantes para el trabajo intelectual (1). Un abogado en 2016 habría calificado las capacidades actuales de los modelos frontera como ciencia ficción; el mismo profesional en 2026, ante una demostración equivalente, se limita a preguntar si el departamento de TI ha aprobado la herramienta (1). Esa normalización del prodigio tecnológico oculta, precisamente, la magnitud del desfase institucional.

2.2. La evidencia empírica: el caso de Anthropic y la automatización del código

El sector del software ofrece la evidencia más clara del funcionamiento del reloj rápido. Shapiro se apoya en el informe del Anthropic Institute "When AI Builds Itself", de Marina Favaro y Jack Clark (4 de junio de 2026), según el cual más del 80 % del código fusionado en el repositorio de producción de Anthropic en mayo de 2026 fue escrito por Claude, frente a porcentajes de un solo dígito antes del lanzamiento de Claude Code en febrero de 2025 (4). El mismo informe recoge una encuesta interna de marzo de 2026 entre aproximadamente 130 investigadores, cuyo encuestado medio situó su productividad en alrededor de cuatro veces la que tendría sin IA, cifra que el propio informe invita a tomar con cautela por la conocida tendencia de este tipo de autoevaluaciones a ser optimistas (4). El trabajo del ingeniero, señala Shapiro, se ha desplazado de la producción directa a la orquestación (1).

2.3. Definición del reloj lento: la inercia institucional de los grandes despachos

El "reloj lento" mide el ritmo al que las instituciones logran integrar la tecnología en su funcionamiento cotidiano: comités, aprobaciones, pilotos, políticas, formaciones y, de fondo, la esperanza de que nada fundamental deba cambiar antes del próximo ciclo de retribuciones (1). Shapiro describe con precisión la realidad de un gran bufete del AmLaw 50, donde el abogado medio emplea la tecnología más poderosa jamás construida para limpiar anotaciones de tiempo, resumir documentos que nadie piensa leer y redactar correos para convocar la siguiente reunión, mientras las capacidades que verdaderamente importarían —la delegación sustantiva, el briefing del modelo como se haría con un buen asociado— permanecen sin probar (1). La lentitud, sin embargo, no es irracional: un gran bufete basa sus beneficios en la hora facturable y en el apalancamiento de asociados, y ambos pilares se ven amenazados por una tecnología que ahorra precisamente las horas que sostenían el modelo (1).

2.4. El dilema del innovador en estado puro

La descripción de Shapiro encaja con el dilema del innovador acuñado por Clayton Christensen: las empresas con más que ganar de la reconstrucción son, a menudo, aquellas cuya economía actual hace la reconstrucción más dolorosa (1). El sector legal añade una distorsión temporal adicional: un socio director que percibe una retribución anual elevada y se encuentra a pocos años del final de su carrera obtiene, al transformar el bufete, disrupción inmediata, tensión retributiva y menor volumen facturable a corto plazo, mientras el beneficio de la transformación puede materializarse después de su salida (1). Agotar el reloj beneficia a quien se marcha; repararlo beneficia a sus sucesores.

2.5. El paralelismo con la industria del software y su traslación al Derecho

El paralelismo entre software y Derecho no es completo, y Shapiro es consciente de ello: el Derecho carece de "compilador". Un contrato defectuoso no genera un mensaje de error inmediato; permanece aparentemente en orden hasta que una contraparte ejerce un derecho de consentimiento no considerado, o una cláusula de indemnización genera responsabilidad ilimitada para un cliente desprevenido (1). Esta ausencia de retroalimentación inmediata hace que la IA legal sea más difícil de evaluar que la IA para programación, sin que ello implique, según Shapiro, una menor potencia real de la herramienta (1). La diferencia reside en el método de validación: donde el ingeniero ejecuta el código, el abogado debe someter el producto de la IA a un escrutinio de fondo —citas, razonamientos, impacto comercial de las cláusulas—, en una supervisión más próxima a la revisión del trabajo de un asociado que a la ejecución de un script.

2.6. La ausencia de "compilador" como factor diferencial en la práctica legal

La ausencia de compilador tiene implicaciones profundas para la estrategia de adopción. Un error en el código se detecta de inmediato; un error contractual puede no manifestarse durante años y, cuando lo hace, sus consecuencias pueden ser catastróficas. Esto explica el miedo asimétrico que Shapiro identifica en los socios de los grandes bufetes: quien reconstruye silenciosamente un flujo de trabajo recibe, como mucho, un asentimiento cortés; quien firma un escrito con citas de IA inventadas puede cargar con un titular que lo persiga el resto de su carrera (1). El caso de Sullivan & Cromwell, analizado en la sección 10, ilustra que ni siquiera los bufetes de mayor prestigio están exentos de este riesgo (7). La respuesta adecuada, sostiene Shapiro, no es abandonar la herramienta, sino construir procesos de verificación robustos.

2.7. Conclusión parcial: la divergencia de ritmos como hecho estructural

La distancia entre ambos relojes no es coyuntural, sino estructural: responde a la naturaleza de las organizaciones complejas, a la estructura de incentivos de sus líderes y a la ausencia de mecanismos de retroalimentación inmediata en el ámbito jurídico. Como demuestra la analogía histórica de la electrificación (sección 5), las instituciones pueden rediseñarse para absorber nuevas tecnologías, pero ese rediseño exige un esfuerzo deliberado y sostenido que trasciende la adquisición de licencias o la creación de comités de innovación.

3. El fracaso del primer instinto: el problema de la instrucción genérica

3.1. El experimento de Shapiro con los grandes despachos

La brecha entre los dos relojes no es, en Shapiro, un ejercicio teórico, sino el resultado de una observación empírica repetida: durante los meses previos a la publicación de su ensayo, el autor se reunió con socios de algunos de los mayores bufetes del país y les pidió que le mostraran lo que realmente habían intentado hacer con la IA (1). El patrón que emergió fue notablemente consistente: un abogado con veinte o treinta años de experiencia cargaba un documento y formulaba una instrucción breve —"revisa este acuerdo y señala los problemas"—; el modelo devolvía una respuesta competente pero genérica, y el abogado concluía que la herramienta era interesante para resúmenes, aunque no estuviera lista para el trabajo real (1). Según Shapiro, el fallo no reside en la herramienta, sino en la concepción de la interacción.

3.2. La falacia de la consulta breve

La instrucción genérica es, ante todo, un fallo de delegación y no un fallo tecnológico. El modelo hace exactamente lo que se le pide —revisar el documento y señalar problemas—, pero no evalúa esos problemas a la luz del negocio del cliente, de la postura negociadora o del nivel de riesgo asumible, porque nadie se lo ha indicado: ha leído el contrato, pero no la operación (1).

3.3. La reconstrucción de la instrucción

El giro decisivo en el experimento de Shapiro se produce cuando, en lugar de añadir fórmulas más complejas, el equipo reconstruye la instrucción como lo haría un socio experimentado al encargar un trabajo a un asociado de confianza: antecedentes del cliente, postura, objetivo comercial, dinámica con la contraparte, cláusulas relevantes, argumentos que no deben formularse, nivel de confianza exigido, formato útil para el cliente y comprobaciones que la IA debe realizar antes de devolver la respuesta (1). El resultado, con el mismo modelo y el mismo documento, cambia de forma radical: deja de ser una lista genérica para convertirse en un análisis orientado a la decisión, con prioridades, advertencias concretas y propuestas de redacción alternativa (1).

3.4. La anatomía de una instrucción seria

Shapiro descompone la instrucción efectiva en seis elementos: tarea, antecedentes, criterio, restricciones, entregable y verificación (1). Ninguno de ellos es técnico: se trata de lenguaje natural, el mismo que un socio ya emplea con un asociado. Según observa Shapiro, los abogados que mejor se adaptan a este enfoque no son necesariamente los más jóvenes ni los más técnicos, sino los mejores delegadores (1).

3.5. Implicaciones para la formación jurídica y el ejercicio profesional

Esta anatomía exige a los abogados con experiencia externalizar su conocimiento tácito, convirtiendo en explícitas prioridades y restricciones que antes operaban de forma casi inconsciente. El proceso transforma también la función del socio, que deja de ser un mero revisor de borradores para convertirse en diseñador de los criterios que gobiernan su elaboración, sin que ello disminuya su responsabilidad sobre el resultado final (1).

3.6. Conclusión parcial: el modelo no era débil; la institución no sabía instruirlo

El fracaso de las primeras pruebas de IA en los grandes despachos no obedeció a una insuficiencia de los modelos, sino a una insuficiencia de las instrucciones. Esta constatación, sin embargo, no resuelve por sí sola el problema de la absorción institucional: enseñar a redactar mejores instrucciones es necesario, pero no basta si ese conocimiento no se convierte en un activo institucional reutilizable, cuestión que se aborda en la sección 9.

4. El dilema del innovador en el sector legal

4.1. La estructura económica del gran despacho

La lentitud de los grandes bufetes no responde a ignorancia, sino a la lógica de su modelo de negocio, sostenido sobre la hora facturable y el apalancamiento de asociados (1). Precisamente el trabajo que la IA realiza mejor —primeros borradores, diligencia, revisión documental, comprobación de citas, resúmenes, comparaciones, formateo— es el que la pirámide de BigLaw existe para vender (1).

4.2. La amenaza sobre los dos pilares del modelo de negocio

La amenaza opera en dos frentes: cada hora que la IA ahorra es una hora que no puede facturarse a la antigua usanza, y la compresión del apalancamiento reduce la necesidad de una gran plantilla de asociados junior, aplanando la pirámide y erosionando el conducto tradicional de formación (1).

4.3. El incentivo perverso

La respuesta individual —experimentar en privado, sin alterar la estructura de facturación— resulta racional para el socio, pero no transforma la institución; la respuesta institucional —comités, políticas, pilotos— resulta igualmente racional y, sin embargo, perpetúa el problema (1). Se trata del dilema del innovador en su forma más pura: la espera es racional hasta que resulta fatal (1).

4.4. La asimetría temporal

Un socio director que percibe una retribución elevada y se encuentra próximo al final de su carrera afronta un cálculo sencillo: transformar el bufete implica costes inmediatos y beneficios diferidos que probablemente cosechará su sucesor, no él mismo (1). Este desajuste no es un defecto moral, sino un rasgo estructural del gobierno de los grandes bufetes, cuyo horizonte de retribución —anual— no coincide con el horizonte de retorno de una transformación digital seria.

4.5. La parálisis por temor

El reloj lento se alimenta también del miedo: el temor asimétrico a convertirse en el caso ejemplar de fracaso, y el temor, más profundo, a que la IA sustituya al propio abogado. Sobre este segundo punto pesan predicciones como la formulada por Dario Amodei, consejero delegado de Anthropic, en una entrevista concedida a Jim VandeHei y Mike Allen de Axios el 28 de mayo de 2025, en la que advirtió de que la IA podría eliminar hasta la mitad de los empleos de cuello blanco de nivel inicial en un plazo de uno a cinco años (5). Shapiro discrepa de esa predicción en lo que respecta a los abogados, aunque reconoce que un socio no necesita creer en ella para sentir su presión.

4.6. La respuesta institucional: comités, pilotos, políticas y "teatro de la IA"

Frente a esta presión, la respuesta típica del gran despacho —grupo de trabajo, política de uso responsable, piloto con un proveedor, jornada de formación, mesa redonda sobre innovación responsable— configura lo que Shapiro denomina "teatro de la IA": un mecanismo de defensa institucional que permite aparentar que se aborda el cambio sin alterar realmente los flujos de trabajo (1). La prueba, según Shapiro, es sencilla: cuando se pregunta a estos bufetes qué flujo de trabajo concreto ha cambiado, cuánto más rápido se ha vuelto, qué ha mejorado para el cliente y qué hace hoy el despacho de manera distinta en un asunto real, las respuestas concretas escasean (1).

4.7. El caso S&C: el riesgo de las alucinaciones en los tribunales

Sullivan & Cromwell, uno de los bufetes más prestigiosos del mundo, se vio obligado en abril de 2026 a presentar una carta de disculpa ante el juez Martin Glenn, del Tribunal de Quiebras del Distrito Sur de Nueva York, después de que una moción de emergencia presentada el 9 de abril en el procedimiento Chapter 15 de Prince Group contuviera decenas de citas inexactas y otros errores, incluidos casos inventados por el modelo de IA empleado (7). El error fue detectado por la contraparte, Boies Schiller Flexner, y ampliamente difundido por Bloomberg Law y Reuters (7). El caso demuestra que el prestigio institucional no inmuniza frente a este tipo de fallos; lo que protege, según Shapiro, es el proceso de verificación, no la reputación previa del despacho (1).

4.8. Conclusión parcial: la estructura de incentivos como barrera principal

Las barreras a la absorción de la IA en el sector legal no son técnicas ni siquiera principalmente culturales, sino estructurales: la facturación por horas, el apalancamiento, la asimetría temporal de los incentivos y el miedo a la responsabilidad configuran un sistema que penaliza la transformación radical y recompensa la simulación de la innovación.

5. La lección de la historia: electricidad, ejes centrales y motores individuales

5.1. La electrificación de las fábricas a principios del siglo XX

Shapiro recurre a la historia de la electrificación industrial para dotar a su argumento de profundidad temporal. Cuando la electricidad sustituyó al vapor a finales del siglo XIX y principios del XX, los propietarios industriales retiraron la máquina de vapor, instalaron un motor eléctrico y mantuvieron el resto de la fábrica —incluido el largo eje central de transmisión— tal como estaba (1). La decisión era comprensible: el motor eléctrico resultaba más limpio y fiable, y rediseñar la planta habría exigido un esfuerzo de reingeniería que no parecía justificado a corto plazo (2)(3).

5.2. La persistencia del diseño del eje central durante tres décadas

Esa racionalidad individual no se tradujo, sin embargo, en ganancias de productividad agregadas: durante casi treinta años, los economistas observaron que las mejoras de productividad fueron muy inferiores a lo esperado dado el potencial de la nueva tecnología. Paul David documentó esta paradoja en "The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox" (American Economic Review, vol. 80, núm. 2, 1990), y Warren D. Devine, Jr. amplió el análisis en "From Shafts to Wires: Historical Perspective on Electrification" (Journal of Economic History, vol. 43, núm. 2, 1983): una tecnología de propósito general solo despliega su potencial cuando se rediseña la organización del trabajo que la utiliza, y ese rediseño puede ir una generación por detrás de la invención (2)(3).

5.3. El rediseño del flujo de trabajo: motores en cada máquina

El cambio decisivo llegó en la década de 1920 con el abandono del eje central y la adopción de motores individuales en cada máquina, lo que exigió literalmente "arrancar el suelo" de la fábrica para redistribuir la producción según el flujo lógico del producto, no según la proximidad al eje de transmisión (1). El resultado fue el salto de productividad que los economistas llevaban décadas esperando.

5.4. La parábola de Coca-Cola frente a General Electric

Cuando la refrigeración mecánica se abarató a principios del siglo XX, la apuesta obvia parecía ser sobre los fabricantes de las máquinas —General Electric, Westinghouse, Frigidaire—. El mayor beneficiario, sin embargo, fue Coca-Cola, una empresa regional de jarabe de fuente con sede en Atlanta que, bajo el liderazgo de Robert Woodruff, se propuso en la década de 1920 poner su producto al alcance del deseo en cada rincón del mundo (7)(16). Coca-Cola no fabricó un solo refrigerador: comprendió, antes que nadie, lo que el frío barato hacía posible y reconstruyó su negocio en torno a esa comprensión.

5.5. Traslación al sector legal

Trasladada al ámbito jurídico, "arrancar el suelo" significa abandonar la delegación en cascada de tareas rutinarias y la facturación por horas, para reorganizar la práctica alrededor de la capacidad de los modelos de realizar esas tareas con supervisión reducida y alta fiabilidad, sin que ello implique sustituir al abogado, sino reconfigurar la relación entre producción y juicio (1).

5.6. Implicaciones estratégicas

La lección histórica relativiza el debate centrado exclusivamente en la capacidad de los modelos: la ventaja competitiva no residirá en el acceso a los mejores modelos —previsiblemente disponibles para cualquier despacho—, sino en la capacidad de incorporarlos a flujos de trabajo que reflejen el criterio y los estándares propios del despacho, un activo que debería permanecer bajo su control y no bajo el del proveedor tecnológico (1).

6. El caso Kirkland & Ellis: la apuesta estratégica de 500 millones de dólares

6.1. Contexto

Kirkland & Ellis cerró 2025 con 10.560 millones de dólares de ingresos y 11,1 millones de dólares de beneficio por socio equity, cifras récord para el sector (9). Esa misma exposición al segmento de private equity —motor de su crecimiento— la vuelve especialmente vulnerable a la presión de clientes que ejecutan las mismas estructuras de operación decenas de veces al año y que empiezan a preguntar por qué un trabajo que una máquina puede redactar sigue facturándose a tarifas de asociado (1).

6.2. La presión de los clientes: Blackstone

En febrero de 2026, Bloomberg Law y Law.com informaron de que Blackstone —el mayor cliente de private equity de Kirkland— había pagado al bufete 87,8 millones de dólares en honorarios en 2025, frente a un récord de 101,3 millones en 2024, incluso mientras los ingresos globales de Kirkland crecían un 20 % (10).

6.3. La amenaza desde la otra orilla: Norm Law y los competidores AI-native

Norm Law, plataforma legal AI-native, se lanzó en noviembre de 2025 con respaldo de Blackstone en su matriz Norm Ai, con Bain Capital y Vanguard entre sus inversores; en enero de 2026 nombró presidente a Michael Schmidtberger, que había presidido el comité ejecutivo de Sidley Austin durante siete años (11). Crosby ha recaudado más de 85 millones de dólares de Sequoia, Index y Lux, y Eudia levantó una serie A de hasta 105 millones de dólares antes de lanzar una firma legal aumentada por IA en Arizona (11).

6.4. La inversión anunciada

Kirkland anunció en mayo de 2026 una inversión de aproximadamente 500 millones de dólares a lo largo de tres o cuatro años, con un desembolso inicial de unos 100 millones en 2026 (8). El primer producto llegó una semana después: el 4 de junio de 2026, Kirkland y Palantir Technologies presentaron un motor de formación de fondos, exclusivo para el bufete, destinado a dar servicio a los más de 1.000 abogados de su práctica de fondos de inversión, con una arquitectura que Kirkland describe como independiente del modelo (12).

6.5. Análisis crítico

La cuestión que plantea Shapiro es si esta inversión construye una ventaja competitiva duradera o si, por el contrario, instala un motor eléctrico muy caro sobre el viejo eje central: una plataforma propia vale lo que valga la práctica transformada a la que está conectada (1).

6.6. La advertencia de Shapiro: adquisición no es absorción

Comprar la mejor plataforma y contratar a los mejores ingenieros no basta si los abogados siguen trabajando de la misma manera. El riesgo, señala Shapiro, es que una inversión de esta magnitud se convierta en sustituto del cambio real, en lugar de en su catalizador (1).

6.7. El papel de Palantir y la arquitectura de datos

Shapiro cita una entrevista de Alex Karp, consejero delegado de Palantir, concedida a CNBC el 1 de julio de 2026 con motivo del anuncio de la asociación soberana de IA entre Palantir y Nvidia, en la que Karp defendió que las empresas deben ser dueñas de los medios de producción de su IA —cómputo, modelos, datos y ventaja competitiva— en lugar de alquilarlos a terceros (15). Shapiro comparte el diagnóstico, pero introduce una cautela: la elección de la plataforma no resuelve por sí sola quién diseña los flujos de trabajo que se ejecutan sobre ella, y ese diseño debe seguir en manos de los abogados del bufete, no de los ingenieros del proveedor (1).

6.8. Conclusión parcial

El caso Kirkland es, para Shapiro, una prueba de fuego para todo el sector: si el bufete más rentable del mundo logra transformar su práctica, demostrará que la absorción es posible incluso para los incumbentes más consolidados; si se limita a instalar tecnología sin rediseñar el trabajo, servirá de advertencia para el resto.

7. El negocio de la absorción: la nueva función profesional

7.1. Definición

La absorción, en la terminología de Shapiro, es el proceso de trasladar capacidad desde el reloj rápido al reloj lento sin quebrar la institución en el camino (1). Hoy, sostiene, esa tarea suele recaer en una sola persona que conoce el trabajo lo bastante bien como para hacerlo a la manera antigua y las herramientas lo bastante bien como para reconstruirlo a la manera nueva (1).

7.2. El ingeniero de despliegue avanzado como arquetipo

Palantir acuñó hace veinte años la figura del "ingeniero de despliegue avanzado" (forward-deployed engineer), que se traslada a las operaciones del cliente y reconstruye el trabajo alrededor del software (1). Lo que durante mucho tiempo pareció una peculiaridad de Palantir se ha convertido, en la primavera de 2026, en la posición que todo inversor está tratando de replicar.

7.3. La irrupción de las firmas de servicios AI-native

OpenAI anunció el 11 de mayo de 2026 la creación de la OpenAI Deployment Company, unidad independiente con más de 4.000 millones de dólares de capital comprometido liderada por TPG, lanzada junto con la adquisición de Tomoro, consultora que aportó unos 150 ingenieros de despliegue avanzado desde el primer día (13). Días antes, el 4 de mayo de 2026, Anthropic anunció junto con Blackstone, Hellman & Friedman y Goldman Sachs una firma de servicios empresariales AI-native capitalizada en aproximadamente 1.500 millones de dólares (13). Ambos movimientos responden, según cita Shapiro, a un estudio del MIT de 2025 que documentó que el 95 % de las organizaciones no obtenían retorno medible de sus inversiones en IA generativa pese al gasto acumulado (13)(14).

7.4. El conflicto de intereses: ¿para quién trabaja el ingeniero?

Un ingeniero de despliegue avanzado trabaja, en estos modelos, para el proveedor, no para el cliente. Esa relación resulta aceptable para una fábrica cuya ventaja competitiva no reside en su logística, pero no para un bufete cuyo trabajo se basa en la confidencialidad y cuyos procedimientos codifican su propio método: si esos procedimientos se escriben sobre los rieles del proveedor, tienden a migrar a su producto, donde el despacho vecino puede suscribirse a ellos (1). Para un bufete, sostiene Shapiro, esa persona debería trabajar para la institución, no para el proveedor.

7.5. La necesidad de internalizar la capacidad de rediseño

Internalizar la absorción no exige necesariamente construir plataformas propias desde cero —Kirkland ha optado por esa vía, pero no es la única—; exige que el conocimiento sustantivo incorporado a los flujos de trabajo pertenezca al bufete, aunque la infraestructura se alquile a terceros (1).

7.6. El cambio de gestión como nueva disciplina

Shapiro reivindica el cambio de gestión —"la frase menos glamurosa en los negocios"— como una de las disciplinas más valiosas del momento, pero no en su forma tradicional de mapas de interés y paneles de adopción, sino como el proceso de convertir el criterio experto en procedimientos automatizados que una máquina pueda ejecutar y una institución pueda supervisar (1). Un consultor generalista puede trazar una reorganización de líneas jerárquicas desde el otro lado de una mesa; no puede diseñar las mil pequeñas decisiones que componen un asunto legal concreto, porque esas decisiones constituyen, cada vez más, la propia práctica del Derecho (1).

7.7. La imposibilidad de externalizar el conocimiento tácito

El conocimiento de la cláusula que ha costado dinero a un cliente, o del argumento que un tribunal no aceptará, no está escrito en ningún manual: se transmite en la práctica diaria y solo puede extraerse mientras el trabajo se realiza, con la participación activa del profesional que lo posee (1).

7.8. Conclusión parcial

La absorción no puede externalizarse por completo sin riesgo: el conocimiento tácito del bufete es su activo más valioso, y cederlo a un proveedor tecnológico equivale a poner esa ventaja a disposición de los competidores, tarde o temprano.

8. La transformación del trabajo legal: de la producción al juicio

8.1. Producción jurídica y toma de decisiones

Shapiro distingue entre producción —recopilar, redactar, comparar, resumir, comprobar y organizar información jurídica— y toma de decisiones —el momento en que el abogado convierte ese material en una indicación concreta al cliente—. Los modelos frontera son extraordinariamente eficaces en la producción; el juicio sobre qué riesgo importa o qué argumento debe formularse sigue siendo, según Shapiro, un dominio fundamentalmente humano (1).

8.2. La ficción de la facturación por horas

Durante un siglo, los bufetes han facturado el trabajo visible y cuantificable —investigación, redacción, diligencia, comprobación de citas—, aunque los clientes valoraban sobre todo la toma de decisiones que ese trabajo servía para sustentar. Shapiro sostiene que las horas fueron, en realidad, la forma en que el bufete eligió facturar lo que el cliente realmente compraba: el criterio del socio que firma el consejo (1).

8.3. El efecto de la IA sobre la producción

La IA ataca primero la producción: redacta primeros borradores, compara documentos, resume expedientes, comprueba citas y realiza revisiones tediosas de forma imperfecta pero suficientemente rápida como para que la vieja relación entre tiempo y valor deje de sostenerse (1).

8.4. El desplazamiento del valor hacia el juicio

Cuando la producción se abarata, el insumo escaso pasa a ser la persona capaz de dirigir la máquina, evaluar su respuesta y asumir la responsabilidad del consejo. El juicio, sostiene Shapiro, siempre fue lo que el cliente compraba; la factura solo lo ocultaba (1).

8.5. El error de las predicciones de sustitución masiva

Shapiro se distancia de predicciones como la de Dario Amodei (5) y sostiene que la aritmética más probable no es la sustitución de la mitad de los puestos de trabajo, sino de la mitad de cada puesto: la máquina absorbe la producción, y en el extremo superior del mercado el trabajo se intensifica en torno al juicio, mientras en el extremo inferior —donde el trabajo es rutinario y los intereses en juego son bajos— los servicios legales sí pueden mercantilizarse (1).

8.6. La crisis del aprendizaje tradicional

El trabajo mecánico no era solo lo que los bufetes vendían, sino también cómo los juniors aprendían: si la IA comprime esa exposición repetida a las materias primas del juicio, los despachos deberán diseñar deliberadamente la formación en torno a la toma de decisiones, en lugar de confiar en que se adquiera por acumulación de horas (1).

8.7. Nuevos criterios de selección y formación

Shapiro sugiere que la contratación deberá valorar indicios tempranos de juicio, iniciativa y capacidad comercial por encima de las calificaciones académicas tradicionales, y que experiencias como una judicatura o un paso por un banco o una gran empresa pueden resultar más formativas que el trabajo mecánico que la IA absorbe (1).

8.8. La revalorización del juicio y el nuevo modelo de precios

Los bufetes que logren desvincularse de la facturación por horas y poner precio al juicio —el bien escaso— podrán mejorar sus márgenes de forma sustancial, en una traslación al Derecho de la parábola de Coca-Cola: poner el juicio legal de élite al alcance de toda decisión difícil (1).

8.9. Conclusión parcial

La producción se mercantiliza; el juicio se revaloriza. Los bufetes que comprendan esta distinción obtendrán una ventaja significativa; los que se aferren al modelo de horas y apalancamiento afrontarán una presión creciente de clientes y competidores AI-native.

9. Flujos de trabajo y conocimiento institucional: la infraestructura del futuro despacho

9.1. Prompt frente a flujo de trabajo

Un prompt indica al modelo qué hacer en un asunto concreto; un flujo de trabajo le indica cómo un abogado, grupo de práctica o bufete determinado realiza esa categoría de trabajo, de forma reutilizable en cada asunto sin necesidad de recordárselo (1). Algunos procedimientos son mecánicos —cómo marcar un documento sin corromperlo, cómo ejecutar la verificación de citas como un proceso separado—; los más valiosos son sustantivos: cómo revisa un contrato un socio concreto, cuándo pide más datos, cuándo rechaza la premisa porque el expediente no la respalda (1).

9.2. La externalización del conocimiento tácito

El principal desafío no es técnico, sino cognitivo: conseguir que los abogados senior articulen lo que hacen casi inconscientemente —la frase que desconfían, la cláusula que releen porque una vez costó dinero a un cliente—, extrayendo ese conocimiento mientras el trabajo ocurre (1).

9.3. El manual de instrucciones permanentes como activo intangible

El producto de ese proceso es lo que Shapiro llama el manual de instrucciones permanentes: un activo específico de cada bufete, grupo de práctica o incluso socio, que codifica criterio, prioridades y estándares de calidad, y que constituye el verdadero foso competitivo de la absorción (1).

9.4. El ciclo de mejora continua

Cuando el modelo pasa por alto una cláusula relevante, el socio corrige el error y lo incorpora al flujo de trabajo, de modo que la próxima ejecución ya lo contempla: la corrección beneficia a todos los asuntos futuros, no solo al que la originó (1).

9.5. La propiedad del método

El activo duradero no es el envoltorio tecnológico, sino el método propio del bufete, escrito con precisión suficiente para que el modelo pueda seguirlo, los abogados puedan supervisarlo y la institución pueda mejorarlo con el tiempo; por eso no debería residir dentro del producto de un tercero (1).

9.6. El riesgo de la dependencia tecnológica

La independencia de modelo que persigue la plataforma de Kirkland (12) mitiga, pero no elimina, el riesgo de dependencia de una plataforma concreta. La solución que propone Shapiro es la soberanía intelectual: el método debe pertenecer al bufete y estar escrito de forma que pueda ejecutarse sobre cualquier plataforma que el bufete elija.

9.7. El papel de la infraestructura tecnológica

Los laboratorios de IA y proveedores como Palantir o Snowflake pueden construir la arquitectura de datos, pero el trabajo situado por encima de esa infraestructura corresponde a los abogados, porque ninguna empresa de software conoce el saber acumulado de la práctica concreta de un bufete (1).

9.8. Conclusión parcial

Los flujos de trabajo constituyen la infraestructura del conocimiento institucional. Este trabajo es lento, personal e invisible desde el organigrama, pero es, según Shapiro, el único tipo de gasto en IA que cambia realmente lo que un bufete hace (1).

10. La litigación y el contencioso en la era de la IA: riesgos procesales y responsabilidad profesional

10.1. El deber de supervisión y la responsabilidad del abogado firmante

El deber de supervisión del abogado firmante, tradicionalmente centrado en el trabajo de asociados y auxiliares, se extiende hoy a los productos generados por modelos de IA. El caso Sullivan & Cromwell (7) confirma que la delegación en la máquina no exime al abogado de su responsabilidad última sobre la exactitud de los escritos presentados ante los tribunales.

10.2. El caso S&C: lecciones sobre alucinaciones y control de calidad

Como se expuso en la sección 4.7, la moción de emergencia presentada por Sullivan & Cromwell el 9 de abril de 2026 en el procedimiento Chapter 15 de Prince Group contenía citas inexactas y casos inventados por el modelo; el socio Andrew Dietderich remitió una carta de disculpa al juez Martin Glenn el 18 de abril de 2026 (7). El caso confirma que el prestigio institucional no previene el error; lo previene el proceso de verificación.

10.3. La jurisprudencia estadounidense sobre alucinaciones de IA se ha consolidado en 2026

Entre febrero y julio de 2026 se han acumulado numerosas decisiones judiciales estadounidenses sobre alucinaciones generadas por IA en escritos procesales. La más relevante para la práctica de apelación es Fletcher v. Experian Information Solutions, Inc., 168 F.4th 231 (5th Cir. 2026), en la que el Tribunal de Apelaciones del Quinto Circuito sancionó a la abogada de la parte apelante por presentar un escrito de contestación con numerosas citas y afirmaciones fabricadas por IA, agravando la falta con una respuesta poco franca cuando el tribunal la requirió para que explicara el origen de los errores; el Circuito impuso una sanción pecuniaria y subrayó que la falta de candor —más que el uso de la IA en sí— justificaba el reproche. Otras jurisdicciones han seguido una lógica similar, incluida la Corte Suprema de Alabama en Ibach v. Stewart, 2026 WL 1110659 (Ala. 2026), y diversos tribunales estatales de Nueva York y Ohio. La lección común es que la candidez del abogado ante el error —más que la mera existencia de la alucinación— resulta un factor determinante en la severidad de la sanción.

10.4. La carga de la verificación independiente de citas y fuentes

La anatomía de la instrucción que propone Shapiro incluye la verificación como elemento separado: el modelo debe comprobar sus propias referencias antes de devolver la respuesta (1). Esta automatización no elimina la responsabilidad del abogado, pero reduce el riesgo de que errores como los del caso S&C lleguen al tribunal.

10.5. El estándar de diligencia profesional en el uso de herramientas de IA

En España, el Consejo General de la Abogacía Española aprobó el 10 de abril de 2026 (con modificaciones incorporadas el 13 de abril) la Circular Interpretativa 3/2026 del Código Deontológico, dictada al amparo del artículo 23 de la Ley Orgánica 5/2024, de 11 de noviembre, del Derecho de Defensa, que regula la elaboración, firma y entrega de escritos jurídicos asistidos por IA generativa. La Circular concibe la IA como una función auxiliar sujeta a supervisión humana, nunca como sustituto del profesional, y sitúa la responsabilidad por errores derivados de su uso en la falta de verificación y control del abogado firmante, cuya conducta puede proyectarse sobre el régimen disciplinario del Estatuto General de la Abogacía Española en los supuestos de mayor gravedad. Es la tercera circular deontológica de una serie que comenzó con la Circular 1/2025 sobre secreto profesional (noviembre de 2025) y continuó con la Circular 2/2026 sobre fondos ajenos (enero de 2026).

En Estados Unidos, la Model Rule 5.3 de la American Bar Association, relativa a la responsabilidad de los abogados sobre el trabajo de personas no abogadas, se ha invocado de forma análoga para el trabajo de sistemas de IA. En California, el Senado estatal aprobó el 29 de enero de 2026, por 39 votos a 0, el proyecto de ley SB 574 (Umberg), que impondría a los abogados el deber de no introducir información confidencial en sistemas de IA públicos, verificar personalmente la exactitud de cualquier cita generada por IA antes de incluirla en un escrito judicial y evitar que el uso de la IA genere discriminación; a la fecha de cierre de este informe, el proyecto se encontraba pendiente de tramitación en la Asamblea de California, con plazo hasta el 31 de agosto de 2026 para su aprobación, por lo que no puede describirse todavía como derecho vigente.

10.6. Implicaciones deontológicas y disciplinarias

El deber de confidencialidad exige no introducir información de clientes en modelos de IA que no garanticen la privacidad de los datos; el deber de competencia exige comprender las limitaciones de las herramientas empleadas, incluida su propensión a las alucinaciones. El caso S&C demuestra que el incumplimiento de estos deberes puede acarrear consecuencias reputacionales severas incluso cuando el bufete se disculpa formalmente ante el tribunal.

10.7. La necesidad de protocolos internos de verificación

Un protocolo mínimo debería incluir la verificación independiente de toda cita jurídica generada por IA, la comprobación de la coherencia de los razonamientos con la doctrina y jurisprudencia aplicables, la validación de que los hechos invocados se corresponden con el expediente, y la revisión final por un abogado que asuma la responsabilidad última del contenido.

10.8. Conclusión parcial

El riesgo de alucinaciones es real y puede afectar a los bufetes más prestigiosos. La respuesta no es prohibir la herramienta, sino establecer protocolos de verificación robustos que capturen los errores antes de que lleguen al tribunal.

11. La dimensión regulatoria y de competencia

11.1. El marco normativo europeo: el Reglamento de IA y su reciente modificación

El Reglamento (UE) 2024/1689, de Inteligencia Artificial (RIA o AI Act), entró en vigor el 1 de agosto de 2024 y despliega sus obligaciones de forma escalonada. Su redacción original preveía que las obligaciones relativas a los sistemas de IA de alto riesgo del anexo III comenzaran a aplicarse el 2 de agosto de 2026, y las relativas a los sistemas de alto riesgo integrados en productos regulados por el anexo I, el 2 de agosto de 2027.

Es importante advertir —y este es uno de los extremos que este informe corrige respecto de versiones anteriores del análisis— que ese calendario ha sido modificado. El 7 de mayo de 2026, el Consejo de la Unión Europea y el Parlamento Europeo alcanzaron un acuerdo político provisional sobre el llamado "Digital Omnibus sobre IA", que forma parte del paquete de simplificación normativa presentado por la Comisión el 19 de noviembre de 2025. El acuerdo pospone la aplicación de las obligaciones de alto riesgo del anexo III hasta el 2 de diciembre de 2027, y las del anexo I hasta el 2 de agosto de 2028; introduce además una nueva prohibición, en el artículo 5, de los sistemas de IA destinados a generar contenido íntimo no consentido ("nudificadores") o material de abuso sexual infantil, con entrada en vigor prevista para el 2 de diciembre de 2026; y retrasa las obligaciones de marcado de contenido sintético del artículo 50.2 desde el 2 de agosto hasta el 2 de diciembre de 2026. El resto de las obligaciones de transparencia del artículo 50, así como las prohibiciones ya vigentes desde febrero de 2025, no se ven afectadas. A la fecha de cierre de este informe, el acuerdo se encontraba pendiente de adopción formal y publicación en el Diario Oficial de la Unión Europea, trámite que las instituciones europeas esperaban completar antes del 2 de agosto de 2026; hasta que ello ocurra, el calendario original del Reglamento sigue siendo, formalmente, el derecho vigente. Los despachos que planifiquen su cumplimiento deberían, por tanto, seguir tratando el 2 de agosto de 2026 como fecha de referencia operativa, sin dejar de tener presente que el plazo sustantivo para los sistemas de alto riesgo del anexo III se ha ampliado, previsiblemente, hasta diciembre de 2027.

11.2. Impacto de la modificación sobre los sistemas de apoyo jurídico

La AI Act clasifica los sistemas de IA en cuatro niveles de riesgo. Los sistemas de IA empleados en la administración de justicia figuran entre los que pueden calificarse de alto riesgo conforme al anexo III, lo que impondría a sus desarrolladores y usuarios obligaciones de transparencia, gobernanza de datos, documentación técnica y supervisión humana. Para los despachos que desarrollen herramientas propias —como la plataforma de fund formation de Kirkland & Ellis (8)(12)—, la determinación de si el sistema entra en esa categoría sigue siendo una cuestión de primer orden, aunque el plazo para exigir el cumplimiento efectivo se haya ampliado con el Digital Omnibus. La AI Act no sustituye a la normativa de protección de datos, sino que la complementa con un enfoque basado en el riesgo.

11.3. La protección de datos y la confidencialidad del cliente

El despacho de abogados actúa como responsable del tratamiento en el sentido del artículo 4.7 del Reglamento (UE) 2016/679 (RGPD) respecto de los datos de sus clientes y de terceros afectados por el asunto, lo que le obliga a asegurar que cualquier sistema de IA que emplee respete la licitud del tratamiento, la minimización de datos y la limitación de la finalidad. El uso de versiones de consumo de herramientas de IA, cuyos términos de servicio pueden permitir el reentrenamiento con los datos introducidos, plantea riesgos significativos de confidencialidad, en línea con lo señalado por la ya mencionada Circular 3/2026 del CGAE, que advierte de que la infracción del secreto profesional no se produce solo por el resultado, sino por el riesgo asumido en el procedimiento.

11.4. El panorama regulatorio en Estados Unidos: fragmentación estatal

Estados Unidos carece de un marco legislativo general sobre inteligencia artificial; la regulación avanza mediante iniciativas estatales fragmentadas y la aplicación de normas deontológicas preexistentes. Colorado aprobó el 14 de mayo de 2026 la Senate Bill 26-189, que deroga y sustituye la Colorado Artificial Intelligence Act de 2024 (Senate Bill 24-205) con un régimen más centrado en la transparencia y la divulgación que en un deber sustantivo de diligencia frente a la discriminación algorítmica, y que entrará en vigor el 1 de enero de 2027. California, como se ha señalado en la sección 10.5, tramita el proyecto SB 574, aún no convertido en ley a la fecha de cierre de este informe. Los tribunales, por su parte, han comenzado a sancionar el uso indebido de la IA sin necesidad de una ley específica, apoyándose en las facultades disciplinarias existentes y en la potestad inherente de los tribunales, como ilustra el caso Fletcher citado en la sección 10.3.

11.5. Las barreras de entrada y el riesgo de concentración tecnológica

Shapiro no emplea el lenguaje del Derecho de la competencia, pero su advertencia sobre la migración del método del bufete hacia el producto del proveedor (1) apunta a una dinámica de mercado que puede generar barreras de entrada y consolidar posiciones de dominio en la capa de los modelos fundacionales y las plataformas de despliegue. La preocupación por la concentración en los mercados de infraestructura de IA ha sido objeto de atención creciente por parte de autoridades de competencia a ambos lados del Atlántico durante 2026, aunque una valoración pormenorizada de esas actuaciones excede el objeto de este informe y debería, en todo caso, verificarse frente a fuentes primarias antes de su cita en un contexto académico.

11.6. Tendencias deontológicas convergentes

Más allá de los marcos generales de IA y competencia, se aprecia una convergencia internacional en torno a un principio común: cualquier decisión legal significativa debe permanecer bajo la responsabilidad de un profesional del Derecho; la IA puede auxiliar en el análisis, la investigación o la preparación de la decisión, pero no sustituir el juicio ni la responsabilidad humana. Este principio, que Shapiro suscribe implícitamente al situar el juicio como el bien escaso de la profesión (1), inspira tanto la Circular 3/2026 del CGAE como las iniciativas legislativas en curso en Estados Unidos.

11.7. Conclusión parcial: la regulación como acelerador o freno de la absorción

La claridad regulatoria puede dar seguridad jurídica a los bufetes que invierten en sus propias plataformas y flujos de trabajo; la incertidumbre y la fragmentación jurisdiccional, en cambio, pueden desincentivar la inversión. La reciente ampliación de plazos del Reglamento de IA europeo ejemplifica cómo el propio marco normativo puede desplazarse mientras un despacho ejecuta su estrategia de absorción, lo que exige un seguimiento normativo continuo, no una lectura estática del Reglamento en la fecha de su entrada en vigor.

12. La perspectiva de futuro: escenarios y recomendaciones estratégicas

12.1. Escenario tendencial: absorción gradual y consolidación de los líderes

El escenario más probable es una absorción gradual pero acelerada, con consolidación de la ventaja de quienes se muevan primero. Esa ventaja no será tecnológica —el acceso a modelos similares tenderá a igualarse—, sino organizativa: la capacidad de codificar el criterio profesional en procedimientos automatizados fiables.

12.2. Escenario disruptivo: nuevos operadores AI-native

Operadores como Norm Law, respaldados por capital privado, pueden capturar una parte significativa del mercado en segmentos de trabajo repetitivo y estandarizado, especialmente en private equity, si los grandes bufetes no completan su propia transformación a tiempo.

12.3. Escenario de estancamiento: el bucle del "teatro de la IA"

El escenario más pesimista es aquel en que los bufetes se atrincheran en comités, políticas y pilotos sin cambios reales en los flujos de trabajo, mientras la presión de clientes y competidores se intensifica y la ventaja competitiva se erosiona de forma gradual pero persistente.

12.4. Recomendaciones para despachos

La inversión en tecnología es necesaria pero insuficiente: la prioridad debe ser el rediseño de los flujos de trabajo, no la mera adquisición de herramientas. La formación debe reorientarse hacia la instrucción y supervisión de la IA; los bufetes deben mantener el control sobre su método, aceptando la dependencia de terceros solo para la infraestructura; y el cambio de gestión debe tratarse como prioridad estratégica, no como ejercicio de relaciones públicas, sometido a la prueba de fuego que propone Shapiro: qué flujo de trabajo ha cambiado, cuánto más rápido se ha vuelto, qué ha mejorado para el cliente.

12.5. Recomendaciones para departamentos jurídicos internos

Los departamentos in-house deben aprovechar la IA para reducir costes sin comprometer la calidad, establecer criterios claros para evaluar la capacidad de sus proveedores externos de usar IA de forma efectiva, y formar a sus propios equipos para asumir la producción interna que antes se externalizaba.

12.6. Recomendaciones para reguladores y colegios profesionales

Los reguladores deberían ofrecer orientación clara sobre el estándar de diligencia en el uso de IA; los colegios profesionales, integrar la competencia en IA en la formación continua; y las autoridades de competencia, vigilar la concentración y las prácticas que puedan generar dependencia tecnológica, sin perder de vista que —como muestra la experiencia europea de 2026— los propios calendarios regulatorios pueden modificarse con rapidez.

12.7. La ventana de oportunidad

El momento de actuar es ahora, mientras la transformación sigue siendo una elección y no una emergencia: los bufetes que comiencen mientras los ingresos baten récords podrán reconstruirse con margen de maniobra; los que esperen lo harán bajo presión, con menos recursos y mayor urgencia.

13. Conclusiones generales

13.1. Recapitulación de la tesis central

El ensayo de Zack Shapiro constituye un análisis lúcido sobre el impacto de la IA generativa en el sector legal. Su tesis —dos relojes que avanzan a velocidades divergentes— sitúa el verdadero cuello de botella no en la capacidad tecnológica, sino en la capacidad institucional para absorberla.

13.2. La inevitabilidad del cambio y la elección del momento

La analogía histórica de la electrificación y la parábola de Coca-Cola frente a General Electric ilustran que las tecnologías de propósito general solo despliegan su potencial cuando las instituciones rediseñan sus flujos de trabajo en torno a ellas. La cuestión no es si los grandes bufetes se transformarán, sino si lo harán por diseño o por emergencia.

13.3. Producción y juicio como clave del nuevo modelo de negocio

La IA abarata la producción y desplaza el valor hacia el juicio: la decisión sobre qué riesgo importa, qué concesión es aceptable y qué argumento debe formularse. Los bufetes que logren desvincular su facturación de las horas de producción y poner precio al juicio emergerán de la transformación más rentables, no menos.

13.4. La absorción como nuevo imperativo estratégico

La absorción —trasladar capacidad del reloj rápido al lento sin quebrar la institución— exige rediseño organizativo en todos los niveles de la práctica: flujos de trabajo, criterios de calidad, procedimientos de verificación, formación de juniors y modelo de precios. Ese conocimiento debe permanecer bajo control del bufete, no del proveedor tecnológico.

13.5. El papel del jurista en la nueva economía de la inteligencia

La transformación no amenaza la existencia de la profesión, sino que redefine su núcleo: la producción se delega en la máquina, el juicio se concentra en el ser humano. La formación de los juniors y los criterios de selección deberán adaptarse en consecuencia.

13.6. La responsabilidad profesional en la era de la IA

El caso Sullivan & Cromwell y la jurisprudencia estadounidense reciente —entre ella Fletcher v. Experian Information Solutions— confirman que el prestigio no previene el error; lo hace el proceso de verificación. La Circular 3/2026 del CGAE y las iniciativas legislativas en curso en Estados Unidos avanzan en la misma dirección: la supervisión humana y la responsabilidad del firmante no son negociables.

13.7. La oportunidad de los primeros movimientos

Quien entienda antes que nadie lo que la nueva capacidad tecnológica hace posible, y reconstruya su organización en torno a esa comprensión, obtendrá una posición de liderazgo difícil de erosionar. El juicio concentrado seguirá siendo el activo más valioso de la profesión jurídica.

13.8. Reflexión final

La abogacía no está destinada a desaparecer, sino a reencontrarse con su núcleo esencial: el juicio, la toma de decisiones y la responsabilidad. La pregunta no es si la IA transformará el sector legal, sino quiénes serán los transformadores y quiénes los transformados. El reloj sigue avanzando, y ahora avanza también, de forma no menos relevante, en el terreno normativo que encuadra esa transformación.

---

Bibliografía

Normativa

(A) Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, de 13 de junio de 2024, por el que se establecen normas armonizadas en materia de inteligencia artificial, DO L, 12 de julio de 2024.

(B) Reglamento (UE) 2016/679 del Parlamento Europeo y del Consejo, de 27 de abril de 2016, relativo a la protección de las personas físicas en lo que respecta al tratamiento de datos personales (RGPD).

(C) Colorado, Senate Bill 26-189, sancionada por el gobernador Jared Polis el 14 de mayo de 2026, que deroga y sustituye la Senate Bill 24-205 (Colorado Artificial Intelligence Act).

(D) California, Senate Bill 574 (Umberg), aprobada por el Senado estatal el 29 de enero de 2026 y pendiente de tramitación en la Asamblea a la fecha de cierre de este informe.

Jurisprudencia

(E) Fletcher v. Experian Information Solutions, Inc., 168 F.4th 231 (5th Cir. 2026).

(F) Ibach v. Stewart, 2026 WL 1110659 (Ala. 2026).

Fuentes doctrinales, institucionales y de prensa

(1) Shapiro, Zack. "The Two Clocks". Publicación en X, 8 de julio de 2026. Disponible en: https://x.com/zackbshapiro/status/2074852265354022983.

(2) David, Paul A. "The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox". American Economic Review, vol. 80, núm. 2, 1990, pp. 355-361.

(3) Devine, Warren D., Jr. "From Shafts to Wires: Historical Perspective on Electrification". Journal of Economic History, vol. 43, núm. 2, 1983, pp. 347-372.

(4) Anthropic Institute. "When AI Builds Itself". Marina Favaro y Jack Clark, 4 de junio de 2026.

(5) Amodei, Dario. Entrevista con Jim VandeHei y Mike Allen. Axios, 28 de mayo de 2025.

(6) Thompson, Clive. "Coding After Coders: The End of Computer Programming as We Know It". The New York Times Magazine, marzo de 2026.

(7) Dietderich, Andrew (Sullivan & Cromwell LLP). Carta al juez Martin Glenn, U.S. Bankruptcy Court for the Southern District of New York, 18 de abril de 2026. Asunto: In re Prince Group, Chapter 15 Proceedings.

(8) Financial Times / Bloomberg Law. "Kirkland & Ellis to Spend $500 Million on AI Platform". Mayo de 2026.

(9) The American Lawyer. "Kirkland & Ellis 2025 Results: $10.56 Billion Revenue, $11.1 Million Profits Per Partner". Marzo de 2026.

(10) Bloomberg Law / Law.com. "Blackstone Legal Fees to Kirkland Fall to $87.8 Million in 2025". 27 de febrero de 2026.

(11) Bloomberg Law. "Norm Law Launches AI-Native Legal Platform with Blackstone and Bain Capital Backing; Michael Schmidtberger Named Chairman". 22 de enero de 2026.

(12) Kirkland & Ellis y Palantir Technologies. Comunicado de prensa conjunto sobre el lanzamiento de la plataforma de fund formation, 4 de junio de 2026.

(13) OpenAI / Anthropic. Anuncios de las firmas de servicios de despliegue AI-native: OpenAI Deployment Company (11 de mayo de 2026) y Anthropic Applied AI (4 de mayo de 2026).

(14) MIT. "State of AI in Business 2025". 2025.

(15) Karp, Alex. Entrevista en CNBC, 1 de julio de 2026.

(16) Pendergrast, Mark. For God, Country and Coca-Cola: The Definitive History of the Great American Soft Drink and the Company That Makes It. Basic Books, 1993.

(17) Council of the European Union. "Artificial Intelligence: Council and Parliament Agree to Simplify and Streamline Rules". Comunicado de prensa, 7 de mayo de 2026.

(18) Consejo General de la Abogacía Española. Circular Interpretativa 3/2026 del Código Deontológico de la Abogacía Española, sobre elaboración, firma y entrega de escritos jurídicos generados con asistencia de IA generativa, aprobada por el Pleno el 10 de abril de 2026, con modificaciones de 13 de abril de 2026.