Lo que nos enseñan las fusiones y adquisiciones transfronterizas sobre los límites de la IA jurídica
Durante dos años, el debate sobre la tecnología jurídica ha girado en torno a una única premisa: que la inteligencia artificial es capaz de leer un contrato. Y así es.
En el proceso de diligencia debida, donde antes el análisis de cientos o miles de contratos determinaba el coste y el calendario, un modelo bien diseñado hace ahora en una tarde lo que antes un equipo de abogados tardaba dos semanas en completar. La fase más laboriosa de la diligencia debida se ha convertido, a efectos prácticos, en algo prácticamente gratuito.
La tentación es considerar eso como una victoria total. Según mi experiencia, no lo es. Acortar la parte central de un proceso no elimina el trabajo que lo rodea. Simplemente desplaza ese trabajo a los dos extremos, y es precisamente en esos extremos donde la IA jurídica resulta menos útil. Las fusiones y adquisiciones tecnológicas transfronterizas lo ilustran tan bien como cualquier otro ámbito que conozca.
Un proceso que se asemeja a la compilación de un programa
Resulta útil enfocar la diligencia debida del mismo modo que un ingeniero enfoca el desarrollo de software. El software pasa por tres fases: arquitectura, ingeniería e implementación. La diligencia debida también pasa por tres fases propias: definición del alcance, identificación de problemas y corrección. En ambos casos, la fase intermedia solía ser históricamente el cuello de botella. La ingeniería acaparaba el calendario, y la identificación de problemas absorbía a los colaboradores, que leían cada contrato y señalaban cada cláusula.
Los asistentes de programación han acortado la primera de esas fases. La IA jurídica está acortando la segunda. La consecuencia es la misma en ambos casos. Cuando la parte central de un proceso deja de ser el cuello de botella, el trabajo que determina el resultado se desplaza hacia el principio y el final. Los ingenieros centran su criterio en la arquitectura y la implementación. Los abogados de diligencia debieran centrar el suyo en la definición del alcance, que determina qué examinar, y en la corrección, que determina qué significan los hallazgos. Esas fases dependen del criterio más que del volumen, y el criterio es lo que el modelo no proporciona.
El conocido problema de «si entran datos erróneos, salen datos erróneos»
Un motor rápido ejecutará fielmente una instrucción mal redactada. Si se le pide a una IA jurídica que realice una revisión de alcance impreciso, esta devuelve 500 resultados, de los cuales quizá solo 50 sean relevantes para la operación. El ahorro en honorarios que el equipo creía haber conseguido se convierte en el trabajo de clasificar ese montón de documentos, y un asunto decisivo para la operación puede quedar relegado en ese montón, recibiendo la misma atención superficial que las cláusulas estándar que lo rodean.
Esta es la parte de la historia que suele pasarse por alto. El modelo saca todo a la luz, lo que significa que cada persona tiene que decidir por sí misma qué significa todo eso. Una herramienta que abarata la identificación aumenta el valor de la definición del alcance que la precede y de la corrección que la sigue. No lo reduce.
Donde se aplica la sentencia, en la práctica
Esto queda especialmente claro en el funcionamiento de una empresa de software moderna, que tiene un alcance global, independientemente de si alguien lo había planeado así o no. El código se escribe allí donde viven los ingenieros. La propiedad intelectual se crea en distintas jurisdicciones. Una empresa con unos ingresos modestos puede tener empleados, datos y obligaciones fiscales en una docena de países sin tener ni una sola oficina en el extranjero. La cuestión fundamental a la hora de definir el alcance pasa a ser geográfica: qué jurisdicciones merecen un escrutinio real y cuáles no.
Esa cuestión se basa en una distinción que un modelo no puede establecer de forma fiable por sí solo: la diferencia entre contar con unos pocos empleados extranjeros y tener una presencia operativa real en el extranjero. Un puñado de ingenieros que trabajan a distancia en tres países supone un riesgo real, pero limitado, que suele gestionarse con asesoramiento laboral específico a nivel local. Llevar a cabo una revisión exhaustiva en cada uno de esos países supone un gasto para descartar un riesgo que nunca fue significativo. El caso de una empresa que opera realmente en el extranjero es diferente, y hay dos cuestiones que merecen una atención especial. La primera es si la empresa es propietaria de su propiedad intelectual. Muchas jurisdicciones, a diferencia de Estados Unidos, no atribuyen por defecto el producto del trabajo de un empleado al empleador, y si la cadena de titularidad no se cumple según la legislación local, es posible que el comprador no sea propietario del activo por el que está pagando. La segunda es la fiscalidad. La suposición de que una revisión de la estructura ha resuelto la cuestión fiscal puede ocultar si una plantilla dispersa ha creado una presencia fiscal en un país donde nunca se ha presentado ninguna declaración.
Un modelo puede señalar una cláusula de cesión. No te indicará que dicha cláusula no sea exigible según la legislación portuguesa, ni que la cláusula que falta para un contratista de Bangalore sea la que realmente importa. Reconocer eso es definir el alcance y la corrección, el trabajo en ambos extremos, y sigue siendo una tarea humana.
La disciplina que exigen las herramientas
La lección va más allá de las fusiones y adquisiciones, y es una que vale la pena aplicar a cualquier flujo de trabajo en el que intervenga actualmente la IA. Acelerar las fases intermedias solo resulta rentable cuando las fases finales se gestionan con disciplina. En el proceso de diligencia debida, esto implica definir el alcance con la precisión suficiente para que la máquina busque en los lugares adecuados, y subsanar los problemas con el cuidado necesario para distinguir los riesgos que amenazan la operación de aquellos que solo parecen alarmantes en un informe impreso. También implica definir el alcance teniendo en cuenta a las partes que se basarán en ese trabajo tras la firma. La aseguradora de declaraciones y garantías decide qué necesita ver antes de cubrir un riesgo, y penaliza por igual tanto la falta de diligencia como el exceso de la misma. Los prestamistas tienen sus propios requisitos en materia de garantías, pignoraciones de acciones y estados financieros auditados, y esos requisitos salen a la luz en la financiación y no en la firma, a menos que el asesor jurídico los haya previsto.
La IA jurídica puede leer todos los documentos de una sala de datos más rápido que cualquier equipo que pudiera reunir un bufete. No puede indicar al comprador en qué jurisdicción se lleva a cabo una operación real y en cuál solo hay un ordenador portátil, ni puede decirle cuáles serán los requisitos de las futuras aseguradoras y entidades crediticias de la operación. Ese criterio es precisamente el trabajo que la tecnología ha hecho más valioso, en lugar de menos. Los bufetes que se den cuenta de esto utilizarán la IA para agilizar el proceso y dedicar el tiempo que se ahorra a la toma de decisiones finales. Los bufetes que consideren que una revisión más rápida es sinónimo de revisión completa llegarán a la respuesta errónea antes que antes.
Reproducido con permiso de la edición del 4 de junio de 2026 de Legaltech News ©2026 ALM Global Properties, LLC. Todos los derechos reservados. Queda prohibida cualquier reproducción sin autorización previa; póngase en contacto con el 877-256-2472 o [email protected].
