El stack de producción para equipos de litigación que ejecutan discovery al nivel AmLaw — donde los volúmenes de datos se miden en terabytes, las poblaciones de revisión ascienden a decenas de miles de documentos y los plazos de producción del registro de privilegios están contractualmente limitados. No es un stack para trabajos ocasionales de discovery; es la infraestructura operacional para firmas y departamentos legales corporativos cuyo docket hace del e-discovery un workflow recurrente y de alto riesgo.
Cómo encajan las piezas
-
Relativity es la plataforma de revisión. El entorno central donde viven el batching de documentos, la revisión lineal y asistida por IA, las decisiones de codificación y el control de calidad. A escala AmLaw, Relativity es el entorno donde abogados revisores contratados, asociados y revisores sénior trabajan de forma concurrente en el mismo asunto. Su rol en este stack: el workspace autorizado para todas las decisiones de codificación a nivel de documento. Cuando Everlaw o Logikcull exporta un conjunto listo para producción, frecuentemente regresa a Relativity para el QC final antes de salir. La capa aiR for Review de Relativity (incluida en RelativityOne desde inicios de 2026) maneja el paso inicial de relevancia y privilegio antes de que los revisores humanos toquen un documento, reduciendo el volumen de revisión de primera pasada en un 30–50% en asuntos bien configurados.
-
Logikcull es la capa de evaluación temprana del caso e ingesta. Cuando llegan nuevos datos de custodios — discos duros, exportaciones PST, salidas de recolección en la nube — Logikcull los ingiere, procesa y deduplica. Su modelo de precios por asunto (~$29K/año de promedio, según datos de transacciones de Vendr) lo convierte en la herramienta adecuada para firmas que gestionan docenas de asuntos discretos donde la previsibilidad del costo por asunto importa más que la profundidad de revisión. El handoff: Logikcull procesa y deduplica la colección sin procesar, ejecuta una depuración de palabras clave inicial para eliminar poblaciones claramente irrelevantes, luego exporta el universo responsivo para revisión en Relativity. La ingesta self-service de Logikcull elimina el cuello de botella de litigation support que de otro modo retrasa los asuntos 3–7 días por ciclo de recolección.
-
Everlaw es la capa de estrategia del caso e inteligencia de deposiciones. Donde Relativity está optimizado para profundidad de revisión, Everlaw está optimizado para construcción de argumentos — sus herramientas de storyboarding, cronología y preparación de deposiciones permiten a los equipos de juicio construir la narrativa del caso desde la misma plataforma donde se revisan los documentos. El AI Deep Dive de Everlaw (disponibilidad general desde finales de 2025) permite a los abogados consultar el corpus de documentos en lenguaje natural y detectar clústeres temáticos sin codificación por lotes. Las suscripciones anuales parten de aproximadamente $2,000–$5,000/mes de base más $18–$35/GB de datos alojados, con descuentos del 15–20% por volumen anual comprometido (según precios publicados por Everlaw). El handoff: tras la revisión lineal en Relativity que identifica los documentos clave y los custodios principales, el abogado de juicio traslada esos conjuntos de documentos a Everlaw para la preparación de deposiciones y argumentación.
Por qué esta combinación
Las tres herramientas ocupan posiciones distintas en el ciclo de vida del discovery — ingesta y depuración (Logikcull), revisión lineal a escala de producción (Relativity), construcción del caso (Everlaw) — y sustituir una por otra colapsa funcionalidad que importa a escala. Intentar ejecutar todo el ciclo de vida en una sola plataforma implica compromisos: el throughput de revisión y la gestión de workflow de Relativity supera a Everlaw con grandes poblaciones de revisores, pero las herramientas de construcción de argumentos de Everlaw superan a Relativity cuando el abogado de juicio necesita construir una narrativa a través de miles de documentos clave.
La economía apoya el modelo de tres herramientas cuando los asuntos son suficientemente grandes. Los precios de RelativityOne eliminan las tarifas por usuario (según la reestructuración de precios de octubre de 2025), haciendo que sea rentable para grandes equipos de revisión. El precio por asunto de Logikcull mantiene los costos de evaluación temprana predecibles. El modelo por GB de Everlaw alinea el costo con el volumen de datos que realmente llega a la etapa de preparación para juicio — típicamente una pequeña fracción del universo total ingerido.
Realidad de costos
Un stack completamente operativo de este tipo para una firma AmLaw 200 de tamaño medio con 15–30 asuntos activos al año:
- Relativity (RelativityOne): $6,000–$25,000/mes, escalando con el volumen de revisión activa en el día pico; las instancias al nivel AmLaw van de $75K–$250K/año (estimación basada en niveles de precios del proveedor y benchmarks de contratos disponibles públicamente).
- Logikcull: ~$29K/año de promedio según datos de transacciones de Vendr; las firmas con muchos asuntos típicamente negocian suscripciones anuales de $50K–$120K.
- Everlaw: $2,000–$5,000/mes de base más $18–$35/GB de datos activos; una firma con 5–10TB bajo revisión en cualquier momento puede esperar $150K–$400K/año en total.
Costo anual total del stack: aproximadamente $250K–$750K para una firma con volumen de litigación continuo al nivel AmLaw. Los costos ocultos son mayores de lo que la mayoría de las estimaciones capturan: facturación de abogados contratados ($50+/hora), headcount de litigation support (1–2 FTE dedicados a la gestión de la plataforma), tarifas de procesamiento para datos de recolección antes de la ingesta, y tiempo de implementación/capacitación al agregar nuevos grupos de práctica u oficinas.
La economía se invierte a escalas menores. Una firma con menos de 5 asuntos significativos al año con volúmenes de datos inferiores a 500GB debería evaluar el nivel por asunto standalone de Logikcull o Everlaw solo antes de comprometerse con el modelo de tres plataformas.
Reglas de coincidencia
Adecuado para:
- Firmas AmLaw 50–200 con dockets de litigación activos que generan más de 5TB de datos de discovery anuales
- Departamentos legales corporativos con obligaciones recurrentes de litigación comercial de gran envergadura, investigaciones gubernamentales o revisión regulatoria
- Equipos de litigation support que gestionan asuntos concurrentes y necesitan separación de workflow a nivel de plataforma entre ingesta, revisión y producción
- Equipos sujetos a requisitos de cumplimiento EDRM donde los registros de auditoría, logs de procesamiento y registros de producción deben ser defendibles en tribunal
No adecuado para:
- Practicantes individuales o firmas pequeñas con menos de 5–10 asuntos al año — la estructura de costo por asunto de Logikcull solo es suficiente, y los costos generales de Relativity son injustificables
- Equipos internos cuyo trabajo de discovery está totalmente externalizado a abogados externos — la inversión en plataforma no tiene sentido si tu equipo de litigation support no está ejecutando la revisión
- Firmas cuyos asuntos son rutinariamente inferiores a 50GB — la matemática de alojamiento por GB se invierte drásticamente a volúmenes pequeños; un servicio de e-discovery de tarifa plana es más económico
Variaciones comunes
-
Solo Everlaw para firmas de tamaño medio. Las firmas con 3–8 asuntos activos en cualquier momento y volúmenes de datos inferiores a 2TB frecuentemente ejecutan Everlaw de extremo a extremo (ingesta hasta preparación para juicio), omitiendo Relativity y Logikcull. El modelo de usuarios ilimitados de Everlaw y el procesamiento integrado hacen que la economía funcione a esta escala. Cambia al modelo de tres plataformas cuando el tamaño del equipo de revisión supere los 20 revisores concurrentes en un solo asunto o cuando los volúmenes de datos en el día pico estresen el nivel de precios de Everlaw.
-
Añadir Reveal/Brainspace como capa de revisión IA dentro de Relativity. Reveal (que adquirió Brainspace en enero de 2021, convirtiendo a Brainspace en una línea de productos dentro de la plataforma Reveal) es una plataforma de revisión de documentos nativa de IA que se integra directamente con Relativity como un plugin, añadiendo aprendizaje activo continuo, agrupación conceptual y aprendizaje entre asuntos al workspace de Relativity. Los equipos que usan Reveal dentro de Relativity típicamente ven que las poblaciones de revisión de primera pasada se reducen en un 40–60% antes de que los ojos de los abogados toquen los documentos. Este es un complemento del ecosistema de Relativity, no un reemplazo — inclúyelo cuando el tamaño del equipo de revisión sea de 15+ abogados y la reducción del costo por documento sea una prioridad presupuestaria. Ten en cuenta que Reveal adquirió Logikcull (la capa de ingesta de este stack) en agosto de 2023, por lo que Reveal/Brainspace y Logikcull son ahora el mismo proveedor — Logikcull sigue comercializándose bajo su propia marca para la ingesta de autoservicio, pero si adoptas la capa de revisión Reveal estás consolidando en un único proveedor en lugar de añadir un tercero independiente. Reveal/Brainspace no tiene página en ooligo; consulta el marketplace de aplicaciones de Relativity para detalles de integración actuales.
-
DISCO como alternativa a Relativity. La plataforma de revisión nativa en la nube de DISCO compite directamente con RelativityOne para el mismo público AmLaw. El argumento a favor de DISCO: capacidades de revisión IA nativas más sólidas antes de 2026 (antes de que Relativity incluyera aiR) y un modelo de precios por GB más simple. Post-2026, la integración de aiR de Relativity reduce la brecha en IA. Las firmas ya integradas en el ecosistema de Relativity raramente cambian; DISCO es la opción más probable para firmas que construyen una nueva infraestructura de discovery desde cero.
Lo que este stack NO reemplaza
- Equipos de revisión de abogados externos — la plataforma automatiza la coordinación y reduce el costo por documento, pero el criterio del abogado en privilegios y decisiones de responsividad sigue siendo humano
- Un sistema de litigation hold y notificación de legal hold (Exterro, Zapproved) — la gestión de holds es anterior a la recolección y está fuera del alcance de la plataforma de revisión
- Una relación de contratación de abogados — la plataforma gestiona el workflow pero no el trabajo legal que lo ejecuta
- Una herramienta de recolección compatible con EDRM (Nuix, Lighthouse) para recolección forense de datos de custodios desde endpoints, dispositivos móviles y sistemas en la nube — la ingesta en este stack asume que la recolección ya ha ocurrido
- Un protocolo TAR (Technology Assisted Review) o metodología de validación — las herramientas IA en estas plataformas asisten la revisión, pero la defensibilidad del protocolo TAR en tribunal requiere documentación de metodología separada y soporte de expertos