Intelligenza artificiale nell'ufficio legale: i casi d'uso che reggono
Un ufficio legale interno di quattro persone vede passare trecento contratti l'anno, con richieste che arrivano insieme da funzioni diverse, su documenti che si somigliano moltissimo. Il collo di bottiglia è il tempo di risposta, non la qualità della scrittura. Chi valuta l'AI per uffici legali di aziende dovrebbe partire da qui, e chiedersi quale parte di quel lavoro sopporta un primo passaggio automatico con una revisione umana sopra. E quale parte non lo sopporta affatto.
Perché l'ufficio legale d'impresa ha un problema diverso da quello dello studio
Lo studio legale lavora su mandati eterogenei, per clienti diversi, con archivi che crescono per stratificazione. L'ufficio legale d'impresa lavora su un corpus solo: una società o un gruppo, un set di template approvati, una policy di deroga, controparti che spesso ritornano. Questo cambia il calcolo.
Tre differenze pesano più delle altre.
Il committente è interno e ha una scadenza commerciale. Chi manda il contratto da rivedere è il collega delle vendite che ha promesso la firma entro venerdì. Il tempo di risposta è una metrica di servizio, non una voce di parcella.
I documenti si ripetono. NDA in entrata, ordini d'acquisto sulle condizioni generali, contratti di fornitura ricorrenti: la stessa struttura, con quindici punti che variano. È esattamente la materia su cui l'estrazione automatica dà risultati leggibili.
Il freno deontologico spesso non c'è. Nelle imprese private il giurista interno di norma non è iscritto all'albo forense, perché l'articolo 18 della legge 247/2012 rende l'esercizio della professione incompatibile con il lavoro subordinato; l'elenco speciale previsto dall'articolo 23 riguarda gli avvocati degli enti pubblici. Il codice deontologico forense vincola gli iscritti all'albo, quindi i legali esterni a cui l'azienda affida i mandati, non il giurista d'impresa. Le cautele che nello studio arrivano dalla deontologia, in azienda vanno scritte in una policy, altrimenti non esistono. Con gli esterni conviene metterle nero su bianco nel mandato, allineandole a quanto la deontologia forense chiede loro sull'AI generativa.
Un obbligo, invece, riguarda l'azienda in quanto tale: l'articolo 4 del Regolamento (UE) 2024/1689 (AI Act) chiede a chi fornisce e a chi utilizza sistemi di IA di adottare misure per garantire un livello sufficiente di alfabetizzazione in materia di IA nel personale che li usa, e si applica dal 2 febbraio 2025. In concreto, chi mette un assistente nelle mani del team legale deve poter dimostrare di avergli spiegato che cosa lo strumento fa e dove sbaglia.
AI per uffici legali di aziende: i casi d'uso che reggono oggi
Tre applicazioni oggi stanno in piedi in un ufficio legale interno, tutte con lo stesso schema: la macchina prepara, la persona decide.
Ricerca nel proprio archivio
La domanda tipica non è giuridica, è di memoria organizzativa. "In quali contratti di fornitura firmati dopo il 2023 abbiamo accettato una penale per ritardo superiore allo 0,5% settimanale?" Oppure: "abbiamo mai concesso l'esclusiva territoriale a un distributore in Spagna?" La risposta esiste già dentro l'azienda, e di solito la conosceva la persona che ha lasciato l'ufficio due anni fa.
Serve a ritrovare il precedente interno prima di negoziare da zero una condizione che l'azienda ha già discusso. Presuppone un archivio indicizzato e permessi corretti, e su questo torniamo più avanti.
Confronto fra versioni
La controparte restituisce il DOCX. Il confronto automatico contro il template approvato segnala le differenze, comprese quelle che qualcuno ha inserito senza revisioni tracciate, e le ordina per gravità secondo la policy di deroga: qui hanno tolto il massimale, qui hanno spostato il foro, qui hanno cambiato una virgola.
È il caso d'uso con il rapporto migliore fra beneficio e rischio, perché l'output è verificabile in pochi secondi: o quella riga è diversa dal template o non lo è.
Estrazione di clausole
Da un contratto si estraggono i campi che servono a governarlo: durata, rinnovo tacito e preavviso di disdetta, massimale di responsabilità, legge applicabile e foro, change of control, esclusive, penali, obblighi di riservatezza con scadenza autonoma. Il risultato è una tabella, e dalla tabella nasce lo scadenzario delle disdette: da lì in poi il tema non è più l'AI ma il ciclo di vita del contratto, che si governa con le stesse regole anche senza un modello di mezzo.
Il preavviso di novanta giorni su un contratto che si rinnova tacitamente è il tipo di dato che costa denaro quando non è in un elenco che qualcuno guarda.
| Caso d'uso | Cosa produce la macchina | Cosa resta alla persona | Come si misura |
|---|---|---|---|
| Ricerca nell'archivio | Elenco di documenti e passaggi pertinenti, con il riferimento al file | Leggere il contratto citato prima di usarlo come precedente | Quante ricerche finiscono con il documento giusto trovato |
| Confronto fra versioni | Differenze rispetto al template, ordinate per gravità | Decidere quali deroghe si accettano | Giri di revisione necessari per chiudere |
| Estrazione di clausole | Tabella di campi con il rimando al punto del testo | Validare i campi critici a campione | Tasso di correzione sui campi validati |
I casi d'uso che non reggono: pareri autonomi e citazioni non verificate
Un modello linguistico produce testo plausibile, e la plausibilità in diritto è il travestimento migliore dell'errore. Le citazioni giurisprudenziali inventate restano il problema più noto, e sono state trattate nel dettaglio parlando di cosa può e non può fare un chatbot generico. Nell'ufficio legale d'impresa se ne aggiungono altri quattro.
Il parere che va al consiglio di amministrazione. Se il testo è destinato a fondare una decisione societaria, la responsabilità è di chi lo firma, e il tempo speso a verificare riga per riga un testo che non hai scritto tu non è tempo risparmiato.
Il rischio quantificato in una cifra. I modelli producono percentuali di probabilità di soccombenza con la stessa disinvoltura con cui producono tutto il resto. Non c'è nulla dietro quel numero.
Le decisioni automatizzate su persone. L'articolo 22 del GDPR limita le decisioni basate unicamente su trattamenti automatizzati che producono effetti giuridici o incidono in modo analogo. Screening di candidati, valutazioni disciplinari, classificazione di segnalazioni: qui l'automazione va istruita, documentata e messa nelle condizioni di essere ribaltata da una persona.
Le segnalazioni whistleblowing. Il D.lgs 24/2023 impone la tutela della riservatezza dell'identità del segnalante e limita l'accesso alle segnalazioni al personale autorizzato. Quel materiale non entra in un indice generale interrogabile dal legale, dall'HR e dal controllo di gestione.
Una regola pratica che vale come filtro: se verificare l'output richiede più tempo di quanto ne servirebbe a produrlo da zero, quel caso d'uso non conviene, per quanto la demo sia impressionante.
Il presupposto di tutto: documenti ordinati e ritrovabili
Il motivo più frequente per cui un progetto di questo tipo delude non riguarda il modello. Riguarda l'archivio su cui viene puntato.
Gli ostacoli concreti sono sempre gli stessi:
- lo stesso contratto in tre copie con tre nomi diversi, e nessuna indicazione di quale sia la versione firmata;
- le scansioni senza riconoscimento del testo, che per qualunque sistema di ricerca sono immagini vuote;
- gli allegati rimasti in posta, mai entrati nell'archivio, che spesso contengono proprio la deroga negoziata;
- l'assenza di metadati minimi: controparte, tipo di contratto, data di firma, scadenza, società del gruppo, valore.
Una verifica onesta costa mezza giornata. Prendete cinquanta contratti veri, non un campione scelto bene, e provate a rispondere a mano a tre domande: qual è la versione firmata, quando scade, chi l'ha negoziata. Se non ci riuscite, nessun assistente ci riuscirà al posto vostro. È la ragione per cui l'intelligenza artificiale che lavora sull'archivio dell'organizzazione viene dopo il documentale e non prima: il modulo QuantumAI presuppone che i documenti stiano già in un posto solo, con permessi e metadati coerenti.
Dove restano i dati e chi può interrogarli
Due domande vanno risolte prima della firma con il fornitore, e non riguardano le funzionalità.
Che cosa succede al testo che entra nello strumento. Il contratto deve dire dove avviene il trattamento, quali sono i sub-responsabili, per quanto tempo restano conservati prompt e risposte, e se i contenuti alimentano l'addestramento di modelli. Serve un accordo ai sensi dell'articolo 28 del GDPR, le misure di sicurezza dell'articolo 32, l'aggiornamento del registro dei trattamenti dell'articolo 30 e, quando il trattamento è su larga scala o coinvolge categorie particolari di dati, la valutazione d'impatto dell'articolo 35. Sono gli stessi adempimenti che ricorrono in tutta la gestione documentale, e li trovate in fila nella checklist degli obblighi GDPR.
Chi vede che cosa quando interroga. L'assistente deve ereditare i permessi dell'utente che pone la domanda, non lavorare con un'utenza di servizio che legge tutto. La differenza si vede il primo giorno: se una cartella HR è rimasta condivisa per errore tre anni fa, un motore di ricerca in linguaggio naturale lo scopre prima di qualunque audit. Vanno tenuti fuori dall'indice generale, con perimetri separati, il contenzioso in corso, i dati del personale, le operazioni straordinarie sotto accordo di riservatezza e le segnalazioni whistleblowing.
Se l'assistente entra in un processo rilevante per il modello organizzativo adottato ai sensi del D.lgs 231/2001, per esempio la gestione dei rapporti con la pubblica amministrazione, il protocollo corrispondente va aggiornato e l'organismo di vigilanza informato.
Come si misura se ha funzionato: tempi e rilavorazioni, non entusiasmo
La misurazione va impostata prima di accendere lo strumento, perché serve una baseline. Quattro-sei settimane su un solo processo bastano a capire.
Le metriche che dicono qualcosa:
- tempo dalla richiesta alla prima risposta, in mediana e non in media, perché è la coda lunga che fa arrabbiare il business;
- giri di revisione necessari a chiudere il contratto;
- quota di contratti chiusi sul template senza deroghe;
- tasso di rilavorazione: quante volte l'output è stato corretto in modo sostanziale, con il significato di "sostanziale" definito prima e non dopo;
- tempo di verifica: quanto impiega la persona a controllare. Se sale, il risparmio a monte è solo spostato più avanti;
- richieste che non arrivano più al legale, perché la funzione richiedente trova da sola la risposta standard.
Il dato che non misura niente è quante volte lo strumento è stato aperto.
Da quale processo conviene partire
Il candidato giusto ha tre caratteristiche insieme: volume alto, rischio unitario basso, template già esistente e approvato. Nella maggior parte delle aziende è la gestione degli NDA in entrata, oppure gli ordini d'acquisto sulle condizioni generali. Il candidato sbagliato è il contenzioso, l'operazione straordinaria, il contratto su misura con una controparte più forte: casi rari, ognuno diverso, dove l'errore costa e il volume non ripaga la messa a punto.
Un modo rapido per individuarlo: prendete il registro dei contratti degli ultimi dodici mesi e ordinatelo per tipologia, contando quanti sono e quanto vale ciascuno. La tipologia che sta in cima per numero e in fondo per valore unitario è quella da cui partire.
Un errore ricorrente: attivare l'assistente su un archivio mai riordinato e poi leggere le risposte sbagliate come un limite del modello. Prima di firmare, chiedete al fornitore di provare lo strumento su cinquanta vostri contratti reali, con i vostri permessi, e di mostrarvi le risposte a tre domande che voi già conoscete. Se sbaglia quelle, saprete esattamente dove sta il problema.
