4 min de lectura

IA en revisión de contratos: Uber recorta más de 20% el tiempo con un agente que deja la última palabra a sus abogados

IA en revisión de contratos: Uber redujo más de 20% el tiempo con un agente legal en Word, RAG y reglas, con 91% de precisión. Mira cómo lo hizo y qué copiar.

Ilustración abstracta de un documento legal refinado por hilos de luz y redes de conocimiento que representan IA y reglas

Revisar contratos es una de esas tareas que todo el mundo sabe que consume horas y casi nadie se atreve a automatizar. Uber lo hizo, y los números son concretos: su Legal Redlining Agent ya redujo más de 20% el tiempo promedio de revisión y alcanza 91% de precisión en las decisiones generadas por IA, según la propia compañía. Es un caso de IA en revisión de contratos con una particularidad poco común: el agente propone, pero el abogado decide.

El agente vive dentro de Microsoft Word, donde trabajan los equipos legales. Detecta los cambios que introduce la contraparte, interpreta su intención, los compara con las políticas legales de Uber y recomienda si aceptar, rechazar o modificar cada cláusula. Además redacta comentarios que explican la recomendación y marca los cambios que merecen más atención. Uber empezó a desarrollar la primera versión a comienzos de 2024 y la piloteó con su equipo legal en 2025. Es decir, entre la idea y un resultado medible pasó más de un año de iteración.

Cómo funciona este agente de IA legal: RAG, memoria de abogados y reglas deterministas

La primera versión usaba RAG (generación aumentada por recuperación) sobre los playbooks legales de la compañía, y se quedó corta. Tenía problemas de precisión en la recuperación semántica, de tono en la negociación y con escenarios que no aparecían en los ejemplos. La solución fue añadir un bucle de retroalimentación que guarda las decisiones de los abogados, su razonamiento y el texto final editado. Así el agente ya no depende solo de saber si una recomendación pasada fue aceptada o rechazada, sino que recupera cómo se resolvieron cláusulas similares.

En tiempo de ejecución, una búsqueda por similitud con filtros de metadatos reduce miles de interacciones históricas a unos 20 candidatos. Un segundo modelo de lenguaje evalúa su relevancia. Un decaimiento exponencial con vida media configurable, hoy de 365 días, da prioridad a las decisiones recientes sin descartar las antiguas. El equipo legal define el tono y el estilo, y los ingenieros mantienen la estructura de los prompts y el flujo de la aplicación.

La arquitectura combina un complemento de Word en React y TypeScript con un backend en Python orquestado con LangGraph. Nodos paralelos se encargan de detectar la intención, evaluar el riesgo y consultar políticas. OpenSearch almacena reglas y feedback vectorizados, y Redis guarda el estado de sesión para las preguntas de seguimiento. La pieza más relevante para un directivo es el motor de reglas deterministas: aplica los requisitos legales no negociables y anula la recomendación del modelo cuando coincide una regla. Una verificación final contrasta cada respuesta con las reglas recuperadas.

Qué puedes aplicar en tu empresa para automatizar la revisión de contratos con IA

El caso deja lecciones que van más allá del área legal:

  • Empieza donde vive el trabajo. Integrar el agente en Word eliminó la fricción de cambiar de herramienta. Si tu equipo trabaja en Excel, Salesforce o un ERP, lleva la IA allí.
  • Separa lo que debe ser exacto de lo que admite interpretación. Las políticas innegociables van a reglas deterministas. El modelo se reserva para el juicio contextual y el tono. Esta división reduce el riesgo de que el modelo «invente» una excepción.
  • Captura el criterio de tus expertos, no solo el resultado. Uber guarda el razonamiento y el texto final del abogado. Ese material vale más que un simple «aceptado/rechazado» para mejorar la recuperación.
  • Dale a los expertos el control del estilo. Que legal defina el tono y TI la mecánica evita que los ingenieros decidan cómo negocia la empresa.
  • Mantén al humano responsable. En Uber los abogados revisan y aprueban cada recomendación. Esto facilita la adopción y limita el riesgo regulatorio.
  • Planea un piloto largo. Uber tardó más de un año entre el desarrollo y el piloto. Presupuesta ciclos de ajuste, no un lanzamiento de un trimestre.
  • Hay un error que conviene evitar: dar por buena la primera versión de RAG. Uber lo descubrió en la práctica, porque la recuperación semántica fallaba y el tono no encajaba. Mide con casos reales de tu negocio antes de escalar.

    Si te interesa el mismo patrón en otros sectores, mira cómo Legora creció en agentes de IA para abogados sin ver los datos de sus clientes. También cómo Uber piensa los límites de sus agentes en su enfoque de seguridad de agentes de IA. Y para ver qué ocurre cuando RAG se combina con grafos de conocimiento, el caso de Novo Nordisk con agentes y GraphRAG aporta una referencia útil.

    Lo que viene: agentes más autónomos y conocimiento legal estructurado

    Uber explora agentic harnesses como Claude Code y OpenCode, junto con skills para estructurar flujos de trabajo. También estudia ontologías legales y grafos de conocimiento para dar al sistema una base semántica más consistente. La cifra de 91% merece una lectura prudente: la compañía no detalla cómo la mide, así que conviene definir tu propia métrica antes de comparar.

    La pregunta para tu organización no es si la IA en revisión de contratos funciona, sino qué parte de tu proceso legal es repetitiva, tiene reglas claras y deja un historial del que aprender. Empieza por ahí, deja la decisión final en manos de tus abogados y mide el tiempo ahorrado desde el primer día.

    Preguntas frecuentes

    ¿Cuánto tiempo reduce la IA en la revisión de contratos de Uber?

    Según Uber, su Legal Redlining Agent redujo más de 20% el tiempo promedio de revisión de contratos. Además, el 91% de las decisiones generadas por la IA fueron precisas, según la compañía. Los abogados siguen revisando y aprobando cada recomendación antes de aplicarla al contrato.

    ¿Cómo funciona el agente de IA legal de Uber?

    Funciona como complemento de Microsoft Word. Detecta los cambios de la contraparte, interpreta su intención, los compara con las políticas legales mediante RAG y feedback histórico de abogados, y recomienda aceptar, rechazar o modificar. Un motor de reglas deterministas anula al modelo cuando aplica un requisito legal no negociable.

    ¿Por qué Uber combina RAG con reglas deterministas?

    Porque RAG y los modelos de lenguaje interpretan bien el contexto y el tono, pero pueden fallar en requisitos innegociables. Las reglas deterministas garantizan que esas políticas se cumplan siempre y anulan la recomendación del modelo si hay coincidencia. Una verificación final contrasta cada respuesta con las reglas recuperadas.