OpenAI entra en la IA jurídica. Harvey tiene que seguir moviéndose.

OpenAI presentó Astra for Law el 17 de septiembre: una combinación de GPT-6 Astra con búsqueda jurídica e instrucciones especializadas. Harvey y Legora figuran como futuros usuarios de la API; despachos seleccionados reciben acceso inicial a través de ChatGPT y Codex. El proveedor también ofrece una vía directa al cliente. ¹

La amenaza es seria. No significa que el negocio de Harvey haya desaparecido de la noche a la mañana.

Esa conclusión da por hecho que Harvey se queda quieta mientras OpenAI avanza. La pregunta útil es qué puede aprender y construir Harvey ahora que su proveedor pone a su alcance capacidades que antes exigían ingeniería especializada. Una base más potente puede reforzar un producto y, al mismo tiempo, hacer más difícil cobrar por partes de él.

Hay hoy un motivo concreto para hacerse esa pregunta. Coincidiendo con el lanzamiento de OpenAI, Harvey publicó una investigación↗ sobre el uso del criterio de los abogados para evaluar y mejorar la IA jurídica. Ese trabajo deja al descubierto una restricción difícil: lograr una respuesta que se considere lo bastante buena para una tarea determinada. ²

El listón se ha movido. El gasto sigue siendo una incógnita.

El índice de OpenAI abarca más de 230 millones de direcciones URL. El anuncio↗ lo describe como complementario del contenido con licencia de proveedores como Thomson Reuters. No facilita precio, número de licencias de pago ni ingresos de Astra for Law. Tampoco establece que el uso del índice sea gratuito. ¹

Esas omisiones importan. Un corpus amplio informa del material que un sistema puede rastrear. No dice qué puede dar de baja un despacho, cuánto pagará por el sustituto ni si este completa el mismo trabajo.

Nuestro artículo anterior sobre Harvey analizó la financiación y la valoración de la compañía. ³ En su propio anuncio del 9 de septiembre↗, Harvey informó de una ronda de 550 millones de dólares a una valoración de 15.500 millones, y aseguró que el 80% de los despachos del Am Law 100 usaban sus productos. Son cifras facilitadas por la compañía; el uso no dice nada del tamaño o de la rentabilidad de esas relaciones. ⁴

El nuevo lanzamiento ofrece un motivo para volver sobre ese negocio. No aporta un nuevo múltiplo de ingresos ni pruebas de que los clientes se estén marchando.

Lo difícil es decidir qué significa «mejor»

Harvey describe un estudio que abarca 24 tareas de agentes jurídicos, en el que tres abogados puntuaban cada una. Los revisores solo fueron unánimes en el 25% de las comparaciones. La compañía afirma que buena parte del desacuerdo giraba en torno a cómo ponderar los mismos puntos fuertes y débiles. ²

Aquí es donde el problema se pone interesante. Imaginemos dos borradores de respuesta: uno es más fácil de leer; el otro maneja con más cuidado una excepción importante. ¿Cuál debe aprender a producir el sistema? Contar valoraciones positivas sin entender el porqué podría enseñarle la lección equivocada.

Harvey experimenta con modelos generativos de recompensa (generative reward models): evaluadores de IA que comparan los resultados con criterios definidos por expertos jurídicos. La compañía informa de que estos evaluadores, en ocasiones, aceptaban errores graves a cambio de otras virtudes, o elegían un ganador cuando los abogados consideraban insuficientes ambas respuestas. Son conclusiones de la propia investigación de Harvey, no una validación independiente. ²

Un sistema puede producir más respuestas sin producir una señal fiable sobre cuáles merecen repetirse. Ese cuello de botella merece escrutinio antes de que nadie celebre un volante de inercia de datos (data flywheel).

Importa el trabajo que se hace en torno al modelo: qué puede inspeccionar el evaluador, cómo se registra la corrección de un abogado, qué se considera un fallo grave y si la siguiente versión mejora en tareas que no le resultan familiares. Más uso solo sería una ventaja si la compañía pudiera convertir la experiencia pertinente en mejoras fiables, dentro de los permisos que rigen esa información.

Tener clientes no es, por sí solo, prueba de que ese bucle exista. Demostrar que ese bucle mejora los resultados de los clientes sería mucho más persuasivo que describir el producto como especializado.

OpenAI también puede seguir aprendiendo

En una prueba propia con 200 preguntas privadas de validación, Astra for Law superó la comprobación global de corrección en el 54,0% de los casos, frente al 38,7% de Astra con búsqueda web. La compañía también describe aplicaciones específicas para cada despacho desarrolladas junto a Sullivan & Cromwell, Ropes & Gray y Cooley. ¹

Esa prueba es una comparación estrecha, no una medida de asuntos de clientes concluidos. Pero los proyectos con los despachos complican la cuestión competitiva. Sería un error suponer que el proveedor de la base tiene que permanecer alejado del trabajo y que solo los especialistas entienden a los clientes.

Harvey no puede confiar en que la división del trabajo actual permanezca intacta. Tampoco deberíamos dar por hecho que el lanzamiento de OpenAI es el producto definitivo contra el que competirá Harvey. Ambas partes pueden mejorar.

La mejor jugada del especialista es aprovechar la base más potente allí donde resulta útil y concentrar el esfuerzo en el trabajo difícil que los clientes todavía no logran completar de manera satisfactoria. La evidencia que conviene buscar: menos correcciones de calado, menos esfuerzo de revisión y un uso repetido en tareas que importan. Son pruebas propuestas, no resultados que establezca ninguno de los dos anuncios.

La próxima evidencia comercial debería ser igual de específica: una renovación, una decisión de compra, precios publicados o un cliente que explique qué trabajo se ha desplazado y por qué. Que sigan pagando nos diría que los clientes todavía encuentran valor. Luego tendríamos que entender qué compran, en lugar de decidir en su nombre que una alternativa de propósito general debería bastar.

Astra for Law hace más peligroso quedarse quieto. No hace inútil construir una empresa especializada. La oportunidad de Harvey es convertir una base más potente en un producto que funcione mejor, más rápido de lo que el proveedor de la base pueda cerrar la brecha restante. La compañía tendrá que seguir ganándose esa ventaja. Su valoración no puede hacer ese trabajo por ella.