En menos de tres años, la conversación sobre inteligencia artificial generativa en el sector legal ha pasado de ser tema de presentación visionaria a operación cotidiana. Los datos disponibles para 2025 confirman la velocidad de la adopción: el 44% de los departamentos legales ya utiliza IA en 2025, un salto desde el 20% de 2023. El 90% de los abogados que la usan afirma que la herramienta les ayuda eficazmente en su trabajo.
Pero el dato agregado oculta variabilidad significativa. Hay tareas donde la IA aporta con claridad y tareas donde su uso es prematuro o problemático. Hay despachos que la integran con disciplina y otros que la incorporan sin protocolos. Hay departamentos legales internos en empresas que se benefician y otros que enfrentan riesgos no calibrados. Conviene desagregar el fenómeno antes de tomar decisiones operativas.
Distinciones que importan: agente, asistente, chatbot
Antes de discutir adopción, conviene desambiguar terminología que el discurso público mezcla con frecuencia. Tres categorías distintas operan bajo el paraguas “IA legal”.
Chatbot básico. Sistema con respuestas predefinidas o reglas semilineales. No interpreta lenguaje natural complejo. Se usa para FAQ públicas, atención cliente primer nivel, resolución de dudas operativas básicas. No es IA generativa propiamente.
AI assistant. Modelo de IA generativa al que se accede mediante prompts. El profesional plantea pregunta, recibe respuesta, valida y aplica. ChatGPT, Claude, Gemini en uso individual. Es la categoría más extendida hoy en uso informal.
AI agent. Sistema con cierta autonomía operativa que ejecuta tareas multi-paso sin intervención humana en cada decisión intermedia. Puede consultar bases documentales, redactar primer borrador, comparar versiones, alertar sobre patrones. Plataformas como Harvey, CoCounsel de Thomson Reuters, Spellbook entran en esta categoría cuando operan integradas en flujo de trabajo.
La distinción importa operativamente. Las implicaciones de responsabilidad profesional, las exigencias de supervisión humana y los riesgos de cumplimiento RGPD difieren significativamente entre las tres categorías. Cuando el discurso sectorial mezcla “IA legal” sin diferenciar, las decisiones operativas se toman con criterio confuso.
El estado real de la adopción en España
El sector legal español es probablemente uno de los que ha integrado herramientas de IA generativa con mayor velocidad relativa.
Harvey, plataforma de IA legal especializada con base en San Francisco, abrió oficina en Madrid con equipo dedicado para dar soporte a clientes de la Península Ibérica. Entre los grandes bufetes globales con presencia en España que han comunicado adopción de Harvey figuran Cuatrecasas, Garrigues, CMS y Allen & Overy, según información publicada por la propia compañía y confirmada en cobertura sectorial verificable. Plataformas competidoras como CoCounsel de Thomson Reuters y herramientas de contratos como Spellbook tienen también penetración significativa en el sector. La adopción no es marginal: forma parte de la operativa estándar de estos despachos en tareas específicas.
En abril de 2025, PwC Tax & Legal lanzó conjuntamente con Harvey y Lefebvre una plataforma de IA específica para áreas jurídicas y fiscales de empresas. La plataforma combina capacidades de Harvey con la base documental de Lefebvre y la metodología de PwC, configuración que pretende abordar el caso de uso del departamento legal interno (no solo el del despacho externo).
Plataformas españolas como Prudencia.ai han alcanzado más de 2.000 profesionales del Derecho en uso real, según fuentes del sector. La oferta combina herramientas locales con integración a sistemas globales como Harvey.
Lo que la IA hace bien (y por qué)
Conviene mirar qué tareas legales se prestan al uso de IA con resultados consistentes.
Análisis y resumen de documentos extensos. Una IA bien entrenada puede leer cientos de páginas de contratos, sentencias o documentación regulatoria y producir resúmenes estructurados, identificar cláusulas específicas y alertar sobre patrones inusuales. La tarea es bien definida —el output esperado es razonablemente predecible— y la IA puede ejecutarla en minutos cuando un abogado tardaría horas. Es probablemente la aplicación con mayor retorno por euro invertido.
Investigación jurisprudencial preliminar. Buscar precedentes relevantes, identificar líneas jurisprudenciales, encontrar resoluciones similares a un caso. La IA acelera significativamente la fase de research que antes ocupaba a abogados junior durante días. La calidad del output requiere validación posterior, pero el primer borrador llega mucho más rápido.
Redacción de borradores estandarizados. Contratos relativamente sencillos, cartas de comunicación con estructura estable, dictámenes preliminares sobre temas comunes. La IA produce borradores que un profesional puede ajustar después, en lugar de partir de página en blanco. El ahorro de tiempo en redacción inicial puede ser del 50-70% según la complejidad.
Traducción legal especializada. Documentos jurídicos en idiomas distintos, especialmente en operaciones internacionales. La IA actual maneja vocabulario legal técnico mejor que las traducciones automáticas generales y requiere menos corrección humana.
Análisis comparativo entre versiones. Detectar cambios entre dos versiones de un mismo contrato, identificar puntos de discrepancia con plantillas de referencia, comparar términos entre operaciones similares. Tareas mecánicas que la IA ejecuta con precisión y velocidad.
El factor común es que se trata de tareas con estructura definida, output validable y riesgo de error contenido cuando hay supervisión humana posterior. La IA actúa como asistente acelerador, no como decisor.
Dónde la IA todavía no aporta (o aporta con riesgo)
Hay también tareas donde la IA generativa actual produce resultados problemáticos.
Estrategia procesal compleja. Decidir el ángulo de defensa en un litigio relevante, estructurar argumentos legales novedosos, anticipar respuestas de la otra parte. La IA puede sugerir líneas pero no integra el contexto humano del caso (relaciones entre las partes, dinámica del juzgado específico, prácticas del fiscal o del abogado contrario). Profesionales que delegan estrategia compleja en IA producen resultados inferiores a los de tomar la decisión humanamente.
Análisis de documentación en formato adverso. Cuando los documentos están escaneados con calidad pobre, manuscritos parcialmente, en idiomas con cobertura limitada, o con estructura no estandarizada, la IA produce errores que requieren validación intensiva. En esos contextos, el ahorro de tiempo puede ser nulo o negativo si se cuenta la corrección posterior.
Casos sensibles de protección de datos. Subir información confidencial de cliente a una IA en la nube genera riesgos de cumplimiento RGPD significativos. Despachos serios usan únicamente plataformas con protocolos específicos de aislamiento de datos (Harvey, Prudencia.ai y similares ofrecen variantes empresariales con esa configuración). El uso de ChatGPT genérico u otras herramientas no especializadas con datos de cliente es error operativo grave que algunos profesionales todavía cometen.
Casos con régimen jurídico cambiante o jurisdicciones poco cubiertas. Si la IA fue entrenada con datos de antes de un cambio normativo relevante o si el régimen jurídico aplicable es de jurisdicción menor, la respuesta puede ser convincente pero errónea. La IA no advierte de su propia limitación; el profesional tiene que conocer el alcance del modelo.
Negociación efectiva. Una IA puede preparar argumentos pero no leer el lenguaje no verbal de la otra parte, no calibrar concesiones aceptables en función de la dinámica de la sala, no construir relación profesional duradera con la contraparte. La negociación legal sigue siendo dominio humano de manera significativa.
El cambio en la pirámide profesional
La adopción de IA generativa está produciendo un efecto estructural sobre la organización del despacho legal y del departamento interno que merece atención.
Las tareas tradicionales de abogados junior —investigación jurisprudencial, redacción de research memos, preparación de borradores, comparación de documentos— son precisamente las que la IA ejecuta bien. Los despachos que han integrado IA con disciplina están redefiniendo el papel del junior: menos producción de borradores manuales, más supervisión de output IA, más participación temprana en estrategia con perfiles senior.
La consecuencia operativa tiene dos lecturas. Por un lado, los juniors aceleran la curva de aprendizaje en aspectos estratégicos al exponerse antes a decisiones complejas. Por otro, pierden el músculo formativo que la práctica manual de tareas básicas construía. Una generación de juniors que no haya buscado jurisprudencia manualmente puede tener dificultades para evaluar críticamente el output de la IA cuando llega como senior.
Los despachos que están gestionando bien la transición mantienen formación deliberada en habilidades clásicas, aunque las herramientas hagan parte del trabajo. Los que delegan completamente sin formación están construyendo una generación con deuda de competencias que pagarán cuando la generación senior actual se retire.
El marco regulatorio aplicable
Conviene situar el debate en el contexto regulatorio europeo y español.
El Reglamento (UE) 2024/1689 sobre IA (AI Act) entró en vigor en agosto de 2024 con aplicación escalonada hasta agosto de 2027. Para el sector legal, varios elementos son operativamente relevantes. Los sistemas de IA usados en administración de justicia (apoyo al juez en interpretación legal, búsqueda jurisprudencial automatizada, etc.) entran en categoría de “riesgo alto”, con obligaciones específicas de documentación, supervisión humana y evaluación de impacto. Los despachos que ofrezcan servicios basados en IA pueden ser considerados deployers de sistemas IA con obligaciones de cumplimiento propias.
España ha trabajado en una Ley Nacional de IA complementaria al Reglamento europeo. La regulación específica para el sector legal está todavía en construcción, con aportaciones de Colegios de Abogados, CGAE (Consejo General de la Abogacía Española) y otros actores institucionales.
Para el profesional o el despacho que adopta IA, la consecuencia operativa es que el cumplimiento regulatorio no es opcional. Documentar el uso, supervisar el output, garantizar protección de datos, mantener responsabilidad profesional sobre el resultado final son obligaciones que la regulación está formalizando.
Implicaciones para departamentos legales internos de empresa
Para directivos de empresas medianas con departamento legal interno —no necesariamente despachos externos—, el momento sugiere tres preguntas operativas.
¿Qué tareas del departamento se prestan a IA? La revisión de contratos estándar, el análisis de documentación regulatoria, la preparación de respuestas a requerimientos rutinarios, son áreas con buen retorno. La negociación con proveedores complejos, la gestión de litigios estratégicos, los temas con regulación nueva, son áreas donde la IA aporta menos valor inmediato.
¿Qué herramienta es adecuada para nuestro perfil? Las plataformas especializadas (Harvey + Lefebvre + PwC, Prudencia.ai, otras) ofrecen seguridad de datos y especialización jurídica que las herramientas generales no garantizan. El coste mensual está en el rango de cientos a miles de euros según volumen, pero la diferencia con ChatGPT genérico en seguridad y precisión es operativamente significativa.
¿Cómo gestionar el cambio organizacional? Adoptar IA en departamento legal interno no es solo decisión de herramienta. Es decisión de proceso: qué tareas se delegan, qué supervisa el responsable senior, cómo se documenta el uso, qué formación recibe el equipo. Empresas que tratan la adopción solo como compra de software fracasan. Las que la tratan como transformación organizacional con plazos de seis a doce meses suelen llegar a configuraciones estables.
Una observación final
La inteligencia artificial generativa en el sector legal no es ni el “fin del oficio” ni el “asistente perfecto” que las versiones extremas del debate sugieren. Es herramienta operativa específica con casos de uso claros y casos de uso problemáticos. La diferencia entre profesionales que la integran con beneficio y profesionales que la usan mal es disciplina: saber qué delegar, qué supervisar, qué no tocar.
Tres años después de la llegada de ChatGPT, el sector legal español ha asumido que la IA es parte de la práctica profesional. Lo que queda por madurar es la integración con criterio: qué casos de uso, qué herramientas con qué nivel de seguridad, qué formación al equipo, qué cumplimiento regulatorio. Esa madurez se construirá durante los próximos cinco años, y diferenciará a despachos y departamentos que aprovechan bien la herramienta de los que la incorporan superficialmente.
Para el cliente final, la consecuencia agregada es que el servicio legal será más rápido y, en muchos casos, más asequible para tareas estándar. Para el profesional, la consecuencia es la necesidad de redefinir qué aporta valor humano: cada vez menos producción de borrador, cada vez más estrategia, criterio y relación profesional. Quien entienda esa transición temprano tendrá mejor posición en el oficio dentro de cinco años. Quien siga haciendo lo mismo que hace ahora tendrá que justificar cada vez más por qué su trabajo cuesta lo que cuesta.
Fuentes consultadas:
- 44% departamentos legales usa IA en 2025 — Wolters Kluwer
- Plataforma IA Lefebvre + PwC + Harvey — Lefebvre
- Harvey abre oficina Madrid — Harvey AI
- Despachos abogados que usan IA en España — Leyus.ai
- Cinco claves IA generativa abogado — Economist & Jurist
- Prudencia.ai supera 2.000 profesionales — LawAndTrends
