Esta semana Kirkland & Ellis, el bufete que más factura del mundo, anunció que va a meter 500 millones de dólares en construir su propia IA. Y medio LinkedIn lo leyó al revés.

En los comentarios del hilo donde Aaron Levie compartió la noticia vi la misma reacción repetida: “están haciendo su propio modelo, peor que los de frontera, qué desperdicio”, “yo se los hago por una fracción”, “en seis meses lo echan para atrás”. Todos discutiendo una decisión que Kirkland no tomó.

Kirkland no está entrenando un modelo. Está construyendo la capa que va encima del modelo: la que mete el conocimiento de sus 250 abogados dentro de Claude, de GPT o del que sea, para que el bufete entero trabaje como trabajan sus mejores socios. Eso no es competirle a Anthropic. Es lo contrario.

Esa distinción, entre el modelo y la capa, es la tesis de este post. Y es la que separa a quien entendió la noticia de quien la repitió mal.

Lo aclaro de una vez porque es justo lo que hacemos. La pieza que decide cuál de tu conocimiento vale la pena meter en esa capa es AI Maestro, el discovery previo. La persona que responde por cómo queda configurada, y por qué, es Socio Tecnológico. Kirkland lo hace con 180 técnicos y 500 millones de dólares. El resto del post explica por qué tú no necesitas ni una cosa ni la otra para capturar exactamente el mismo valor.

Qué anunció Kirkland, sin el teléfono descompuesto

Quito el ruido y queda esto. Kirkland va a dedicar 500 millones de dólares de su propia facturación (10.600 millones el año pasado) a lo largo de tres o cuatro años, arrancando con 100 millones en 2026, a construir una plataforma de IA hecha a la medida del bufete. La diseñan con base en lo que aportan unos 250 de sus abogados, 100 de ellos socios, y la levantan más de 180 técnicos entre internos y firmas externas. Esas firmas externas, además, no van a poder venderle lo mismo a la competencia.

Fíjate en lo que ese párrafo no dice. No dice “entrenar un modelo”. No dice “competir con Anthropic ni con OpenAI”. Dice plataforma, ecosistema, capa: software que se monta encima de los modelos que ya existen y los amarra al conocimiento propio del bufete. Kirkland ya tiene historia construyendo su propia tecnología; esta es la apuesta más grande que ha hecho, pero es la misma jugada de siempre, más cara.

El presidente del bufete, Jon Ballis, lo resumió en una frase que vale más que los 500 millones: “las herramientas de IA disponibles para todos están subiendo el piso para todos, pero a nosotros no nos contratan por el piso”. Traducido: Harvey y Legora (las dos plataformas legales que se reparten el mercado, con más de mil y unos setecientos bufetes cada una) le dan a cualquiera un buen piso. Kirkland no cobra lo que cobra por el piso. Cobra por el techo. Y el techo no lo vende nadie en una suscripción.

Hay un detalle que cierra el punto. La firma se aseguró de que sus proveedores externos no puedan revenderle la plataforma a otros bufetes. Compáralo con Freshfields, que hizo un trato con Anthropic donde lo que se desarrolle sí se puede vender a rivales. Una está comprando una capa que cualquiera puede alquilar después. La otra está construyendo una capa que nadie más va a tocar. La diferencia entre alquilar el techo y ser dueño del techo.

No es un modelo. Es una capa. Y esa diferencia lo es todo.

Aquí es donde la mitad del hilo se equivocó, y vale la pena ser preciso porque el error es instructivo.

Construir un modelo de frontera es lo que hacen Anthropic, OpenAI y Google: entrenar desde cero una red con cientos de miles de millones de parámetros, miles de GPUs y años de investigación. Si Kirkland intentara eso, los comentarios tendrían razón: sería un modelo peor que el de los laboratorios, carísimo, y obsoleto en seis meses.

Pero Kirkland no va por ahí. Va por la capa de encima: tomar a Claude o a GPT tal como vienen y envolverlos (el wrapper, le dicen) con los precedentes del bufete, sus plantillas, su forma de estructurar un deal, el criterio acumulado de sus socios. El modelo es el motor. La capa es el carro que construyes alrededor, como lo puso bien Mac Gupta en el mismo hilo de LinkedIn. Cambias el motor el año que viene por uno mejor, y el carro sigue siendo tuyo.

Esto no es nuevo y ya lo escribí hace tres semanas: el modelo ya es commodity, el moat (ventaja competitiva) es el harness que construyes encima. Cursor, Devin y Replit corren los mismos tres modelos de frontera; lo que los hace distintos es la capa. Cambias el modelo por debajo y los productos siguen vivos. Cambias el harness y se rompen.

Kirkland acaba de poner 500 millones de dólares detrás de esa misma idea, en una industria que no es la del software. Cuando el bufete que más factura del mundo gasta así, no está apostando a tener un modelo mejor. Está apostando a que el modelo nunca fue el moat.

La gente que se burló de “un modelo peor por 500 millones” le pegó a un muñeco de paja. El muñeco no existe. Lo que existe es una firma que entendió, antes que casi todos, dónde quedó el valor cuando los modelos se igualaron.

Los 500 millones son una trampa de extrapolación

Ahora la otra mitad del error, la que cometen los que aplaudieron sin pensar.

La mejor objeción del hilo no la escribió un escéptico, la escribió Catherine Kemnitz, que dirigió áreas legales: Kirkland es un caso atípico, y sacar conclusiones de lo que hace para el resto del mercado es arriesgado. Tiene toda la razón. Kirkland factura 10.600 millones de dólares y reparte millones por socio. A esa escala, 500 millones es una decisión racional: aunque salga mal, el riesgo es contenido, y si sale bien se vuelve propiedad intelectual que ningún competidor puede comprar. Ese conjunto de hechos no se parece en nada al tuyo.

Para el 99% de las empresas, la lección de Kirkland no es “construye tu propia plataforma”. Eso es leerlo tan mal como los que creyeron que entrenaba un modelo. La lección es dónde está el valor: en la capa que conecta tu conocimiento con un modelo que ya existe. Y esa capa, para casi todos, no es un proyecto de 180 ingenieros. Es diseño de flujos de trabajo encima de Claude.

Ya lo había planteado desde el otro lado: las empresas de IA más avanzadas compran su software, no lo construyen. Anthropic usa Salesforce. La pregunta nunca fue construir contra comprar. Fue qué parte de tu conocimiento merece quedar codificada, y quién la codifica.

Si copias el titular (“Kirkland construye, yo también”) sin copiar el balance de Kirkland, no estás comprando un moat. Estás comprando un sumidero de costos con buena prensa interna.

Lo que hacemos en IQ Source con esto

Las dos piezas que esta noticia deja a la vista son, otra vez, las dos en las que trabajamos. Y ninguna es “entrenar un modelo” ni “construir una plataforma de 500 millones”.

AI Maestro es el discovery que decide qué entra a la capa. Kirkland encuestó a 250 abogados para saber qué conocimiento valía codificar; eso es discovery, solo que a escala de quinientos millones. Nosotros lo hacemos en dos meses: mapeamos los procesos reales de tu operación, le ponemos un Score de Oportunidad de IA a cada uno, y al final hay una compuerta Go/No-Go que decide proceso por proceso qué merece quedar en la capa y qué no. Es lo que separa el conocimiento que te hace distinto del que cualquiera baja en una suscripción.

Socio Tecnológico es la persona que responde por esa capa cuando ya está corriendo. Kirkland tiene 180 técnicos para eso. Una empresa B2B de tamaño medio no necesita 180; necesita uno con nombre, que sepa por qué la capa quedó armada así, qué modelo corre por debajo, y qué va a pasar cuando ese modelo cambie el mes que viene. Ese rol no lo cubre una suscripción a Harvey ni un comité.

Fíjate que ninguna de las dos es la parte cara de Kirkland. La parte cara, los 500 millones, es construir la plataforma. Eso es justo lo que tú no tienes que hacer. Lo que sí tienes que hacer, decidir qué codificar y responder por cómo quedó, cuesta una fracción y es donde de verdad está el moat.

Antes de que pase la semana, hazle una pregunta a tu equipo. Si mañana tuvieras que meter dentro de una IA el conocimiento que hace distinta a tu empresa, ¿sabrías cuál es ese conocimiento y dónde vive? Si la respuesta es “en la cabeza de tres personas”, ya tienes tu primer proyecto. No te va a costar 500 millones. Te va a costar decidirte.

Mapear qué conocimiento merece tu capa de IA