El análisis de Thomson Reuters sobre las horas facturables con IA expone un conflicto de precios
Thomson Reuters afirma que la IA puede ahorrar a cada abogado 190 horas de trabajo al año; sin embargo, la mayor parte del gasto jurídico externo sigue basándose en tarifas por hora. El análisis de Thomson Reuters sobre las horas facturables con IA expone un conflicto que las firmas de servicios profesionales ya no pueden tratar como algo teórico. La IA recompensa una ejecución más rápida, mientras que la facturación por hora convierte esa eficiencia en menos unidades que vender.
Un reciente análisis de Financial Times describió a la IA como una bola de demolición que golpea las estructuras de honorarios de abogados, consultores, contables y otros asesores. El problema no es simplemente que el software realice el trabajo rutinario con mayor rapidez. Las firmas construyeron su economía, estructura de personal, trayectorias profesionales y objetivos de desempeño en torno al tiempo necesario para completar ese trabajo.
El conflicto central ahora es claro. Los clientes quieren que los ahorros derivados de la IA se reflejen en menores costes o mejores resultados. Las firmas profesionales necesitan preservar sus ingresos mientras financian tecnología, supervisión y el criterio experto del que aún carecen los sistemas automatizados.
Esta tensión no eliminará la facturación por hora de la noche a la mañana. Sin embargo, hace que el modelo sea más difícil de defender para trabajos predecibles que el software puede comprimir de horas a minutos.
La IA ha hecho medible el conflicto de facturación
El cambio importante no es que las firmas profesionales utilicen IA, sino que los clientes ahora pueden preguntar adónde fue a parar el tiempo ahorrado.
La IA jurídica puede buscar jurisprudencia, comparar contratos, resumir materiales de discovery, redactar documentos rutinarios e identificar cláusulas en grandes colecciones documentales. Un profesional cualificado aún debe revisar el resultado. Sin embargo, la primera pasada puede requerir mucho menos tiempo humano.
Thomson Reuters estima que los abogados esperan ahorrar una media de 190 horas de trabajo cada año mediante IA. Su análisis sobre la economía de los bufetes valora esos ahorros potenciales en unos 20.000 millones de dólares anuales en trabajo jurídico en Estados Unidos.
La misma investigación concluyó que el 80% de los encuestados de bufetes espera que la IA cambie la forma en que operan sus organizaciones. Los precios, la dotación de personal y la prestación de servicios se sitúan en el centro de ese cambio esperado.
Estos hallazgos plantean un desafío directo para un encargo facturado por horas. Si una investigación que antes requería diez horas ahora necesita tres, una factura precisa registra tres horas. El cliente recibe el beneficio de eficiencia, mientras que la firma pierde siete unidades facturables.
La firma puede redirigir el tiempo ahorrado hacia asuntos adicionales, asesoramiento a clientes, desarrollo de negocio o revisión interna. Ese enfoque solo funciona si la demanda crece lo suficiente para absorber la capacidad. También supone que las firmas puedan encontrar trabajo de mayor valor para personas cuyas tareas rutinarias han desaparecido.
La alternativa es elevar las tarifas por hora. Esa respuesta protege los ingresos por profesional, pero hace más visible la contradicción. Los clientes pueden preguntarse razonablemente por qué el trabajo asistido por software implica una tarifa horaria más alta cuando la herramienta redujo el esfuerzo necesario.
Las tarifas fijas invierten el incentivo. Si una firma acuerda entregar un resultado definido por un honorario pactado, completar el trabajo de forma eficiente puede mejorar su margen. La IA se convierte entonces en una ventaja económica en lugar de una amenaza para las horas registradas.
Sin embargo, las tarifas fijas transfieren el riesgo al proveedor. Una definición deficiente del alcance, una complejidad inesperada o una extensa verificación humana pueden hacer que un encargo aparentemente atractivo deje de ser rentable. Las firmas necesitan mejores datos históricos y definiciones más claras de finalización antes de aceptar ese riesgo.
Por eso la disputa va más allá del formato de la factura. Una firma debe decidir qué está comprando el cliente. La respuesta puede ser tiempo, una tarea completada, acceso a experiencia especializada, menor riesgo o un resultado empresarial medible.
La facturación por hora evita parte de ese debate porque el tiempo es fácil de contar. La IA debilita la premisa de que el tiempo contabilizado representa de forma fiable el valor entregado.
El conflicto es especialmente visible en el trabajo jurídico intensivo en documentos. La revisión de contratos y el discovery suelen incluir pasos repetibles que la IA puede acelerar. El asesoramiento estratégico, la negociación, la defensa en tribunales y la responsabilidad por un juicio final siguen siendo más difíciles de estandarizar.
Esta diferencia significa que los precios probablemente se fragmentarán por tarea. Los componentes rutinarios pueden avanzar hacia cargos fijos o basados en unidades. El trabajo incierto, adversarial o abierto puede seguir facturándose por hora.
Una división de este tipo es más plausible que un reemplazo universal de la hora facturable. También exige que las firmas entiendan su trabajo a un nivel que muchos sistemas actuales de registro de tiempo nunca fueron diseñados para ofrecer.
El problema de las horas facturables con IA de Thomson Reuters comienza dentro de la firma
La facturación por hora no es solo un cargo para el cliente, porque también organiza cómo muchas firmas contratan, forman, evalúan y promueven a sus profesionales.
Para la década de 1980, la hora facturable se había convertido en una herramienta central de gestión de bufetes. Las firmas la utilizaban para medir la productividad individual, evaluar asuntos, fijar objetivos financieros y comparar grupos de práctica.
El modelo conecta varias decisiones mediante una sola métrica. Los asociados registran el tiempo, los socios supervisan la utilización, los equipos financieros proyectan ingresos y los directivos evalúan el desempeño frente a objetivos anuales. Sustituir la factura del cliente deja intactos esos sistemas internos, a menos que la firma también los rediseñe.
Por eso el conflicto de las horas facturables con IA de Thomson Reuters llega más lejos que los precios. La IA puede reducir las horas visibles necesarias para la investigación, redacción, revisión y análisis de profesionales junior. Esas tareas también han servido como oportunidades de formación.
Tradicionalmente, un abogado junior aprendía revisando muchos documentos, redactando versiones iniciales y recibiendo correcciones de colegas con experiencia. Cuando el software produce el resultado inicial, el profesional junior comienza revisando en lugar de construyendo.
La revisión sigue siendo valiosa, pero desarrolla habilidades diferentes. Una persona puede volverse buena detectando errores evidentes sin aprender a construir de forma independiente un argumento o análisis. Las firmas deben crear formación deliberada si la automatización elimina esa repetición inicial.
La pirámide de personal enfrenta una presión similar. Las grandes firmas profesionales emplean tradicionalmente a muchos trabajadores junior cuyo trabajo facturable sostiene a un grupo más reducido de expertos senior. La IA reduce la mano de obra necesaria para algunas de las tareas asignadas a ese nivel junior.
Las firmas pueden responder contratando a menos trabajadores de nivel inicial. También pueden reubicar a los profesionales junior hacia el contacto con clientes, la investigación, el análisis especializado y la supervisión tecnológica. Ambas opciones cambian el camino mediante el cual los futuros profesionales senior adquieren experiencia.
La economía sigue sin resolverse porque la adopción no produce automáticamente resultados financieros. En la encuesta sobre servicios profesionales, solo el 21% de las organizaciones indicó que medía los retornos de la IA generativa.
Entre ese grupo, el ahorro interno de costes recibió mucha más atención que la satisfacción del cliente o los nuevos negocios. Esta brecha de medición importa porque las firmas no pueden fijar precios basados en resultados con confianza cuando no miden dichos resultados de manera consistente.
Casi la mitad de los bufetes encuestados informó haber recibido al menos un beneficio de la IA. Sin embargo, un beneficio como el tiempo ahorrado no revela quién captura el valor resultante.
Una firma lo captura cuando un asunto con tarifa fija se vuelve más barato de entregar. El cliente lo captura cuando un asunto por horas requiere menos tiempo registrado. Un proveedor tecnológico captura una parte mediante cargos de software, mientras que los profesionales asumen el coste de la verificación y la gobernanza.
La distribución depende del contrato. Eso hace que el diseño comercial sea tan importante como la capacidad del modelo.
Los objetivos por horas también pueden desalentar la adopción. Un profesional que termina más rápido con IA puede mejorar la experiencia del cliente, pero quedar más rezagado respecto a un objetivo interno de utilización. A menos que la dirección cambie el sistema de medición, el empleado recibe instrucciones contradictorias.
La firma dice que se use IA para ganar eficiencia. Su sistema de promoción sigue recompensando las horas acumuladas.
Las nuevas métricas de desempeño deben reconocer la calidad, la responsabilidad, la retención de clientes, la rentabilidad de los asuntos, la colaboración y el uso eficaz de la tecnología. Ninguna es tan sencilla como contar horas. Sin embargo, en conjunto describen con mayor precisión la contribución profesional.
El desafío operativo se asemeja a construir un flujo de trabajo de IA fiable. La velocidad tiene un valor limitado si las entradas, los pasos de revisión y las decisiones responsables no siguen siendo visibles.
Para las firmas profesionales, el resultado no es simplemente un documento generado. Es un resultado aprobado por expertos que conlleva consecuencias jurídicas, financieras o reputacionales.
Los clientes están impulsando el avance hacia honorarios alternativos
La IA ofrece a los compradores corporativos pruebas más sólidas de que una tarifa basada en insumos no siempre se ajusta al valor del trabajo terminado.
Los acuerdos de honorarios alternativos incluyen tarifas fijas, honorarios con tope, suscripciones, precios por unidad, igualas y pagos vinculados a resultados definidos. Cada uno separa al menos una parte del cargo del número de horas registradas.
Thomson Reuters concluyó que el 40% de los profesionales encuestados esperaba que la IA generativa aumentara el uso de acuerdos de honorarios alternativos. Esa expectativa es notable, pero no significa que los clientes y las firmas hayan acordado un reemplazo.
La fijación de precios por hora sigue dominando el gasto jurídico externo. Thomson Reuters informó que hasta el 90% del gasto corporativo en firmas externas seguía implicando tarifas por hora.
La familiaridad ayuda a explicar esa persistencia. Los equipos de compras entienden las tarifas, las horas, los descuentos y los presupuestos. Los bufetes saben cómo registrar el tiempo y comparar la realización, que mide los ingresos cobrados frente al valor registrado.
Las estructuras alternativas exigen que ambas partes definan el alcance y asignen el riesgo. Una tarifa fija funciona bien para un proceso repetido con insumos estables. Funciona mal cuando los hechos, las contrapartes o las exigencias regulatorias pueden cambiar sin previo aviso.
Los clientes también pueden preferir la facturación por hora cuando el alcance es incierto. Pueden desconfiar de una tarifa fija que incluya una elevada prima de riesgo. La transparencia sobre el tiempo puede parecer más segura que pagar por un resultado cuyo coste subyacente permanece oculto.
Por lo tanto, el cambio ocurrirá primero allí donde el trabajo pueda estandarizarse y medirse. Las carteras de contratos, las revisiones recurrentes de cumplimiento, la investigación rutinaria y el análisis estructurado de documentos son candidatos probables.
Los litigios de alto riesgo y las transacciones complejas plantean un problema diferente. El valor del asesoramiento puede depender de evitar una pérdida, preservar la ventaja negociadora o identificar un asunto crítico. El trabajo necesario es difícil de predecir al inicio.
La fijación de precios por resultados parece atractiva en esos contextos, pero la causalidad se vuelve controvertida. Un resultado favorable puede depender de las condiciones del mercado, las decisiones judiciales, las contrapartes o la propia conducta del cliente. Las firmas no pueden controlar todas las variables.
Las suscripciones ofrecen otra vía. Un cliente paga por acceso continuo a servicios, capacidad o experiencia definidos. Esta estructura crea un gasto predecible para el comprador e ingresos recurrentes para el proveedor.
Los honorarios basados en el uso pueden situarse entre las suscripciones y la facturación por hora. Una firma podría cobrar por contrato revisado, presentación completada, reclamación evaluada o entregable aprobado. La unidad refleja el volumen de trabajo sin exponer cada minuto interno.
La fijación de precios por desempeño avanza hacia el valor para el cliente. El pago depende en parte de resultados acordados o métricas de servicio. Forrester informó que el 45% de los responsables de decisiones sobre servicios esperaba ampliar los precios basados en desempeño, mientras que el 46% esperaba más contratos de precio fijo.
La tendencia de los precios por desempeño se extiende más allá del ámbito jurídico. Las consultoras, los integradores tecnológicos y los proveedores de servicios gestionados afrontan la misma cuestión cuando la IA reduce la mano de obra necesaria para la prestación.
Estas opciones también pueden combinarse. Un acuerdo híbrido podría incluir una tarifa base fija, cargos por uso para volumen adicional y un componente de desempeño vinculado a resultados acordados.
Los precios híbridos evitan tratar cada encargo como si fuera predecible. Preservan la remuneración por trabajo incierto y, a la vez, premian la eficiencia en tareas repetibles.
Los compradores corporativos seguirán exigiendo pruebas. Las firmas deben mostrar cómo afectó la IA al plazo de entrega, las tasas de error, la consistencia, el riesgo y el nivel de atención de profesionales sénior aplicado.
No basta con afirmar que la tecnología hizo más eficiente al equipo. Los clientes quieren saber si las facturas bajaron, los resultados mejoraron o la capacidad aumentó.
Esa demanda reforzará los equipos de operaciones jurídicas y fijación de precios. Estos grupos pueden analizar historiales de asuntos, definir unidades, modelar riesgos y comparar las tarifas propuestas con los costes reales de prestación.
Los ganadores no serán necesariamente las firmas que más IA utilicen. Las que midan bien el trabajo y expliquen con claridad sus precios tendrán una posición comercial más sólida.
Un trabajo más rápido no elimina la responsabilidad profesional
El argumento más sólido contra un reajuste rápido de precios es que la IA reduce el tiempo de producción sin eliminar la verificación, la responsabilidad legal ni la rendición de cuentas de los expertos.
La IA generativa puede producir citas inexactas, análisis incompletos, autoridades inventadas y afirmaciones contundentes sin respaldo en el material fuente. Por tanto, la revisión profesional forma parte del servicio, no es una corrección opcional.
La verificación puede consumir una parte significativa del tiempo que la automatización parecía ahorrar. El esfuerzo requerido varía según la tarea, el modelo, la calidad de los datos, los controles de confidencialidad y el daño potencial de un error.
Un resumen interno de bajo riesgo no exige el mismo proceso que un escrito judicial o una opinión de auditoría. Los precios deben reflejar esa diferencia.
La American Bar Association abordó esta tensión en la Opinión Formal 512, emitida en julio de 2024. Su guía ética sobre IA establece que los abogados que facturan por horas deben cobrar el tiempo realmente empleado, no el tiempo que una tarea requería anteriormente.
Ese principio impide que una firma use IA durante una hora y facture varias horas humanas ficticias. No obliga a las firmas a regalar sus inversiones, criterio o riesgo bajo cualquier estructura de honorarios.
La misma guía advierte que los honorarios fijos o contingentes deben seguir siendo razonables. La IA no concede permiso automático para cobrar la antigua tarifa fija cuando apenas se realiza trabajo.
La razonabilidad depende del servicio, el acuerdo, la responsabilidad asumida y las normas profesionales aplicables. Esto hace que la transparencia sea esencial.
Los clientes deben entender si una tarifa cubre el uso de software, la revisión humana, el asesoramiento estratégico, la responsabilidad legal o la disponibilidad continua. Un único recargo tecnológico sin explicación rara vez resolverá la cuestión.
La confidencialidad crea otro coste. Los servicios de IA de consumo quizá no ofrezcan los controles de acceso, las políticas de retención, los límites de datos o las protecciones contractuales requeridas para material sensible de clientes.
Las firmas profesionales necesitan sistemas aprobados, revisiones de seguridad, formación, pistas de auditoría y políticas que regulen el uso aceptable. También necesitan procedimientos para identificar cuándo no debe utilizarse un modelo.
Estos controles reducen el riesgo, pero complican las afirmaciones sobre ahorros instantáneos. Una respuesta rápida de un modelo puede insertarse en un proceso profesional más lento que incluye comprobaciones de fuentes, escalamiento y aprobación final.
El rendimiento de la IA también varía entre dominios. Los sistemas pueden gestionar patrones comunes con más fiabilidad que hechos inusuales, jurisdicciones poco conocidas o registros incompletos. Es posible que los clientes no sepan cuándo su asunto queda fuera de las áreas más sólidas del modelo.
Esa incertidumbre justifica la continuidad de la responsabilidad humana. También limita la fijación de precios puramente basada en resultados, porque los proveedores deben valorar la posibilidad de revisión adicional o de fallo.
El informe centrado en el cliente de KPMG sostiene que la automatización está debilitando la relevancia de los modelos tradicionales por hora en los servicios profesionales. El informe también apunta hacia precios basados en el valor y las necesidades del cliente.
Pasar del tiempo al valor no vuelve objetiva la valoración. Un cliente y un asesor pueden discrepar sobre cuánto vale un riesgo evitado, una decisión más rápida o un contrato mejorado.
Los honorarios basados en resultados pueden crear sus propios incentivos. Un proveedor remunerado por rapidez podría invertir menos en cautela. Un proveedor remunerado por un único resultado medido podría descuidar consecuencias no medidas.
Los buenos contratos necesitan controles de calidad junto con objetivos de rapidez o ahorro. Deben definir estándares de revisión, exclusiones, vías de escalamiento y responsabilidades cuando falle el material generado.
También existe un riesgo competitivo para las firmas más pequeñas. La IA les da acceso a capacidades antes asociadas a equipos más grandes, pero una gobernanza de nivel empresarial puede requerir una inversión operativa considerable.
Las grandes firmas disponen de más recursos para herramientas seguras, datos propietarios, evaluación y formación. Las firmas más pequeñas pueden avanzar más rápido, pero un error grave puede imponerles un coste proporcionalmente mayor.
Por tanto, la evidencia apunta a una fractura, no a un colapso inmediato. La facturación por horas pierde credibilidad para el trabajo rutinario y medible. Sigue siendo defendible cuando el alcance y el riesgo no pueden predecirse de forma fiable.
Los precios de la IA cambian el mapa competitivo
La IA desplaza la ventaja de las firmas con la mayor pirámide laboral hacia las que pueden combinar experiencia, tecnología y prestación medible.
Una firma más pequeña puede usar IA para buscar, resumir, clasificar y redactar a una escala que antes exigía más personal júnior. Luego puede ofrecer una tarifa fija sin sostener la misma base laboral que un competidor mayor.
Eso no elimina el valor de la profundidad institucional. Las grandes firmas siguen ofreciendo amplia cobertura de especialistas, alcance internacional, relaciones consolidadas y capacidad para gestionar varias líneas de trabajo a la vez.
La IA cambia el coste de producir la primera versión. No reproduce automáticamente el criterio, la reputación ni la capacidad de una firma para coordinar decisiones complejas.
La competencia se intensificará en el extremo estandarizado del trabajo profesional. Los proveedores alternativos de servicios jurídicos, las plataformas contables, las empresas de servicios gestionados y las firmas nativas de IA pueden aislar tareas repetibles de encargos más amplios.
Pueden poner precio a esas tareas como productos, en lugar de como tiempo profesional de duración indefinida. Las firmas establecidas se enfrentan entonces a la elección entre igualar la oferta productizada o defender un servicio más amplio.
La productización supone definir la entrada, el flujo de trabajo, el estándar de revisión, la salida y el precio antes de que comience cada encargo. Esa estructura encaja con la IA porque la repetición mejora tanto la automatización como la previsión de costes.
Las firmas tradicionales suelen vender acceso a personas y determinar el esfuerzo final más adelante. Esa flexibilidad sigue siendo útil para el trabajo complejo, pero parece cara frente a una oferta clara basada en unidades.
La consultoría afronta un desafío relacionado. La IA puede acelerar la investigación, el benchmarking, la producción de documentos, el análisis de datos y la elaboración de presentaciones. Los clientes también pueden realizar internamente más de esas actividades.
La firma consultora debe demostrar valor en la definición del problema, el cambio organizativo, los datos especializados, la implementación y las decisiones sujetas a rendición de cuentas. Un informe pulido pierde exclusividad cuando el software puede generar rápidamente borradores creíbles.
Las firmas de contabilidad y fiscalidad afrontan una presión similar en torno al análisis recurrente y la gestión documental. Sus responsabilidades reguladas y su trabajo de aseguramiento preservan un papel sólido para los expertos, pero la producción rutinaria resulta más difícil de valorar únicamente por esfuerzo.
Por tanto, el problema de la hora facturable y la IA de Thomson Reuters es un ejemplo de una transición más amplia en los servicios profesionales. El mecanismo común es la separación entre tiempo de trabajo y volumen de producción.
Los competidores nativos de IA pueden diseñar en torno a esa separación desde el principio. Pueden usar suscripciones, cargos por uso u honorarios por resultados sin desmantelar sistemas heredados de compensación.
Las firmas establecidas tienen restricciones distintas. La remuneración de socios, los objetivos de utilización, los informes financieros, los planes de personal y los contratos con clientes pueden asumir todos una economía basada en horas.
Esa carga puede ralentizar el cambio incluso cuando los líderes aceptan el diagnóstico. Una firma no puede sustituir su modelo de precios sin comprender cómo afecta el reemplazo al reconocimiento de ingresos, los incentivos y el desarrollo profesional.
La transición puede producir un mercado de dos velocidades. Los proveedores nuevos o de enfoque estrecho pueden ofrecer resultados estandarizados. Las firmas establecidas pueden conservar elementos por hora para asuntos complejos e introducir módulos fijos en torno al trabajo predecible.
Los clientes combinarán esos servicios. Podrían asignar la revisión repetible a un proveedor especializado y reservar las decisiones estratégicas para un asesor tradicional.
Esa desagregación presiona a las firmas cuyos márgenes dependen de combinar asesoramiento caro con grandes volúmenes de ejecución júnior. Los clientes ganan más capacidad para separar ambos elementos.
La marca por sí sola no pondrá fin al debate. Los compradores compararán plazos de entrega, calidad, previsibilidad, seguridad y rendición de cuentas. Las firmas necesitan pruebas para cada dimensión.
La ventaja más duradera procederá de hacer reutilizable la experiencia sin volver ambigua la responsabilidad profesional. Eso requiere conocimiento seleccionado, flujos de trabajo controlados, revisión documentada y precios que los clientes puedan entender.
Tres señales mostrarán si la hora facturable realmente se está rompiendo
La siguiente etapa la decidirán el comportamiento contractual, los sistemas internos de rendimiento y los resultados medibles para los clientes, más que las demostraciones de IA.
La primera señal es la proporción del gasto de los clientes que pasa a acuerdos fijos, por unidades, de suscripción o basados en desempeño. Las expectativas recogidas en encuestas son útiles, pero los contratos ejecutados aportan pruebas más sólidas.
Un aumento significativo respaldaría la idea de que la IA está cambiando cómo los clientes compran trabajo profesional. Un movimiento escaso mostraría que la familiaridad y la asignación de riesgos aún protegen la facturación por horas.
El detalle importa. Las firmas podrían etiquetar un encargo como una tarifa alternativa mientras la calculan a partir de horas y tarifas previstas. Eso cambia el formato de la factura sin cambiar la economía subyacente.
Una señal más sólida serían servicios recurrentes valorados a partir de unidades, niveles de servicio o resultados. Esas estructuras permiten que la eficiencia afecte directamente al margen del proveedor.
La segunda señal es si las firmas sustituyen los objetivos de horas facturables en las decisiones de compensación y promoción. Los precios para clientes no pueden cambiar profundamente mientras las carreras sigan vinculadas principalmente al tiempo registrado.
Hay que observar métricas que abarquen la rentabilidad de los asuntos, la calidad, la retención de clientes, las contribuciones al conocimiento, el uso de tecnología y el desarrollo de equipos. Estas medidas revelan si la dirección considera la IA un rediseño operativo o una compra más de software.
Los patrones de contratación aportarán pruebas relacionadas. Menos puestos júnior sugerirían que la automatización está reduciendo la pirámide tradicional. Un trabajo de nivel inicial rediseñado mostraría que las firmas protegen la vía de formación mientras cambian su contenido.
La tercera señal es la calidad de la medición de resultados. La mayoría de las organizaciones todavía carecen de pruebas maduras que conecten la IA generativa con la satisfacción del cliente, los ingresos o los resultados empresariales.
Esa brecha bloquea una fijación de precios por valor creíble. Una firma no puede cobrar por un resultado que no puede definir, atribuir y verificar.
Las medidas útiles variarán según el servicio. Pueden incluir tiempo de entrega, tasas de error, finalización satisfactoria, retrabajo evitado, resultados de cumplimiento o la adhesión a un nivel de servicio negociado.
La calidad debe seguir formando parte de la medición. Una entrega más rápida por sí sola puede ocultar riesgos adicionales o trasladar al cliente el trabajo de revisión.
Estas señales también revelarán quién captura las ganancias. Los clientes pueden recibir honorarios más bajos o más previsibles. Las firmas pueden obtener márgenes más altos en trabajos a precio fijo. Los empleados pueden dedicar menos tiempo a la producción repetitiva.
Los beneficios no se distribuirán de manera uniforme por sí solos. Las condiciones contractuales y los incentivos internos determinan dónde recaen.
Es poco probable que la hora facturable desaparezca en un único evento coordinado. Retrocederá tarea por tarea, cliente por cliente y contrato por contrato.
El trabajo rutinario con resultados medibles será el primero en cambiar. Los encargos complejos con un alcance inestable conservarán durante más tiempo componentes por hora o híbridos.
Ese cambio gradual sigue siendo importante. Una vez que los compradores se acostumbren a pagar por resultados definidos en una categoría, podrán preguntarse por qué los servicios relacionados continúan vinculados por completo al tiempo.
Por ello, las firmas de servicios profesionales deberían probar sus precios antes de que el mercado las obligue a responder con prisas. Necesitan datos claros sobre los asuntos, definiciones acotadas de los servicios, controles de calidad y reglas explícitas para gestionar excepciones.
Los clientes deberían plantear preguntas igualmente directas. ¿Qué trabajo está automatizado? ¿Quién lo revisa? ¿Cómo comparte la tarifa las ganancias de eficiencia? ¿De qué resultado asume responsabilidad el proveedor?
El debate de Thomson Reuters sobre la IA y la hora facturable se refiere, en última instancia, a la confianza. Los clientes necesitan tener la certeza de que la rapidez no debilita la calidad, mientras que las firmas necesitan una compensación por su experiencia y su criterio responsable.
La próxima factura no es el único asunto. La cuestión más amplia es si los servicios profesionales pueden valorar los resultados sin ocultar riesgos, inflar el tiempo ni reducir el trabajo experto a una producción automatizada.
