El ROI fantasma: por qué la IA le está costando caro a muchos despachos de abogados, y casi nadie quiere hablar de ello

Además de varios artículos con los que me he ido cruzando, he tenido la misma conversación, cada vez más veces, con socios de despachos de abogados. Ya no se trata de si deben adoptar la IA, eso quedó atrás hace un año o dos. Es una conversación más incómoda: "gastamos, formamos a los equipos, firmamos contratos con proveedores, y la facturación no se movió." A nadie le gusta mucho decir esto en voz alta, porque suena a admitir un error de inversión. Pero creo que vale la pena hablarlo abiertamente, aunque solo sea porque los propios datos del sector confirman que no es un caso aislado ni una impresión mía.

En los despachos pequeños y en la abogacía en solitario, la IA está entregando exactamente lo que prometió a nivel operativo: ahorra tiempo, mejora la calidad del trabajo, agiliza la respuesta al cliente. El problema aparece cuando se mira la facturación. Solo cerca de un tercio de estos despachos vio que la IA se tradujera en más ingresos, y en los grandes despachos esa cifra casi se duplica. Así que la incomodidad que escucho sobre el terreno no es resistencia al cambio disfrazada; es un patrón real, y golpea más a quienes tienen menos margen para aguantar una inversión sin retorno inmediato.

La explicación más cómoda suele ser "los procesos todavía se están adaptando, el retorno llegará con el tiempo". Es tentador creerlo, pero creo que es una verdad a medias. Hay un problema más estructural detrás: si la facturación sigue siendo por hora y la IA de verdad hace el trabajo más rápido, eso reduce las horas facturables por definición. Menos horas facturadas es menos ingresos y menos beneficio. No al revés. Es matemática simple, y quizá por eso mismo tan pocos quieren decirlo en voz alta.

Hay una excepción que vale la pena separar del resto. Cuando la IA actúa en el back-office, en administración, en cobros, en tareas que nunca fueron facturables, reduce coste directo y libera personas para otra cosa. Ese retorno es real y, me atrevería a decir, es prácticamente el único tipo de ROI de IA que hoy se está calculando con algo de rigor en los despachos de abogados. El problema es que la mayor parte del dinero no se invirtió pensando en el back-office. Se invirtió pensando en trabajo jurídico sustantivo, facturado por hora, y ahí es donde la cuenta deja de cuadrar.

Hay un dato que cambió la forma en que miro esto: según Thomson Reuters, citada por CathCap, solo cerca del 18% de los despachos recoge alguna métrica de retorno sobre sus herramientas de IA. No por desinterés, sino porque la mayoría simplemente nunca construyó una base financiera que permita comparar el antes y el después: coste por asunto, margen por área de práctica.

Lo que esto quiere decir, en la práctica, es que "la IA no trajo ingresos" a veces puede ser un disfraz de "no sabemos si los trajo, porque nunca creamos una forma de medirlo." Son dos cosas bien distintas, y mezclarlas lleva a decisiones equivocadas en ambos sentidos: tanto seguir invirtiendo a ciegas, como rendirse demasiado pronto por falta de prueba.

Hay todavía algo más de fondo, de lo que creo que se habla poco. El modelo tradicional de la abogacía de negocios, con socios senior facturando el trabajo de asociados junior organizados en pirámide, se construyó, aunque nadie lo admita abiertamente, sobre una cierta ineficiencia productiva. Era esa ineficiencia la que sostenía la rentabilidad. La IA ataca la pirámide justo en la base: hace rápidamente, a coste casi nulo, tareas que antes se delegaban a asociados y paralegales y se facturaban hora a hora. No es una cuestión de que el proceso aún no haya madurado. Es una tensión entre una tecnología que reduce el tiempo de trabajo y un modelo de negocio construido sobre vender tiempo de trabajo. Mientras esa tensión no se resuelva, con honorarios fijos, con nuevos modelos de precios, con formas de capturar el valor de la eficiencia en vez de perderlo, la IA va a seguir pareciendo, en los libros de cuentas, un coste sin retorno visible.

Y llegamos a la pregunta que más me interesa de toda esta discusión: ¿puede una inversión en IA justificarse solo por la calidad añadida, aunque no genere ingresos nuevos? Creo que sí, pero solo si se mide con el mismo rigor que se aplicaría a una línea de ingresos. Una forma práctica de hacerlo es traducir todo a valor equivalente: horas ahorradas por la tarifa horaria, más gasto evitado, subcontratación que ya no hace falta, menos software, honorarios externos que ya no se pagan. Bajo esa lente, calidad y velocidad son valor real. Solo que aparecen del lado del coste evitado, no del lado de la facturación nueva. Es legítimo, siempre que sea eso exactamente lo que se mida y se comunique a los socios, y no una excusa vaga para justificar una compra hecha por moda.

En ROOX, esta es una discusión que nos tomamos en serio desde hace varios años, precisamente porque los productos que desarrollamos para el sector jurídico incorporan algoritmos cuya función es ahorrar tiempo y simplificar procesos. No me siento cómodo prometiendo aquí un retorno garantizado sin números que lo sostengan, sería caer en la misma trampa que describo más arriba. Lo que puedo decir es que la misma disciplina que defiendo en este artículo es la que intentamos aplicar a nuestro propio trabajo: construir, desde la base, formas de medir el coste por asunto y el tiempo efectivamente ahorrado, en vez de vender la promesa de eficiencia sin prueba que la respalde.

Al final, creo que la pregunta "¿la IA trajo más ingresos?" está mal planteada desde el principio, porque asume que todo el valor se mide en facturación nueva, cuando buena parte puede estar del lado del coste evitado, de la calidad, de la retención de clientes, de la reducción de riesgo. La pregunta que valdría más la pena hacer es otra: ¿sabemos, con números concretos, cuál era el coste por asunto antes de la IA y cuál es ahora? Sin esa base, cualquier respuesta (sí, lo trajo; no, no trajo nada) sigue siendo opinión disfrazada de hecho.