Patentes

De herramientas a resultados: el desafío de la Propiedad Intelectual en la era del "Services as Software"

El desafío es regular con la precisión suficiente para no frenar la innovación, pero con la firmeza necesaria para proteger el activo más valioso de la economía del conocimiento: la creatividad humana.

Por Arturo Covarrubias y Mariano Wood, Covarrubias

Durante más de dos décadas, buena parte de la economía digital se organizó en torno a una premisa relativamente simple: el software era una herramienta de asistencia que hacía más eficiente el trabajo humano. Las empresas compraban licencias, contrataban plataformas SaaS, integraban APIs y medían el éxito tecnológico en términos de productividad. En este esquema, el rol del abogado se centraba en revisar contratos de licencia, niveles de servicio (SLA), propiedad del código y protección de datos. Ese marco sigue siendo importante, pero hoy está siendo desafiado radicalmente.

La inteligencia artificial generativa está desplazando al software, que deja de ser sólo una herramienta que ayuda a trabajar y comienza a convertirse en una capa operativa que ejecuta, en parte o completamente, el trabajo mismo. Este tránsito supone un cambio en la cadena de valor. La tesis de Sequoia Capital sobre el concepto de “services as software” muestra que la oportunidad económica ya no radica únicamente en vender software a quienes prestan servicios, sino en vender directamente el resultado que antes producía una combinación de profesionales, procesos y herramientas.

En términos simples: ya no se vende una plataforma para cerrar la contabilidad, sino la contabilidad cerrada. No se busca una herramienta para revisar contratos, sino la revisión terminada. Sequoia lo formula como el cambio de foco, el cual se ha desplazado del medio al fin.

Ese cambio es financiero y es tecnológico, pero también profundamente jurídico. Cuando una empresa contrata un servicio ejecutado por IA, las preguntas relevantes ya no se agotan en la licencia o la política de privacidad. Ahora es imperativo determinar quién diseñó el sistema, con qué datos o contenidos fue entrenado, qué grado de autonomía posee, qué trazabilidad existe del proceso y quién responde ante eventuales infracciones de terceros en la cadena de entrenamiento o en el resultado final.

Es evidente que la propiedad intelectual está en el centro de esta transformación. La IA genera textos, imágenes, código, diseños y música muchas veces basados en materiales preexistentes: obras literarias, bases de datos o secretos empresariales. Por ello, la discusión de PI no se reduce a si una obra generada por IA es protegible autoralmente o capaz de generar regalías. La pregunta para el derecho es muy anterior: se trata de determinar si el sistema que permitió generar aquellos resultados tenía derecho a operar con los materiales que utilizó y cuáles son las consecuencias para quien explota dichos resultados.

En el mercado chileno, la futura Ley de Inteligencia Artificial (Boletín 16821-19, actualmente en tramitación) debe leerse en este contexto. Su arquitectura, inspirada en el modelo de riesgos del AI Act Europeo, busca ordenar el desarrollo y uso de estas tecnologías. Sin embargo, la compleja intersección entre innovación y derecho de autor ha reaparecido con fuerza a propósito del debate sobre la “minería de datos” (TDM). La propuesta de incorporar el artículo 71 T a la Ley N° 17.336 busca habilitar actos de reproducción, adaptación, distribución o comunicación pública de obras lícitamente publicadas cuando se realicen para extracción, comparación, clasificación u otro análisis estadístico de grandes volúmenes de datos sin previa autorización, siempre que no constituyan una “explotación encubierta”.

Este debate no es exclusivo de una sola jurisdicción: cada país necesita su regla de minería de datos para atraer tecnología y fomentar la innovación local. No obstante, el problema radica en la amplitud de una fórmula que corre el riesgo de quedar obsoleta al momento de publicarse. La jurisprudencia reciente ya nos obliga a distinguir etapas. En Estados Unidos, casos como Bartz v. Anthropic o Thomson Reuters v. Ross Intelligence están definiendo cuándo el uso de datos es “transformador” y cuándo se convierte en una explotación que compite injustamente con el titular original. Por su parte, en Europa, el conflicto entre GEMA y OpenAI ha marcado una frontera crítica: cuando un modelo memoriza y reproduce contenidos protegidos, el problema deja de ser un proceso técnico invisible y se transforma en reproducción jurídicamente relevante.

La lección es clara: no toda copia para IA debe prohibirse, pero tampoco toda copia para IA debe ser libre. Una regulación robusta debe distinguir entre uso técnico no expresivo y explotación sustitutiva; entre investigación científica y operación comercial; entre acceso lícito y fuentes ilícitas; entre análisis estadístico y outputs que reproducen o reemplazan obras protegidas.

La dificultad de encontrar una solución adecuada radica no solo en la velocidad de la tecnología, sino en la necesidad de comprender que estas reglas determinarán el avance de industrias completas. El desafío es regular con la precisión suficiente para no frenar la innovación, pero con la firmeza necesaria para proteger el activo más valioso de la economía del conocimiento: la creatividad humana. Es aquí donde la propiedad intelectual se convierte en el motor principal de los nuevos servicios como software.