¿Qué necesitaría un estudio jurídico para tener IA propia?

Por qué esta conversación es urgente

En 2023, un abogado en Nueva York presentó un escrito ante un tribunal federal citando seis casos judiciales. Ninguno existía. Todos fueron fabricados por ChatGPT. El tribunal sancionó al abogado y a su firma. Desde entonces, colegios de abogados en múltiples jurisdicciones han emitido directrices éticas exigiendo que los abogados verifiquen el contenido generado por IA.

El problema es que verificar sin trazabilidad de fuentes no escala.

Pero hay un riesgo que se discute menos y que puede ser igual de paralizante: la dependencia de un solo proveedor.

En abril de 2026, una fintech latinoamericana perdió acceso a más de 60 cuentas del modelo de IA que hacía funcionar su operación. El proveedor las cerró de forma automática por una supuesta violación de políticas. No hubo aviso previo significativo, no hubo canal de soporte humano disponible, no hubo proceso de apelación claro. La empresa estuvo caída durante horas y tuvo que migrar de emergencia a un modelo alternativo para seguir operando. Después se determinó que había sido un falso positivo, pero el daño operacional ya estaba hecho.

Esto no le pasó a una startup de dos personas. Le pasó a una empresa con decenas de usuarios dependiendo de un sistema crítico. Y puede pasarle a cualquier organización que tenga toda su operación de IA atada a un solo proveedor. Un estudio jurídico que corre su gestión documental, su análisis de contratos o su revisión de jurisprudencia con un único modelo de IA está exactamente en la misma posición. Un día el proveedor te corta el acceso, cambia sus términos de servicio, sube los precios o simplemente se cae, y tu operación se detiene. Sin datos, sin respuestas, sin alternativa.

Ese incidente dejó en evidencia algo que muchas empresas prefieren no pensar: si tu sistema no es tuyo, tu operación tampoco lo es.

Estos son los problemas de fondo que están frenando la adopción seria de IA en la industria legal.

El problema real: la IA ya está en tu firma. Solo que nadie la controla.

Hoy, en la mayoría de los estudios jurídicos, la inteligencia artificial ya se usa. El tema es cómo. Un asociado usa su cuenta personal de ChatGPT para resumir un contrato. Un paralegal copia cláusulas sensibles en un plan gratuito para que la IA le sugiera redacción alternativa. Un socio pega el borrador de una estrategia de litigación en una herramienta online para "revisar el tono".

Cada una de esas acciones envía información confidencial de clientes a servidores de terceros, bajo términos de servicio que nadie en la firma leyó, a través de cuentas que la firma no administra ni puede auditar. Los planes gratuitos son particularmente riesgosos: muchos proveedores los usan explícitamente para entrenar sus modelos con los datos que los usuarios ingresan. Información privilegiada de tus clientes puede estar alimentando el modelo que tu competencia usa mañana.

Algunos estudios han intentado resolver esto comprando planes Enterprise de proveedores como OpenAI o Anthropic. Es un paso en la dirección correcta, pero tiene sus propios problemas:

• Los planes Enterprise funcionan con límites de uso por tokens.
• Cuando un equipo está en medio de una revisión intensiva de documentos o preparando un cierre de M&A y se acaba la cuota, el trabajo se detiene.
• No hay forma de seguir hasta que el ciclo de facturación renueve el acceso.
• El flujo de trabajo se rompe justo cuando más se necesita.

Y lo peor: cuando eso pasa, ¿qué hace el abogado que tiene un plazo encima? Vuelve a su cuenta personal. Vuelve al plan gratis. Y el ciclo de exposición de datos se repite.

El problema de fondo no es qué herramienta de IA usa tu equipo. Es que no existe un solo lugar centralizado, controlado por la firma, donde todo el uso de IA ocurra bajo las reglas de la firma, con los controles de la firma, y con la visibilidad que la firma necesita.

Eso es exactamente lo que Novux implementa.

Más allá de la exposición: los tres problemas estructurales

La falta de centralización es el problema inmediato, pero detrás hay tres desafíos de fondo que están frenando la adopción seria de IA en la industria legal:

Las alucinaciones son un riesgo real

Contenido generado por IA que cita casos inexistentes o tergiversa resoluciones expone a la firma a sanciones, demandas por negligencia profesional y daño reputacional. Los abogados necesitan trazabilidad: la capacidad de verificar cada afirmación contra un documento fuente.

Los datos de clientes en modelos en la nube pueden crear riesgo de privilegio y confidencialidad

Enviar materiales de un caso a proveedores de IA en la nube abre preguntas sobre la renuncia al secreto profesional. En Chile, la Ley 19.628 sobre Protección de la Vida Privada y las actualizaciones en curso en materia de datos personales hacen que esta preocupación sea cada vez más concreta. Algunos estudios manejan litigios sensibles, fusiones y adquisiciones o investigaciones regulatorias donde reducir la exposición a terceros no es una preferencia, es una necesidad operativa.

Los requisitos de cumplimiento se multiplican

Reglas de divulgación sobre uso de IA, normativa de protección de datos para prácticas con clientes internacionales, y obligaciones de gobernanza interna cada vez exigen infraestructura de IA auditable y controlable, no un manejo opaco de la información.

Estos tres problemas, combinados con la realidad de que tu equipo ya está usando IA por su cuenta sin supervisión, comparten una misma solución: un sistema de IA centralizado que la firma controle, observe y valide internamente. Un solo lugar donde toda la inteligencia artificial que se usa para trabajar esté bajo tus reglas.

Qué requeriría realmente una IA propia

No faltan productos de IA legal en el mercado. Muchos son sofisticados, bien financiados y fáciles de adoptar. La pregunta estratégica es otra: control. Dónde se procesan los datos, quién puede acceder a ellos, y con cuánta confianza puedes demostrarlo ante tus clientes, tribunales y reguladores.

Y hay una pregunta práctica igual de importante: ¿puede tu equipo trabajar sin interrupciones?

Si tu solución actual depende de la cuota de tokens de un proveedor externo, la respuesta es no. Con un sistema propio, la capacidad de procesamiento la defines tú. No hay límites artificiales, no hay cortes a mitad de un proyecto, no hay dependencia de ciclos de facturación ajenos. Y si un proveedor de modelos se cae o te corta el acceso, tu sistema cambia a otro modelo y tu equipo sigue trabajando. Eso es Multi AI.

Si un estudio jurídico decidiera explorar IA propia, ¿qué capacidades importarían? Los requisitos tienden a agruparse en cinco áreas:

Centralización del uso de IA

Un punto único de acceso donde todo el equipo, desde socios hasta paralegales, use inteligencia artificial bajo las políticas de la firma. Se acabaron las cuentas personales, los planes gratuitos y la información dispersa en plataformas que nadie administra. Todo queda en un solo sistema, con las reglas que la firma define.

Localización de datos

La capacidad de correr IA completamente en infraestructura controlada por la firma, ya sea on-premise, en nube privada o aislada de internet. Con la configuración correcta, esto reduce la exposición de datos a terceros, limita el riesgo de que los modelos entrenen con tu información, y evita llamadas a APIs externas para inferencia.

Respuestas fundamentadas en fuentes con citaciones

La capacidad de que los abogados consulten los escritos de la firma, precedentes, estatutos y memorandos internos, y reciban respuestas con citas en línea y puntajes de relevancia. Esto no elimina las alucinaciones, pero mejora la trazabilidad para flujos de verificación.

Control de acceso por grupos

La capacidad de mapear permisos por rol a grupos de práctica, restringir a administradores de ver ciertas conversaciones, y controlar acceso a modelos, documentos y funcionalidades por grupo.

Controles configurables de auditoría y retención

Controles de retención de conversaciones, logging configurable, integración con SSO, y restricciones sobre eliminación de chats que soporten los requisitos de gobernanza y auditoría de la firma.

Estos no son exclusivos de ningún proveedor. Son los criterios que las firmas que exploran IA propia tienden a evaluar. Y son exactamente el tipo de sistema que Novux diseña e implementa.

Cómo Novux lo construye para tu firma

Novux no te vende una licencia de software y te desea suerte. El equipo de Novux se sienta con tu firma, entiende tus procesos, tus áreas de práctica, tu infraestructura existente y tus requisitos de cumplimiento, y a partir de ahí diseña, programa y despliega un sistema Multi AI hecho a tu medida. Esto aplica igual para un estudio boutique de 5 abogados que para una firma de 200. La arquitectura se escala, los controles se adaptan, y la implementación se ajusta al tamaño y complejidad de cada organización.

El resultado es tuyo. Corre en tu infraestructura. Y queda configurado según tus reglas.

Un ejemplo ilustrativo

Imaginemos que un estudio jurídico en Santiago contrata a Novux para implementar un sistema Multi AI con su biblioteca interna de documentos. Un asociado preparando un recurso escribe una pregunta en la plataforma. La respuesta se construye a partir de los escritos de la firma y cita los documentos específicos utilizados, con puntajes de relevancia para cada fuente. El asociado hace clic en cada cita para verificarla contra el original. La conversación queda registrada bajo su cuenta de usuario para búsqueda y auditoría. Cuando el despliegue está configurado para evitar conexiones externas, los datos permanecen en los sistemas controlados por la firma.

Para un socio que revisa el trabajo del asociado, el registro de la conversación muestra qué consultas se hicieron, qué fuentes se citaron, y cuándo. Ese nivel de trazabilidad es exactamente lo que las directrices éticas y la gobernanza interna de IA exigen cada vez con más fuerza.

Y aquí es donde Multi AI marca la diferencia: ese mismo asociado puede usar un modelo liviano para resumir jurisprudencia rápidamente, cambiar a un modelo más potente para analizar un contrato complejo de M&A, y luego usar un modelo especializado en inglés para revisar cláusulas en un contrato cross-border. Todo desde la misma interfaz. Sin migrar datos. Sin perder contexto. Sin depender de que un solo proveedor tenga la mejor solución para cada tarea. Y sin que a mitad de la revisión el sistema le diga que se acabó su cuota del mes.

Novux se encarga de que todo eso funcione. Tu equipo solo lo usa.

Cómo se ve el control de acceso

Parte de lo que Novux configura para cada cliente es un sistema de control de acceso basado en grupos. A continuación hay un ejemplo de cómo una firma podría mapear sus grupos de práctica a capacidades de IA. Esta es una configuración ilustrativa: Novux diseña la estructura real en conjunto con cada firma según sus necesidades, tolerancia al riesgo y requisitos de gobernanza.

Litigación

Capacidades completas de IA. Acceso a jurisprudencia, escritos y plantillas de discovery. Búsqueda web habilitada.

Corporativo / M&A

Capacidades completas de IA. Acceso a plantillas de operaciones, presentaciones regulatorias y checklists de due diligence. Extracción de documentos habilitada para obtener datos estructurados de contratos y presentaciones.

Propiedad Intelectual

Capacidades completas de IA. Acceso a bases de datos de patentes y plantillas de tramitación. Intérprete de código habilitado para scripts de análisis sobre datos de reivindicaciones de patentes.

Tributario

Solo análisis avanzado. Acceso a normativa tributaria, jurisprudencia del SII y opiniones tributarias de la firma. Modo RAG solamente, con respuestas fundamentadas en documentos de la firma.

Paralegales / Personal administrativo

Solo tareas básicas. Acceso a procedimientos internos y políticas de RRHH. Sin carga de archivos, sin búsqueda web.

Los grupos pueden sincronizarse con el proveedor de identidad de la firma (Okta, Azure AD, Google Workspace) vía OAuth, de modo que la membresía de cada grupo de práctica se mantiene alineada con el directorio interno.

Qué infraestructura se necesita

Esta sección es una referencia para tu equipo de TI o ingeniería. Si estás evaluando a nivel estratégico, lo clave es simple: los sistemas que Novux implementa pueden correr sobre infraestructura existente (VMware, Azure, AWS o bare metal), escalar con la firma, y desplegarse con dependencias externas mínimas.

Para firmas grandes con 200 a 1.000+ abogados, un despliegue en producción típicamente requiere alta disponibilidad y aislamiento de datos. Para estudios más pequeños, la arquitectura se simplifica significativamente, pudiendo correr en un solo servidor. Las decisiones de diseño clave incluyen:

Nodos de aplicación stateless

El escalamiento horizontal permite que la capacidad se ajuste a la demanda a lo largo de la firma.

Inferencia local

Vía Ollama para modelos livianos y vLLM para modelos grandes con optimización de GPU, de modo que los prompts se quedan en tu red cuando se configura de esa manera.

Capa de datos unificada

PostgreSQL maneja tanto los datos de aplicación como la búsqueda vectorial, reduciendo la complejidad operativa.

Coordinación de sesiones con Redis

Permite despliegues multi-nodo donde cualquier instancia puede atender cualquier solicitud de manera transparente.

Novux se encarga del diseño, despliegue y mantenimiento de toda esta arquitectura. Tu equipo de TI participa en las decisiones, pero no tiene que construirlo desde cero.

Consideraciones antes de partir

Implementar IA interna no es trivial. Antes de comprometerse, cada firma debería considerar:

Costos de infraestructura

Los servidores con GPU, almacenamiento y networking tienen costo. Un piloto con un solo grupo de práctica puede correr en un servidor con GPU. Un despliegue para toda la firma involucra compute y almacenamiento dedicado. Novux puede ayudar a dimensionar esto antes de cualquier inversión.

Diseño de gobernanza

¿Quién aprueba los casos de uso de IA? ¿Cómo se revisan los outputs? ¿Cuál es la política para trabajo profesional asistido por IA? Estas preguntas importan más que la tecnología. Novux trabaja con cada firma en definir estas reglas como parte del proceso de implementación.

Validación y testing

Cualquier despliegue de IA debería pasar por revisión de seguridad, diseño de controles de gobernanza, y pruebas de integración antes de entrar a producción. Esto típicamente toma varias semanas.

Mantenimiento continuo

Actualizaciones de modelos, parches de seguridad, soporte a usuarios y curación de bases de conocimiento son responsabilidades permanentes. Novux ofrece planes de soporte continuo para firmas que prefieren no asumir esta carga internamente.