Caso de Estudio: De una Presentación a un SaaS LegalTech en Producción en 6 Semanas
La Situación
Un fundador de legaltech en Barcelona tenía una visión y un plazo. La visión: cualquier persona que suba un contrato — un freelance revisando un NDA, un inquilino verificando un alquiler, una startup cerrando un acuerdo comercial — debería recibir una evaluación de riesgo instantánea y fiable respaldada por legislación española real. No un wrapper de ChatGPT. Un SaaS en producción con gestión adecuada de datos, procesamiento de pagos y razonamiento jurídico que cite artículos reales de la ley.
El plazo: una conferencia del sector jurídico en seis semanas. Sin prórrogas.
El fundador tenía experiencia en el dominio, validación de mercado y una presentación. Lo que no tenía era un equipo de ingeniería, un código base ni la infraestructura necesaria para convertir la idea en un producto que pudiera aceptar pagos de usuarios reales.
Lo Que Había Que Construir
Esto no era una landing page con lista de espera. El alcance para un lanzamiento listo para producción incluía:
Un motor de análisis de contratos con IA que cubría nueve tipos de contratos españoles — laborales, mercantiles, de alquiler, compraventa, servicios, NDA, societarios, franquicia y agencia. Cada tipo requería su propio pipeline de razonamiento jurídico adaptado a legislación específica, patrones de riesgo y criterios de checklist.
Una base de conocimiento de legislación española con siete leyes consolidadas indexadas del BOE (Boletín Oficial del Estado), consultable y citable por el motor de IA, con sincronización diaria para capturar actualizaciones legislativas.
Una plataforma SaaS completa — frontend en React con subida de contratos, visualización de riesgos y flujo de análisis animado. Backend en FastAPI con 31 endpoints de API. Autenticación JWT con verificación por email. Integración con Stripe para compras de informes puntuales y suscripciones anuales.
Cumplimiento normativo de la UE integrado en la arquitectura — aislamiento de datos según el RGPD, obligaciones de transparencia del Reglamento Europeo de IA, requisitos de la LOPDGDD y avisos éticos del CCBE. No añadido al final. Construido como restricciones fundamentales.
Infraestructura de producción — HTTPS, CDN, monitorización, pipeline CI/CD, panel de administración, analítica.
Seis semanas. De la nada a todo eso.
Cómo Lo Entregamos
El Equipo: Dos Personas, Liderado por un CTO
Desplegamos un equipo de ingeniería senior de dos personas. No un project manager y un desarrollador — un CTO que ha construido múltiples productos de IA y un ingeniero senior full-stack. El CTO diseñó la arquitectura del sistema y construyó los pipelines centrales de razonamiento con IA. El segundo ingeniero se encargó del frontend, los pagos, el despliegue y la infraestructura de la plataforma.
Dos personas. Sin traspasos entre equipos. Sin brechas de integración entre IA, backend, frontend e infraestructura. Cada persona con capacidad de decisión era también un constructor.
El Acelerador: Framework Agéntico Interno
El factor más importante en el cronograma no fue trabajar más duro — fue no reconstruir infraestructura que ya existía.
Conectia mantiene un framework agéntico de IA interno — un motor de orquestación de LLM probado en producción con registro de herramientas, enrutamiento de tareas, respuestas en streaming y recuperación de errores. Se ha desplegado en múltiples proyectos de IA. Para Bonus Iuri, adaptamos este framework al razonamiento jurídico en lugar de construir la infraestructura de LLM desde cero.
Esa adaptación ahorró de tres a cuatro semanas. En lugar de dedicar un mes a ingeniería de prompts, configuración de generación aumentada por recuperación (RAG), integración de modelos y gestión de errores — problemas que ya habíamos resuelto — invertimos ese tiempo en la lógica del dominio legal: los criterios específicos de checklist, los algoritmos de puntuación de riesgo y las correspondencias legislativas que hacen que una herramienta jurídica de IA sea realmente útil.
La Línea Temporal: Semana a Semana
Semana 1 — Arquitectura y cumplimiento normativo.
Antes de escribir una línea de código de producto, mapeamos los flujos de datos y tomamos decisiones de cumplimiento. La minimización de datos del RGPD dictó la arquitectura de almacenamiento: retención cero por defecto, prefijos S3 aislados por usuario, derecho de supresión que activa la limpieza completa de documentos y vectores derivados. La clasificación de riesgo del Reglamento Europeo de IA determinó los requisitos de transparencia: cada análisis mostraría una Insignia de Transparencia de IA que revelara los modelos utilizados, sus limitaciones y la garantía de que los datos del usuario nunca se usan para entrenar modelos.
La infraestructura se aprovisionó en paralelo: EC2, S3, PostgreSQL, Amazon Bedrock Knowledge Bases para el sistema RAG de legislación.
Semana 2 — Motor central de IA.
El pipeline de procesamiento de documentos entró en funcionamiento: extracción de PDF (con OCR de respaldo vía AWS Textract), análisis de documentos Word, gestión de imágenes y transcripción de audio para contratos dictados. Se construyó el pipeline de ingestión del BOE — fragmentación legal consciente de la estructura que detecta límites de artículos, secciones y considerandos, vectorizado a través de Bedrock Knowledge Bases, deduplicado mediante hash SHA256 de contenido.
El bucle agéntico se adaptó al razonamiento jurídico: nueve prompts de análisis específicos por tipo de contrato, cada uno mapeado a la legislación española relevante y produciendo evaluaciones de riesgo estructuradas.
Semana 3 — Plataforma SaaS.
Autenticación de usuarios con tokens JWT y verificación por email (códigos OTP). Integración de pagos con Stripe — ciclo de vida de suscripción basado en webhooks tanto para compras puntuales de informes a 14,90 € como para planes profesionales anuales a 490,90 €. El frontend en React tomó forma: subida de contratos con arrastrar y soltar, un indicador de progreso de análisis animado en cinco pasos, y el Semàfor de Risc (visualización semafórica de riesgo).
Semana 4 — Profundidad del razonamiento jurídico.
Checklists de doce puntos por tipo de contrato, cada punto con indicadores de estado (OK, Advertencia, Faltante), extractos textuales del contrato subido, y análisis jurídico detallado citando artículos específicos de la legislación relevante. Matriz de riesgo con puntuación de gravedad. Verificación de citas contra referencias del BOE — aplicando la regla de "sin fuente, sin afirmación" donde cada aseveración jurídica debe incluir una referencia trazable.
Semana 5 — Pulido y documentación de cumplimiento.
Generación de informes PDF con marca. Páginas de aterrizaje SEO por tipo de contrato. Integración de Google Analytics 4 y Tag Manager con seguimiento de eventos de embudo desde el registro hasta la subida, análisis y compra. Implementación de consentimiento de cookies, política de privacidad y el panel de administración para gestión de suscripciones.
Semana 6 — Lanzamiento.
Despliegue en producción con HTTPS (Let's Encrypt), CDN CloudFront, monitorización y el ciclo completo de QA. Panel de seguimiento de costes de tokens para que el fundador monitorizara la economía por análisis.
La plataforma se lanzó según lo previsto. Usuarios reales en la conferencia.
Los Números
| Métrica | Resultado |
|---|---|
| Tiempo desde el inicio hasta producción | 6 semanas (42 días) |
| Tamaño del equipo | 2 ingenieros (CTO + senior full-stack) |
| Tiempo de análisis de contratos | 60 segundos vs. 2 horas de revisión manual (97% de reducción) |
| Tipos de contratos soportados | 9 flujos legales especializados |
| Leyes indexadas | 7 legislaciones españolas consolidadas con sincronización diaria |
| Endpoints de API entregados | 31 |
| Formatos de archivo soportados | 12 (PDF, Word, imágenes, audio y más) |
| Marcos normativos abordados | 4 (RGPD, Reglamento Europeo de IA, LOPDGDD, Ética CCBE) |
| Coste medio por análisis gratuito | Menos de $0,01 |
| Coste medio por análisis premium | $0,03–$0,05 |
Por Qué Funcionó en Seis Semanas
Tres factores hicieron posible este cronograma. Elimina cualquiera de ellos y el proyecto habría llevado de tres a cuatro meses.
Factor 1: Infraestructura de IA reutilizable. Construir una capa de orquestación de LLM, un pipeline RAG y un sistema de enrutamiento multi-modelo desde cero lleva de cuatro a seis semanas para un equipo senior. Nuestro framework interno eliminó esa fase por completo. El tiempo de ingeniería se dedicó a la lógica específica del dominio — los checklists legales, las correspondencias legislativas y la puntuación de riesgo que definen el valor del producto — no a la fontanería de infraestructura.
Factor 2: Ejecución liderada por un CTO. La persona que tomaba decisiones arquitectónicas también escribía código. Sin capa de traducción entre "qué deberíamos construir" y "qué estamos construyendo". Cuando el CTO decidió que el cumplimiento normativo sería una restricción arquitectónica en lugar de una ocurrencia tardía, esa decisión se reflejó inmediatamente en el modelo de datos, la capa de almacenamiento y el diseño de la API — porque la misma persona diseñó e implementó los tres.
Factor 3: Propiedad full-stack por un solo equipo. Un equipo de dos personas construyendo todo suena como una limitación. En la práctica, fue una ventaja. Sin negociaciones de contratos de API entre equipos de frontend y backend. Sin coordinación de despliegues entre equipos de infraestructura y aplicación. Sin revisión de cumplimiento por un equipo separado que no ha visto el código. Un equipo, contexto completo, cero sobrecarga de traspasos.
Lo Que Dijo el Fundador
El feedback del fundador después del lanzamiento fue directo: pasó de una presentación a un SaaS en producción con nueve tipos de contrato, pagos con Stripe y cumplimiento del Reglamento Europeo de IA en seis semanas. El equipo de ingeniería no solo implementó especificaciones — contribuyó experiencia en el dominio legal que hizo que el análisis de IA fuera genuinamente útil para los profesionales.
Ese último punto importa. Un equipo genérico de ingeniería de IA podría construir la infraestructura. La diferencia fue contar con ingenieros que entendían por qué un análisis de contrato de alquiler necesita verificar la duración mínima contra los artículos 9–10 de la LAU, o por qué un contrato de agencia debe señalar la compensación obligatoria por clientela bajo el artículo 28 de la Ley 12/1992.
Lo Que Esto Significa Para Ti
La entrega en seis semanas no es magia — es el resultado de tres condiciones específicas: infraestructura de IA reutilizable, ingeniería a nivel de CTO y cero sobrecarga de traspasos. No todos los proyectos cumplen estas condiciones, y somos transparentes al respecto en las llamadas de descubrimiento.
Pero si tu proyecto involucra análisis impulsado por IA, entrega SaaS y un cronograma ajustado — particularmente en dominios regulados como legal, salud o finanzas — el patrón que usamos para Bonus Iuri es directamente aplicable. El framework está construido. Los patrones de cumplimiento están probados. La pregunta es cómo los adaptamos a tu dominio.
¿Estás construyendo un producto impulsado por IA con un plazo que parece imposible? Habla con un CTO sobre lo que es realista — y lo que necesitaríamos para hacerlo posible.
