Harvey lanza Tenet, su primer modelo propio de IA para derecho, construido sobre Kimi K3 de China

El sector legal acaba de dar un paso más en la carrera por integrar inteligencia artificial en sus procesos. Harvey, una plataforma especializada en herramientas de IA para despachos de abogados y departamentos jurídicos corporativos, ha presentado Tenet, su primer modelo de lenguaje propio diseñado exclusivamente para tareas jurídicas. Lo llamativo no es solo que sea un desarrollo interno, sino el origen de su base tecnológica: está construido sobre Kimi K3, un modelo de código abierto creado por la empresa china Moonshot AI.

Harvey ya era conocida por ofrecer soluciones como revisión automatizada de documentos, redacción de contratos o análisis de jurisprudencia, utilizadas por algunos de los bufetes más grandes del mundo. Hasta ahora, sus herramientas dependían de modelos externos, pero con Tenet apuestan por un sistema propio, entrenado con datos jurídicos internacionales. La idea es clara: un modelo especializado en derecho debería ofrecer resultados más precisos que uno genérico. Sin embargo, el uso de Kimi K3 como punto de partida ha generado debate, especialmente en un ámbito donde la confidencialidad es sagrada.

¿Por qué un modelo chino y qué riesgos reales existen?

Kimi K3 es un modelo de razonamiento de código abierto, lo que significa que cualquiera puede descargarlo, modificarlo y usarlo sin restricciones. Harvey lo ha adaptado con datos propios del sector legal, pero el hecho de que su base sea china ha levantado sospechas. La preocupación principal es si esto podría comprometer la seguridad de la información sensible que manejan los despachos, como documentos cubiertos por secreto profesional.

Técnicamente, los pesos de un modelo de código abierto son solo algoritmos matemáticos: una vez descargados y ajustados, no hay conexión con los servidores de Moonshot ni posibilidad de que accedan a los datos procesados. Es como comprar un motor de un fabricante extranjero para construir tu propio coche: el proveedor original no tiene acceso al vehículo final. Aun así, algunos expertos en privacidad jurídica piden más transparencia sobre cómo se ha realizado este proceso y qué garantías ofrece Harvey a sus clientes.

La elección de Kimi K3 no es casual. Los modelos chinos de código abierto, como DeepSeek o Qwen de Alibaba, han demostrado en los últimos años un rendimiento comparable —e incluso superior en algunos casos— a alternativas occidentales como Llama. Para una empresa como Harvey, que necesita un modelo base sólido para luego especializarlo, optar por la mejor tecnología disponible, independientemente de su origen, tiene sentido desde el punto de vista técnico y económico. Pero en un contexto de creciente tensión geopolítica en el desarrollo de IA, esta decisión también envía un mensaje: la eficiencia prima sobre las banderas.

Qué significa para tu negocio

Si gestionas una pyme en sectores como la construcción, reformas, inmobiliarias o servicios técnicos, esta noticia te afecta más de lo que parece. Cada vez más herramientas de IA especializadas llegan al mercado, y el legal es solo el principio. Imagina poder automatizar la revisión de contratos con clientes o proveedores, detectar cláusulas abusivas en acuerdos o incluso generar borradores de documentos legales sin depender de un abogado externo para todo. Plataformas como Harvey ya lo hacen para grandes bufetes, pero es cuestión de tiempo que estas soluciones escalen a negocios más pequeños.

El debate sobre el origen de los modelos también es relevante para ti. Si decides adoptar herramientas de IA en tu empresa, pregunta siempre por la procedencia de los datos de entrenamiento y las garantías de privacidad. No se trata de desconfiar por sistema, sino de asegurarte de que la tecnología que usas cumple con los estándares de seguridad que exige tu sector. En un mundo donde la IA avanza a velocidad de vértigo, la transparencia será la mejor aliada para evitar sorpresas desagradables. Y si tu negocio maneja información sensible —como proyectos de construcción, datos de clientes o contratos—, más vale prevenir que lamentar.