OpenAI convirtió el índice de jurisprudencia en una función, y hasta Thomson Reuters se conectó
El 17 de septiembre OpenAI lanzó Astra for Law, su modelo GPT-6 Astra afinado para el trabajo jurídico, conectado a un índice de búsqueda de más de 230 millones de URLs de jurisprudencia y legislación de Estados Unidos. El índice se armó junto con el Free Law Project, una organización sin fines de lucro que publica fallos judiciales. Thomson Reuters, la firma dominante en investigación jurídica de la profesión, lanzó ese mismo día un complemento (plugin) para ChatGPT, según el anuncio de OpenAI. Esa semana Wayfair puso un agente de ventas en la misma aplicación y TotalEnergies pagó por construir un modelo. El supuesto que dejó de sostenerse: un índice curado de datos públicos es un producto.
La posición defendible hasta el jueves
La IA legal se construyó sobre la recuperación de información. La jurisprudencia es pública, pero un índice actualizado, limpio y con las citas correctas era caro de armar, y una cita equivocada le cuesta tanto a un abogado que los estudios pagaban por el índice y por la capa editorial que va encima. Ese es el negocio de Westlaw, el servicio de investigación de Thomson Reuters y la herramienta por defecto en la mayoría de los estudios estadounidenses, y también era la propuesta de las startups: alquilar el modelo, quedarse con la recuperación y el flujo de trabajo. Harvey, la startup de IA legal mejor financiada, levantó US$550 millones el 9 de septiembre sobre esa posición, según su propio anuncio. Ocho días después OpenAI convirtió la recuperación en una función de su interfaz de programación de aplicaciones (API), la conexión que usan los desarrolladores para invocar un modelo. El anuncio dice que el modelo va a llegar a clientes de la API, entre ellos Harvey y una rival sueca, Legora, y enumera 26 complementos de socios.
El argumento más fuerte de que nada se rompió es el de la propia OpenAI. Su anuncio dice que el índice "complementa el contenido licenciado y los productos especializados en los que los estudios confían, de proveedores como Thomson Reuters", y sus números son modestos. El conjunto de pruebas fue Legal Research Bench, creado por Vals AI, una firma de evaluación independiente. Sobre 200 de sus preguntas, Astra for Law aprobó el control completo de exactitud en el 54%, contra el 38,7% del modelo GPT-6 Astra de base usando solo búsqueda web. La prueba la corrió la propia OpenAI. Casi la mitad de las respuestas todavía falla. Leído así, el índice en bruto nunca fue el producto; lo eran los resúmenes editoriales de cada fallo, el sistema que señala qué fallos fueron revocados, el flujo de trabajo y la responsabilidad, y eso sigue en manos de las firmas establecidas. Que Thomson Reuters se conecte es, entonces, un triunfo de distribución.
Esa lectura es justa, y concede el punto. Todo lo que enumera como todavía defendible está por encima del índice. El índice en sí, aquello de lo que trataba la demostración al comprador, ahora es una función del proveedor del modelo, y su afirmación de cobertura (más del 99,9% de la jurisprudencia estadounidense publicada con valor de precedente) es de la propia OpenAI y no está auditada. El abogado sigue leyendo cada respuesta. El estudio ahora puede ver, por separado, un precio para la búsqueda, aparte de todo lo que está por encima.
Comercio minorista: la venta se adelantó al sitio web
El segundo quiebre llegó un día antes, y el boletín de esta semana, Anthropic pide desacelerar la IA; OpenAI busca US$1,5 billones, le dedicó un párrafo. El 16 de septiembre OpenAI empezó a probar Sponsored Agents (agentes patrocinados), un formato publicitario que, al tocarlo, abre una conversación etiquetada con el propio agente de IA del anunciante dentro de la aplicación, según OpenAI. Wayfair, la minorista estadounidense de muebles por internet, confirmó que participa del piloto. Angi, una plataforma estadounidense de servicios para el hogar, dijo que un dueño de casa puede describir una reparación dentro de la conversación patrocinada y recién entonces entrar en el proceso de Angi para encontrar un contratista, según su comunicado del 16 de septiembre.
La posición previa era que el sitio web es donde se cierra la venta y se captura la intención del comprador. Un aviso de búsqueda compraba un clic a una página de producto, y la página vendía. En el piloto, la calificación ocurre en la superficie de OpenAI, el agente de la marca se encarga de vender, y el sitio recibe a un comprador que ya decidió. Google hizo un movimiento en la misma línea el mismo día. Abrió el acceso anticipado a una conexión que permite que agentes externos, ChatGPT entre ellos, controlen termostatos y timbres Nest. El acceso queda detrás de un nivel de suscripción de US$20 por mes para clientes de Estados Unidos, según TechCrunch. La plataforma les entrega sus dispositivos a los agentes rivales y cobra por el acceso.
Petróleo: el comprador con datos que nadie más tiene
El 15 de septiembre TotalEnergies anunció un programa conjunto de tres años con Mistral, el laboratorio de IA francés, por más de €100 millones en total, para construir modelos propios que hallen y desarrollen yacimientos de petróleo y gas, entrenados con los datos del subsuelo de la propia empresa, según TotalEnergies. No hay ninguna organización sin fines de lucro que publique estudios sísmicos. Ningún laboratorio puede armar un índice público de lo que hay debajo de las concesiones de TotalEnergies, así que la empresa paga por construir modelos en un laboratorio conjunto en lugar de alquilar uno.
Los datos que un laboratorio puede reproducir a partir de fuentes públicas se vuelven una función del modelo del laboratorio, al precio de una llamada a la API. Los datos capturados en una conversación pertenecen a quien es dueño de la superficie donde ocurre esa conversación. Los datos que nadie más tiene son el único activo alrededor del cual todavía vale la pena construir un modelo, y esta semana un comprador comprometió más de €100 millones para hacerlo.
La evidencia es delgada en tres puntos. El complemento de Thomson Reuters solo aparece descrito en el comunicado de OpenAI; sus términos, y si algún contenido de Westlaw pasa por él, se desconocen. El piloto de Sponsored Agents tiene pocos días, es solo para Estados Unidos y, en palabras de la propia Wayfair, de escala reducida, según su comunicado. TotalEnergies es una sola empresa. Tres sectores que se mueven en la misma dirección en una sola semana es simultaneidad, y esta pieza no afirma nada más.
Quiénes deberían estar incómodos
Los estudios jurídicos y los departamentos legales que pagan un sobreprecio por licencia por una herramienta cuya demostración era la recuperación. La pregunta para hacerle al proveedor antes de renovar: qué queda una vez que el índice es una línea en la lista de precios de OpenAI.
Las startups cuyo conjunto de datos propietario son registros públicos, ya depurados: expedientes judiciales, presentaciones de empresas, registros de propiedad, estadísticas públicas. El 17 de septiembre las Naciones Unidas y Google lanzaron una plataforma que permite a los agentes de IA extraer estadísticas oficiales de la ONU directamente, con la meta de cubrir el 80% de los conjuntos de datos del sistema de la ONU para 2027, según el anuncio de las dos organizaciones. Depurar esos registros ahora es un servicio, y se cobra como tal.
Las agencias cuyo abono es la gestión de avisos en buscadores y el trabajo de conversión en el sitio para marcas de consumo. La conversación de calificación se acaba de mudar a una superficie que la agencia no controla ni puede medir.
La jugada
Clasificá cada conjunto de datos que vendés o pagás en tres pilas. Público: alguien con más capacidad de cómputo lo va a indexar, así que dejá de cobrar por el índice y cobrá por lo que hacés por encima de él. Capturado por la plataforma: si tu agente va a vender dentro de ChatGPT o a responder dentro de los productos para el hogar de Google, negociá ahora la transcripción y el registro del traspaso, porque los datos de intención quedan de su lado. El piloto de Wayfair corre con salvaguardas de exactitud, transparencia y traspasos al servicio, según su comunicado; el traspaso es lo que tenés que pedir. Propietario: si los datos son genuinamente tuyos y grandes, ponele precio a la opción TotalEnergies frente a la suscripción antes de que lo haga tu proveedor.
Dos cosas para seguir de cerca. Si el conector de Thomson Reuters prometido para más adelante llega con su contenido de investigación dentro de ChatGPT o queda como un simple traspaso. Y el precio de lista de Astra for Law cuando se abra a los clientes de la API, el número contra el que se va a medir el margen de cada proveedor de IA legal.
La posición
Durante dos años, la propuesta a un comprador profesional fue que el modelo es un commodity (un bien indiferenciado que se cobra por uso) y los datos son la ventaja competitiva sostenible: el moat (en la jerga anglosajona, el foso defensivo). Esta semana mostró qué datos. Un moat hecho de registros públicos siempre fue una ventaja de partida, y una ventaja de partida es un activo que se deprecia. En Defensibilidad en la era de la IA sostuvimos que las posiciones duraderas se construyen en secuencia, y el índice nunca fue el primer paso. Lo que compró TotalEnergies es la versión honesta de un moat de datos: un modelo entrenado con lo que nadie más puede conseguir. Todos los demás venden un servicio, y deberían ponerle precio como tal.