Análisis

Casos de uso de IA generalista: Investigación en profundidad (Deep Research) con LLMs para procesos de Due Diligence

Suscríbete
El autor del post Pablo Sáez Hurtadp Pablo Sáez Hurtadp
- de lectura

En Derecho Práctico iniciamos recientemente una serie de contenidos sobre casos de uso de IA generativa, y ha llegado el turno del análisis realizado por Pablo Sáez Hurtado, abogado especializado en LegalTech y transformación digital del sector jurídico, escritor y doctorando en la Universidad de Valladolid. Actualmente es Business Artificial Intelligence Development & Legal Manager en Skiller Academy, Director general de BeAI Foundation, miembro de OdiseIA y docente en innumerables programas formativos.

En Derecho Práctico iniciamos recientemente una serie de contenidos, de esos que van al grano, sobre casos de uso de IA generativa con David Tejedor, y ahora recoge el testigo Pablo Sáez Hurtado, abogado especializado en LegalTech y transformación digital del sector jurídico, escritor y doctorando en la Universidad de Valladolid. La elección de estos dos profesionales no es casual, y no sólo porque son irreductiblemente jóvenes.

Ambos crearon hace unos meses el Grupo Joven de ENATIC (presidida por Pablo), colectivo que se define en su web como la casa de la abogacía tecnológica. Ambos auspiciaron la comunidad LexIA en Whatsapp, que está cerca de alcanzar los 1.000 miembros. Y ambos están desarrollando una desbordante, casi diríamos que frenética actividad en redes sociales para que ese territorio perimetrado por la intersección entre tecnología y derecho (cada vez más amplio, cada día más complejo) sea más accesible para las profesiones jurídicas. 

Te seguimos hablando de Pablo. Además de lo que te hemos contado y de mucho más que tendrás que consultar en su web personal, actualmente es Business Artificial Intelligence Development & Legal Manager en Skiller Academy, Director general de BeAI Foundation, miembro de OdiseIA y docente en innumerables programas formativos. Parece mucho, pero creemos que todo ‘rima’ muy bien, todo tiene sentido.

Este es el primer caso de uso de IA generalista que nos regala Pablo, y pediremos a los siete dioses legaltech antiguos y nuevos para que no sea el último. Si sigues leyendo este contenido fundamentalmente útil entenderás por qué.

Actualidad y descripción del caso

El año 2025 se ha consolidado como el punto de inflexión para la inteligencia artificial (IA) en el sector legal español. La adopción de tecnologías de IA generativa por parte de grandes despachos como Cuatrecasas y Garrigues ya no es una anécdota, sino una estrategia competitiva. En este contexto, la regulación avanza a pasos agigantados con la consolidación de la AESIA (Agencia Española de Supervisión de la Inteligencia Artificial) y la inminente aplicación del Reglamento Europeo de IA. Informes recientes de PwC sobre PropTech y el impacto de la IA en los procesos de Due Diligence inmobiliaria confirman una tendencia imparable: la IA no es el futuro, es el presente.

Imaginemos un caso de uso hipotético, pero anclado en la realidad actual: un despacho de abogados de tamaño medio en Madrid asesora a un fondo de inversión en la adquisición de una empresa tecnológica. El proceso de Due Diligence (diligencia debida) es crítico. Tradicionalmente, un equipo de varios abogados dedicaría semanas, incluso meses, a revisar miles de documentos: contratos, actas de reuniones, litigios, patentes, balances financieros y un sinfín de documentación para identificar riesgos y oportunidades. El coste en horas es inmenso y el riesgo de error humano, siempre presente.

Ahora, visualicemos el mismo escenario, pero potenciado con una capacidad que hasta hace poco parecía ciencia ficción: el Deep Research o investigación en profundidad, ejecutada por un agente de IA. Este agente, en lugar de revisar documentos uno a uno, es capaz de analizar la totalidad del data room en cuestión de minutos. No solo extrae información, sino que la comprende, la contextualiza y la sintetiza, identificando cláusulas de riesgo, posibles contingencias fiscales, incumplimientos normativos en materia de protección de datos (RGPD), o conflictos laborales latentes. Según informes de McKinsey y el Global LegalTech Hub (GLTH) de 2025, la aplicación de estas tecnologías puede reducir el tiempo dedicado a la revisión documental en un 70-90%, liberando a los abogados para que se centren en la estrategia, la negociación y el asesoramiento de alto valor. Este es el poder del Deep Research, una revolución silenciosa que está redefiniendo los estándares de la abogacía de los negocios en España.

Qué es el Deep Research/Investigación en Profundidad

El concepto de Deep Research representa la evolución natural de los motores de búsqueda y los asistentes de IA. Ya no se trata de una simple consulta que devuelve una lista de enlaces. Hablamos de un agente de IA razonador que recibe una tarea de investigación compleja y la ejecuta de forma autónoma. Este agente es capaz de descomponer la petición en múltiples sub-preguntas, realizar docenas de búsquedas en paralelo a través de la web, leer y sintetizar cientos de fuentes (incluyendo documentos, artículos académicos y noticias), y finalmente, entregar un informe coherente, estructurado y con referencias. Las actualizaciones de 2025 han introducido capacidades de razonamiento paralelo y una comprensión del contexto mucho más sofisticada, permitiendo a estos sistemas no solo recopilar información, sino también inferir conexiones y generar nuevas ideas.

Para entender su impacto, es útil comparar las principales plataformas que lideran esta revolución en 2025:

  • Gemini 2.5 Pro/Flash (Google): Con su función experimental Deep Think (lanzada en mayo de 2025), Gemini 2.5 Pro ha demostrado una capacidad de razonamiento superior, permitiéndole considerar múltiples hipótesis antes de formular una respuesta. Su ventana de contexto de un millón de tokens le permite analizar documentos legales extensos de una sola vez, una ventaja competitiva clave. La versión Flash, más ligera, optimiza la velocidad para tareas de extracción y Q&A sobre grandes volúmenes de datos.
  • ChatGPT-5/4o (OpenAI): La introducción de su modo Deep Research en julio de 2025, y la posterior especialización legal de GPT-5 en agosto, ha posicionado a OpenAI a la vanguardia. Su capacidad de navegación visual le permite interpretar no solo texto, sino también gráficos y tablas complejas dentro de los documentos, ofreciendo un análisis más holístico. El OpenAI Agent, que combina el uso de herramientas (tool-use) con este modo profundo, puede interactuar con aplicaciones externas para validar información, como consultar bases de datos jurídicas en tiempo real.
  • Perplexity AI: Fue uno de los pioneros con su función Deep Research en febrero de 2025. Su fortaleza radica en la transparencia y la verificabilidad: cada afirmación en sus informes está directamente vinculada a las fuentes consultadas, lo que es fundamental para la seguridad jurídica que exige el trabajo de un abogado.
  • Grok-4/3 (xAI): La integración de herramientas nativas y la búsqueda en tiempo real desde julio de 2025 le otorgan una ventaja en el análisis de información muy reciente, como cambios regulatorios de última hora o noticias que puedan afectar a una operación de M&A.
  • Claude AI (Anthropic): Su enfoque en el trabajo colaborativo a través de su Workspace y las capacidades multi-agente (abril de 2025) permiten a los equipos legales trabajar de forma conjunta con la IA, asignando diferentes tareas de investigación a varios agentes que luego consolidan sus hallazgos.

Qué es el Wide Research de la AI Agent MANUS

Dentro de este ecosistema de agentes de IA, Wide Research de MANUS se presenta como una herramienta diseñada con un propósito claro: abordar tareas complejas que requieren un profundo razonamiento y una síntesis de información online, pero con un enfoque verticalizado en la privacidad y el contexto legal. A diferencia de los modelos generalistas, que buscan la amplitud, Wide Research busca la profundidad y la relevancia jurídica.

Las actualizaciones de 2025 han reforzado sus capacidades en dos áreas clave para el sector legal. Primero, se ha mejorado su alineación con los principios de privacidad desde el diseño y por defecto que exige el RGPD. Esto significa que el agente no solo es capaz de identificar y anonimizar datos personales en los documentos que analiza, sino que su propio proceso de investigación está diseñado para minimizar la exposición de información sensible. Por ejemplo, al realizar una Due Diligence fiscal, el agente puede ser instruido para buscar riesgos asociados a una empresa sin necesidad de procesar datos personales de sus empleados, citando directamente la jurisprudencia del Tribunal Supremo (por ejemplo, una sentencia reciente sobre la deducibilidad de ciertos gastos) que fundamenta su análisis.

Segundo, su base de conocimiento y su motor de razonamiento han sido optimizados para el ordenamiento jurídico español. Mientras que un modelo global puede tener dificultades para distinguir entre la normativa foral y la común, o para interpretar la última sentencia de una Audiencia Provincial, Wide Research está entrenado para navegar estas especificidades con mayor precisión.

El enfoque de MANUS en la privacidad no es un mero añadido, sino un pilar fundamental de su arquitectura. En un sector donde la confidencialidad es sagrada, esta especialización ofrece una garantía adicional. Mientras que otros modelos operan en la nube pública, MANUS puede ser desplegado en entornos privados, asegurando que los datos sensibles de los clientes nunca abandonen la jurisdicción y el control del despacho. Esta capacidad de despliegue on-premise o en nubes privadas es un diferenciador clave para el cumplimiento estricto del RGPD y para la confianza del cliente.

Además, la optimización para el contexto español se traduce en una reducción significativa de la tasa de error en la interpretación de la normativa local. Por ejemplo, al analizar un proceso de Due Diligence inmobiliaria, MANUS Wide Research es capaz de cruzar la información del Registro de la Propiedad con la normativa urbanística específica de cada comunidad autónoma, identificando posibles irregularidades que un modelo generalista podría pasar por alto. Esta granularidad en el análisis es lo que transforma una herramienta de IA de un simple asistente a un verdadero especialista legal.

Cómo utilizar estas funciones para procesos de Due Diligence

La verdadera revolución no está en la existencia de estas herramientas, sino en su aplicación práctica en el día a día de un abogado. Un proceso de Due Diligence en España abarca múltiples ramas del derecho (mercantil, fiscal, laboral, administrativo, etc.) y exige un análisis cronológico de la jurisprudencia para entender la evolución de los criterios judiciales. Aquí es donde el Deep Research se convierte en un aliado estratégico.

Aplicación Práctica en la Due Diligence Española:

Imaginemos que estamos analizando la rama laboral de la empresa objetivo. En lugar de revisar manualmente cientos de contratos y nóminas, podemos instruir a un agente de IA con un prompt como:

“Analiza la documentación laboral de la empresa ‘[Nombre de la Empresa]’ para el período 2020-2025. Identifica posibles contingencias laborales, con especial atención a: 1) Contratos temporales que puedan ser considerados en fraude de ley según la última jurisprudencia del Tribunal Supremo (cita sentencias clave). 2) Cláusulas de bonus y retribución variable que puedan generar conflictos. 3) Cumplimiento de la normativa sobre registro de jornada y desconexión digital. Presenta los resultados en una tabla, indicando el riesgo (alto, medio, bajo), la fuente documental y la recomendación legal.”

La IA no solo identificará los contratos problemáticos, sino que los contextualizará con la jurisprudencia más reciente, algo que a un abogado le llevaría días de investigación. Esta capacidad de análisis jurisprudencial cronológico es especialmente valiosa en el contexto español, donde la evolución de los criterios del Tribunal Supremo puede cambiar radicalmente la interpretación de una cláusula contractual. Por ejemplo, la reciente doctrina sobre la temporalidad en el sector público (STS 845/2024) ha modificado sustancialmente los criterios de evaluación de riesgo laboral en empresas con contratos con administraciones públicas.

Lo mismo es aplicable a otras áreas críticas de la Due Diligence:

  • Fiscal: “Revisa las declaraciones del Impuesto de Sociedades de los últimos cuatro ejercicios. Busca posibles deducciones fiscales aplicadas de forma incorrecta, basándote en las consultas vinculantes de la Dirección General de Tributos de 2024 y 2025. Analiza específicamente las deducciones por I+D+i y su compatibilidad con las ayudas públicas recibidas.”
  • Mercantil: “Analiza las actas de los Consejos de Administración desde 2022. Identifica acuerdos que puedan implicar un conflicto de interés para los administradores, según lo estipulado en la Ley de Sociedades de Capital y la jurisprudencia sobre responsabilidad de administradores. Presta especial atención a las operaciones vinculadas y su valoración a precios de mercado.”
  • Protección de Datos: “Evalúa el cumplimiento del RGPD en los tratamientos de datos personales. Identifica posibles brechas de seguridad no notificadas, contratos de encargo de tratamiento deficientes, y ausencia de análisis de riesgo en tratamientos de alto riesgo. Cruza esta información con las sanciones impuestas por la AEPD en 2024-2025 para evaluar el riesgo de multa.”

Esta aproximación multidisciplinar permite una evaluación integral que tradicionalmente requería la coordinación de múltiples especialistas. El agente de IA actúa como un coordinador inteligente que puede identificar conexiones entre diferentes áreas del derecho que podrían pasar desapercibidas en un análisis compartimentado.

Técnicas de Prompting Avanzadas (2025):

Para obtener resultados de alta calidad, es crucial dominar las técnicas de prompting más avanzadas:

  • RAG (Retrieval-Augmented Generation): Consiste en proporcionar a la IA un conjunto de documentos privados (el data room de la Due Diligence) para que base sus respuestas únicamente en esa información, evitando que utilice su conocimiento general y previniendo “alucinaciones”.
  • Few-Shot Learning: Se le dan a la IA algunos ejemplos de lo que se espera. Por ejemplo, se le muestra un ejemplo de cómo se ha anonimizado correctamente una cláusula, y se le pide que aplique el mismo criterio al resto del documento.
  • Chain of Thought (CoT) y Self-Reflection: Se le pide a la IA que “piense en voz alta”, es decir, que desglose su razonamiento paso a paso. Por ejemplo: “Paso 1: Identifica todos los contratos con cláusulas de exclusividad. Paso 2: Analiza si esas cláusulas pueden ser consideradas abusivas según la Ley de Defensa de la Competencia. Paso 3: Cita la jurisprudencia relevante del TJUE. Paso 4: Emite una conclusión sobre el riesgo.”

Los beneficios son evidentes. Informes de AlphaSense y LexisNexis de 2025 indican que el uso de IA en procesos de Due Diligence puede reducir los errores en un 80% en comparación con la revisión manual. Despachos como Hogan Lovells ya han implementado con éxito estas herramientas en España, logrando una mayor eficiencia y competitividad. La necesidad que se cubre es triple: rapidez, en un mercado que exige agilidad; precisión, en un entorno regulatorio cada vez más complejo; y estandarización, garantizando una calidad homogénea en el trabajo del despacho.

Sin embargo, los riesgos no deben ser subestimados. Las alucinaciones (la IA inventa información) y los sesgos (la IA reproduce prejuicios presentes en sus datos de entrenamiento) son peligros reales. La mitigación pasa por una supervisión humana constante y por la aplicación de los principios éticos del futuro Reglamento Europeo de IA.

Datos, Tips, Conclusiones y Enlaces Recomendados

Datos de Impacto (2025)

  • Reducción de tiempo: 70-90% en revisión documental (McKinsey/GLTH).
  • Reducción de errores: 80% en comparación con la revisión manual (AlphaSense/LexisNexis).
  • Adopción en España: Se estima que más del 50% de los grandes despachos españoles utilizarán alguna forma de IA para Due Diligence a finales de 2025 (Fuente: CNMV/PwC).

Tips para Prompting Efectivo en Due Diligence

  1. Sé específico: No pidas “analiza los riesgos”. Pide “analiza los riesgos fiscales derivados de la amortización de intangibles según la STS 123/2025”.
  2. Define el formato de salida: Pide la información en una tabla, un resumen ejecutivo o una lista de puntos clave.
  3. Establece el auditorio: Indica si la respuesta es para un abogado senior, un cliente sin conocimientos legales o un regulador.
  4. Usa el Chain of Thought (CoT): Desglosa la petición en pasos lógicos para guiar el razonamiento de la IA.

Conclusión: El Abogado Aumentado

La llegada del Deep Research no supone el fin de los abogados, sino el nacimiento del abogado aumentado: un profesional que utiliza la IA como extensión de su intelecto para analizar más información, más rápido y con mayor precisión. Las herramientas de investigación en profundidad como Gemini, ChatGPT, Perplexity o MANUS Wide Research no son amenaza, sino oportunidad histórica para redefinir el valor que los abogados aportan a sus clientes.

La clave no estará en si se usa la IA, sino en cómo se usa. La capacidad de formular las preguntas correctas (el arte del prompting), de interpretar críticamente los resultados y de integrar la tecnología en una estrategia legal sólida será lo que distinga a los líderes del sector. La Due Diligence, tradicionalmente uno de los procesos más laboriosos, se está convirtiendo en el campo de pruebas de una nueva forma de ejercer la abogacía: más inteligente, más eficiente y más humana.

En definitiva, la abogacía se encuentra en un momento fascinante. La IA generativa y el Deep Research son una fuerza transformadora que redefine las reglas del juego. Aquellos profesionales que abracen esta realidad y aprendan a colaborar eficazmente con estas herramientas prosperarán en el nuevo paradigma legal.

Enlaces Recomendados