Nashville, dove il diritto incontra il futuro – Dante De Benedetti

Appunti da ILTACON, la più grande convention mondiale di legal tech

C’è un momento, camminando tra i corridoi di un enorme padiglione in un altrettanto enorme convention center di Nashville, in cui si smette di contare gli stand e si comincia soltanto a guardare. Seimila partecipanti, trecento espositori, quindici palchi su cui si sono succeduti oltre duecento interventi e panel in pochi giorni: ILTACON — la convention annuale dell’International Legal Technology Association — è qualcosa che va visto almeno una volta (io sono alla seconda e non vedo l’ora di andare alla terza) per capire davvero a che punto è arrivata la trasformazione del settore legale a livello globale. E, per riflesso, quanto l’Italia sia ancora lontana.

Vediamo solo alcuni degli spunti, lasciandone altri, altrettanto importanti, ad un prossimo intervento.

Dal prompt al contesto: la svolta che ancora quasi nessuno ha fatto

Se c’è un’idea che ha attraversato ogni palco, ogni corridoio, ogni conversazione informale tra uno speech e l’altro, è questa: non basta più saper scrivere un buon prompt. L’era del “chiedi e ricevi” è già superata. Ciò che distingue uno studio legale che usa davvero l’intelligenza artificiale da uno che la usa male è la capacità di fornire contesto.

Cosa significa in pratica? Significa che se chiedo a un sistema di AI di redigere una lettera di diffida, il risultato cambia radicalmente a seconda di quante informazioni contestuali gli fornisco, non solo nella chat di riferimento ma nell’impostazione che la precede (la cosiddetta “knowledge”): la storia del rapporto tra le parti, lo stile comunicativo dello studio, precedenti corrispondenze, la giurisdizione applicabile, il tono desiderato. Un modello di AI non è un oracolo: è uno strumento potentissimo che lavora tanto meglio quanto più è informato. Passare dalla logica del prompt a quella del contesto non è un dettaglio tecnico. È un cambio di mentalità.

Il costo dell’AI: il tema che ancora quasi nessuno ha  affrontato ma che è imprescindibile

Tra gli argomenti che hanno occupato più tempo e attenzione c’è uno che fino a poco tempo fa sembrava secondario: quanto costa usare l’AI? La risposta, per molti studi che si sono lanciati con entusiasmo, è stata scioccante — e non nel senso positivo del termine.

I costi di utilizzo dei grandi modelli commerciali possono diventare significativi, soprattutto quando si inizia a lavorare con volumi elevati di documenti, ricerche e analisi. Ed è qui che si aprono tanti temi. Il primo, appena visto, è quello di essere più precisi possibili nella definizione del contesto per evitare che l’AI debba utilizzare moltissimi token che potrebbero essere risparmiati.  Il secondo, destinato a diventare sempre più centrale: il passaggio alla gestione in house dell’intelligenza artificiale, attraverso i cosiddetti modelli “open weight” —la cui architettura è resa pubblica e che possono essere installati e gestiti direttamente dallo studio che li utilizza.

Questi modelli, un tempo considerati nettamente inferiori ai sistemi proprietari delle grandi aziende tech, hanno fatto passi da gigante. Oggi alcuni di essi performano in modo quasi paragonabile ai modelli cosiddetti “di frontiera” (ad oggi Fable 5, Sol 5.6, Gemini 3.7 e Grok 4.6)  su una vasta gamma di compiti legali, a una frazione del costo. La valutazione di questa transizione — vantaggi economici, investimenti iniziali in infrastruttura, competenze necessarie — è già sulla scrivania dei responsabili IT dei grandi studi anglosassoni. Prossimamente sui nostri schermi.

I dati dello studio: la vera ricchezza che nessuno ha ancora valorizzato

Ogni studio legale è seduto su una miniera. Anni di contratti redatti, pareri espressi, ricorsi scritti, sentenze analizzate, corrispondenza con i clienti: tutto questo costituisce un patrimonio informativo di valore straordinario — ma soltanto se viene organizzato, pulito, strutturato in modo che un sistema di AI possa davvero utilizzarlo.

La parola chiave qui è data curation: prima ancora di pensare a quale strumento adottare, occorre fare i conti con la qualità dei propri dati. Uno studio che ha vent’anni di contratti di locazione commerciale ben catalogati può affinare un sistema di AI capace di redigere, analizzare e confrontare contratti analoghi con una precisione e una velocità impensabili per un team umano. Al contrario, uno studio con gli stessi vent’anni di documenti conservati in cartelle mal nominate, senza metadati, senza indicizzazione, non potrà mai sfruttare appieno nessuno strumento di intelligenza artificiale. I dati grezzi non servono: servono dati curati.

Il modello giusto per il compito giusto

Un altro tema ricorrente riguarda la scelta del modello più adatto a ciascun tipo di attività. Non esiste il modello perfetto per tutto: ogni modello ha le sue caratteristiche e, soprattutto, i suoi costi. Paragonando un modello ad un mezzo di trasporto, sicuramente l’aereo è il più veloce, ma a seconda del caso concreto si sceglierà tra bicicletta, motocicletta, automobile sportiva, nave, treno e quant’altro. Stessa cosa per i modelli: alcuni eccellono nell’analisi di testi lunghi e complessi, altri sono ottimizzati per la ricerca, altri ancora per la sintesi o per la generazione di bozze contrattuali. La maturità nell’uso dell’AI passa anche dalla capacità di orchestrare strumenti diversi in modo intelligente.

Il context graph: l’intelligenza che connette i punti

Forse il concetto più sofisticato — e più entusiasmante — emerso da ILTACON è quello di context graph: una struttura che non si limita ad archiviare le informazioni, ma le connette tra loro attraverso relazioni semantiche, passando per tassonomia ed ontologia.

Immaginate una rete in cui ogni documento, ogni cliente, ogni singolo argomento, ogni tipologia contrattuale o di atto è un nodo, collegato agli altri da fili invisibili ma interrogabili (i cosiddetti “archi”). Un sistema così costruito permette di rispondere a domande che prima erano impossibili e, cosa ancor più importante, con costi infinitamente più bassi, precisione inimmaginabile ed assenza di “allucinazioni”. Non è fantascienza: è tecnologia disponibile oggi, per chi ha avuto la lungimiranza di strutturare i propri dati in modo adeguato o si affretterà a farlo.

Il limite del mercato italiano: mille espositori che non vediamo

E qui veniamo alle due osservazioni che mi hanno accompagnato nel volo di ritorno.

La prima riguarda il mercato. Trecento espositori a ILTACON sono già una cifra impressionante, ma rappresentano soltanto una frazione dell’ecosistema legal tech della common law, in cui si contano abbondantemente oltre mille aziende attive in questo settore, che è una vera e propria industria. Realtà che competono, si differenziano, si specializzano, si sfidano a colpi di innovazione.

In Italia non esiste nulla di paragonabile. Il mercato del software legale (e forse non solo quello) è dominato da pochissimi operatori, in un contesto di quasi assenza di concorrenza reale. E dove non c’è concorrenza, raramente c’è innovazione. Il rischio non è solo di restare indietro rispetto ai colleghi stranieri: è di non avere nemmeno gli strumenti per competere, quando la competizione diventerà inevitabile.

Usare l’AI, non essere usati dall’AI

La seconda osservazione è la più importante, e riguarda tutti noi avvocati direttamente.

A Nashville si è parlato molto di strumenti “set and go”: li installi, li configuri una volta, e li usi passivamente come se fossero un elettrodomestico intelligente. È comodo. È rassicurante. Ed è esattamente il modo sbagliato di approcciare l’intelligenza artificiale nel contesto professionale.

L’avvocato che vincerà la sfida del presente e del futuro non sarà quello che ha trovato il miglior tool preconfezionato: sarà quello che ha capito come funziona l’AI, che sa fornirle contesto, che conosce i limiti del modello che usa, che ha curato i propri dati e sa cosa chiedere — e soprattutto cosa non chiedere. La differenza tra un professionista che usa l’AI e un professionista che viene usato dall’AI non è tecnica. È culturale. E si gioca adesso.

Nashville insegna che il treno è in corsa. La domanda non è se salire: è su quale vagone farlo.