I due orologi

La capacità dell'IA è anni avanti rispetto alle istituzioni che dovrebbero usarla. Il business del prossimo decennio è colmare questo divario.

Negli ultimi mesi, mi sono seduto con soci di alcuni dei più grandi studi legali del paese e ho chiesto loro di mostrarmi cosa avevano effettivamente provato a fare con l'IA.

Lo schema era sorprendentemente coerente. Un avvocato esperto, con venti o trent'anni di carriera, caricava un documento e chiedeva al modello di "rivedere questo contratto e segnalare i problemi". Il modello restituiva una risposta competente, generica e per lo più inutile. L'avvocato annuiva, perché la risposta confermava il sospetto con cui era entrato. Strumento interessante. Buono per i riassunti. Non pronto per il lavoro vero.

Questo è il primo istinto naturale, dato che la casella sembra una barra di ricerca che invita a una query di una o tre frasi.

Ma poi abbiamo ricostruito l'istruzione.

Non abbiamo aggiunto parole magiche. Abbiamo fatto ciò che un avvocato senior farebbe prima di affidare l'incarico a un valido associato. Abbiamo spiegato il background del cliente, la posizione, l'obiettivo commerciale, le dinamiche con la controparte, le clausole che di solito contano, le questioni che sembrano legali ma sono in realtà commerciali, le argomentazioni da non fare, il livello di sicurezza che l'avvocato era disposto a sostenere, il formato che il cliente avrebbe effettivamente letto e i controlli che l'IA doveva eseguire prima che la risposta arrivasse.

Stesso modello. Stesso documento. Istruzione diversa.

L'output cambiava così tanto che spesso l'umore nella stanza cambiava con esso.

Questo è il divario che tutti si perdono. Il modello non era troppo debole. L'istituzione non aveva imparato come assorbirlo.

Negli ultimi due mesi ho lavorato tranquillamente con due dei più grandi e antichi studi legali degli Stati Uniti, aiutandoli ad assorbire l'IA nel lavoro quotidiano dei loro gruppi di pratica. Sono studi con tutte le ragioni strutturali per muoversi lentamente: profitti enormi, potenti collegi interni, flussi di lavoro profondamente radicati, clienti che pagano ancora le bollette. E anche lì, la conversazione seria è cambiata.

La domanda non è più se gli avvocati possono usare l'IA per riassumere documenti. È come ricostruire il vero lavoro legale attorno ai modelli di frontiera.

Due orologi stanno correndo e hanno perso il sincronismo.

Il primo misura il progresso della tecnologia. Ticchetta avanti ogni poche settimane: un modello più intelligente, una finestra di contesto più lunga, un agente migliore, un sistema che può prendere un insieme di file disordinati e restituire un prodotto di lavoro che prima richiedeva un team. Il secondo tiene traccia delle istituzioni destinate a utilizzare la tecnologia e si muove come si muovono sempre le istituzioni: attraverso comitati, approvazioni, progetti pilota, politiche, formazioni, gruppi di coordinamento e la silenziosa speranza che nulla di fondamentale debba cambiare prima del prossimo ciclo di compensi.

La distanza tra questi orologi è il fatto più importante nel business in questo momento.

Il dibattito pubblico sull'IA perde per lo più questo divario perché è quasi interamente un dibattito sul primo orologio. Una parte pensa che l'IA stia per inghiottire l'intera economia. L'altra pensa che sia solo un completamento automatico troppo costoso e sopravvalutato. Entrambe le argomentazioni sono troppo incentrate sulla macchina. La storia che conta di più a metà del 2026 è tutto ciò che circonda la macchina: gli incentivi, le abitudini, i prezzi, il lavoro umano di cambiare il modo in cui un'organizzazione svolge il suo lavoro.

Il collo di bottiglia si è spostato. Non è più l'intelligenza. È il suo assorbimento.

Le aziende che costruiscono la tecnologia hanno raccolto somme enormi sulla promessa che rimodellerà l'economia (e velocemente), e ora devono dimostrare che la rimodellazione è reale. Le aziende destinate a usarla affrontano clienti che chiedono i risparmi che tutti continuano a promettere e nuovi rivali "nativi dell'IA" che stanno iniziando a prendersi il loro lavoro. Entrambe le parti hanno bisogno della stessa cosa, ed è in offerta disperatamente scarsa: capacità reale, assorbita nel modo in cui il lavoro impiegatizio viene svolto.

Questo assorbimento è la più grande opportunità di business nei servizi professionali.

L'Orologio Veloce

Nel tempo che impiega un grande studio per programmare una riunione di comitato sull'IA, vengono rilasciate due generazioni di nuovi modelli di frontiera. Ognuno sembra incrementale per lo studio perché arriva all'interno della stessa casella di chat del precedente. L'interfaccia cambia a malapena, quindi le persone si perdono la portata di ciò che è cambiato sotto.

Un avvocato nel 2016 avrebbe considerato l'attuale frontiera dell'IA come fantascienza. Un modello può leggere un documento, suddividere un problema complesso in sottoparti, lavorare su quelle sottoparti in parallelo, cercare in un insieme di file, manipolare documenti, scrivere codice, eseguire quel codice, controllare le citazioni e restituire un prodotto di lavoro finito senza alcun coinvolgimento umano oltre al prompt iniziale. Mostralo a un avvocato dieci anni fa e la dimostrazione si sarebbe conclusa con una riunione d'emergenza del comitato esecutivo. Mostralo a un avvocato oggi e lui chiede se il reparto IT dello studio ha approvato lo strumento.

L'industria del software è il posto più facile per vedere l'orologio veloce in azione perché il codice o funziona o non funziona. All'interno di Anthropic, Claude ora scrive più dell'ottanta percento del codice che viene distribuito in produzione, e il ricercatore medio, intervistato a marzo, ha stimato la sua produttività a quattro volte quella che sarebbe senza IA.¹ Clive Thompson ha intervistato circa settanta ingegneri in Google, Amazon, Microsoft e Apple e ha trovato la stessa forma ovunque: la persona senior scrive meno, dirige di più e produce molto più di prima.² L'unità di lavoro si è spostata dalla produzione all'orchestrazione. L'umano è ancora responsabile, ma l'umano non sta più digitando ogni (o quasi) riga di codice a mano.

Ma il diritto non ha un compilatore. Un contratto sbagliato non va in crash. Rimane in un cassetto, apparentemente a posto, fino al giorno in cui una controparte esercita un diritto di consenso che nessuno aveva adeguatamente considerato, o una clausola di indennizzo crea una responsabilità illimitata per un cliente ignaro. Questo rende l'IA legale più difficile da valutare dell'IA per la programmazione, ma posso dirvi in prima persona che non è meno potente.³

I miei amici ingegneri corrono da sei mesi a un anno avanti rispetto al resto del lavoro impiegatizio in quanto seriamente usano questi strumenti, e gran parte di ciò che ora insegno agli avvocati l'ho imparato guardandoli. Nella mia pratica e nel mio lavoro di consulenza, ho osservato il cambiamento che l'industria tecnologica ha appena vissuto iniziare in piccoli angoli della professione legale. Un contenzioso trasforma una giornata di ricerca in venti minuti. Un team di deal comprime una settimana di revisione dei documenti in un pomeriggio. Un avvocato singolo si assume un lavoro che prima richiedeva un piano di associati sotto di lei.

Alcuni di questi avvocati lavorano all'interno dei più grandi studi del mondo, costruendo cose che i loro stessi soci non hanno notato e non crederebbero. Molti sono in studi più piccoli senza alcun comitato a cui chiedere: singoli che smantellano i loro flussi di lavoro fino all'osso, boutique costruite attorno a questi strumenti fin dall'inizio, avvocati che possono cambiare il lavoro perché non hanno bisogno del permesso dell'istituzione che il lavoro minaccia.

L'orologio veloce non aspetta quello lento.

L'Orologio Lento

Passeggia per i corridoi di un tipico studio AmLaw 50 e non troverai, per la maggior parte, avvocati che gestiscono la loro pratica attraverso modelli di frontiera.

Troverai costosi abbonamenti di IA legale. Strumenti approvati. Formazioni dei fornitori. Politiche di uso responsabile. Premi per l'innovazione. Panel di retreat per soci dove tutti concordano che l'IA è importante e nessuno dice esattamente quali flussi di lavoro dovrebbero cambiare.

Chiedi agli avvocati all'interno di un grande studio per cosa usano l'IA oggi, e per lo più li troverai a usare una delle tecnologie più potenti mai costruite per pulire le voci di timesheet, riassumere documenti che nessuno ha intenzione di leggere e scrivere email per programmare la prossima riunione. Usi banali di uno strumento serio.

Le capacità che conterebbero, quelle in cui i modelli sono cresciuti, rimangono inesplorate: delega sostanziale, briefing del modello come faresti con un buon associato, contesto e standard e giudizi espressi chiaramente, e ottenere un prodotto di lavoro d'élite che prima avrebbe richiesto giorni.

L'uso è timido anche dove la capacità non lo è.

La Trappola degli Incentivi

La lentezza è comprensibile, il che non è la stessa cosa che difendibile.

I profitti di un grande studio legale poggiano su due pilastri: l'ora fatturabile, che addebita il tempo, e la leva, che impila avvocati junior sotto ogni socio e fattura le loro ore a un ricarico. L'IA minaccia entrambi. Ogni ora che risparmia è un'ora che non può essere fatturata alla vecchia maniera. Il lavoro che fa meglio, prima bozza, due diligence, revisione dei documenti, controllo delle citazioni, riassunto, confronto, formattazione, è esattamente il lavoro che la piramide del BigLaw esiste per vendere.

Quindi il socio razionale sperimenta in privato. Lo studio razionale si muove lentamente. Entrambi stanno proteggendo qualcosa di reale.

Questo è il dilemma dell'innovatore nella sua forma più pura. Gli studi che hanno più da guadagnare dalla ricostruzione sono quelli la cui economia attuale rende la ricostruzione più dolorosa. Aspettano, e l'attesa è razionale finché non diventa fatale.

Le persone che potrebbero forzare il cambiamento hanno spesso meno ragioni per farlo. Uno studio legale distribuisce i suoi profitti ogni anno. La parcella di un socio è una quota di ciò che lo studio ha guadagnato quest'anno, non un diritto sui prossimi dieci. Un CEO di una società pubblica che trasforma la sua attività viene pagato in azioni, che prezzano gli utili futuri nel momento in cui il mercato crede alla storia. Un managing partner (a volte guadagnando dai dieci ai venticinque milioni di dollari di stipendio all'anno, a cinque anni dalla fine di una lunga carriera) che trasforma il suo studio ottiene sconvolgimento ora, una lotta per la compensazione ora, un volume fatturabile inferiore ora e un guadagno che potrebbe arrivare dopo che se n'è andato. Aspettare che l'orologio scada paga lui. Risolvere paga i suoi successori.

L'orologio lento corre anche sulla paura.

Prima c'è la paura asimmetrica di diventare la storia di avvertimento. Il socio che ricostruisce silenziosamente un flusso di lavoro riceve un cenno educato. Il socio la cui archiviazione IA cita casi falsi ottiene un titolo che lo segue per il resto della sua carriera. Sullivan & Cromwell l'ha imparato questa primavera, quando una mozione d'urgenza in un caso fallimentare è uscita con una serie di errori di citazione generati dall'IA.⁴ S&C non è certo uno studio sbadato. Questo è il punto. Il prestigio non impedisce questo fallimento. Il processo sì.

C'è anche la paura più silenziosa, quella che ogni avvocato ha scorso in centinaia di titoli, che l'IA stia arrivando per sostituirli del tutto. La paura non è irrazionale, dato che gli avvocati continuano a sentire questa narrazione dalle persone che costruiscono la tecnologia. Dario Amodei, amministratore delegato di Anthropic, ha dichiarato pubblicamente l'anno scorso avvertendo che l'IA potrebbe spazzare via la metà di tutti i lavori impiegatizi entry-level, incluso nel diritto, entro cinque anni.⁵ Penso che si sbagli sugli avvocati, e tornerò sul perché. Ma un socio non deve credere alla previsione per sentirne l'attrazione. Visto dall'interno di un grande studio, ogni uso serio del modello può sembrare una prova generale per la propria sostituzione: insegna alla macchina il lavoro e le hai insegnato il tuo lavoro.

Quindi gli studi, in generale, si ritirano nel teatro dell'IA. Una task force. Una politica. Un progetto pilota. Un fornitore. Un discorso sull'"innovazione responsabile". Più di una volta negli ultimi mesi ho avuto l'opportunità di presentare in panel insieme a leader dei migliori studi legali che definiscono i loro programmi IA "best in class" e poi non hanno una risposta coerente alle uniche domande che contano: quali flussi di lavoro sono cambiati, quanto sono diventati più veloci, cosa è migliorato per il cliente e cosa fa ora lo studio in modo diverso su una questione reale?

La generalità è sempre il segno rivelatore. Uno studio che ha ricostruito un flusso di lavoro parlerebbe del flusso di lavoro.

L'Albero di Trasmissione

Tutto questo è già successo prima. Quando l'elettricità sostituì il vapore nella fabbrica, i proprietari delle fabbriche fecero la cosa ovvia: tolsero il motore a vapore, misero un motore elettrico al suo posto e fecero funzionare le macchine dallo stesso lungo albero di trasmissione centrale. Per quasi trent'anni, gli stabilimenti mantennero quella disposizione, come se l'energia provenisse ancora da una fornace nel seminterrato.

I guadagni di produttività che gli economisti continuavano ad aspettare arrivarono solo quando, una generazione dopo, i proprietari delle fabbriche strapparono il pavimento e ricostruirono la linea di assemblaggio attorno alla nuova fonte di energia, mettendo un piccolo motore su ogni macchina e lasciando che la linea seguisse il compito invece dell'albero.

Il problema non era che l'elettricità non fosse sopravvalutata; era che una tecnologia per uso generale ripaga solo quando qualcuno riprogetta il lavoro attorno ad essa, e la riprogettazione può essere in ritardo di una generazione rispetto all'invenzione.⁶

L'IA è ora in quella fase. Il nuovo motore è, nella migliore delle ipotesi, imbullonato nel vecchio albero di trasmissione, e il pavimento sotto di esso è ancora quello costruito per il vapore.

Coca-Cola, Non General Electric

Quando la refrigerazione meccanica divenne economica e affidabile all'inizio del ventesimo secolo, la scommessa ovvia erano le aziende che costruivano le macchine di refrigerazione: General Electric, Westinghouse, Frigidaire. Ma il più grande vincitore non fu nessuna di loro.

Fu Coca-Cola, un'azienda regionale di sciroppi per fontane di soda di Atlanta, che sotto Robert Woodruff si prefisse negli anni '20 di mettere il suo prodotto, nelle sue parole, a portata di desiderio, in ogni città della terra.⁷

Coca-Cola non costruì mai un frigorifero. Capì, prima e più completamente di chiunque altro, cosa rendesse possibile il freddo economico, e si ricostruì attorno a quella comprensione finché una Coca-Cola fredda non divenne un elemento permanente della vita umana.

I laboratori di frontiera sono la General Electric di questo momento. La cosa che producono, l'intelligenza grezza, sta diventando più economica a un ritmo con pochi precedenti; rispetto alle ore umane che un'unità di essa sostituisce, è vicina a un errore di arrotondamento per compito.

Ma la fortuna della Coca-Cola andrà a chiunque capisca, prima di chiunque altro, cosa sia il "freddo", e costruisca qualcosa sopra di esso che non era possibile a nessun prezzo l'anno prima. Quella corsia è spalancata in questo momento, in ogni industria contemporaneamente.

La Scommessa di Kirkland

Kirkland & Ellis ha annunciato a maggio che avrebbe speso 500 milioni di dollari in tre o quattro anni per costruire la propria piattaforma IA.⁸

Quel numero (che ha attirato tutti i titoli) conta meno di ciò che rivela. Lo studio legale con il fatturato più alto del mondo ha concluso che noleggiare gli stessi strumenti (es. Harvey, Legora, ecc.) di tutti gli altri non può proteggere ciò che ha costruito. Difficile da contestare. Un abbonamento disponibile per ogni studio non può essere ciò che distingue uno studio, e il cambiamento in atto nella pratica del diritto è troppo grande per essere affrontato con una chiave di licenza.

Kirkland è anche più esposta della maggior parte, e l'esposizione viene dallo stesso posto dei profitti. L'anno scorso lo studio ha registrato 10,5 miliardi di dollari di fatturato e 11,1 milioni di dollari di profitti per socio di capitale, entrambi record.⁹ Quei profitti poggiano in modo sproporzionato sul private equity, la base clienti sbagliata da avere quando la produzione diventa economica. Gli sponsor eseguono le stesse strutture di deal dozzine di volte all'anno, tengono traccia della spesa legale al punto base e hanno iniziato a chiedersi perché un lavoro che una macchina può redigere venga ancora fatturato alle tariffe degli associati. Il lavoro che si ripete è il lavoro che un modello IA impara più velocemente. Anche Blackstone, il rapporto di punta, ha iniziato a pagare lo studio di meno.¹⁰

Il private equity sta stringendo anche dall'altro lato. I soldi di Blackstone e Bain Capital ora stanno dietro a Norm Law, una piattaforma legale nativa dell'IA che ha reclutato l'ex presidente del comitato esecutivo di Sidley Austin come suo presidente.¹¹ L'industria che ha reso Kirkland lo studio legale più redditizio della storia ha iniziato a finanziare i suoi sfidanti. Kirkland sa leggere il proprio mercato. Il primo prodotto del programma da mezzo miliardo di dollari è arrivato una settimana dopo l'annuncio stesso, un motore di formazione di fondi per i clienti di private equity dello studio.¹²

Ma la dimensione dell'assegno non deciderà il risultato.

Una piattaforma proprietaria vale esattamente quanto la pratica modificata in cui è cablata. Se Kirkland spende mezzo miliardo di dollari e ricostruisce il modo in cui i suoi avvocati lavorano effettivamente, l'investimento potrebbe diventare un fossato che nessun concorrente può noleggiare. Se spende mezzo miliardo di dollari e lascia intatti i flussi di lavoro, avrà installato un motore molto costoso nel vecchio albero di trasmissione.

La domanda difficile non è se Kirkland può costruire o acquistare tecnologia potente. Ovviamente può, ma l'approvvigionamento non è la stessa cosa dell'assorbimento. La domanda difficile è se uno studio così redditizio può costringersi a cambiare il lavoro che lo ha reso redditizio in primo luogo. Questa è la domanda che ogni incumbent deve affrontare.

Il Business dell'Assorbimento

Se l'assorbimento è il vincolo, l'attività più preziosa sul mercato è tutto ciò che sposta la capacità dall'orologio veloce a quello lento senza rompere l'istituzione lungo il percorso. Un giorno potrebbe essere un prodotto. Oggi è di solito solo una persona: qualcuno che conosce il lavoro abbastanza bene da farlo alla vecchia maniera e gli strumenti abbastanza bene da ricostruirlo alla nuova maniera, seduto all'interno dello studio mentre la ricostruzione avviene. Quasi nessuno sta facendo questo lavoro, e quasi tutti stanno per averne bisogno.

L'industria tecnologica ha già un titolo di lavoro per questa persona. Palantir l'ha inventato vent'anni fa e lo ha chiamato "forward-deployed engineer", qualcuno che si trasferisce nelle operazioni del cliente e ricostruisce il lavoro attorno al software, perché il software non si distribuisce mai da solo. Per la maggior parte di quel tempo, il ruolo sembrava un'eccentricità di Palantir. Questa primavera è diventata la posizione che tutti con soldi stanno copiando. OpenAI ha creato un'intera azienda di distribuzione attorno ad essa a maggio con più di quattro miliardi di dollari dietro. Anthropic ha lanciato una società di servizi nativa dell'IA con Blackstone, Goldman Sachs e Hellman & Friedman per incorporare i suoi ingegneri all'interno delle aziende clienti. I venditori di intelligenza hanno concluso che la capacità senza assorbimento non produce nulla e che l'assorbimento è il lavoro di una persona.

Ma nota per chi lavora quella persona. Un forward-deployed engineer lavora per il fornitore. Per la maggior parte delle aziende, questo è un buon compromesso. Una fabbrica può far funzionare la sua logistica sulla stessa piattaforma del fornitore di ogni concorrente, perché la logistica non è mai stato il vantaggio; lo erano i prodotti. Uno studio legale non ha prodotti. Il suo lavoro si basa sulla fiducia del cliente. La piattaforma alla base del lavoro è una che ogni concorrente può noleggiare. E le sue procedure codificano il metodo dello studio stesso. Lascia che gli ingegneri del laboratorio scrivano quel metodo sui binari del laboratorio e tende a migrare nel prodotto del laboratorio, dove lo studio accanto può abbonarsi. Per uno studio legale, quella persona dovrebbe lavorare per l'istituzione piuttosto che per il fornitore, e prima che dopo.

Niente di tutto ciò significa che i fornitori non abbiano un ruolo. Anthropic, Palantir, Snowflake e i loro pari potrebbero benissimo finire per costruire l'architettura dei dati su cui si basa la ricostruzione di uno studio. Ma il lavoro sopra l'impianto idraulico appartiene agli avvocati, perché un'azienda di software non ha più idea di chiunque altro al di fuori dello studio di come costruire i prompt e i flussi di lavoro che codificano quel know-how accumulato della pratica stessa. Una settimana prima che questo saggio fosse pubblicato, lo stesso amministratore delegato di Palantir, Alex Karp, ha trascorso un'intervista su CNBC dicendo alle imprese di possedere "i mezzi di produzione" dietro la loro IA piuttosto che noleggiarli. Sta vendendo qualcosa, ovviamente. Ma ha anche ragione.

Ecco perché il change management, la frase meno affascinante nel business, sta per diventare uno dei tipi di lavoro più preziosi che esistano. Non il vecchio tipo di change management che produce mappe degli stakeholder e dashboard di adozione, ma un nuovo tipo che trasforma il giudizio esperto in procedure automatizzate che una macchina può eseguire e un'istituzione può fidarsi. Ogni flusso di lavoro ricostruito rende il successivo più economico da ricostruire, ogni socio convertito ne converte altri, e lo studio che ha iniziato diciotto mesi prima è, quando qualcuno se ne accorge, un tipo diverso di studio.

Per un secolo, un'istituzione che sapeva di dover cambiare chiamava i consulenti di gestione, istituiva un comitato di coordinamento e commissionava la tabella di marcia. Gli studi stanno eseguendo questa mossa sull'IA in questo momento, ed è la mossa sbagliata. Funzionava, quando funzionava, perché i cambiamenti che gestiva erano organizzativi: linee di riporto, strutture di costo, quale divisione vendere. Un generalista intelligente di McKinsey può mappare tutto questo da un tavolo di conferenza.

Ma il cambiamento che tutti vogliono dall'IA non è "organizzativo". Vive nella pratica stessa, nelle mille piccole decisioni che compongono una singola questione: il modello produce la prima bozza o solo un elenco di problemi; cosa ha bisogno di sapere sulla base di prestito del cliente prima di toccare i covenants; quali delle sue citazioni giurisprudenziali un umano ricontrolla e quali vengono verificate a campione; quando il socio legge ogni parola, e quando legge il memo delle eccezioni e va a casa. Una società di consulenza gestionale non può rispondere a queste domande perché le risposte stesse costituiscono ciò che sta rapidamente diventando la versione del 21° secolo della pratica del diritto. Solo le persone che svolgono il lavoro legale possono riprogettare adeguatamente quel lavoro.

Ci vuole ancora una spinta dall'alto. Un socio non passerà una settimana difficile a ricostruire come pratica a meno che lo studio non abbia chiarito che questo è un imperativo strategico, non un hobby. Ma la spinta stabilisce solo la direzione. La ricostruzione avviene alla scrivania del singolo avvocato, un flusso di lavoro alla volta, e non assomiglia per niente a un programma di "innovazione".

Il Workshop

Ecco come appare il business dell'assorbimento.

Un socio porta il tipo di compito che già riempie la sua settimana: un contratto da rivedere rispetto alle preferenze commerciali di un cliente, un term sheet e un cap table che devono diventare documenti di finanziamento, una domanda di ricerca in cui la legge è incerta e i livelli di confidenza contano, una redline dell'avvocato avversario che deve spiegare a un cliente in inglese semplice senza appiattire ciò che le modifiche fanno al deal.

La maggior parte degli avvocati dà al modello un documento e un comando semplice. Riassumi questo. Rivedi questo. Ricerca questo. Aggiusta questo. Poi guardano la risposta prevedibilmente generica e concludono che lo strumento stesso è generico. Ma il modello ha fatto ciò che gli è stato chiesto. L'avvocato ha dato al modello il compito e ha trattenuto tutto ciò che gli avrebbe permesso di funzionare bene: il contesto, i dettagli, la posizione, il giudizio.

Un'istruzione seria porta ciò che un buon avvocato direbbe a un buon associato: cosa conta, cosa non conta, di cosa si preoccupa il cliente, cosa noterà il pubblico, cosa la risposta non deve dare per scontato, quale livello di incertezza è accettabile e cosa verificare prima che il prodotto di lavoro lasci l'edificio.

Nei miei workshop, insegno questa come un'anatomia: compito, background, giudizio, vincoli, deliverable, verifica. Una volta che gli avvocati vedono l'anatomia, riconoscono il fallimento nei loro stessi prompt. Hanno chiesto un "riassunto" quando avevano bisogno di una spiegazione pronta per il cliente di cosa si era mosso nella redline, cosa era rimasto e cosa aveva ancora bisogno di una decisione. Hanno chiesto "ricerca" quando avevano bisogno di un memo con la conclusione in primo piano che separa la legge consolidata dalle questioni aperte e verifica in modo indipendente ogni citazione. Hanno chiesto "revisione del contratto" quando avevano bisogno di un elenco classificato delle clausole che cambiano la posizione negoziale, con una controproposta linguistica per ciascuna.

Nota cosa quell'anatomia non contiene: niente di tecnico. Nessun codice, nessuna sintassi, nessuna impostazione. Ogni parola di un'istruzione seria è inglese semplice, lo stesso inglese che un socio usa già dall'altra parte della scrivania con un associato. Questa è una mentalità, non un'abilità software: tratta il modello come un brillante nuovo associato che ha letto tutto e non sa niente del tuo cliente, e dagli le istruzioni di conseguenza. Gli avvocati che si adattano più velocemente raramente sono i più giovani o i più tecnici. Sono spesso i migliori delegatori, quelli che hanno passato una carriera a imparare a spostare il giudizio lungo la tavola.

Questo è il livello del prompt. Conta perché dimostra che lo strumento può fare un lavoro reale quando l'avvocato gli dà un'istruzione reale. Ma per uno studio, il livello del prompt è solo l'inizio.

La domanda è come un'istituzione costruita attorno al lavoro umano assorbe una tecnologia che renderà una quota crescente di quel lavoro economico, veloce e abbondante.

Un'azienda non può risolvere questo problema limitandosi a insegnare ai singoli avvocati a scrivere prompt migliori, sperando che il cambiamento si diffonda. Il lavoro deve passare dall'istruzione individuale alla capacità istituzionale.

È qui che i prompt si trasformano in flussi di lavoro automatizzati.

Un prompt dice al modello cosa fare in questa specifica questione. Un flusso di lavoro è una procedura che dice al modello come un determinato avvocato, gruppo di pratica o studio legale svolge quella categoria di lavoro. In pratica, non c'è nulla di esotico. Un flusso di lavoro è un manuale in linguaggio semplice che il modello legge prima di iniziare, le istruzioni permanenti che un partner dà a un nuovo associato il primo giorno, con la differenza che il modello le segue in ogni questione, ogni volta, senza bisogno di solleciti. Alcune procedure sono meccaniche: come modificare un documento Word senza danneggiarlo, come eseguire la verifica delle citazioni come passaggio separato, come convalidare la formattazione prima che qualsiasi cosa venga inviata. Quelle più preziose sono sostanziali: come un determinato avvocato esamina un contratto, quali clausole controlla sempre, quando chiede ulteriori fatti, quando propone una contro-proposta, quando respinge la premessa perché il documento non la supporta, dove rallenta perché l'esperienza le ha insegnato che è lì che si nascondono gli errori.

Questo è il cuore di ciò che la maggior parte dei prodotti di AI legale ancora non coglie. Confezionano un modello in un'interfaccia legale e chiedono all'avvocato di conformarsi al flusso di lavoro del prodotto. L'approccio migliore va nella direzione opposta: far sì che il modello si conformi alla prassi dell'avvocato. Il bene durevole non è l'involucro. È il metodo stesso dello studio, scritto in modo sufficientemente preciso perché il modello possa seguirlo, gli avvocati possano supervisionarlo e l'istituzione possa migliorarlo nel tempo. Il che è esattamente il motivo per cui non dovrebbe vivere all'interno del prodotto di qualcun altro.

Un buon flusso di lavoro per la revisione dei contratti non è un modello. È la sequenza di revisione del partner: risoluzione, limiti di responsabilità, manleva, standard discrezionali, proprietà intellettuale, sopravvivenza, raccomandazioni punto per punto, contro-proposta effettiva e un controllo finale che chieda cosa metterebbe in imbarazzo l'avvocato se il cliente lo vedesse. Un file di lezioni apprese non è teatro di gestione della conoscenza. È il meccanismo di capitalizzazione. Il modello si perde qualcosa, l'avvocato lo corregge e la correzione diventa parte dell'esecuzione successiva.

La parte difficile non è tecnica. I file sono per lo più testo semplice. La parte difficile è convincere gli avvocati senior a esternalizzare ciò che fanno quasi inconsciamente: la frase di cui non si fidano, il caso che non citano mai senza verificare, la clausola che leggono due volte perché una volta è costata soldi a un cliente, il punto commerciale che conta anche se non è quello dottrinalmente interessante. Niente di tutto ciò appare chiaramente nel prodotto finale. Deve essere estratto mentre il lavoro è in corso.

Ecco perché gli studi legali più seri nell'adozione dell'AI non lo trattano come una novità. L'onda dell'AI non si fermerà a riassunti migliori. Metterà pressione su organico, pricing, formazione, controllo qualità, aspettative dei clienti e la distribuzione interna del potere tra le persone che possono lavorare in questo modo e quelle che non possono. Gli studi che si muovono seriamente stanno cercando di trasformare gli istinti dei loro migliori avvocati in infrastruttura prima che questa pressione arrivi tutta in una volta.

Questa è la divisione del mercato che vedo da vicino. Alcuni studi stanno ancora approvando software. Altri si stanno preparando ad assorbire una nuova funzione produttiva nella pratica del diritto.

Il secondo gruppo sarà molto difficile da raggiungere.

In ogni caso

Come nota a margine, nulla in questo saggio richiede che l'orologio veloce continui a ticchettare al ritmo attuale. Anche se, come suggeriscono i detrattori, siamo nel mezzo di un'enorme bolla dell'AI e il progresso si fermasse domani (cosa che, per la cronaca, non è ciò che si vede da qui), i modelli al livello di Opus 4.8 e Fable 5 sono già più che sufficienti per trasformare il modo in cui viene praticato il diritto, e le istituzioni dovranno assorbire quella capacità per tenere il passo comunque. E se l'orologio continua a ticchettare, la domanda diventa solo più netta: quando la macchina può produrre quasi tutto, cosa rimane per gli avvocati?

La mia risposta è che l'alta fascia del diritto non si commoditizzerà e i suoi avvocati non verranno sostituiti. Come ho scritto altrove, il premio si sposterà dall'esecuzione al giudizio, e più velocemente corre l'orologio, più grande diventa quel premio.¹⁶

La finzione della fattura

Alla fine di tutta questa trasformazione, la parte umana che sopravviverà è la decisione basata sul giudizio.

Non "giudizio" come complimento professionale che gli avvocati fanno a se stessi. La decisione reale: quale rischio conta, quale battaglia vale la pena combattere, quale concessione sembra innocua ma farà male dopo, quale argomento un tribunale potrebbe accettare, quale punto il cliente pensa sia legale ma è in realtà commerciale. In definitiva, si tratta di prendere decisioni sotto pressione e incertezza.

Questo è ciò che i clienti hanno sempre cercato di "comprare" dagli avvocati d'élite.

Eppure la fattura rendeva difficile vederlo.

Per un secolo, gli studi legali hanno fatturato per il lavoro visibile e quantificabile: ricerca, redazione, due diligence, controllo citazioni, confronto documenti, pagine di firma, set di chiusura. Parte di quel lavoro richiedeva vera abilità. Gran parte era lavoro di routine. Tutto richiedeva tempo, e il tempo era facile da misurare, quindi il tempo è diventato l'unità che la professione vendeva.

Quell'unità aveva una logica. Il lavoro doveva essere svolto da persone. I giovani che lo facevano imparavano facendolo. I partner che lo supervisionavano convertivano il tempo dei giovani in margine. Il cliente pagava perché non c'era altro modo per chiudere l'affare, depositare il memoriale, completare la due diligence o esaminare il documento.

Ma l'ora fatturabile offuscava anche la distinzione tra produzione e processo decisionale. La produzione è il lavoro specializzato di raccolta, redazione, confronto, sintesi, formattazione, controllo e organizzazione. Il processo decisionale è il momento in cui un avvocato prende tutto quel materiale e dice al cliente cosa fare.

I clienti pagavano per entrambi, ma a loro importava di più del secondo.

Un consiglio di amministrazione non assume il partner d'élite per le operazioni perché vuole più ore di due diligence. Lo assume perché ha visto abbastanza operazioni da sapere dove questa può rompersi. Un imputato non assume il grande avvocato processuale perché vuole più tempo speso in scoperte meccaniche. Lo assume perché vuole qualcuno che possa decidere quali tre punti contano e come farli atterrare. Un fondatore non assume un avvocato per ammirare una revisione. Assume un avvocato per dire: concedi questo, combatti quello e non lasciare che prendano questa clausola perché sarà importante dopo.

L'AI cambia l'economia perché attacca prima la produzione. Redige la prima bozza. Confronta i documenti. Riassume il documento. Controlla le citazioni. Conforma i blocchi di firma. Esegue la noiosa revisione che un tempo giustificava una grande parte della fattura. Imperfettamente, e non senza supervisione, ma abbastanza velocemente e abbastanza bene che la vecchia relazione tra tempo e valore non può più reggere.

Quando la produzione era costosa, la fattura del cliente era piena di produzione. Quando la produzione diventa più economica, l'input scarso è la persona che sa come dirigere la macchina, testare la risposta, comprendere l'obiettivo del cliente e formulare la raccomandazione quando la risposta è difficile. Il valore si sposta verso la responsabilità: l'essere umano che ha abbastanza esperienza per sapere cosa conta e abbastanza responsabilità per sostenere il consiglio.

È qui che le previsioni secondo cui l'AI "sostituirà" gli avvocati sbagliano. Visto cosa vedo fare agli avvocati con questi strumenti, e dato che il giudizio è l'input che mantiene il suo valore, l'aritmetica più probabile è che metà di ogni lavoro legale verrà sostituita, piuttosto che metà dei lavori legali verranno sostituiti del tutto. La macchina prende la metà della produzione. La parte per cui le persone sono effettivamente andate alla facoltà di legge rimane, e nella fascia alta il lavoro migliora, sebbene più intenso, perché più della settimana viene spesa nel difficile lavoro cognitivo che è sempre stato il punto. La fascia bassa del mercato dei servizi legali è una storia diversa: dove le poste in gioco sono basse e il lavoro è meccanico, i servizi legali potrebbero davvero commoditizzarsi e il margine si comprimerà verso il prezzo dei token che elaborano le richieste dei clienti. Ma per gli studi legali più d'élite, come quelli con cui lavoro ora, il giudizio rimarrà prezioso e il lavoro non si commoditizzerà.

La transizione sarà difficile per i giovani perché il lavoro di routine non era solo la cosa che gli studi vendevano. Era anche il modo in cui gli avvocati imparavano. Ricerca di prima bozza, redazione di prima bozza, revisione di prima bozza, due diligence, checklist e meccanismi di chiusura non erano glamour, ma creavano un'esposizione ripetuta alle materie prime del giudizio. Se l'AI comprime quel lavoro, gli studi non possono fingere che il vecchio apprendistato continuerà a funzionare da solo. Dovranno progettare deliberatamente la formazione incentrata sul processo decisionale.

I migliori giovani si muoveranno più velocemente che mai. Possono chiedere al modello di spiegare l'intera operazione invece di sbrigare il loro pezzo al buio. Possono vedere la struttura, testare i loro istinti, confrontare alternative e avvicinarsi al ragionamento del partner prima. I più deboli perderanno il camuffamento che il volume un tempo forniva.

Il reclutamento dovrà riflettere questa nuova realtà. Per decenni, gli studi hanno assunto in base ai voti della facoltà di legge e all'appartenenza alla law review, prova che un candidato può seguire le istruzioni e sopravvivere a ore brutali, perché la piramide funzionava sul volume e il volume doveva essere sopportabile. Ma notate che questo non è la stessa cosa (o nemmeno necessariamente particolarmente correlata) all'essere un buon avvocato. L'associato che vale la pena assumere ora appare diverso: primi indicatori di giudizio, iniziativa, acume commerciale e capacità relazionali. Un tirocinio presso un giudice, dove un giovane contenzioso passa un anno a guardare un giudice prendere decisioni difficili. Tempo (in veste non legale) all'interno di una banca o di un'azienda Fortune 500, dove un futuro avvocato di operazioni impara come parlano i clienti e cosa stanno effettivamente cercando di comprare. Le classi diventeranno più piccole. La soglia si alzerà. Gli associati che la supereranno potrebbero ottenere qualcosa che i loro predecessori raramente avevano: un apprendistato più diretto nel processo decisionale, con più del lavoro di routine delegato a una macchina che non ha mai voluto un fine settimana comunque.

Fate un passo indietro e la finzione viene a fuoco. Ciò per cui gli studi fatturano oggi, le ore di lavoro di routine degli associati junior e mid-level, non è mai stata la cosa che i clienti apprezzavano veramente degli studi di alto livello. Le ore erano il modo in cui lo studio sceglieva di fatturare ciò che il cliente voleva effettivamente comprare, che è il giudizio e il processo decisionale del partner che firma il consiglio. Quindi gli avvocati che temono che un'AI sempre più potente prosciugherà il valore del diritto hanno capito male. Il valore è sempre stato, paradossalmente, nell'unica cosa che la fattura non ha mai dettagliato, e quella cosa non andrà da nessuna parte. Il giudizio concentrato è un bene, i migliori studi ne possiedono più di chiunque altro, e la risposta matura a questa tecnologia è proteggere quel bene e finalmente prezzarlo, mentre la macchina commoditizza la parte della fattura che è sempre stata solo imballaggio.

Strappare il pavimento

Tutto in questo saggio punta alla stessa conclusione poco affascinante. La gestione del cambiamento, fatta a livello della pratica, è ora l'investimento più consequenziale disponibile per qualsiasi studio legale (o grande impresa, del resto), più grande di qualsiasi assunzione laterale, lancio di pratica, apertura di ufficio. Il vantaggio di fare bene è un vantaggio competitivo che si accumula per anni. Lo svantaggio di sbagliare è esistenziale: un decennio passato a difendere una fattura oraria per un lavoro che i clienti possono acquistare a minor costo altrove, mentre i concorrenti nativi dell'AI, finanziati in parte da quegli stessi clienti, si impossessano del lavoro un'area di pratica alla volta.

Il momento di affrontarlo è ora, mentre è ancora una scelta. Le istituzioni cambiano secondo uno dei due programmi, deliberatamente o in emergenza, e tutto in un'emergenza peggiora la ricostruzione. I talenti se ne vanno, i clienti rinegoziano e il comitato esecutivo si riunisce per l'annuncio di un concorrente invece che per il proprio piano. Gli studi che iniziano ora possono ricostruire mentre i ricavi sono ancora da record. Gli studi che aspettano faranno lo stesso lavoro più tardi, sotto pressione, con meno di tutto.

Investire nella ricostruzione significa ciò che significava nelle fabbriche un secolo fa. I vincitori non si sono fermati alla sostituzione del motore a vapore con uno elettrico. Hanno messo un motore su ogni macchina e hanno lasciato che la linea seguisse il compito. La versione legale è il cambiamento a livello della pratica stessa: giudizio scritto dove una macchina può eseguirlo e un avvocato può supervisionarlo, flusso di lavoro per flusso di lavoro, gruppo per gruppo. Il lavoro è lento, personale e invisibile dall'organigramma, ed è l'unico tipo di spesa per l'AI che cambia ciò che uno studio fa effettivamente.

Per gli studi che riescono a realizzarlo, il premio finale è la fortuna della Coca-Cola. Produrre lavoro legale eccellente ha sempre significato pagare per piani di associati, e quel costo sta crollando. Uno studio che si allontana dal modello orario e reimposta ciò che i clienti si aspettano di pagare mantiene la cosa che i clienti vorranno sempre comprare (giudizio, processo decisionale) e perde la maggior parte del costo di produzione. I margini nella fascia alta miglioreranno drammaticamente. Woodruff voleva una Coca-Cola a portata di desiderio. Gli studi che strapperanno il pavimento per primi metteranno il giudizio legale d'élite a portata di ogni decisione difficile in ogni impresa del mondo.

Note

1. Anthropic Institute, "When AI Builds Itself" (Marina Favaro e Jack Clark, 4 giugno 2026), riporta che oltre l'80 percento del codice integrato nel codebase di produzione di Anthropic a maggio 2026 è stato scritto da Claude, in aumento rispetto a cifre a cifra singola prima del lancio di Claude Code nel febbraio 2025. La cifra di quattro volte proviene dal sondaggio interno del rapporto del marzo 2026 su circa 130 ricercatori, in cui il rispondente mediano ha stimato la propria produttività a circa quattro volte superiore a quella che sarebbe senza AI; il rapporto stesso avverte che le autovalutazioni di questo tipo tendono ad essere ottimistiche.

1. Clive Thompson, "Coding After Coders: The End of Computer Programming as We Know It," The New York Times Magazine, marzo 2026. Thompson ha intervistato più di settanta sviluppatori di software presso Google, Amazon, Microsoft, Apple e altrove su come gli agenti AI hanno cambiato il lavoro.

1. Zack Shapiro, "The Claude-Native Law Firm," pubblicato su X, 27 febbraio 2026: un resoconto in prima persona della gestione di uno studio di due avvocati ricostruito attorno a modelli di frontiera.

1. Lettera di Andrew Dietderich di Sullivan & Cromwell al giudice capo Martin Glenn, Tribunale fallimentare degli Stati Uniti per il Distretto Sud di New York (18 aprile 2026), nel procedimento Prince Group capitolo 15, per scusarsi di un'istanza d'urgenza depositata il 9 aprile 2026 che conteneva dozzine di citazioni imprecise e altri errori, incluse allucinazioni dell'AI. Gli errori sono stati segnalati dalla controparte di Boies Schiller Flexner e ampiamente riportati, anche da Bloomberg Law e Reuters.

1. Dario Amodei ha fatto la previsione in un'intervista del 28 maggio 2025 con Jim VandeHei e Mike Allen di Axios: l'AI potrebbe eliminare la metà di tutti i lavori d'ufficio entry-level e spingere la disoccupazione al 10-20 percento entro uno o cinque anni. Amodei ha poi cercato un'economia più gentile, invocando il paradosso di Jevons (automatizzare la maggior parte di un lavoro e la domanda per la parte umana rimanente può crescere) sul palco con Jamie Dimon di JPMorgan in un briefing finanziario di Anthropic (Fortune, 5 maggio 2026).

1. La storia dell'elettrificazione è raccontata in Paul A. David, "The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox," American Economic Review 80, n. 2 (1990), e Warren D. Devine, Jr., "From Shafts to Wires: Historical Perspective on Electrification," Journal of Economic History 43, n. 2 (1983). Le fabbriche iniziarono ad elettrificarsi intorno al 1900; il payoff misurato della produttività arrivò negli anni '20, quando i motori a unità consentirono agli stabilimenti di abbandonare la disposizione ad albero centrale.

1. La frase è di Robert Woodruff, il presidente di lunga data della Coca-Cola che negli anni '20 stabilì l'obiettivo dell'azienda di mettere una Coca "a portata di desiderio". La frase è citata nelle storie aziendali della stessa azienda e in Mark Pendergrast, For God, Country and Coca-Cola (1993).

1. Il piano di Kirkland & Ellis, riportato per la prima volta dal Financial Times e confermato da Bloomberg Law alla fine di maggio 2026, impegna circa 500 milioni di dollari in tre o quattro anni, a partire da circa 100 milioni di dollari nel 2026. Kirkland ha riportato un fatturato di 10,56 miliardi di dollari nel 2025, il più alto di qualsiasi studio legale.

1. I risultati 2025 di Kirkland, riportati per la prima volta da The American Lawyer nel marzo 2026: fatturato lordo di 10,56 miliardi di dollari, in aumento del 20 percento, e profitti medi per socio equity di 11,1 milioni di dollari, anch'essi in aumento del 20 percento, su 595 soci equity. Kirkland è stato il primo studio a superare i 10 miliardi di dollari di fatturato e il primo a superare gli 11 milioni di dollari di profitti medi per socio.

1. Bloomberg Law e Law.com, 27 febbraio 2026, riportano dalla dichiarazione annuale sui titoli di Blackstone: Blackstone ha pagato a Kirkland 87,8 milioni di dollari in parcelle legali nel 2025, in calo rispetto al record di 101,3 milioni di dollari nel 2024, anche se il fatturato complessivo di Kirkland è cresciuto del 20 percento. Blackstone divulga i pagamenti perché un partner di Kirkland siede nel suo consiglio di amministrazione.

1. Norm Law è stato lanciato nel novembre 2025 insieme a un investimento di 50 milioni di dollari da parte di Blackstone nella sua società madre, Norm Ai, i cui sostenitori includono Bain Capital, Blackstone e Vanguard; nel gennaio 2026 ha nominato Michael Schmidtberger, che aveva presieduto il comitato esecutivo di Sidley Austin per sette anni, come suo presidente (Bloomberg Law, 22 gennaio 2026). Il finanziamento di venture capital per gli studi legali nativi dell'AI ha seguito lo stesso schema: Crosby ha raccolto più di 85 milioni di dollari da Sequoia, Index e Lux, ed Eudia ha raccolto un Serie A fino a 105 milioni di dollari prima di lanciare uno studio legale potenziato dall'AI in Arizona.

1. Kirkland & Ellis e Palantir Technologies hanno annunciato la piattaforma il 4 giugno 2026, una settimana dopo che il Financial Times aveva riportato per la prima volta l'impegno di 500 milioni di dollari dello studio. Il motore per la creazione di fondi, esclusivo di Kirkland, è progettato per gestire la documentazione del fondo, le lettere collaterali, il monitoraggio degli obblighi e le chiusure lungo il ciclo di vita della raccolta fondi di private equity per i più di 1.000 avvocati nella pratica dei fondi di investimento dello studio. Kirkland ha dichiarato che l'architettura della piattaforma è agnostica rispetto al modello, progettata in modo che lo studio non sia vincolato a un unico fornitore di AI.

1. OpenAI ha annunciato la OpenAI Deployment Company l'11 maggio 2026, un'unità indipendente con più di 4 miliardi di dollari di capitale impegnato guidata da TPG, lanciata insieme all'acquisizione di Tomoro, una società di consulenza AI applicata che ha portato circa 150 ingegneri schierati in prima linea dal primo giorno. Anthropic, Blackstone, Hellman & Friedman e Goldman Sachs hanno annunciato la loro impresa di servizi enterprise nativa dell'AI il 4 maggio 2026, capitalizzata secondo quanto riferito per circa 1,5 miliardi di dollari (CNBC, 4 maggio 2026), con ingegneri Anthropic Applied AI integrati nei loro team. La corsa segue un anno di prove che la sola capacità non si stava convertendo; i ricercatori del MIT hanno riportato nel 2025 che, nonostante decine di miliardi di dollari di spesa aziendale, il 95 percento delle organizzazioni non vedeva alcun ritorno misurabile sull'AI generativa.

1. Alex Karp, intervista su CNBC, 1 luglio 2026, rilasciata insieme all'annuncio della partnership AI sovrana di Palantir con Nvidia. Karp ha detto che i clienti aziendali vogliono possedere i mezzi di produzione dietro la loro AI, la loro potenza di calcolo, i modelli, i dati e il vantaggio competitivo, e ha liquidato le imprese di distribuzione dei fornitori come accordi che trasferiscono quel vantaggio a terzi.

1. Zack Shapiro, "The Input Layer," pubblicato su X, 25 marzo 2026, sul perché l'output del modello è valido solo quanto il briefing che riceve.

1. Zack Shapiro, "The Judgment Premium," pubblicato su X, 2 marzo 2026. L'argomento: mentre l'AI assorbe la produzione specializzata, il premio per l'intelligenza evapora e il premio professionale migra verso il giudizio, lo strato in cui una persona decide cosa fare quando la risposta non è chiara e mette in gioco la propria reputazione sulla decisione.