El director jurídico de uno de sus clientes corporativos de larga trayectoria le reenvía un cuestionario de seguridad de proveedores antes de renovar el encargo. Enterrada en la tercera sección hay una pregunta que su despacho nunca antes tuvo que responder: Describa los controles que utiliza para evitar que la información confidencial del cliente se introduzca en herramientas públicas de IA, y aporte evidencia de que esos controles son efectivos. La retención del encargo depende de la respuesta, y "tenemos una política que lo prohíbe" ya no basta para superar el umbral.
Esta es la nueva realidad para el abogado externo. Los clientes que adoptaron la gobernanza de IA para su propio personal ahora extienden el mismo escrutinio a sus asesores. Saben que sus despachos usan ChatGPT, Claude y Copilot para investigación, primeros borradores de dictámenes y revisión de documentos: Cyberhaven descubrió en 2025 que el 82,8 % de los documentos legales introducidos en herramientas de IA van a cuentas no corporativas. La pregunta del cliente ya no es si su abogado usa IA. Es si el abogado puede demostrar que los datos del cliente no se filtran a través de ella.
Por qué una política es la respuesta equivocada a esta pregunta
El instinto es señalar la política de uso aceptable del despacho: un acuse firmado de que abogados y personal no pegarán material del cliente en herramientas públicas. Pero un cliente sofisticado lee esa respuesta por lo que es: una afirmación de intención, no una demostración de control. Su propio programa de gobernanza ya le enseñó la brecha entre ambas cosas.
Los números detrás de ese escepticismo son contundentes. LayerX descubrió en 2025 que el 77 % de los usuarios de IA pegan datos en los prompts, y el 82 % de ese contenido pegado proviene de cuentas personales no gestionadas. La encuesta de Gartner de 2026 informa que el 88 % de los empleados con acceso a IA empresarial también usan herramientas de IA personales para el trabajo. Una política rige la cuenta gestionada que el despacho puede ver; no hace nada respecto al pasante que abre ChatGPT con un inicio de sesión personal a las 11 de la noche para resumir un expediente de diligencia. El cliente entiende esto porque también es cierto dentro de su propia organización.
Así que cuando el cuestionario pide evidencia de efectividad, un PDF de política responde a una pregunta distinta de la que se está formulando. El cliente quiere saber qué sucede en el momento en que un abogado o miembro del personal realmente intenta pegar el term sheet de un cliente en un cuadro de prompt, no lo que el manual dice que no deberían hacer.
Qué está comprobando realmente el cliente
Si se despoja de la jerga de seguridad, el cuestionario pregunta por los mismos deberes profesionales que el despacho ya carga: confidencialidad, secreto profesional (privilegio abogado-cliente) y el más reciente deber de competencia tecnológica. El cliente está verificando si su abogado ha hecho la debida diligencia razonable sobre una herramienta que ahora toca casi todos los asuntos.
La versión más afilada de la pregunta es sobre la supervisión. Sea lo que sea que produzca un abogado junior, un pasante o un asistente, un socio lo firma y asume el riesgo. Si un miembro del personal introduce el modelo financiero confidencial de un cliente en una herramienta pública para obtener un resumen más rápido, ese contenido queda sujeto a las condiciones de uso del proveedor, que pueden otorgar amplios derechos para retenerlo y procesarlo, posiblemente a través de subencargados en otros lugares. Una vez enviado, no puede recuperarse. No queda nada que controlar después de los hechos. Los tribunales empiezan a tratar estas divulgaciones como algo con consecuencias: en U.S. v. Heppner (S.D.N.Y., febrero de 2026), se resolvió que documentos creados con una herramienta pública de IA generativa no estaban protegidos por el privilegio abogado-cliente, una señal temprana, no derecho consolidado, pero sí una señal direccional que los clientes están observando.
Lo que el cliente quiere ver, entonces, es triple: que el despacho sabe dónde se concentra el riesgo de IA entre su gente, que los datos sensibles del cliente se detienen efectivamente antes de llegar a una herramienta pública, y que existe un registro que demuestra que la salvaguarda funciona. Ese tercer elemento es el que las políticas no pueden producir.
Convertir la respuesta en evidencia
Considere dos despachos que responden al mismo cuestionario. El primero escribe: Nuestra política prohíbe a nuestro personal introducir datos de clientes en herramientas de IA no autorizadas. El segundo escribe: Ejecutamos un control que inspecciona los prompts antes del envío y redacta la información identificativa y confidencial del cliente, de modo que nunca llega a la herramienta pública. Nuestros administradores tienen visibilidad del uso de IA y de los eventos de política en todo el despacho, y conservamos un registro de que los datos sensibles fueron detectados antes de salir de nuestro control.
Solo la segunda respuesta es evidencia. Se corresponde con lo que reguladores y clientes reconocen como salvaguardas razonables, y se alinea con la dirección general de la aplicación normativa, donde una diligencia demostrable puede reducir la exposición cuando algo sale mal. También cambia el encuadre de defensivo a tranquilizador: en lugar de prometer contención, el despacho puede decirle al cliente, con credibilidad: "mantenemos sus datos fuera de las herramientas públicas de IA, y podemos mostrarle el registro". Eso es una señal de confianza para el cliente, no solo una casilla de cumplimiento.
De manera crucial, el registro tiene que ser del tipo adecuado. Debe capturar el evento de política —que algo fue marcado y detenido— nunca el contenido de lo que un abogado escribió. Un registro que reproduzca el contenido de los prompts recrearía el problema de confidencialidad que se supone que debe resolver. La evidencia a la que el cliente tiene derecho es que el control se activó, no una transcripción del incidente evitado.
Y solo funciona si los abogados no lo esquivan. Un control que simplemente bloquea todo se abandona en una semana bajo la presión de los plazos. Un enfoque de redactar y permitir —donde los identificadores del cliente se sustituyen por marcadores realistas para que la respuesta de la IA siga siendo útil— mantiene intacto el flujo de trabajo de investigación y redacción mientras los datos sensibles se quedan atrás. Este es el principio sobre el que se construye Sanitized AI: actuar en el prompt, redactar antes del envío, y convertir cada momento marcado en evidencia de que el despacho hizo su debida diligencia.
La pregunta que hay que responder antes de que el cliente la formule
Los despachos que responderán limpiamente a estos cuestionarios son los que tratan el escrutinio de seguridad de IA por parte del cliente como algo inevitable y no excepcional. Antes del próximo ciclo de renovación, pregúntese: si un cliente corporativo exigiera hoy evidencia de que los datos del cliente no pueden llegar a una herramienta pública de IA a través de su despacho, ¿qué le enviaría: una política o un registro?
Si la respuesta honesta es una política, esa es la brecha que hay que cerrar este trimestre. Si desea ver cómo luce en la práctica una respuesta basada en evidencia, solicite una demostración y la recorreremos pensando en sus asuntos.