Qué es
Kira Systems es la plataforma de análisis de contratos que fue pionera en la extracción de cláusulas basada en ML para due diligence de M&A y revisión de contratos a gran escala. Adquirida por Litera en 2021, ahora vive dentro de la plataforma Litera junto a Litera Transact (gestión de deals) y Litera Compare (comparación de documentos). Desplegada en la mayoría de las firmas AmLaw 100 para trabajo transaccional y de diligence.
Por qué aparece en stacks de Legal Ops
- Extracción de cláusulas best-in-class. Cientos de modelos de cláusulas pre-entrenados (change of control, assignment, indemnification, governing law, exclusivity) más la capacidad de entrenar modelos custom sobre el corpus propio de contratos de la firma. El nivel de precisión que las herramientas más nuevas basadas en LLM todavía están persiguiendo.
- Construido para diligence a volumen. Carga 5.000 contratos en un data room, corre Kira, obtén una matriz estructurada de cada cláusula clave en cada contrato. Reemplaza semanas de tiempo de asociados en revisión de red flags.
- Encaje en el ecosistema Litera. Combina naturalmente con Litera Transact para workspaces de deals y Litera Compare para workflows de redline. Una sola relación con vendor para el stack transaccional.
Pricing
- Solo custom. Se vende por abogado/año, típicamente empaquetado con otros productos de Litera. Las firmas mid-market ven tarifas efectivas desde $40K/año para equipos pequeños y hasta siete cifras para despliegues en firmas globales.
- Modelo por volumen también disponible. Algunos deals se cotizan por throughput de documentos en lugar de asientos.
- La implementación suele tomar 60-90 días con servicios profesionales de Litera para el entrenamiento de modelos custom.
Mejor para
- Prácticas de M&A y transaccionales que hacen diligence de alto volumen
- Equipos de litigation que manejan second requests y respuestas HSR document-heavy
- Equipos legales in-house revisando portfolios de contratos heredados tras adquisiciones
A tener en cuenta
- UI más vieja en relación con herramientas más nuevas basadas en LLM; el valor está en los modelos entrenados, no en la interfaz
- Menos encaje para workflows puros de drafting o negociación — Spellbook o Harvey los sirven mejor
- El entrenamiento de modelos custom requiere suficientes ejemplos etiquetados para que valga la pena; los equipos pequeños pueden no tener el corpus que lo justifique
- El análisis de contratos basado en LLM (Luminance, Harvey, Anthropic nativo + Skills custom) está cerrando rápido la brecha de precisión en cláusulas comunes