Non ricordo l’ultima volta che un socio amministratore mi abbia chiesto quale modello avesse ottenuto un punteggio più alto in un test di riferimento. Ricordo invece numerose conversazioni su governance, adozione, sicurezza e sulla possibilità che l’intelligenza artificiale possa effettivamente integrarsi con il patrimonio di conoscenze dello studio.

Questo perché gli studi legali stanno entrando in una fase diversa dell’adozione dell’intelligenza artificiale. Il dibattito si sta spostando dai modelli a ciò che sta dietro di essi. Queste discussioni portano quasi sempre allo stesso punto: il contesto. La maggior parte degli studi ha già le risposte da qualche parte. La sfida consiste nel trovare le informazioni giuste, al momento giusto, per la questione giusta.

L'intelligenza artificiale non ha un problema di conoscenza. E nemmeno la maggior parte degli studi legali. Il loro problema è l'accesso. Ecco perché siamo entusiasti di vedere NetDocuments incluso nell’ecosistema di connettori di OpenAI come parte di OpenAI for Law.

Per chiarire, non si tratta di una funzionalità nuova. I clienti di NetDocuments collegano già i contenuti regolamentati a ChatGPT tramite il Model Context Protocol (MCP). Ciò che cambia è la reperibilità. Ora i clienti possono individuare e attivare più facilmente NetDocuments all’interno di ChatGPT, rendendo più semplice integrare conoscenze giuridiche affidabili nell’esperienza di IA che già utilizzano. Ciò significa che gli avvocati possono rimanere su ChatGPT accedendo in modo sicuro al contesto regolamentato già ospitato in NetDocuments.

L'aspetto più significativo è ciò che tutto questo rappresenta. In tutto il settore legale, stiamo assistendo a un cambiamento: si sta abbandonando l'approccio che considera l'IA come un insieme di strumenti scollegati tra loro per orientarsi verso una strategia più duratura, ovvero la creazione di una base di conoscenze ben gestita in grado di alimentare numerose esperienze basate sull'IA.

Cosa serve davvero a un'IA legale di alto livello

La maggior parte delle discussioni sull’intelligenza artificiale parte dal modello.

Il lavoro legale inizia altrove.

Un modello non conosce la vostra storia. Non sa quale accordo sia stato infine firmato, come sia stata risolta una questione simile tre anni fa, né quale posizione negoziale il vostro team abbia utilizzato con successo con un cliente sei mesi fa.

Le informazioni ci sono. La sfida consiste nel renderle accessibili, sicure e utili.

Una volta collegato a NetDocuments tramite MCP, ChatGPT è in grado di cercare e recuperare documenti in modo sicuro, individuare precedenti rilevanti, confrontare accordi, sintetizzare informazioni e fornire assistenza nella redazione di documenti utilizzando il materiale di lavoro e le conoscenze dell’organizzazione stessa. Si tratta di un’esperienza fondamentalmente diversa rispetto al chiedere a un’intelligenza artificiale di elaborare tutto partendo da zero.

Ho dedicato gran parte della mia carriera ad aiutare le organizzazioni a ripensare il modo in cui viene svolto il lavoro legale. C’è una lezione che ricorre spesso: la tecnologia crea il massimo valore quando comprende il contesto in cui opera. L’intelligenza artificiale applicata al settore legale non fa eccezione.

Perché il contesto è più importante che mai

Una delle sfide del mercato attuale dell’intelligenza artificiale consiste nel distinguere l’entusiasmo dai dati concreti. Questo è uno dei motivi per cui abbiamo recentemente pubblicato il rapporto “Legal Context Engineering Benchmark ”.

L'obiettivo era semplice: mantenere costante il modello, migliorare le informazioni a sua disposizione e misurare il risultato. I risultati hanno confermato ciò che molte aziende stanno già sperimentando nella pratica: quando l'intelligenza artificiale parte da informazioni migliori, impiega meno tempo a cercare, meno tempo a fare ipotesi e più tempo a produrre risultati utili.  

Utilizzando lo stesso modello di frontiera, un contesto giuridico più articolato ha ridotto il costo per risposta corretta del 48%, mantenendo inalterata la qualità delle risposte. Per uno studio legale di grandi dimensioni o per l’ufficio legale di un’azienda, ciò potrebbe tradursi in un risparmio annuo di un milione di dollari. Abbiamo pubblicato la metodologia completa affinché qualsiasi organizzazione possa eseguire autonomamente il test.

Si tratta di una distinzione importante, poiché nel corso della prima ondata di adozione dell’IA il settore si è concentrato sui modelli. La prossima ondata sarà caratterizzata dall’efficacia con cui le organizzazioni organizzeranno, gestiranno e forniranno le proprie conoscenze a tali modelli.

I modelli, le applicazioni e i fornitori continueranno a evolversi rapidamente. La maggior parte delle organizzazioni non ha alcun controllo su tutto ciò.

Ciò che controllano è la loro conoscenza: la storia dei casi, i precedenti, i rapporti con i clienti, i risultati del lavoro, le competenze. Questi non sono semplici dati: sono la conoscenza e l’esperienza accumulate dallo studio.

Nessun modello è in grado di fornire tutto ciò da solo. Deve essere costruito e gestito, e il sistema in cui già si svolge l’attività legale è il contesto naturale da cui fornirlo. Sotto molti aspetti, questo è il vero vantaggio competitivo, ed è esattamente ciò che il nostro Legal Context Graph è stato progettato per cogliere.

Una cosa che i team legali imparano in fretta è che la risposta raramente si trova in un unico documento. È sparpagliata tra pratiche, e-mail, precedenti, materiale di lavoro e le persone che sanno dove cercare. Gli avvocati dedicano una quantità incredibile di tempo a ricostruire tali collegamenti. Il Legal Context Graph è progettato per automatizzare gran parte di questo lavoro. Opera su tre livelli: la natura di un documento e il suo contenuto, le relazioni tra i documenti all’interno di un caso e la distribuzione delle competenze e dei precedenti all’interno dello studio. Si tratta di un’attività ben diversa dalla semplice classificazione dei documenti al momento dell’archiviazione.

Una fondazione, tante esperienze di IA

Gli studi legali non stanno adottando un unico strumento di intelligenza artificiale. Utilizzano ndMAX, ChatGPT, Claude, Microsoft Copilot, Gemini Enterprise, Harvey, Legora, Perplexity e un numero sempre crescente di soluzioni specializzate.

È uno dei motivi per cui abbiamo investito sin dall’inizio in MCP e in un’architettura aperta e indipendente dall’IA. Molto prima che l’interoperabilità diventasse un tema centrale nel settore, eravamo convinti che i clienti non dovessero essere costretti a rielaborare la propria strategia ogni volta che un nuovo modello entrava sul mercato. Riteniamo che si tratti di un compromesso sbagliato. Le organizzazioni non dovrebbero essere costrette a scegliere tra l’adozione di nuovi strumenti di IA e il mantenimento di una base di conoscenze coerente, supportata da un livello contestuale dinamico.

Ciò assume ancora maggiore importanza man mano che il settore va oltre le interfacce di chat per passare a flussi di lavoro basati sugli agenti. Gli agenti non si limitano a rispondere alle domande, ma svolgono un vero e proprio lavoro. Per farlo in modo efficace, devono poter accedere alle stesse informazioni, relazioni, autorizzazioni e linee guida su cui gli esseri umani fanno affidamento ogni giorno.

Il valore non sta nel creare una nuova infrastruttura per ogni strumento di intelligenza artificiale. Il valore sta nel crearla una volta sola e renderla disponibile ovunque si svolga il lavoro.

Qualche anno fa, l’idea che le aziende potessero collegare un’unica base di conoscenze a più strumenti di intelligenza artificiale sembrava ambiziosa. Oggi, molte stanno comprendendo che si tratta dell’unico approccio scalabile.

La governance deve andare di pari passo con la conoscenza

Naturalmente, l’accesso alle informazioni è solo una parte del quadro. Le organizzazioni del settore legale devono inoltre avere la certezza che l’intelligenza artificiale operi all’interno dello stesso quadro di governance che oggi tutela le loro informazioni.

Man mano che le capacità dell’intelligenza artificiale diventano più sofisticate, le questioni assumono sempre maggiore importanza.

• Chi ha accesso alle informazioni?
• In che modo vengono applicate le barriere etiche?
• È possibile sottoporre l'attività a una verifica?
• Cosa succede quando un agente svolge un’attività per conto di un utente?

Non sono domande di natura tecnica. Sono domande relative al business e al rischio.

La nostra filosofia è rimasta immutata sin dall’inizio: la governance deve accompagnare la conoscenza. Quando si accede ai contenuti di NetDocuments tramite MCP, continuano ad applicarsi le autorizzazioni esistenti, le restrizioni a livello di pratica, le barriere etiche, le politiche di conservazione e i controlli di audit. Il Legal Context Graph non si limita a collegare le informazioni, ma ne trasporta con sé le regole di governance, indipendentemente dallo strumento di IA che pone la domanda.

Ogni salto di qualità in termini di capacità aumenta la posta in gioco per la governance. Man mano che questi sistemi diventano più autonomi, la governance assume un’importanza sempre maggiore. Il settore sta iniziando a riconoscere ciò in cui abbiamo creduto fin dall’inizio: l’intelligenza artificiale di per sé non rappresenta un vantaggio. È invece la combinazione di intelligenza artificiale, conoscenza e governance a costituire il vero vantaggio.

Il prossimo capitolo

Il settore sta passando dalla fase sperimentale a quella della responsabilità. I clienti vogliono trasparenza. I dirigenti degli studi legali vogliono un valore misurabile. Gli avvocati vogliono una tecnologia che li aiuti a lavorare più velocemente senza creare nuovi rischi.

Per soddisfare tali aspettative non basta avere accesso all’ultimo modello. Occorre una base solida.

Il settore legale non soffre certo di una carenza di modelle. Semmai, il problema è proprio l’opposto. Ogni pochi mesi arrivano nuove modelle e ogni poche settimane nuovi assistenti. Non è in questo che vedo le difficoltà degli studi legali.

La sfida più ardua consiste nell'organizzare le conoscenze già in possesso dello studio, gestirle in modo adeguato e renderle disponibili ovunque si svolga il lavoro. Ecco perché abbiamo investito in MCP, nel Legal Context Graph e in un ecosistema aperto che abbraccia i principali modelli di intelligenza artificiale, le piattaforme di tecnologia legale e gli strumenti di produttività.

Se il vostro studio legale utilizza già ChatGPT, Claude, Copilot, Gemini o un’altra piattaforma di intelligenza artificiale, la questione non è più se l’intelligenza artificiale abbia o meno un ruolo nel lavoro legale.

La domanda è se operi sulla base delle giuste conoscenze e di un adeguato sistema di governance.

Perché il futuro dell’IA nel settore legale non consiste nello scegliere un modello vincente, ma nel garantire che ogni modello possa avvalersi delle stesse conoscenze affidabili e dello stesso quadro di governance.

Scopri di più sul primo Legal Context Graph del settore e consulta i risultati nel rapporto “Legal Context Engineering Benchmark ”.