Uno de los mayores desafíos al momento de identificar la posición de mercado de una firma es, sin duda alguna, definir las tarifas que cobrará a sus clientes. La combinación entre especialidad y tipo de asunto (como es de esperar) implicará tarifas diferentes; sin embargo, el núcleo central de dichas tarifas está siempre ligado a la cantidad de horas demandadas y al costo de brindar el servicio. Este costo debe contemplar tanto los honorarios de los profesionales como los costos indirectos asociados a la prestación del servicio (non fee earners y overhead).

Antaño, la fórmula para definir la tarifa por hora de servicio era bastante simple y se vinculaba principalmente a los costos generados (fee earners, non-fee earners y overheads) más la utilidad que la firma deseaba obtener por la prestación de un servicio jurídico. En los últimos años, y con mayor fuerza en la actualidad, el impacto de la inteligencia artificial (IA) dentro de las estructuras de costos hace inevitable sumar a la ecuación el valor de las herramientas tecnológicas. Su uso a pequeña escala puede no ser significativo, pero cuando se vuelve intensivo, el costo se incrementa, al punto de considerarse un factor decisivo en el control financiero de la firma, debiendo clasificarlo de manera correcta (ya sea como fee earner, non-fee earner u overhead).

Por este motivo, en los servicios de baja especialidad (los más expuestos al impacto de la IA) los costos de tecnología tenderán a incrementarse, mientras que los de personal posiblemente se reduzcan (aunque sin eliminar los costos asociados a fee earners, pues estos se clasificarán como costes de tecnología). Aun así, el grado de automatización traerá consigo una mayor cantidad de competidores al mercado e, incluso, el reemplazo directo por parte de los clientes en aquellos asuntos donde la intervención de un abogado no sea indispensable, obligando a cada firma a ser más precisa en la definición de sus precios.

Para servicios de mayor especialidad el escenario será diferente, ya que la IA será únicamente un complemento, y su impacto en el valor de nuestra hora por servicio mezclará diversos componentes, donde muy probablemente la IA deje de ser un “Overhead” y podría llegar a clasificarse en un rubro diferente, o incluso en el de fee earners.

Teniendo en cuenta fórmulas que pueden obviar muchos otros elementos, con este panorama en mente, podemos dividir el pricing del futuro en tres escenarios:

I. Servicios de baja especialidad
Estos procesos pasarán a estar dominados por firmas especializadas en legaltech, las cuales no facturarán por horas, sino por la prestación de un servicio específico. Su costeo de actividades será clave para definir una operación realmente rentable.

·Precio Servicio = Costos fijos (personal de back office, servicios, arriendos, infraestructura tecnológica, etc.) + Costos variables (servicios on demand) + Utilidad esperada.

En este tipo de servicios, la mayor dificultad en la fijación de precios radica en la asignación directa de los costos a cada servicio, dado que no se trata de facturación por horas, sino por servicio prestado. La clave para este tipo de servicios es definir un punto de equilibrio, el cual permite establecer un precio por servicio con mayor simplicidad.

II. Servicios de expertise intermedio
En este nivel se ubican las firmas que prestan servicios que requieren la intervención obligatoria de un profesional del derecho (por ejemplo, un litigio), donde la tecnología cumple un rol complementario. La IA se utiliza como herramienta de investigación y centralización del conocimiento externo (jurisprudencia) e interno (know how), representando principalmente un costo variable que se incurre solo cuando resulta necesario.

· Precio Hora Servicio = Costos fijos por hora (personal de back office, servicios, arriendos, infraestructura tecnológica, suscripción a servicios de IA, etc.) + Costos variables (servicios de IA on demand cargados a los asuntos) + Costos profesionales por hora + Utilidad esperada por hora.

Aquí los costos fijos de IA corresponden a procesos de back office. La mayor complejidad surge porque las firmas pueden ofrecer servicios muy diferentes entre sí, lo que dificulta la asignación de un costo directo a cada proceso y, en consecuencia, la definición de un precio exacto por hora facturable.

III. Servicios de alto expertise
En este rango se encuentran las firmas que ofrecen servicios altamente especializados, que requieren un componente humano significativo, propio de un nivel elevado de estudio y preparación. La IA difícilmente podrá reemplazar este tipo de servicios, aunque sí puede complementarlos, principalmente en procesos de soporte (documentación, estudios, cálculos), más que en la esencia misma del asunto.

· Precio Hora Servicio = Costos fijos por hora (personal de back office, servicios, arriendos, infraestructura tecnológica, suscripción a servicios de IA, etc.) + Costos variables (servicios de IA on demand cargados a los asuntos) + Costos profesionales por hora + Utilidad esperada por hora.

Este tipo de servicios, por lo general, logra definir el valor de su hora con menor dificultad. Sin embargo, no debe ignorarse el uso de la IA para los procesos de soporte de un asunto, que suelen ser intensivos y se ven altamente apalancados en esta tecnología.

Problemas Principales al Momento de Definir Tarifas e Identificar el Costo Real de la IA

El uso de la IA en procesos legales (ya sea para generar contratos, enviar documentos, consultar jurisprudencia o realizar otras actividades) trae consigo un desafío que se relaciona principalmente con la falta de control sobre los costos de operación de la firma, así como con la dificultad de atribuir o prorratear dichos costos entre cada asunto ofrecido. Aún más crítico puede ser el riesgo de pérdidas ocasionadas por no conocer con precisión los costos de un servicio antes de ofrecerlo.

Sin lugar a dudas, el modelado financiero especializado para firmas de abogados, combinado con un profundo conocimiento de la estructura organizacional de cada firma, será el elemento clave para enfrentar estos retos y garantizar una gestión sostenible en la era de la inteligencia artificial.

Joan Denilson Agudelo Toro