Los mejores AI agents para equipos legales en 2026: 11 herramientas para asesores internos y firmas de abogados

Actualizado en agosto de 2026. Si usted dirige el área legal de una empresa o de una firma, Harvey y Thomson Reuters CoCounsel lideran en amplitud de investigación y redacción, LexisNexis Protégé es la opción más sólida si ya trabaja con contenido de Lexis, Jurist de Ironclad y Agent de Legora lideran el trabajo de ciclo de vida de contratos de principio a fin, y Clearbrief es la única herramienta de esta lista creada específicamente para detectar una cita inventada antes de que llegue a un juez. Esta guía clasifica 11 AI agents para equipos legales, evaluados según si realmente planifican y ejecutan por sí solos trabajo de varios pasos, con precios reales confirmados por el proveedor donde existen y cifras reportadas claramente etiquetadas donde no.

Un agent no es la misma compra que una herramienta de IA, y esa distinción importa más en el derecho que en casi cualquier otro ámbito. Una herramienta como las de nuestras guías de las mejores herramientas de IA para abogados y las mejores herramientas de IA para paralegales asiste a una persona que permanece en el circuito en cada paso: redactar esta cláusula, resumir esta declaración, encontrar este caso. Un agent planifica una tarea de varios pasos, extrae documentos y llama a otros sistemas por su cuenta, y devuelve un trabajo terminado o casi terminado para que una persona lo apruebe (consulte qué es un AI agent para conocer el ciclo planificar-actuar-observar que ejecuta alguna versión de cada producto de abajo). Esta guía trata dos preguntas como prioritarias, no como notas al pie: si el resultado del agent está realmente fundamentado en autoridad real, y qué ocurre con el material confidencial que toca en el camino. Una cosa más desde el principio: este artículo es informativo, no constituye asesoría legal ni orientación de los colegios de abogados. Verifique todo lo que sigue con los términos vigentes del proveedor y con las reglas de ética de su propia jurisdicción antes de apoyarse en ello.

Datos Clave

• Una base de datos pública que rastrea fallos judiciales sobre fabricaciones generadas por IA, mantenida por el investigador Damien Charlotin en HEC Paris, había registrado bastante más de 1,500 casos en todo el mundo a mediados de 2026, más de 1,000 de ellos en tribunales de EE. UU., y la cifra crece casi todas las semanas (Damien Charlotin, AI Hallucination Cases Database).
• Un estudio de 2024 de Stanford RegLab evaluó a mano 202 consultas jurídicas reales y halló que Lexis+ AI alucinó el 17% de las veces y Westlaw AI-Assisted Research alucinó el 33% de las veces, pese a que ambos proveedores promocionaban sus herramientas como prácticamente libres de alucinaciones (Stanford RegLab).
• El 41% de las firmas de abogados reporta ahora un uso activo de IA generativa, frente al 28% en 2025, y aun así el 90% del dinero legal sigue fluyendo por la facturación estándar por horas, según los propios datos de Legal Tracker de Thomson Reuters (Thomson Reuters Institute).
• Más de la mitad (52%) de los asesores jurídicos internos usa ya activamente IA generativa, más del doble del 23% que lo hacía en 2024, y el 64% espera depender menos de abogados externos a medida que madure su propia capacidad de IA (Association of Corporate Counsel).
• El 69% de los profesionales del derecho usa personalmente herramientas de IA de propósito general para trabajar, pero solo el 46% de las firmas ha implementado formalmente la IA en toda la firma, el 43% no tiene una política de IA ni planes de redactarla, y apenas el 9% cuenta con una política escrita que alguien realmente haga cumplir (8am 2026 Legal Industry Report).

---

Tabla comparativa rápida

Un nombre más antes de la lista: Robin AI no está clasificado abajo, y es deliberado. Robin construyó un agent real de revisión y negociación de contratos y atendió a unos 13 clientes de Fortune 500 en su punto máximo, pero una ronda de financiamiento prevista de $50 millones se cayó en octubre de 2025, la empresa recortó cerca de un tercio de su personal y a comienzos de 2026 había cesado como negocio independiente. Su equipo de servicios gestionados y de revisión con human in the loop fue adquirido por la firma de abogados Scissero en diciembre de 2025, y su equipo de tecnología e ingeniería fue incorporado por Microsoft en enero de 2026 para reforzar las funciones de IA legal dentro de Word (Sifted). Ya no queda nada que comprar bajo el nombre de Robin AI. Aun así vale la pena conocer la historia: la estabilidad del proveedor es un criterio de evaluación real en una categoría tan joven, no solo una nota al pie, y por eso tiene su propia línea en la tabla de errores de compra más abajo.

---

1. Harvey: la cobertura agéntica más amplia entre áreas de práctica

Harvey se presenta sin rodeos: "Harvey Agents execute legal work end-to-end, so you can focus on what only lawyers can do." En la práctica eso significa agents creados a propósito para inteligencia de contratos, análisis y almacenamiento masivo de documentos mediante Vault, e investigación en los ámbitos jurídico, regulatorio y fiscal, además de flujos de trabajo que se traspasan entre un equipo de operación en lugar de quedarse dentro de la sesión de un solo abogado. Es la plataforma a la que se refieren la mayoría de las grandes firmas cuando dicen que están pilotando un AI agent.

Los precios son lo que recibe más críticas. Harvey no publica tarifas, cada cotización pasa por una conversación de ventas y las cifras reportadas varían enormemente: algunos rastreadores citan de $100 a $200 por usuario al mes a escala AmLaw 100, otros ubican las cotizaciones del mercado medio entre $1,000 y $2,000 por usuario al mes con mínimos de 20 a 25 usuarios, lo que lleva el costo de entrada de un despliegue pequeño a cerca de $300,000 al año (reportado, no confirmado por el proveedor).

Precios: Personalizado, bajo cotización; sin tarifario público. Los rangos reportados van de $100-200/usuario/mes a escala AmLaw 100 a $1,000-2,000+/usuario/mes en el mercado medio (reportado, no confirmado por el proveedor); tome cualquier cifra en línea como una referencia orientativa.

Ideal para: Grandes firmas y departamentos legales empresariales que ejecutan un programa de IA dedicado en investigación, contratos y due diligence.

---

2. Thomson Reuters CoCounsel: investigación fundamentada en Westlaw

La propuesta de CoCounsel es que "reasons from authoritative Westlaw primary law, trusted Practical Law guidance, and your organization's own knowledge" en lugar de la web abierta. Su capacidad de Deep Research ejecuta lo que Thomson Reuters describe como un plan de varios pasos, el tipo de flujo de investigación que seguiría un asociado sénior, y muestra sus pasos de razonamiento para que un abogado pueda redirigirlo a mitad de la tarea y no solo revisar una respuesta terminada.

El inconveniente en 2026 es que CoCounsel no se vende por separado. Viene incluido con una suscripción a Westlaw, de modo que su costo mensual real es Westlaw más la capa de CoCounsel encima, y ninguna de las dos páginas de producto indica una cifra en dólares. Los rastreadores de costos de terceros reportan una dispersión amplia, aproximadamente de $100 a más de $600 por usuario al mes según el nivel y la configuración de Westlaw (reportado, no confirmado por el proveedor).

Precios: Personalizado; incluido como complemento de Westlaw. Las cifras reportadas van aproximadamente de $100-$600+/usuario/mes según el nivel de Westlaw (reportado, no confirmado por el proveedor).

Ideal para: Firmas y departamentos legales que ya usan Westlaw y quieren que la misma fuente autorizada se encargue de la investigación y la redacción.

---

3. LexisNexis Protégé: cientos de flujos de trabajo agénticos prediseñados

Relanzado el 24 de febrero de 2026 como "Lexis+ with Protégé" (antes Lexis+ AI), es la capa agéntica de LexisNexis: cientos de flujos de trabajo prediseñados y configurables para litigio, trabajo transaccional y tareas legales cotidianas, fundamentados en el propio contenido de LexisNexis más el conocimiento interno de la firma, y disponibles junto con modelos generales mejorados de Anthropic, Google y OpenAI en lugar de un solo modelo propio. Una actualización de mayo de 2026 añadió habilidades agénticas, "workrooms" compartidos y claves de cifrado en poder del cliente, un control concreto por el que vale la pena preguntar a todos los demás proveedores de esta lista si lo igualan.

Los precios son totalmente personalizados, y los rastreadores de terceros los describen de maneras tan distintas (las estimaciones para el mismo producto abarcan aproximadamente de $125 a $500 por usuario al mes) que son realmente opacos incluso para el bajo estándar de esta categoría. La propia página de precios de LexisNexis indica solo que el costo depende del tamaño de la organización, el alcance de las capacidades y el acceso al contenido.

Precios: Personalizado, complemento de una suscripción a Lexis+; sin tarifario publicado. Las estimaciones reportadas abarcan aproximadamente $125-$500/usuario/mes según la fuente (reportado, no confirmado por el proveedor).

Ideal para: Firmas y departamentos legales ya estandarizados en contenido de Lexis que quieren flujos de trabajo agénticos con sólidos controles de datos.

---

4. Legora: un agent para varios tipos de asuntos, con transición a precios por uso

Legora comercializa su "aOS", un "agentic operating system for legal work", construido en torno a un Agent que "plans, executes, reviews and delivers" en trabajo de M&A, litigio, banca, impuestos y seguros, además de una función Monitors que escanea continuamente los cambios regulatorios relevantes para el negocio de un cliente. Es la plataforma que más a menudo se posiciona como la retadora directa de Harvey, y para 2026 había levantado más de 500 millones de euros con una valoración reportada de $5.5 mil millones.

La historia de precios aquí es realmente noticiosa: en 2026 Legora pasó su nuevo nivel Agent Pro a precios basados en consumo y medidos por créditos, seguidos por asunto con dashboards en tiempo real y controles de gasto, argumentando que el licenciamiento por usuario no se ajusta a cómo se usa realmente el trabajo agéntico. El Legora Agent original sigue siendo gratuito para los clientes existentes. Los reportes históricos de tarifa plana sitúan a un usuario en unos $3,000 al año con un mínimo de 10 usuarios (reportado, no confirmado por el proveedor); Legora no publica tarifario para ninguno de los dos modelos.

Precios: Sin tarifario público. Agent Pro pasó a precios por consumo/créditos en 2026; el Agent heredado sigue siendo gratuito para los clientes existentes. Reportes históricos citaron aproximadamente $3,000/usuario/año con un mínimo de 10 usuarios (reportado, no confirmado por el proveedor).

Ideal para: Firmas medianas a grandes que quieren un solo agent que ejecute asuntos completos en varias áreas de práctica.

---

5. Ironclad AI (Jurist): un agent de revisión de contratos dentro de su CLM

Ironclad llama a Jurist "the agentic AI contract partner purpose-built for legal contract review", integrado en su plataforma existente de gestión del ciclo de vida de contratos y no vendido como producto aparte. Eso importa para el alcance: el valor de Jurist está ligado a ejecutarse dentro del motor de flujos de trabajo, Smart Import y repositorio de Ironclad, de modo que usted evalúa un CLM con un agent integrado, no una herramienta de revisión independiente que se acopla al sistema que ya usa.

Ironclad no publica precios; su sitio invita a los compradores a "design your digital contracting journey" mediante una conversación de ventas. Los rastreadores del lado del comprador reportan que las cotizaciones del primer año suelen ubicarse entre $40,000 y $120,000 para despliegues de pequeña a mediana empresa y $200,000 o más a escala empresarial, y señalan que la licencia base a menudo cubre solo el 40-50% del gasto real del primer año una vez que se suma la implementación (reportado, no confirmado por el proveedor).

Precios: Personalizado, bajo cotización. Las cotizaciones reportadas del primer año suelen ir de $40,000-$120,000 (pequeña/mediana empresa) a $200,000+ (empresarial), y la implementación suma bastante más (reportado, no confirmado por el proveedor).

Ideal para: Departamentos legales que quieren consolidar la gestión del ciclo de vida de contratos y la revisión asistida por IA en una sola plataforma.

---

6. Workday CLM, con tecnología de Evisort: inteligencia de contratos dentro de sus datos de RR. HH. y finanzas

Workday acordó adquirir Evisort el 17 de septiembre de 2024, y ahora vende su tecnología como Workday Contract Intelligence y Workday Contract Lifecycle Management. La propuesta es directa para los clientes actuales de Workday: términos contractuales presentados junto a los datos de RR. HH., compras y finanzas que ya gestiona en Workday, búsqueda en lenguaje natural sobre su conjunto de contratos, y redacción, redlining y evaluación de riesgos automatizados que, según Workday, pueden reducir los ciclos de aprobación de meses a horas.

La restricción real es el encaje con el ecosistema. No es un producto que se evalúe por sí solo; es un módulo dentro de un despliegue de Workday, y el precio se cotiza junto con, o como parte de, su contrato más amplio de Workday. Las estimaciones del lado del comprador para despliegues independientes más pequeños reportan de $30,000 a $60,000 al año, aunque la mayoría de los compradores empresariales lo verá con precio dentro de un acuerdo mayor de Workday (reportado, no confirmado por el proveedor).

Precios: Personalizado, bajo cotización, normalmente incluido en un acuerdo más amplio de Workday. Las estimaciones independientes reportadas para despliegues más pequeños van de $30,000-$60,000/año (reportado, no confirmado por el proveedor).

Ideal para: Empresas que ya usan Workday HCM o Financials y quieren inteligencia de contratos en el mismo modelo de datos.

---

7. Spellbook: Autonomous Contract Management, nativo de Word

Spellbook se ganó su reputación como complemento de Word para sugerir cláusulas y hacer redlining, y luego avanzó hacia el territorio de los agents: lanzó Spellbook Associate, un agent de IA legal temprano, en agosto de 2024, y el 30 de junio de 2026 liberó Autonomous Contract Management (ACM) para clientes de acceso anticipado, un sistema agéntico que ejecuta la recepción, la revisión y los hallazgos como una sola cadena. ACM incorpora documentos desde sistemas como Outlook o Slack, los revisa y les hace redlining según sus estándares, archiva automáticamente los contratos firmados y señala las renovaciones próximas, un ciclo realmente de extremo a extremo y no un asistente de redacción que espera la siguiente instrucción.

Spellbook no publica precios; su sitio afirma sin rodeos que el costo "is structured around the number of team members on your license", y escala desde individuos hasta departamentos legales globales, y toda cotización requiere una demo. Los rastreadores de terceros reportan aumentos de precio significativos desde finales de 2025 hasta 2026, aunque las cifras específicas que circulan en línea varían demasiado como para repetirlas aquí con fiabilidad.

Precios: Personalizado, escala según el número de usuarios; sin tarifario público. Las cifras de terceros varían demasiado para repetirlas con fiabilidad; obtenga una cotización actualizada.

Ideal para: Equipos legales del mercado medio que quieren un agent nativo de Word que ejecute todo el ciclo de vida del contrato, no solo ayuda con la redacción.

---

8. Luminance: análisis de contratos, investigación y cumplimiento para empresas

Luminance, fundada por matemáticos en 2015, se posiciona como "Legal-Grade™ AI" con un enfoque de "Mixture of Experts" y lo que llama "probabilistic consensus" para lograr precisión. Sus seis funciones abarcan el ciclo de vida de contratos y cumplimiento: Draft, Negotiate (revisión asistida por IA dentro de Word), Analyze (visibilidad de contratos en toda la cartera), Comply (seguimiento de nuevos requisitos de cumplimiento a medida que surgen), Investigate (apoyo en litigios, arbitrajes e investigaciones) y Collaborate (automatización de flujos de trabajo de extremo a extremo entre legal y el resto del negocio).

No hay nivel de autoservicio ni precios públicos; Luminance vende exclusivamente mediante un proceso empresarial con demo obligatoria. Los análisis de terceros sitúan un primer año realista para un despliegue de tamaño medio entre seis cifras bajas y medias una vez que se suma la implementación, normalmente del 20-50% de la cuota de licencia (reportado, no confirmado por el proveedor).

Precios: Personalizado, solo empresarial. Las estimaciones de terceros sugieren seis cifras bajas a medias al año para un despliegue de tamaño medio, antes de la implementación (reportado, no confirmado por el proveedor).

Ideal para: Grandes departamentos legales o firmas que consolidan la revisión de contratos, la investigación y el monitoreo de cumplimiento en una sola plataforma.

---

9. Clearbrief: creado para detectar una cita inventada

Clearbrief es la única herramienta de esta lista creada específicamente en torno al modo de falla al que el resto de esta guía dedica tanto espacio. Funciona dentro de Microsoft Word, respalda cada afirmación fáctica de un escrito con una cita en la que se puede hacer clic y que es verificable, construye automáticamente tablas de autoridades y tablas de evidencia, genera cronologías y resúmenes de casos a partir del expediente, y produce esquemas de contrainterrogatorio con las citas adjuntas en tiempo real. Para un equipo de litigio, es menos un agent de redacción y más una capa de verificación que se sitúa entre un borrador y una presentación.

Clearbrief es además el único proveedor de toda esta lista que publica un precio real en su propio sitio web, algo digno de mención dada la opacidad del resto de la categoría.

Precios: Solo $300/usuario/mes; Enterprise Unlimited personalizado, con descuentos por volumen y por varios años disponibles. Publicado en el propio sitio de Clearbrief, una rareza en esta categoría.

Ideal para: Equipos de litigio y litigantes independientes que quieren cada cita de un escrito verificada antes de que llegue a un juez.

---

10. DeepJudge: el conocimiento institucional como infraestructura para agents

DeepJudge, fundada por exingenieros de búsqueda de Google, no es en sí un agent de redacción ni de revisión; es infraestructura de búsqueda y conocimiento sobre la que pueden ejecutarse otros agents. Indexa el conocimiento institucional de una firma en SharePoint, OneDrive, sistemas de gestión documental y correo electrónico, y luego superpone "AI Workflows" que, según DeepJudge, pueden "build, deploy, orchestrate, and govern AI agents" para tareas de varios pasos como la investigación entre asuntos y la inteligencia de negociación. En 2026 se asoció con Harvey específicamente para fundamentar los agents de Harvey en el conocimiento institucional propio de una firma y no solo en datos públicos, una señal de hacia dónde va esta categoría: los productos de agents se conectan cada vez más a una capa de conocimiento compartida en lugar de que cada uno construya la suya.

No se publica ningún precio en ninguna parte y, a diferencia de la mayoría de los demás de esta lista, los rastreadores de terceros tampoco reportan cifras fiables; DeepJudge está lo bastante al comienzo de su salida al mercado como para que una demo sea la única forma de obtener un número.

Precios: No publicados; tampoco existe una estimación fiable de terceros. Contacte para obtener una demo y una cotización.

Ideal para: Firmas grandes que quieren que su propio conocimiento institucional fundamente los agents que compran, incluido Harvey.

---

11. Eve: de la recepción al discovery para firmas de demandantes

Eve, creado por Butler Labs, tiene un alcance estrecho y deliberado: es una plataforma de agents para el ciclo de vida de los casos de lesiones personales de demandantes específicamente, que abarca la recepción y evaluación de casos, resúmenes de expedientes médicos, redacción, cartas de demanda, y la formulación y respuesta de solicitudes de discovery. Es un comprador realmente distinto al del resto de esta lista; Eve no está pensado para departamentos legales internos ni para práctica transaccional, sino para firmas de demandantes con alto volumen de casos que necesitan manejar a escala el trabajo desde la recepción hasta el discovery. Según reportes, más de 1,200 firmas lo usan, y la empresa levantó una ronda de $103 millones con una valoración reportada superior a los $1 mil millones.

Los precios no se publican y, dada la estrechez de la base de compradores, los rastreadores de precios de terceros ofrecen poca señal fiable más allá de rangos genéricos del mercado de IA legal y no cifras específicas de Eve. Presupueste una conversación de ventas.

Precios: No publicados; no se encontró una estimación fiable de terceros específica de Eve. Contacte para una cotización.

Ideal para: Firmas de lesiones personales de demandantes con alto volumen de casos que quieren que un solo agent maneje desde la recepción hasta el discovery.

---

Cómo elegir: marco de decisión

Use la lista corta de abajo solo después de definir la tarea legal, la base de fuentes de confianza, la escala de implementación, los controles de confidencialidad y el punto de revisión.

---

Riesgo de citas falsas y alucinaciones: qué falla realmente y cómo verificarlo

Todo agent de esta lista terminará generando alguna vez una cita, una transcripción o una afirmación fáctica que no es real. En el derecho no es un riesgo hipotético; es un cuerpo de jurisprudencia documentado y en crecimiento. La base de datos AI Hallucination Cases, mantenida por Damien Charlotin en HEC Paris, había rastreado bastante más de 1,500 fallos judiciales en todo el mundo sobre fabricaciones generadas por IA a mediados de 2026, más de 1,000 de ellos en tribunales de EE. UU., y la cifra crece casi todas las semanas (Damien Charlotin).

El caso emblemático sigue siendo el primero. En junio de 2023, el abogado neoyorquino Steven Schwartz pidió a ChatGPT jurisprudencia que respaldara un reclamo por lesiones personales y presentó un escrito que citaba seis casos que no existían, con números de expediente inventados incluidos. El juez P. Kevin Castel sancionó a Schwartz, a su coabogado y a su firma con un total de $5,000, y el caso fue remitido para una revisión adicional. Desde entonces las sanciones se han vuelto más duras, no más leves. En diciembre de 2025, un juez magistrado federal de Oregon multó a dos abogados, Stephen Brigandi y Tim Murphy, con unos $110,000 en conjunto, después de que sus escritos en una disputa familiar por una bodega citaran 15 casos inexistentes y 8 citas textuales fabricadas; cuando la defensa señaló los errores, el abogado principal volvió a presentar escritos enmendados que aún contenían tergiversaciones, y el juez desestimó el caso con carácter definitivo, calificándolo como atípico solo en escala, no en naturaleza. Y en 2026, un tribunal de apelaciones de Illinois multó al abogado Mason Cole con $15,000, $1,500 fijos por cada cita fabricada en su escrito, y lo remitió a la comisión disciplinaria de abogados del estado, después de que él dijera al tribunal que había usado ChatGPT y creído haber contrastado los resultados con Lexis, pero que aun así no detectó los errores (ABA Journal).

Las afirmaciones de los proveedores sobre precisión merecen el mismo escrutinio que una cita que un agent le entrega. En 2024, un equipo de Stanford RegLab dirigido por Varun Magesh y Daniel Ho realizó la primera prueba preregistrada y evaluada a mano de herramientas comerciales de investigación jurídica con IA; con 202 consultas jurídicas reales, Lexis+ AI alucinó el 17% de las veces y Westlaw AI-Assisted Research alucinó el 33% de las veces, pese a que ambos proveedores promocionaban como prácticamente libres de alucinaciones sus respuestas fundamentadas en recuperación y vinculadas a citas. La conclusión de los investigadores fue tajante: "providers' claims are overstated" (Stanford RegLab). Ese estudio probó una generación anterior de estos productos, no las versiones actuales de CoCounsel Legal ni de Lexis+ con Protégé, y ambos proveedores han incorporado desde entonces más fundamentación y vinculación de citas. Pero el hallazgo de fondo no ha caducado: la fundamentación por recuperación reduce la alucinación, no la elimina, y ningún benchmark interno de un proveedor debería ser la última verificación antes de una presentación. La misma disciplina se aplica a los AI agents de investigación en general, no solo a los específicos del ámbito legal.

Lo que funciona en la práctica: trate cada cita generada por un agent como una cita en borrador hasta que una persona, o una pasada de verificación dedicada como la de Clearbrief, haya abierto la fuente y confirmado que dice lo que el agent afirma. Si su flujo de trabajo incluye revisión intensiva de discovery o de due diligence, el plano de construcción del AI agent de procesamiento de documentos es una referencia útil para ver dónde corresponde un punto de control de confianza humano en ese tipo de cadena, y las firmas que ejecutan agents más allá de la etapa piloto los combinan cada vez más con herramientas de observabilidad de AI agents dedicadas, creadas para rastrear exactamente de qué fuente provino realmente el resultado de un agent.

---

Privilegio y confidencialidad: adónde van los datos

Un AI agent que trabaja con un contrato o un conjunto de discovery no es solo una cuestión de seguridad, es una cuestión de responsabilidad profesional, y las dos se confunden constantemente. La Formal Opinion 512 de la American Bar Association, emitida el 29 de julio de 2024, la primera orientación ética nacional sobre IA generativa, es explícita en que usar una herramienta de IA generativa toca al menos seis deberes a la vez: competencia (Model Rule 1.1), confidencialidad (Rule 1.6), comunicación con el cliente (Rule 1.4), franqueza ante el tribunal (Rules 3.1 y 3.3), supervisión de subordinados y no abogados (Rules 5.1 y 5.3) y honorarios razonables (resumen de la ABA Formal Opinion 512, UNC Law Library). La confidencialidad es la que hace tropezar específicamente a los despliegues de agents, porque un agent no solo responde una pregunta, mueve datos: extrae un contrato de un repositorio, pega cláusulas en una comparación, envía un borrador a revisión.

La orientación estatal ha empezado a precisar los detalles. El Professional Ethics Committee del Texas State Bar, en la Opinion 705 (febrero de 2025), indicó a los abogados que no ingresen información confidencial de clientes en herramientas de IA no evaluadas o públicas, que evalúen la seguridad y los términos de manejo de datos de un proveedor antes de adoptarlo y que, según la herramienta, consideren informar al cliente y obtener su consentimiento (Texas Bar Blog). La pregunta que vale la pena hacer a cada proveedor de esta lista, una que un cuestionario de seguridad genérico no hará aflorar, es si la herramienta entrena sus modelos con sus datos de entrada por defecto, qué tendría que hacer usted para optar por no participar y cuánto tiempo permanecen los datos de su firma o de su cliente en los sistemas del proveedor después de que se cierra un asunto. LexisNexis añadió claves de cifrado en poder del cliente a Protégé en su actualización de mayo de 2026, un control concreto por el que vale la pena preguntar a todos los demás proveedores de aquí si también lo ofrecen.

Nada de esto es una verificación única. Las guías de construcción sobre privacidad de datos de AI agents y cumplimiento de AI agents profundizan en las pistas de auditoría y la residencia de datos si su firma o departamento está montando su propio agent en lugar de comprar uno de esta lista, y las mismas preguntas se aplican en ambos casos.

---

Autoservicio frente a toda la firma: dos compras muy distintas

Casi nada de esta lista se compra con una tarjeta de crédito. De las 11 herramientas, Clearbrief es la única con un precio publicado en su propio sitio web; todas las demás lo dirigen a una demo o a una llamada de ventas, y las cifras reportadas para el mismo proveedor pueden variar por un factor de cuatro o cinco según el rastreador de terceros en el que confíe, en sí una señal de lo poca transparencia de precios que tiene esta categoría hoy. Es un contraste real con categorías de agents más maduras: las plataformas de AI agents de propósito general ofrecen cada vez más un nivel de autoservicio con el que un solo equipo puede empezar esta semana, mientras que los agents legales suponen en su mayoría un proceso de adquisición de toda la firma o del departamento desde el primer día, más cercano a cómo se compran las plataformas empresariales de AI agents que a cómo una persona compra software.

Esa división corresponde a dos procesos de compra distintos que conviene nombrar con honestidad. Un abogado independiente o un equipo interno de dos personas que pilotea Spellbook o Clearbrief está comprando una herramienta como cualquiera evalúa un SaaS: la prueba, revisa el resultado y amplía los usuarios si se lo ganan. Un general counsel que evalúa Harvey, Legora o Luminance para implementarlo en toda la firma ejecuta una revisión de seguridad antes de que un solo asociado lo toque: acuerdos de procesamiento de datos, SSO, registros de auditoría, una política definida de uso de IA y normalmente la aprobación de TI o InfoSec junto con la del propio área legal. Saltarse ese paso es exactamente cómo aparece la brecha de gobernanza en los datos: el 69% de los profesionales del derecho usa ahora herramientas de IA de propósito general como ChatGPT o Claude para trabajar por su cuenta, más del doble que el año anterior, pero solo el 46% de las firmas ha implementado formalmente herramientas de IA en toda la firma, el 43% no tiene una política de IA ni planes de redactarla, y apenas el 9% cuenta con una política escrita que alguien realmente haga cumplir (8am 2026 Legal Industry Report). Un agent que extrae documentos de forma autónoma y redacta trabajo dirigido a clientes tiene un perfil de riesgo distinto al de un chatbot abierto en una pestaña del navegador, y comprarlo por el mismo camino improvisado, sin aprobación de nadie, que puso a ChatGPT en las laptops de los asociados es como una firma termina como la próxima entrada de la tabla de sanciones de arriba.

El área legal interna avanza más rápido que los abogados externos en este frente. Más de la mitad (52%) de los asesores jurídicos internos usa ya activamente IA generativa, más del doble del 23% que lo hacía en 2024, y el 64% espera apoyarse menos en abogados externos a medida que madure su propia capacidad de IA (Association of Corporate Counsel). Si está montando un agent de recepción o de revisión de contratos para manejar ese cambio internamente en lugar de comprar uno de esta lista, el plano de construcción del AI agent de revisión de contratos es una referencia útil para ver dónde corresponde el punto de aprobación humana antes de que algo llegue a una contraparte.

---

Economía de la hora facturable: qué ocurre con el apalancamiento

El modelo de facturación no ha alcanzado lo que estos agents realmente hacen, y esa brecha es ahora la principal tensión de la industria. El gasto de las firmas de abogados en tecnología y gestión del conocimiento creció aproximadamente un 9.7% y un 10.5% en 2025, probablemente el crecimiento real más rápido que haya visto la industria legal, y el 41% de las firmas reporta ahora un uso activo de IA generativa, frente al 28% del año anterior. Aun así, el 90% del dinero legal sigue fluyendo por la facturación estándar por horas, según los propios datos de Legal Tracker de Thomson Reuters (Thomson Reuters Institute). El trabajo que antes tomaba diez horas de investigación, revisión y redacción ahora a menudo puede hacerse en una, y una firma que cobra por hora tiene un evidente problema de incentivos: facturar con honestidad la hora comprimida por la IA y los ingresos caen, o no hacerlo e invitar justamente la resistencia de los clientes que ya está surgiendo a medida que los general counsel comparan su propia eficiencia impulsada por IA con lo que los abogados externos todavía cobran.

Esa tensión atraviesa de lleno el modelo de apalancamiento de los asociados. Las firmas han formado a sus asociados junior durante décadas encargándoles la primera pasada de la revisión de contratos, el resumen de documentos y la investigación de primer borrador, y luego facturando encima el tiempo supervisado por los socios. Un agent que hace una primera pasada competente de ese mismo trabajo no solo comprime horas; elimina un peldaño que los nuevos asociados solían subir para convertirse en sénior, y ninguna firma ha resuelto del todo qué lo reemplaza en esa ruta de formación. Los precios ya se están doblando bajo la presión: Legora pasó su nivel Agent Pro a precios basados en consumo y medidos por créditos en 2026, argumentando sin rodeos que "the unit economics of legal services will transform: from hours billed and seats licensed, to outcomes delivered" (Legora). Ya sea que ese modelo se extienda o siga siendo la apuesta de un solo proveedor, es una señal real de que los precios por usuario y por hora y un producto genuinamente agéntico empiezan a tirar en direcciones opuestas.

---

Errores de compra de AI agents legales que debe evitar

La mayoría de los despliegues de AI agents legales fracasa por razones que nada tienen que ver con la calidad del modelo.

---

---

Qué hacer a continuación

No implemente nada de esta lista en toda la firma a partir de una sola demo. Elija dos herramientas que se ajusten al tamaño real de su implementación: una opción de autoservicio como Clearbrief o Spellbook para un equipo pequeño, o una plataforma para toda la firma como Harvey, Legora o su relación existente con Westlaw o Lexis para una más grande, y ejecute un piloto de 30 días sobre asuntos reales y ya decididos en los que un socio o un abogado sénior revise a mano cada cita y cada afirmación de manejo de datos. Establezca una política escrita de uso de IA antes del despliegue, no después; los datos de arriba son claros en que las firmas que se meten en problemas no son las que usan AI agents, sino aquellas cuya gente ya los usaba sin que nadie lo hubiera aprobado primero.