En resumen: pasamos meses dentro del mercado de Legal AI en lugar de leer sobre él. De los proveedores que probamos, el 65% son una capa de 'prompt' sobre el modelo de otra persona y el 3% están entrenados con datos legales. Solo el 2% construye algo para la persona que realmente tiene el problema legal. Cada herramienta que probamos inventó algo al menos una vez, y la Legal AI más instalada en los bufetes de abogados no es Legal AI en absoluto.
No faltan mapas de este mercado. Legaltech Hub cuenta con más de mil soluciones de IA generativa en su directorio. Los fondos de capital riesgo publican pulcras cuadrículas de categorías. Los sitios de reseñas clasifican cuatrocientas herramientas en una tabla con una columna de precios que en su mayoría contiene la palabra 'Empresarial'. Todos ellos responden a la misma pregunta, que es qué existe.
Ninguno de ellos responde a la pregunta que realmente tiene un comprador, que es de qué está hecho este mercado. Un directorio le dirá que un proveedor vende revisión de contratos. No le dirá si ese proveedor entrenó algo, escribió alguna documentación, se puede comprar sin una llamada de ventas, o inventa jurisprudencia cuando se le presiona. Esas cosas surgen desde dentro, lo que significa registrarse, pagar y usar la cosa.
Así lo hicimos. Así es como se ve el panorama de Legal AI en 2026 cuando dejas de leer la cuadrícula de categorías y empiezas a abrir cuentas.
Lo que hicimos y el conflicto de intereses que debemos mencionar primero
HAQQ vende Legal AI. Somos un proveedor dentro del mercado que estamos a punto de describir, lo que significa que debe leer cada número a continuación sabiendo quién lo contó.
De ello se derivan dos cosas. La primera es que fijamos las reglas de conteo antes de empezar, y discutimos sobre ellas durante más tiempo del que dedicamos a ejecutar las pruebas. ¿Qué hace exactamente que algo sea un 'wrapper' en lugar de un producto? Llegamos a una regla que nos afecta tanto a nosotros como a cualquier otro: si se eliminara el modelo general subyacente y la cosa dejara de funcionar por completo, sin capa de recuperación, sin enrutamiento, sin datos legales y sin evaluación propia, es un 'wrapper'. Según esa definición, algunas empresas muy bien financiadas son 'wrappers', y también lo son partes de productos que admiramos.
La segunda es el alcance. Cada porcentaje en este artículo describe los proveedores que probamos, no el mercado en su conjunto. Nadie ha probado todo el mercado. Cuando un número proviene de otra persona, decimos de quién es.
El método fue ordinario y lento. Registrarse sin anunciarnos. Pagar donde el pago era posible. Ejecutar el mismo cuerpo de trabajo legal real a través de cada herramienta. Leer cualquier documentación existente. Presionar cada una hasta que se rompiera, luego observar cuidadosamente cómo se rompió. Para los proveedores que no nos venderían sin una llamada, intentar entrar de todos modos, lo que resultó ser un hallazgo propio.
El mercado es en su mayoría una capa fina sobre el modelo de otra persona.
Este es el hallazgo del que pende todo lo demás, por lo que va primero.
De qué se construyen realmente los productos de Legal AI
HAQQ benchmark, 2026, porcentaje de los proveedores que probamos
Las categorías son nuestras y los límites son discutibles. La regla que usamos: elimina el modelo general subyacente, y si no sobrevive nada, es una capa de prompt.
Algunos términos, porque estas palabras se usan de manera informal. Una capa de prompt, generalmente llamada "wrapper", es una interfaz de usuario y un conjunto de instrucciones que se encuentran sobre un modelo general como GPT o Claude. Un arnés es la versión más seria: decide qué modelo maneja cada paso, recupera primero las fuentes correctas, llama a las herramientas y verifica el resultado antes de que llegue a usted. La diferencia entre los dos es dónde reside la ingeniería, y es la diferencia entre un producto que se degrada con elegancia y uno que inventa cosas con confianza.
El sesenta y cinco por ciento siendo una capa de prompt no es automáticamente condenatorio. Una interfaz bien construida sobre un modelo de frontera es genuinamente útil, y pretender lo contrario sería deshonesto. El problema es el precio y el posicionamiento. Una capa de prompt vendida a precios de capa de prompt es un trato justo. Una capa de prompt vendida como inteligencia legal propietaria, a varios cientos de dólares por puesto al mes, frente a un asistente general que el bufete ya paga, es un trato que deja de tener sentido en el momento en que alguien lo comprueba. Escribimos sobre dónde aparece ese colapso en la lista de precios en nuestro análisis de precios de Legal AI.
Elimine el modelo general subyacente, y en dos tercios de este mercado no sobrevive nada.
Casi nadie está construyendo para la persona con el problema legal
De todo lo que probamos, el 2% se dirige al cliente final. Todo lo demás está construido para el abogado.
Compárese eso con el lado de la demanda. El World Justice Project estima que 5.100 millones de personas tienen necesidades de justicia insatisfechas, lo que significa que tienen un problema legal y ninguna vía significativa para resolverlo. Ese no es un mercado que la profesión legal no esté sirviendo por indiferencia. Es un mercado que no puede ser servido al precio que implica una hora facturable, que es precisamente la restricción que se supone que el software debe relajar.
En cambio, la industria ha pasado todo su ciclo de capital de riesgo construyendo herramientas para aproximadamente 1.3 millones de personas en los Estados Unidos que ya tienen una licencia de abogado, y sus equivalentes en otros lugares. Hay buenas razones para esto. Los abogados tienen presupuestos, procesos de adquisición y una obvia disposición a pagar. Los consumidores no tienen nada de eso, además de restricciones regulatorias sobre quién puede dar asesoramiento legal que varían según la jurisdicción y que una startup no resolverá simplemente decidiendo que deberían hacerlo.
Estamos en ese 2%, así que tome esto como una posición declarada en lugar de una observación neutral. Lanzamos una aplicación de Legal AI para consumidores y es mucho más difícil que el producto profesional, exactamente por las razones anteriores. Pero un mercado donde el 98% de la oferta apunta al 0.1% de la demanda no es un mercado maduro. Es un mercado que ha encontrado un comprador que entiende.
Los bufetes no están eligiendo un proveedor. Los están apilando.
El 80% de los grandes bufetes que examinamos están entrenando sus propios modelos o ejecutando un enrutador a través de varios. No están evaluando proveedores para elegir uno. Están reuniendo cuatro o más y decidiendo, por tarea, cuál responde.
Esto rompe el modelo mental sobre el que se construyen la mayoría de las presentaciones de los proveedores. No hay una competencia con un ganador. Hay una pila, y la pregunta es qué lugar ocupas en ella, lo cual es una pregunta mucho menos cómoda que quién es el mejor.
La otra mitad de la misma imagen proviene de fuera de nuestra evaluación comparativa. La encuesta tecnológica de 2026 de la International Legal Technology Association, que abarca a más de 500 firmas, encontró que el 94% de las firmas utilizan o exploran la IA, y encontró que la herramienta de IA más instalada en los bufetes de abogados es Microsoft Copilot, con el 76% de las firmas. Copilot no es un producto legal. Es un asistente de productividad general que llegó incluido con el software que las firmas ya habían comprado, y supera en instalaciones a todo lo construido específicamente para el derecho.
Deliberadamente no publicamos una clasificación de las herramientas especializadas por debajo de esa cifra, porque la clasificación de sus competidores por parte de un proveedor basándose en los datos de la encuesta de otra persona no es un análisis, es marketing con una cita. El punto estructural se mantiene por sí mismo: la IA más instalada en el derecho es la que ya estaba allí.
Los números de adopción también están haciendo menos de lo que parecen. La encuesta de 2026 de Axiom a los equipos legales internos encontró que solo el 7% había superado la fase piloto para pasar a la producción medida, y el 83% no podía decir si el gasto en IA del año anterior se había justificado. Esas dos cifras describen los departamentos internos, mientras que el 94% describe a los bufetes de abogados, por lo que son dos poblaciones en lugar de un embudo. Leídas en conjunto, siguen diciendo lo mismo: casi todo el mundo ha empezado, casi nadie ha terminado, y la mayoría no puede demostrar la diferencia. Llevamos un registro continuo de la investigación sobre adopción en legal AI statistics 2026.
La adopción no es el despliegue
El mismo año, tres preguntas diferentes, tres respuestas muy diferentes.
Fuentes: Encuesta tecnológica ILTA 2026 (más de 500 firmas) para la primera barra; encuesta legal interna Axiom 2026 para la segunda y tercera. Poblaciones diferentes, por lo que la brecha debe interpretarse como un patrón en lugar de un embudo único.
Los laboratorios llegaron, y un plugin es solo un arnés empaquetado
Cada proveedor de modelos generales está ahora llegando directamente al ámbito legal. El más reciente es Astra for Law de OpenAI, lanzado el 17 de septiembre de 2026 con 26 plugins asociados.
El detalle en el que vale la pena detenerse es que dos de las mayores empresas independientes de Legal AI se lanzaron como plugins dentro de él. Ese es un movimiento racional y probablemente inevitable, ya que la distribución supera la independencia a corto plazo. También es una admisión silenciosa sobre la arquitectura. Un plugin es un arnés que otra persona aloja, factura y controla el punto de entrada. Si tu diferenciación es el arnés, y el arnés ahora se ejecuta dentro del producto del laboratorio, lo que estás defendiendo es un espacio en el menú de otra persona.
Escribimos por separado sobre lo que Astra hace y no hace en el trabajo legal real. La versión corta es que los laboratorios no son mejores en derecho que los proveedores legales. Son mejores en estar donde el usuario ya está, y en este mercado eso ha importado repetidamente más.
Las afirmaciones superan a los productos, y los reguladores se han dado cuenta
El 5% de los proveedores que probamos tienen documentación que podríamos considerar adecuada. No una página de marketing con una cuadrícula de características. Documentación: qué hace el sistema, qué no hace, en qué se evaluó, qué sucede cuando falla. El 80% vende de más en algún punto entre el sitio web y el producto, lo que significa que la capacidad descrita en la página de destino no es la capacidad que encontramos en la cuenta.
Esto no es un problema de estilo sin víctimas. En 2025, la Comisión Federal de Comercio de los Estados Unidos finalizó una orden de $193,000 contra DoNotPay y le prohibió comercializarse como un abogado robot, porque no pudo justificar la afirmación de que su AI funcionaba como la humana. Ese caso es el piso, no el techo, de adónde va esto.
El marketing de precisión es donde se vuelve más agudo. Los proveedores en esta categoría han comercializado herramientas de investigación basadas en recuperación con la promesa de que la alucinación había sido eliminada por completo. Investigadores de Stanford que probaron esas herramientas concluyeron que las afirmaciones de los proveedores estaban exageradas, y publicaron tasas de error medidas en lugar del marketing. Estamos informando ese hallazgo en lugar de repetir la afirmación sobre la que se hizo.
Los puntos de referencia mismos son controvertidos, y honestamente lo son. Vals escribe sus rúbricas con abogados en ejercicio, que es la forma correcta de hacerlo, y los proveedores todavía discuten la metodología. Eso no es un escándalo. El trabajo legal se evalúa por el juicio, de la misma manera que la ley, y dos abogados competentes pueden calificar la misma respuesta de manera diferente. Cualquiera que le venda un único número de precisión para un sistema legal le está vendiendo una simplificación. Publicamos nuestro propio método de referencia precisamente para que se pueda discutir.
La alucinación sigue siendo el denominador común
Cada herramienta que probamos inventó algo. No todas las respuestas, y no constantemente, pero cada producto del conjunto al menos una vez produjo leyes que no existen, afirmó haber hecho un trabajo que no había hecho, o construyó una conclusión segura sobre un hecho que había fabricado.
Las mediciones externas concuerdan en la forma, si no en la cifra exacta. La auditoría de Stanford situó a Lexis+ AI por encima del 17% y la investigación asistida por AI de Westlaw por encima del 33% en las versiones de herramientas probadas. Los modelos generales sin recuperación han medido entre el 58% y el 88% en tareas de citación legal en el trabajo del Journal of Legal Analysis. La fundamentación en recuperación ayuda mucho. No resuelve el problema, y los errores que sobreviven a la fundamentación son los peligrosos, porque parecen citas reales adjuntas a la proposición equivocada.
Tasas de alucinación medidas en preguntas legales
La recuperación diseñada específicamente reduce el problema. No lo cierra.
Fuentes: Evaluación de herramientas comerciales de investigación legal de Stanford RegLab para las dos primeras barras, en las versiones probadas en ese momento; Dahl et al., Journal of Legal Analysis, para el rango del modelo general.
Las consecuencias ya se cuentan. La base de datos pública de decisiones judiciales de Damien Charlotin que involucran presentaciones alucinadas por la AI contenía 1,598 casos el 9 de junio de 2026, la fecha de nuestro informe de auditoría. Al 19 de septiembre de 2026, contiene 2,044, un aumento de aproximadamente 200 hace un año. Esa curva es el estado actual de la seguridad de la Legal AI, y es la razón por la cual nuestra auditoría de alucinaciones es un documento vivo en lugar de una publicación única.
Decisiones judiciales que involucran presentaciones alucinatorias de IA
La curva no se está aplanando. Se está empinando.
Fuente: la base de datos pública de casos de alucinación de IA mantenida por Damien Charlotin, consultada el 19 de septiembre de 2026. Se actualiza diariamente, así que considere la última barra como un límite mínimo.
Una falla menos discutida se encuentra al lado. El 75% de las herramientas que probamos escriben con su propia voz codificada, independientemente de la firma, el cliente o el estilo de la casa. Nada en este mercado produce un gemelo digital de cómo escribe un abogado en particular. Para una profesión donde la redacción de una cláusula es el producto, eso es algo extraño que una categoría entera haya omitido.
Prueba HAQQ AI gratis
Experimenta la redacción e investigación legal con IA
El muro de precios es principalmente teatro
Solo el 10% de los proveedores que probamos son realmente de autoservicio. De veinte proveedores que verificamos para un precio publicado, 14 no publican ninguno en absoluto. El estándar de la categoría es un formulario de contacto.
Lo que realmente detiene el muro de precios
Casi nada, si estás dispuesto a ignorar el formulario de contacto.
Las primeras dos barras corresponden a los veinte proveedores que verificamos en cuanto a un precio publicado. La tercera es la proporción del conjunto de prueba completo al que pudimos acceder y usar sin ayuda.
Y sin embargo, el 75% de ellos eran sencillos de acceder sin necesidad de hablar con un humano. Pruebas, rutas de socios, niveles de autoservicio detrás de una página de ventas y, en varios casos, simplemente completando una compra a la que el sitio web de marketing no enlazaba. Hicimos esto con cada proveedor que probamos.
Esa brecha es la parte interesante. Un precio restringido por ventas suele indicar una complejidad empresarial genuina o discriminación de precios. Cuando el mismo producto resulta ser comprable en cuatro minutos por cualquiera que busque un poco más, era lo segundo. La contabilidad completa de quién publica qué y cuánto cuesta una vez que se supera la barrera, se encuentra en precios de Legal AI en 2026.
MENA no compra el paisaje. Lo construye.
La mayor parte de este mercado está localizado en una jurisdicción a la vez, lo cual no es sorprendente, ya que el derecho lo está. Lo que se entiende menos ampliamente fuera de la región es que en Oriente Medio y el Norte de África el comprador es frecuentemente el estado, y el estado construye.
Los Emiratos Árabes Unidos lanzaron en julio de 2026 lo que describen como la primera plataforma judicial de IA totalmente integrada. Arabia Saudita opera Najiz, que ofrece aproximadamente 160 servicios de justicia, junto con una empresa de IA de propiedad estatal detrás de un modelo de lenguaje árabe. Estas no son decisiones de adquisición esperando que un proveedor las gane. Son programas de infraestructura a los que un proveedor, en el mejor de los casos, puede suministrar un componente.
A nivel de firma, el mismo instinto se repite. Las firmas aquí construyen su propia IA y luego la venden a otras firmas, lo cual es una ruta que casi nadie toma en Londres o Nueva York y que varias prácticas de MENA ahora tratan como una segunda línea de ingresos. Cubrimos el panorama regional con más detalle en Legal AI en MENA y Legal AI en Arabia Saudita.
La implicación para cualquiera que mapee este mercado desde fuera de la región es simple. Un panorama de proveedores extraído de datos de financiación occidentales pasará por alto por completo las mayores implementaciones de Legal AI en MENA, porque nunca aparecen como una ronda de financiación.
Cómo se ve el mercado desde arriba
Los datos sectoriales de Tracxn contabilizan 10.528 empresas de tecnología jurídica a nivel mundial, 1.821 de ellas financiadas, y 19 unicornios. En contraste con los datos de composición anteriores, eso es un gran número de empresas para un mercado donde el 8% de los productos que probamos contienen un modelo entrenado por alguien.
El campo, desde arriba
Una gran cantidad de empresas y muy pocos resultados.
Fuente: datos del sector de Tracxn, 2026. Las barras son proporcionales a la primera: los unicornios representan el 0,2 % del campo y la barra se dibuja en un mínimo visible en lugar de a escala.
Dos proveedores dominan la narrativa de financiación. Harvey, valorado en aproximadamente $11 mil millones y con alrededor de $300 millones en ARR, y Legora, con aproximadamente $5.55 mil millones y alrededor de $150 millones, recaudaron $750 millones entre ambos en 15 días. Estas cifras de ingresos son reportadas por la prensa en lugar de auditadas, y ninguna de las empresas las publica por sí misma, así que trátelas como la mejor estimación del mercado. Seguimos el movimiento trimestral en nuestro informe de mercado de Legal AI.
La escala sigue a la financiación. El 90% de los proveedores financiados que probamos tienen más de 200 personas, y solo el 20% publica una cifra de ARR de cualquier tipo. Una categoría tan grande que revela tan poco es una categoría donde los compradores no pueden comparar proveedores en nada excepto en la demostración.
Las páginas de destino le dicen lo que la categoría cree que convierte. Los cuatro elementos que se repiten son la Seguridad, una biblioteca de avisos, testimonios y una sección de Labs que afirma una profunda investigación en IA. La seguridad es lo primero, y hay una razón para el momento: la IA generativa acaba de entrar en la lista de riesgos de seguridad rastreados de la industria legal, directamente en el número dos. Los compradores están asustados, y el mercado ha interpretado correctamente ese miedo como la primera objeción a despejar. Nuestra propia postura de seguridad se publica por la misma razón, y preferimos decirlo claramente antes que fingir que estamos por encima del patrón.
En la tarea correcta, ya supera al abogado
Sería fácil interpretar las secciones precedentes como un caso de que la Legal AI no funciona. Ese no es el hallazgo.
En el informe de Legal AI de Vals, el sistema más robusto en la respuesta a preguntas de documentos obtuvo 94.8%, lo que representa 24.7 puntos por encima de la línea de base del abogado humano medida en el mismo estudio. En la revisión de documentos (redlining), ese mismo sistema perdió contra el grupo de control humano. Ambos resultados pertenecen a un producto en una evaluación.
Ese es el hecho más útil en todo este panorama. La capacidad no es una propiedad de la herramienta, es una propiedad del emparejamiento entre la herramienta y la tarea. Dirija uno de estos sistemas a encontrar lo que dice un documento de 400 páginas y superará a un profesional capacitado que está cansado. Dirija el mismo sistema a decidir cuál de dos formulaciones de cláusulas aceptables protege mejor a su cliente, y producirá algo que parece una respuesta y no lo es.
La mayoría de los pilotos de Legal AI fallidos que hemos visto no son fallas de capacidad. Son fallas de puntería. Una firma compra un sistema, lo dirige al trabajo más difícil y cargado de juicios en el edificio porque ahí es donde está el dolor, lo ve rendir por debajo de lo esperado y concluye que la categoría es inmadura. El desglose tarea por tarea es más útil que cualquier puntuación general.
Lo que sacamos de esto
La lección a la que volvemos una y otra vez es sobre la distribución más que sobre la inteligencia, y nos costó algo aprenderla.
Nuestro primer producto serio pedía a los abogados que fueran a una nueva pestaña y trabajaran allí. Era una herramienta mejor que la que tenían. Perdió de todos modos, y perdió ante la costumbre. Cada producto en este mercado que le pidió a un abogado que abandonara Word, Outlook o el sistema de gestión de documentos perdió de la misma manera, por lo que un asistente de productividad general que ya estaba instalado supera la instalación de cualquier producto de Legal AI diseñado específicamente por personas que piensan en la ley todo el día.
Eso replantea lo que realmente es escaso aquí. No es la calidad del modelo, que está convergiendo y se compra en gran medida a cuatro empresas. No es el conocimiento legal, que está escrito. Es el derecho a ocupar el lugar donde el trabajo ya se realiza, más la disciplina de ser honesto sobre las tareas en las que el sistema es bueno. Esas son las dos cosas por las que casi todas las 10,528 empresas están compitiendo, lo describan así o no.
Somos una de esas empresas y no podemos eximirnos de nada de lo anterior. Lo que sí podemos hacer es publicar el recuento, incluidas las partes que nos resultan incómodas, para que la próxima persona que analice este mercado parta de algo mejor que una cuadrícula de categorías.
Conclusiones clave
- Dos tercios del mercado son una capa de 'prompt'. De los proveedores que probamos, el 65% deja de funcionar por completo si se elimina el modelo general subyacente, y el 3% está entrenado con datos legales.
- Los compradores están apilando, no eligiendo. El 80% de las grandes firmas que analizamos utilizan varios sistemas o su propio enrutador. No hay una competencia con un ganador claro.
- La IA más instalada en los despachos de abogados no es Legal AI. ILTA sitúa a Microsoft Copilot en el 76% de las firmas, por delante de cualquier herramienta creada para el ámbito legal, porque ya estaba en el escritorio.
- La adopción es casi universal y la finalización es rara. El 94% de las firmas están utilizando o explorando la IA, mientras que solo el 7% de los equipos internos han superado la fase piloto y el 83% no puede demostrar que el gasto del año pasado se haya justificado.
- La alucinación sigue siendo el denominador común. Todas las herramientas que probamos inventaron algo, las auditorías externas sitúan las herramientas legales fundamentadas entre el 17% y el 33%, y el rastreador de decisiones judiciales ha pasado de unos 200 casos a 2,044 en un año.
- La barrera de precios es en su mayoría teatro. 14 de 20 proveedores no publican precios, sin embargo, el 75% se podía comprar sin hablar nunca con un vendedor.
- Casi nadie atiende al cliente final. El 2% de lo que probamos se dirige a la persona con el problema legal, frente a 5.1 mil millones de personas con necesidades de justicia insatisfechas.
- La capacidad se trata de apuntar. El mismo sistema obtuvo una puntuación del 94.8% en la respuesta a preguntas de documentos, 24.7 puntos por encima de la línea base humana, y perdió contra los humanos en la revisión de documentos. La mayoría de los pilotos fallidos son fallas de puntería, no fallas de capacidad.
Fuentes y lecturas adicionales
- Estadísticas de Legal AI 2026: cuántos abogados realmente usan la IA
- Precios de Legal AI en 2026: cada precio publicado y cada proveedor que no publica ninguno
- Auditoría de Alucinaciones Legales de la IA: los casos judiciales con citas fabricadas
- Nuestro informe trimestral del mercado de Legal AI
- Legal AI en MENA en 2026
- Cómo ejecutamos nuestro benchmark de Legal AI
- World Justice Project: midiendo la brecha global de justicia
- Stanford RegLab y HAI: evaluando la fiabilidad de las herramientas de investigación legal de IA
- Dahl et al., Grandes ficciones jurídicas, Journal of Legal Analysis
- Damien Charlotin: Base de datos de casos de alucinaciones de IA
- Orden final de la FTC contra DoNotPay
- Informe Legal AI de Vals
