Il mercato dell’IA legale ha prodotto alcune aziende impressionanti. Harvey, valutata 8-11 miliardi di dollari, ha raccolto uno dei piu grandi round IA della storia. Legora ha raggiunto 1,8 miliardi di dollari. Noxtua si e assicurata i diritti esclusivi su commentari giuridici tedeschi premium. CASUS e stato lanciato con ambizioni sul mercato svizzero.
Tutti stanno costruendo la stessa cosa: IA legale per il lavoro legale.
Questo e un problema. Non perche l’IA legale non sia preziosa. Lo e. Il problema e che il lavoro professionale nei settori regolamentati non resta su una sola corsia.
Il problema dei confini di dominio
Un avvocato societario che redige un accordo di fusione incontrera disposizioni fiscali, obblighi di diritto del lavoro, soglie del diritto della concorrenza e potenzialmente regolamentazione bancaria. Il lavoro legale e inseparabile dal lavoro fiscale, dal lavoro di conformita e dal lavoro normativo.
Un responsabile della conformita che valuta il lancio di un nuovo prodotto ha bisogno di diritto bancario, regolamentazione sulla protezione dei consumatori, requisiti di privacy dei dati, obblighi AML e potenzialmente regolamentazione assicurativa. La domanda di conformita e intrinsecamente multi-dominio.
Un consulente fiscale che struttura una riorganizzazione intercantonale ha bisogno di diritto societario, diritto tributario in piu giurisdizioni, regolamentazione IVA e disposizioni sulle tasse di bollo. L’analisi fiscale non puo essere completata senza l’analisi giuridica.
Gli strumenti IA mono-settoriali gestiscono bene il primo dominio. Nel momento in cui il lavoro passa a un secondo dominio, il professionista torna alla ricerca manuale. Lo strumento IA che gli ha fatto risparmiare due ore sulla questione legale non puo aiutarlo con la questione fiscale incorporata nello stesso documento.
Questo non e un inconveniente minore. E una limitazione architettonica fondamentale.
Come siamo arrivati qui
L’approccio mono-settoriale aveva senso come punto di partenza. Costruire un sistema IA legale completo e gia abbastanza difficile senza cercare di coprire anche fiscale, bancario, medico e regolamentazione assicurativa. Harvey e partito con gli studi legali d’elite statunitensi. Legora e partita con la ricerca giuridica europea. Noxtua e partita con i commentari giuridici tedeschi. Ciascuno ha scelto una testa di ponte e ha costruito una competenza profonda.
Il problema e che l’architettura dietro queste piattaforme e stata progettata per un solo dominio. I modelli di dati, le strategie di embedding, le pipeline di recupero, le interfacce utente sono tutti ottimizzati per il lavoro legale. Aggiungere un modulo fiscale non e questione di caricare dati fiscali nello stesso sistema. I dati fiscali hanno strutture diverse, gerarchie diverse, pattern di citazione diversi e relazioni diverse con altri domini.
Harvey, riconoscendo questa limitazione, ha iniziato a descriversi come piattaforma IA per “servizi professionali”. Ma la sua architettura, il suo team e la sua infrastruttura dati sono legal-first. Aggiungere capacita fiscali o di conformita a una piattaforma legal-first e come aggiungere una cucina a un’automobile. Si puo fare, ma il risultato non e ne una buona automobile ne una buona cucina.
L’effetto rete attraverso i domini
Il vero potere dell’IA multi-settoriale non e solo la comodita. E l’intelligence che emerge dalla connessione dei domini.
Grafi di citazioni cross-dominio. Una legge svizzera fa riferimento ad altre leggi svizzere. Ma innesca anche conseguenze fiscali, crea obblighi di conformita e puo interagire con i regolamenti FINMA. Un sistema multi-settoriale mappa queste relazioni cross-dominio. Quando un utente recupera una disposizione di diritto societario, vede anche le implicazioni fiscali, i requisiti normativi e le considerazioni di conformita. Questo non e possibile in un sistema mono-settoriale perche semplicemente non ha i dati degli altri domini.
Rilevamento contestuale del rischio. Quando l’IA comprende sia il diritto societario che il diritto del lavoro, puo segnalare che una clausola proposta di trasferimento azionario potrebbe innescare requisiti obbligatori di consultazione dei dipendenti. Quando comprende sia il diritto bancario che il diritto sulla privacy dei dati, puo identificare che un nuovo processo di onboarding digitale deve soddisfare sia i requisiti di identificazione della FINMA che il principio di minimizzazione dei dati della LPD. Gli strumenti mono-settoriali non possono vedere queste intersezioni.
Valore composto dei dati. Ogni nuovo dominio aggiunto a una piattaforma multi-settoriale non aggiunge solo il proprio valore. Moltiplica il valore di ogni dominio esistente. Il legale diventa piu prezioso quando connesso al fiscale. Il fiscale diventa piu prezioso quando connesso alla conformita. La conformita diventa piu preziosa quando connessa a tutto il resto. Questo e un effetto rete che gli operatori mono-settoriali non possono replicare.
L’economia del multi-settoriale
C’e un business case concreto qui, non solo un argomento di prodotto.
Per il costruttore della piattaforma:
Un’azienda IA legale mono-settoriale costruisce l’intera infrastruttura – database vettoriale, pipeline di embedding, sistema di recupero, hosting, framework di conformita, architettura multi-tenant e interfaccia utente – per servire un solo mercato. Se vuole aggiungere il fiscale, ha bisogno di nuove fonti di dati, nuova competenza di dominio e una significativa re-ingegnerizzazione. Il costo del secondo settore e quasi alto quanto il primo.
Una piattaforma multi-settoriale costruisce l’infrastruttura condivisa una volta. Ogni nuovo dominio si innesta nello stack esistente: lo stesso database, la stessa pipeline di embedding, lo stesso hosting, lo stesso framework di conformita. Il costo marginale di aggiungere un settore scende a circa il 30% della costruzione del primo. Al quarto o quinto dominio, il vantaggio di costo e schiacciante.
Per l’acquirente:
Una banca svizzera che ha bisogno di IA legale, IA fiscale, IA di conformita e monitoraggio normativo oggi affronta una scelta: comprare da quattro fornitori separati (Harvey o equivalente per il legale, uno strumento fiscale, uno strumento di conformita, un servizio di monitoraggio normativo) e in qualche modo integrarli, oppure non comprare da nessun fornitore perche l’onere di integrazione e troppo alto.
Una piattaforma multi-settoriale vende un unico abbonamento che copre tutte e quattro le esigenze. Un login, un’interfaccia, un framework di governance dei dati, una relazione con il fornitore. Il costo totale e inferiore, l’onere di integrazione e zero e l’intelligence cross-dominio e inclusa.
E per questo che il software enterprise tende verso le piattaforme piuttosto che le soluzioni puntuali. Il cliente vuole meno fornitori, non di piu. L’istituzione vuole gestire un solo framework di governance IA, non quattro.
L’opportunita europea
Questa dinamica e particolarmente acuta in Europa, e specialmente in Svizzera.
Gli ambienti normativi europei sono intrinsecamente multi-dominio. Il diritto svizzero interagisce con le direttive UE attraverso gli accordi bilaterali. La regolamentazione FINMA implementa standard internazionali (Basilea III, FATF) all’interno di un quadro giuridico svizzero. Le convenzioni fiscali tra la Svizzera e altri paesi creano obblighi che abbracciano diritto societario, diritto tributario e regolamentazione internazionale simultaneamente.
Un’azienda IA legale focalizzata sugli USA puo servire studi legali americani che lavorano principalmente all’interno di un unico sistema giuridico. Un’azienda IA legale europea deve gia gestire molteplici giurisdizioni (federale svizzera, 26 cantonali e UE). Il passo dall’IA legale multi-giurisdizionale all’IA multi-settoriale e piu breve in Europa che altrove.
Eppure il mercato europeo e quello dove l’IA mono-settoriale domina. Harvey e USA-centrico (in espansione verso il Regno Unito). Legora e europea ma solo legale. Noxtua e germanofona ma solo legale. Nessuno sta costruendo la piattaforma multi-settoriale di cui il mercato europeo ha effettivamente bisogno.
Cosa i clienti stanno iniziando a chiedere
Il segnale di mercato e gia visibile se sapete dove guardare.
Gli studi legali chiedono ai loro fornitori IA informazioni sulle capacita fiscali. I team di conformita chiedono dell’integrazione della ricerca giuridica. Le banche cercano piattaforme che coprano la gestione dei cambiamenti normativi e l’analisi giuridica in un unico strumento.
Il filo conduttore: i professionisti vogliono strumenti IA che corrispondano a come lavorano effettivamente – attraverso i domini, non all’interno di confini settoriali artificiali.
Un recente sondaggio dell’Associazione Svizzera di Legal Tech ha rilevato che il 67% dei professionisti legali svizzeri che utilizzano strumenti IA ha segnalato situazioni in cui lo strumento non poteva aiutare perche la domanda attraversava un dominio non legale. I domini adiacenti piu comuni erano il fiscale (citato dal 78% dei rispondenti), la conformita (61%) e la regolamentazione del lavoro (44%).
Questi professionisti non chiedono uno strumento IA legale migliore. Chiedono uno strumento che comprenda l’intero panorama normativo in cui operano.
La finestra di 12-18 mesi
Lo spazio dell’IA regolamentata multi-settoriale e vuoto. Nessuno lo sta occupando. Questo non durera.
Harvey ha le risorse per tentare un’espansione multi-settoriale. Thomson Reuters ha gli asset di dati in ambito legale, fiscale e conformita. Wolters Kluwer copre molteplici domini normativi attraverso la sua attivita editoriale. Ciascuno di questi potrebbe decidere di costruire una piattaforma IA multi-settoriale.
Ma non l’hanno ancora fatto. Harvey e architetturalmente vincolata dal suo design legal-first. Thomson Reuters e vincolata dalla sua infrastruttura editoriale legacy. Wolters Kluwer non e un’azienda IA-nativa.
La finestra per un nuovo entrante per costruire una piattaforma IA multi-settoriale da zero, con un’architettura progettata per l’intelligence cross-dominio fin dal primo giorno, e di circa 12-18 mesi. Dopo di che, gli incumbent avranno recuperato o acquisito la loro strada verso la competitivita.
Le aziende che stabiliscono piattaforme IA multi-settoriali durante questa finestra avranno un vantaggio strutturale: dati cross-dominio, grafi di citazioni cross-dominio e flussi di lavoro utente cross-dominio che i successivi entranti avranno bisogno di anni per replicare.
Mont Virtua sta costruendo esattamente questo. Enclava e una piattaforma IA multi-settoriale per i settori regolamentati svizzeri, a partire da diritto e conformita FINMA, in espansione verso fiscale, bancario, assicurativo e oltre. Ogni dominio si connette a ogni altro dominio attraverso infrastruttura condivisa e grafi di citazioni cross-dominio. Per vedere come appare l’IA regolamentata multi-settoriale, visitate enclava.ch.