La IA para equipos legales es el uso de modelos de lenguaje y agentes para ejecutar tareas repetitivas de revisión, clasificación y extracción de información en contratos, dejando al abogado la interpretación y la responsabilidad final del criterio. El caso más concreto documentado por OpenAI en octubre de 2026 es Legora, una empresa sueca que redujo el tiempo de su equipo legal dedicado a revisar acuerdos de confidencialidad (NDA) de alrededor del 20% de la capacidad del área a menos del 1%, según el testimonio de su directora jurídica, Emma Kadri Bergström.
Ese cambio no ocurrió por tener un modelo más potente. Ocurrió porque el equipo legal de Legora escribió primero sus propios criterios: analizó los NDA que ya había firmado, definió qué cláusulas eran aceptables y qué quedaba fuera de marco, y recién entonces dejó que un agente hiciera la primera pasada. La revisión de contratos dejó de empezar de cero cada vez.
Eso importa más de lo que parece. Kadri Bergström cuenta en el video que, antes de estos flujos, revisar esos documentos consumía cerca del 20% de las horas de tiempo completo del equipo. Para una empresa que en doce meses pasó de tres oficinas a 18, cerró tres rondas de financiamiento y realizó cinco adquisiciones, ese 20% es la diferencia entre acompañar el negocio o frenarlo. Vamos a desarmar el caso paso a paso y a ver qué de esto se puede replicar en una empresa peruana.
¿Por qué el cuello de botella no era el modelo sino el criterio?
Antes de Legora, Kadri Bergström describe una escena que cualquier área de administración reconoce: la tarea llega de noche, se pide la respuesta para la mañana siguiente y a los pocos minutos queda claro que es imposible. Ella cuenta que vivió exactamente eso hace diez años, cuando le pidieron resumir los plazos de licencia de un lote de contratos de proveedores. No era falta de esfuerzo: era falta de una forma de trabajo.
Lo que cambió no fue la capacidad de leer. Fue la existencia de un playbook. El equipo tomó los NDA históricos, identificó los parámetros aceptables de la empresa y construyó una guía que permite hacer una primera revisión automática y resaltar lo que se sale del marco. Solo después de eso vino la tecnología.
Hay un orden ahí que suele invertirse en los proyectos de automatización con IA. Muchas empresas empiezan conectando un modelo a su repositorio de documentos y esperan magia; lo que obtienen es una máquina que produce mucho más rápido decisiones que nadie ha definido. Escribir el criterio primero convierte al modelo en un colaborador; omitirlo lo convierte en un generador de ruido con buena redacción.
El resultado que reporta Kadri Bergström es medible precisamente porque el criterio era explícito: con un marco claro, la desviación se puede medir, corregir y auditar. Sin marco, no hay forma de saber si el agente acertó.
¿Qué hace un agente de IA con un contrato que un humano no alcanza a ver?
Alex Fortescue-Webb, Global Head of Legal Engineering de Legora, describe en el mismo material un segundo efecto que suele pasarse por alto: el análisis se amplía, no solo se acelera. Los agentes de IA pueden revisar miles de contratos con múltiples preguntas en minutos, lo que permite aplicar escrutinio detallado a documentos que antes quedaban fuera del subconjunto revisado por límites de tiempo y costo.
En una revisión de contratos tradicional, el equipo prioriza los acuerdos más valiosos y revisa el resto por muestreo. Ese muestreo es razonable, pero deja riesgos escondidos en contratos menos importantes que igual pueden doler. Cuando el agente hace la pasada completa, el abogado deja de dedicar su atención a encontrar agujas y la dedica a evaluar las agujas que ya le fueron señaladas.
Kadri Bergström lo resume así: la IA no solo permite ir más rápido, también mejora la calidad. Y explica por qué eso es coherente con su rol: lo que permanece humano es la responsabilidad sobre la asesoría. Si revisas menos documentos aburridos, tienes más tiempo para ser estratégico, planificar y sentarte con las áreas de negocio a alinear lo que hay que hacer.
Ahora, la parte incómoda. Lo que este caso no demuestra es que cualquier empresa obtenga el mismo resultado copiando la herramienta. La cifra sólida es la de los NDA: viene de una persona con nombre, describiendo el trabajo de su propio equipo, con un antes y un después. Los números del cliente Fortune 100 (90% menos tiempo de cierre de contratos, más de 20 millones de dólares ahorrados y 9,5 horas devueltas por abogado a la semana) aparecen sin nombre de cliente, sin punto de partida y sin método, tal como advierte un análisis independiente en yuphora.com. Mi lectura es que sirven como dirección, no como presupuesto. Antes de prometer un ahorro de esa escala a tu directorio, conviene medir tu propio punto de partida.
También conviene notar el contexto organizacional. Como señala el propio material de OpenAI, la adopción se sostiene en hábitos concretos: cuando más del 75% de los líderes usa la herramienta, el uso mediano en toda la organización es tres veces mayor. Y el CTO de Legora, Jacob Lauritzen, admite que la mejora de los modelos lo obliga a reconsiderar la hoja de ruta cada dos semanas. Es decir, el proyecto no termina: se mantiene.
¿Qué significa esto para una empresa en Perú o Latinoamérica?
En una empresa peruana mediana, el área que hace de cuello de botella rara vez es un departamento legal grande. Suele ser una sola persona: la contadora que también revisa contratos, el jefe de administración que firma todo, el jefe de TI que aprueba cada proveedor. Esa persona no tiene 18 oficinas que sostener, pero sí tiene el mismo problema estructural: si responde tarde, las gerencias dejan de consultarla y toman decisiones sin su criterio.
La IA para equipos legales y de administración no exige una plataforma costosa para empezar. Exige tres cosas que sí son accesibles: un repositorio ordenado de contratos pasados, un documento de criterios aceptables y una persona responsable de validar la salida. Esa combinación es exactamente la que Odoo documenta bien cuando se usa como base para flujos de aprobación, y es la parte que casi siempre se salta.
El contexto regional empuja en la misma dirección. Según el índice de adopción de IA de ipsos.com, los países de América Latina muestran niveles de entusiasmo y adopción reportada por encima del promedio global, aunque con brechas importantes en implementación formal dentro de las empresas. Traducido: hay voluntad de usar IA, pero mucha menos capacidad instalada de procesos. Ahí está la oportunidad real.
Hay además un efecto de segundo orden que conviene anticipar. Cuando el área administrativa deja de ser cuello de botella, empieza a ser invitada antes. Y cuando te invitan antes, ya no solo revisas: opinas sobre la estructura del acuerdo, el riesgo del proveedor y las condiciones de pago. Eso es lo que Kadri Bergström describe como pasar de cuello de botella a socio estratégico. No es un cambio de herramienta, es un cambio de posición en la mesa.
Si quieres ver cómo se traduce esto en un flujo concreto para tu operación peruana, puedes revisar cómo trabajamos la automatización en ContentFlow o conversar con nosotros sobre tu caso.
¿Cómo aplica esto en tu empresa?
El primer paso no es elegir un modelo. Es elegir el documento aburrido. Ese tipo de documento que nadie quiere revisar pero que hay que firmar siempre: los NDA, las órdenes de compra repetitivas, los anexos de proveedores, las actas de conformidad. Si identificas uno solo y lo reduces de punta a punta, ya tienes un caso de negocio.
El segundo paso es medir el antes con honestidad. Antes de automatizar, registra cuántas horas al mes consume esa tarea y cuántas personas la tocan. Sin esa línea base no vas a poder demostrar nada después, y las cifras de terceros no te van a servir como evidencia interna.
El tercer paso es escribir el playbook, aunque sea en una hoja de cálculo. Qué cláusulas son aceptables, cuáles requieren aprobación y cuáles se rechazan. Ese documento es el activo real del proyecto; la herramienta es reemplazable, el criterio no.
El cuarto paso es definir quién firma la salida. La responsabilidad no se delega a un agente, como recuerda Kadri Bergström: siempre hay un humano detrás de la asesoría. Ese humano necesita tiempo asignado para revisar, no solo para aprobar con un clic.
El quinto paso, y el que más se olvida, es el mantenimiento. Si tu proveedor de modelos mejora cada pocos meses, tus supuestos de trabajo también cambian. Un proyecto de automatización de documentos no es una entrega, es una rutina.
Preguntas Frecuentes
¿Cuánto tiempo puede ahorrar la automatización con IA en la revisión de contratos?
Depende del punto de partida y de qué tan repetitiva sea la tarea. El dato más verificable del caso Legora es el de los acuerdos de confidencialidad: pasaron de consumir alrededor del 20% de la capacidad del equipo legal a menos del 1%, según el testimonio de su directora jurídica. Ese porcentaje no es una promesa transferible, es un resultado medido dentro de una empresa específica con un playbook propio. En tu caso, el ahorro real depende de cuántas horas al mes gastas hoy y de cuánto de ese trabajo es realmente repetitivo.
¿La IA puede reemplazar al abogado o al área legal de una empresa?
No en el sentido de la responsabilidad. En el caso de Legora, la propia directora jurídica señala que lo que permanece humano es la rendición de cuentas sobre la asesoría y la relación con las personas. La IA ejecuta la primera pasada, clasifica y resalta desviaciones; el criterio final, la interpretación del riesgo y la firma siguen siendo de una persona. Lo que cambia es la proporción del tiempo: menos lectura mecánica, más análisis y coordinación con el negocio.
¿Qué necesita una PYME peruana para empezar con agentes de IA en documentos?
Más proceso que tecnología. Necesita un repositorio ordenado de contratos históricos, un documento escrito con los criterios aceptables de la empresa, una herramienta que pueda leer esos documentos y una persona designada para validar la salida. Ninguno de esos cuatro elementos requiere una inversión alta; el que suele faltar es el segundo. Sin criterios explícitos, el agente no tiene contra qué comparar y el resultado no se puede auditar ni mejorar.
Conclusión: ¿de cuello de botella a socio estratégico?
El caso de Legora no trata sobre abogados que trabajan más rápido. Trata sobre un área que dejó de frenar al negocio y empezó a ser consultada antes de que las decisiones se tomaran. Kadri Bergström lo plantea con claridad: cada departamento legal teme convertirse en un cuello de botella, porque cuando eso pasa el negocio deja de acudir a él, y eso aumenta el riesgo en lugar de reducirlo.
La ruta que documenta OpenAI tiene tres piezas que cualquier empresa puede copiar sin comprar nada el primer día: elegir un documento aburrido, escribir el criterio de aceptación y medir el antes. La tecnología viene después, y es la parte más fácil de resolver.
Si quieres ordenar ese camino en tu empresa, puedes conversar con nosotros sobre tu caso y revisar cómo estructuramos proyectos de automatización de procesos en el blog de Consultoría TI.
Fuentes y Referencias
- OpenAI — Legora is building the agentic operating system for legal work
- OpenAI (es-419) — Legora crea un sistema operativo de agentes para el trabajo legal
- OpenAI (YouTube) — From legal bottleneck to business partner | Legora’s Emma Kadri Bergström
- yuphora.com — OpenAI says its models power Legora's legal AI platform
- ipsos.com — Ipsos AI Monitor
Por Edgar Vásquez, Consultoría TI · actualizado el miércoles, 28 de octubre de 2026
✨ Contenido generado con ContentFlow — Consultoría-Ti