La IA para equipos legales es el uso de modelos y agentes de inteligencia artificial dentro de los flujos de trabajo jurídicos —revisión de contratos, diligencia en fusiones y adquisiciones, investigación normativa— para reducir el tiempo operativo y ampliar el volumen de trabajo que un equipo puede cubrir. Un caso documentado por OpenAI muestra que un cliente Fortune 100 de la plataforma Legora redujo el tiempo de respuesta de sus contratos en 90%, ahorró más de 20 millones de dólares en litigios y diligencia externa, y recuperó 9,5 horas por abogado a la semana para tareas de mayor valor.
Esas cifras no son un ejercicio teórico. Vienen de un sector que, como explica Max Junestrand, CEO y cofundador de Legora, está estructuralmente limitado por la oferta: la demanda de servicios legales supera con creces la capacidad disponible. La consecuencia no es solo que las cosas tarden más. Es que hay trabajo que simplemente no se hace: contratos que nunca se revisan, diligencias que se ejecutan después de la decisión de inversión en lugar de antes.
En este artículo revisamos qué hace exactamente Legora, por qué su enfoque de "empresa AI-native" es más interesante que la tecnología que usa, y qué puede aprender de todo esto una empresa peruana que no tiene un departamento legal de cien personas. También veremos qué no demuestra este caso, porque ahí está la parte que casi nadie cuenta.
¿Qué es Legora y qué construyó exactamente?
Legora es una empresa fundada en Estocolmo en 2023 que se describe a sí misma como "el sistema operativo del trabajo legal". No es un chatbot que responde preguntas sobre leyes: es una capa de agentes que se inserta en los flujos que los abogados ya usan todos los días.
El origen del producto es revelador. Junestrand cuenta que la idea inicial nació cuando el equipo tuvo acceso a BERT, uno de los primeros modelos de Google. Muchos de los casos de uso que exploraban eran demasiado difíciles de resolver, y no fue hasta que accedieron a GPT-3.5 que finalmente funcionaron. Ese fue el punto de quiebre: Junestrand dejó la universidad y describe ese momento como "el momento internet" de su generación.
Hoy OpenAI es uno de sus proveedores clave de modelos, y Legora construye sobre las nuevas capacidades a medida que aparecen. El propio CEO usa una analogía simple: Legora es un auto de Fórmula 1, y los modelos son los motores que se van cambiando para que corra más rápido.
La parte interesante no es la analogía, sino lo que implica. Si el motor cambia cada pocos meses, el auto no puede diseñarse para durar diez años. Tiene que diseñarse para adaptarse. Eso cambia por completo cómo se gestiona un equipo de producto.
¿Cómo se ve la revisión de contratos con agentes en la práctica?
El ejemplo más concreto que da el equipo de Legora es el de los NDA. Emma Kadri Bergström, General Counsel de la compañía, analizó los acuerdos que la empresa había firmado históricamente y construyó un playbook: un conjunto de parámetros que definen qué es aceptable y qué no.
Con ese playbook, un agente hace la primera pasada sobre cada NDA entrante y marca los términos que se salen de los parámetros. Antes, ese trabajo consumía aproximadamente el 20% de la capacidad del equipo legal. Hoy consume menos del 1%.
Ese cambio importa porque la empresa pasó de tres oficinas a 18 en un año, cerró tres rondas de financiamiento y realizó cinco adquisiciones. Sin esa automatización, el equipo legal habría tenido que elegir entre crecer o mantener el control. Con ella, pudo hacer las dos cosas.
El segundo ejemplo es la diligencia en fusiones y adquisiciones. En una revisión tradicional, las restricciones de tiempo y costo obligan a concentrarse en los contratos más valiosos y dejar el resto sin mirar. El flujo de revisión tabular de Legora puede analizar miles de contratos con múltiples preguntas en minutos, lo que permite aplicar escrutinio detallado a un conjunto mucho más amplio. Riesgos que antes quedaban ocultos en contratos fuera del subconjunto revisado ahora salen a la superficie para que un abogado los evalúe.
Aquí está la idea central: no se trata solo de hacer lo mismo más rápido. Se trata de poder revisar lo que antes simplemente no se revisaba. La automatización con IA para empresas no comprime el trabajo existente, expande el universo de trabajo posible.
El ángulo que falta: este caso lo cuenta la propia empresa beneficiada, en un contenido publicado por su proveedor de modelos. Las cifras de 90% de reducción, 20 millones de dólares ahorrados y 9,5 horas recuperadas por abogado provienen de un cliente Fortune 100 no identificado y no están auditadas de forma independiente. Además, un playbook de NDAs funciona porque el documento es repetitivo y estandarizado; en contratos atípicos o con riesgo regulatorio local, el porcentaje de automatización baja y la revisión humana vuelve a ser el cuello de botella. Me parece un caso creíble, pero conviene leerlo como un techo optimista, no como el promedio esperado.
¿Qué significa esto para una empresa en Perú o Latinoamérica?
La mayoría de las empresas peruanas no tiene un departamento legal de decenas de personas. Tiene una gerencia legal pequeña, un estudio de abogados externo, o directamente un gerente de administración que firma contratos entre otras veinte tareas. Y ahí es donde el caso se vuelve relevante.
Piensa en una empresa comercial de tamaño medio en Lima que firma contratos con proveedores, distribuidores y clientes corporativos cada semana. Hoy tiene dos escenarios posibles: alguien los lee completos —y deja de hacer otras cosas— o se firman con una revisión superficial. En muchos casos, la segunda opción gana por pura aritmética de horas disponibles.
Un playbook de cláusulas aceptables, construido a partir de los contratos que la empresa ya firmó en los últimos años, es un activo que se puede armar una sola vez y reutilizar indefinidamente. La tecnología para hacerlo ya existe y no requiere contratar un equipo de ingeniería propio. Lo que sí requiere es que alguien con criterio legal se siente a definir qué es aceptable y qué no.
El segundo aprendizaje es cultural, no técnico. El CTO de Legora, Jacob Lauritzen, dice que las mejoras de los modelos lo obligan a reconsiderar el roadmap cada dos semanas. Los equipos de ingeniería, producto, diseño y ventas preguntan constantemente qué se volvió posible ahora que antes no lo era. Ese ritmo de revisión es incómodo, pero es exactamente lo que separa a las empresas que capturan el valor de las que se quedan con un piloto abandonado.
Y hay un dato de adopción que vale la pena subrayar: según el propio equipo de Legora, cuando más del 75% de los líderes de una organización usan la herramienta activamente, el uso mediano en toda la empresa es tres veces mayor. La adopción no se decreta por correo. Se contagia cuando el jefe la usa delante del equipo.
¿Cómo aplica esto en tu empresa?
No necesitas un cliente Fortune 100 ni un equipo legal grande para aplicar la lógica de este caso. Necesitas empezar por el problema, no por la herramienta.
- Elige un documento repetitivo primero. NDAs, contratos de proveedores con formato estándar, órdenes de servicio. Si el documento cambia poco entre una firma y otra, es candidato perfecto para una primera pasada automática.
- Construye el playbook antes que el agente. Revisa los contratos que ya firmaste y anota qué cláusulas te generaron problemas reales. Ese documento es más valioso que cualquier herramienta.
- Mide horas, no entusiasmo. Antes de empezar, calcula cuántas horas al mes consume la revisión. Sin esa línea base, no podrás saber si funcionó.
- Define quién revisa la salida. El agente hace la primera pasada; una persona con criterio decide. Ese reparto de roles debe estar claro desde el día uno.
- Revisa el diseño cada pocas semanas. Si los modelos cambian cada pocos meses, tu flujo de trabajo no puede quedar congelado en la versión de enero.
Si estás evaluando cómo aplicar agentes de IA en procesos administrativos o legales de tu empresa, puedes conversar con nosotros sobre tu caso y revisar por dónde conviene empezar. También puedes revisar más análisis en el blog de Consultoría TI.
Preguntas Frecuentes
¿Qué es la IA para equipos legales y cómo funciona?
Es el uso de modelos y agentes de inteligencia artificial dentro de los flujos jurídicos diarios: revisión de contratos, diligencia en fusiones y adquisiciones, e investigación normativa. Funciona con un playbook previo que define qué cláusulas son aceptables; el agente hace la primera pasada sobre cada documento y marca lo que se sale de esos parámetros, y un abogado revisa solo las excepciones.
¿Cuánto tiempo se puede ahorrar en la revisión de contratos?
Depende del tipo de documento. En los NDAs de Legora, la revisión pasó de consumir aproximadamente el 20% de la capacidad del equipo legal a menos del 1%. En un cliente Fortune 100, la empresa reportó una reducción del 90% en el tiempo de respuesta de contratos y 9,5 horas recuperadas por abogado a la semana. Son cifras de documentos estandarizados y no deben tomarse como promedio universal.
¿Puede una PYME peruana usar agentes de IA sin tener un área de TI grande?
Sí, siempre que elija bien el primer caso de uso. Los documentos repetitivos con formato estable son el mejor punto de partida, porque el playbook se construye una sola vez y se reutiliza. Lo que se necesita no es infraestructura propia, sino alguien con criterio legal o administrativo que defina qué es aceptable y quién revisa la salida del agente.
Conclusión: ¿Vale la pena mirar el sector legal aunque no sea tu rubro?
El caso de Legora es interesante menos por la tecnología y más por el patrón. Una profesión que se definía por su escasez de capacidad encontró una forma de hacer visible el trabajo que antes simplemente no se hacía. No reemplazó el criterio humano: lo liberó para las decisiones donde realmente importa.
Ese patrón se repite en cualquier área de una empresa donde el volumen supera la capacidad: revisión de facturas, validación de pedidos, análisis de contratos con proveedores. La pregunta útil no es "¿puedo automatizar esto?", sino "¿qué trabajo valioso estoy dejando de hacer por falta de capacidad?".
Si quieres revisar qué procesos de tu empresa están en ese punto, conversemos sobre tu caso. Y si te interesa cómo automatizamos flujos de contenido con IA, puedes conocer ContentFlow.
Fuentes y Referencias
OpenAI. Legora is building the agentic operating system for legal work. 28 de octubre de 2026.
OpenAI (YouTube). Building the future of legal work with AI | Legora CEO Max Junestrand.
OpenAI en español. Legora crea un sistema operativo agéntico para el sector legal.
Por Edgar Vásquez, Consultoría TI · actualizado el viernes, 30 de octubre de 2026
✨ Contenido generado con ContentFlow — Consultoría-Ti