Fundador & CEO de Legal Map | IA aplicada al derecho, con rigor y trazabilidad | Profesor de Growth en ITBA | ex-eBay, Despegar, La Nación | Stanford LEAD
Hace unos días tuve el placer de conversar con @DylanRosemberg sobre mi experiencia en el desarrollo de Marketplaces y plataformas digitales. Fue una charla enriquecedora donde pude compartir aprendizajes de mis 25 años en la industria.
👉 YouTube: https://t.co/RmZjRneBqp
Hoy se cayeron a la vez Cursor Grok 4.6, Claude Code y Claude Cowork.
No es que Cursor “se rompió”. Se cayó la capa de modelos que usa: Grok, Claude y, de paso, ChatGPT. Tres labs distintos, misma ventana. La pista más seria apunta a un fallo upstream (Azure entra en la conversación).
Si estás codeando: cambiá a Auto u otro modelo, mirá https://t.co/LRIoL10N1f y https://t.co/16QmhPPGKp, y no quemés créditos reintentando en loop.
La lección no es “la IA es frágil”. Es que tu editor ahora depende de 3 nubes ajenas. Cuando una tropieza, tres IDEs se caen.
Tenés razón en el caso del abogado formado: si el argumento se extrae bien, leer 80 páginas para llegar a lo mismo es puro costo. Ahí la compresión es ganancia neta.
Mi punto es otro: para el que está aprendiendo, la fricción es el entrenamiento. Y hay algo más, para saber si el resumen de la IA es bueno, hay que haber leído muchos textos crudos antes. Esa calibración no se puede saltear: se construye leyendo lo que hoy la IA nos ahorra.
El experto gana tiempo. El novato pierde la práctica.
Lamento lo de tus padres, Victoria. Yo pasé por una sucesión familiar que duró siete años y acumuló 1.200 actuaciones. Fue lo que me llevó a meterme en este tema.
Coincido con el diagnóstico del sistema, pero sacaría la conclusión opuesta. Justamente porque es lento y de papel, genera montañas de expedientes que alguien tiene que leer. Ahí la IA ya ayuda, hoy.
Lo que no puede hacer es arreglar el sistema. Eso sigue siendo tarea nuestra.
@AnthropicAI No tengo la solución completa. Por eso lo publico.
Si liderás un equipo legal: ¿cómo estás formando a los que recién entran, en un contexto donde la IA hace el trabajo con el que vos aprendiste?
@AnthropicAI Si automatizamos la lectura sin rediseñar cómo se entrena el criterio, vamos a tener equipos legales más rápidos y una generación con menos horas de vuelo.
Eso no se paga hoy. Se paga en diez años, cuando esos abogados tengan que decidir solos.
@AnthropicAI publicó un estudio sobre el impacto real de la IA en el empleo, con un hallazgo que casi nadie está comentando.
No midieron lo que la IA podría hacer. Midieron lo que la gente efectivamente hace con ella en contextos laborales. Y la brecha es enorme:
→ En las ocupaciones más expuestas, el uso real apenas cubre una fracción de lo teóricamente posible. Hasta en programación —el caso más avanzado— la cobertura real es del 33% de las tareas.
→ No hay un aumento sistemático del desempleo en las profesiones expuestas. Pero la contratación de jóvenes de 22 a 25 años en esos roles cayó ~14% desde 2022.
→ Los trabajadores más expuestos no son los menos calificados: ganan un 47% más y tienen 4 veces más posgrados que los no expuestos.
La profesión legal vive exactamente en esa brecha: altísima exposición teórica, adopción real mínima. La IA todavía no puede representarte en tribunales, pero sí puede leer un expediente con 780 documentos y más de 6.000 páginas, indicarte dónde están los riesgos y señalarte qué contestar.
Mi lectura después de seis meses construyendo Legal Map mano a mano con abogados y equipos legales: la IA no reemplaza al abogado. Reemplaza al abogado que trabaja sin ella, por uno que factura las horas que antes perdía leyendo.
¿Vos dónde te ubicás en esa brecha: esperando a ver qué pasa o cerrándola?
Si querés entender el impacto real de la IA en los próximos años, mirá esta entrevista a los fundadores de @AnthropicAI. Vale cada minuto.
Inside Anthropic, the $965 Billion AI Juggernaut | The Circuit
https://t.co/KihjkGljDM
El problema no es solo de brand. Es de documentación de negocio en general. El 80% de las empresas medianas en LatAm operan con know-how en la cabeza de personas clave — no en docs, no en sistemas. Cuando empezás a construir con agentes, ese 'knowledge debt' se convierte en el primer bloqueador real.
El razonamiento mejorado tiene un impacto que trasciende el benchmark técnico. Para fundadores que usan agents en sales o CS, la diferencia real es que el modelo mantiene un contexto complejo sin perder el hilo. En LatAm, donde los workflows son menos estandarizados que en US, eso vale más que un punto de precisión.
El área legal corporativa promedio trabaja con cinco herramientas distintas para gestionar contratos, reclamos, causas y reportes. Hoy presento Legal Map.
Legal Map es el sistema operativo del equipo legal in-house argentino. Una sola plataforma donde se gestionan contratos, reclamos, causas judiciales y analítica ejecutiva, sobre los mismos datos y con trazabilidad obligatoria en cada análisis de IA.
Venimos operando en piloto con un primer cliente del sector seguros. Hoy abrimos la conversación con nuevos equipos legales.
Construimos esto porque los modelos de IA actuales por fin permiten automatizar la comprensión documental rigurosa — el cuello de botella histórico del área — sin reemplazar el juicio profesional. Eso antes no era posible. Pero hacerlo bien exige trazabilidad completa de las fuentes para eliminar alucinaciones, y rigor absoluto en la confidencialidad de la información procesada.
Si liderás un área legal in-house o conocés a alguien que lo haga, me encantaría conversar.