Kirkland gasta 500 millones en construir su propia IA. La parte cara nunca fue el código

4 de septiembre de 2026
11 min de lectura

4 de septiembre de 2026
11 min de lectura
El lunes escribí sobre el hallazgo de McKinsey de que el 32 % de las organizaciones había decidido no comprar software porque podía construirlo con herramientas de programación agénticas. Eso es una cifra de encuesta, y las cifras de encuesta son fáciles de asentir.
Esta semana la misma decisión llegó con un precio adjunto.
Kirkland & Ellis, el bufete con mayor facturación del mundo, está comprometiendo 500 millones de dólares de sus propios ingresos durante los próximos tres o cuatro años —empezando por 100 millones en 2026— para construir una plataforma de IA propia sobre tecnología de Palantir, en lugar de apoyarse en herramientas legales de IA de mercado.
La forma que se ha publicado:
La plataforma de Kirkland & Ellis, según lo publicado
Uno de los mayores compromisos tecnológicos que ha hecho un bufete
Eso no es una decisión de compras. Es una empresa de software montada dentro de un bufete, con cuatro años de pista y una plantilla que envidiarían muchas startups en serie B.
Todos los artículos abren con los 500 millones. La cifra que yo pondría en la diapositiva es una proporción.
250 abogados para diseñarla. 180 técnicos para construirla.
Más expertos del dominio que ingenieros. En un proyecto de software.
Deténgase ahí, porque es lo contrario de lo que predice el relato dominante. Si la restricción para construir fuera escribir código, y los agentes de programación han abaratado enormemente escribir código, entonces el lado de ingeniería debería dominar el esfuerzo y todo esto debería costar mucho menos de quinientos millones.
Ni lo uno ni lo otro. El insumo caro es sacar lo que saben los abogados sénior de sus cabezas y meterlo en un sistema: el criterio, los precedentes, la forma concreta en que ese bufete documenta una operación. Los agentes no abarataron eso. Podría decirse que lo hicieron más valioso, porque ahora hay dónde ponerlo.
Esto es exactamente lo que yo sostenía que sobrevive
En el artículo del lunes dije que lo que una reconstrucción interna no puede reproducir barato son «los casos límite acumulados, los datos que tiene, las integraciones que ya ha certificado, la superficie de cumplimiento que ya ha superado: nada de eso en la especificación, todo en el precio». El presupuesto de Kirkland es la versión empírica de esa afirmación. No están pagando 500 millones por código. Los pagan por cuatro años de extraer, estructurar y codificar lo que el bufete ya sabe, más conseguir que mil abogados usen el resultado.
Kirkland concreta la cifra de McKinsey en la cima misma del mercado, y corta por los dos lados.
Confirma la dirección. Un comprador con acceso ilimitado a proveedores miró los productos legales de IA disponibles y decidió que la versión importante había que construirla. Es una señal real sobre dónde está el valor en sectores intensivos en conocimiento, y los fundadores de software que venden a esos sectores deberían tomársela en serio.
También pone precio honesto a la alternativa. La mayoría de ese 32 % no está presupuestando 500 millones y cuatro años. Está presupuestando un par de ingenieros y un trimestre optimista. Kirkland es cómo se ve la decisión cuando alguien la cuesta de verdad, y en la distancia entre esas dos versiones es donde van a torcerse muchas decisiones de construir.
Las cifras de Kirkland son una vara de medir útil precisamente porque vienen de un comprador que puede permitirse acertar.
Hay además un suelo de coste que conviene recordar de el artículo de ayer sobre el gasto en tokens: una sola tarea de refactorización medida en hasta 14,29 dólares de gasto en modelo. Los proyectos de construcción de esta forma no solo cuestan salarios y tiempo; llevan un contador en marcha que la mayoría de los casos de negocio nunca ha incluido.
Esto no prueba que comprar esté muerto. Es un bufete, en un sector, con una economía inusual: un modelo de sociedad donde las personas cuyo conocimiento se está codificando son también las dueñas que financian la codificación. Esa alineación es rara y cambia materialmente el cálculo.
Los 500 millones son un compromiso, no un resultado. Están repartidos en tres o cuatro años y empezaron este año. No se ha demostrado nada sobre si la plataforma funciona, si la adoptan esos mil abogados o si devuelve algo. El hito interesante es 2028, no ahora.
La proporción de personal es reportada, no auditada. «Unos 250 abogados contribuyeron al diseño» abarca mucho terreno, desde asistir a un taller hasta estar destinado un año. Estoy leyendo en ella una señal real, y conviene sostener esa lectura con soltura.
El mayor bufete del mundo costeó «construir en vez de comprar» y llegó a 500 millones de dólares, tres o cuatro años, 250 abogados diseñando, 180 técnicos construyendo, más de 1000 abogados usándolo. Es la cifra de McKinsey con la factura adjunta.
La lección no es que todo el mundo deba construir. Es que el coste de construir nunca fue sobre todo el código, lo que significa que aquello que las herramientas de programación agénticas abarataron no es lo que encarece estos proyectos. La captura de conocimiento, la integración y la adopción son el presupuesto. Lo eran antes de los agentes y lo siguen siendo.
Para los fundadores eso corta en una dirección tranquilizadora y en otra incómoda a la vez. Sus compradores pueden construir la parte de software más fácilmente que nunca. Siguen sin poder construir barato la parte en la que usted sabe algo que ellos no, y si no sabe nombrar qué es eso, la hoja de cálculo de Kirkland no es su problema: lo es su posicionamiento.
Fuentes: Reuters vía Yahoo Finance, «Law firm Kirkland to spend $500 million developing its own AI platform» · Bloomberg Law, «Kirkland's $500 Million AI Gambit Requires a Cast of Hundreds» · Nota de prensa de Kirkland & Ellis sobre la alianza con Palantir · The Global Legal Post · Las cifras de gasto, calendario y personal son las publicadas; el argumento de la proporción y las cautelas de la sección 6 son míos.

IdeaToMVP Academy
4-week live cohort for founders. Learn to ship AI agents, scope MVPs, and automate your business — taught by the same team that writes these guides.