Ricordate quando ci raccontavano che i foundation model avrebbero divorato ogni verticale software, trasformando startup specializzate in semplici interfacce temporanee destinate a sparire sotto il peso economico di OpenAI, Anthropic e dei loro modelli sempre più potenti. Nel settore legale questa teoria sembrava particolarmente plausibile. Se un modello linguistico può leggere migliaia di pagine di contratti, sintetizzare precedenti giurisprudenziali e redigere memorandum in pochi secondi, perché dovrebbe sopravvivere una startup come Harvey o Legora? La risposta, almeno per ora, è molto semplice: perché gli avvocati pagano volentieri per strumenti che funzionano davvero all’interno dei processi quotidiani degli studi legali, indipendentemente dall’hype teologico costruito attorno ai modelli generalisti.

I numeri raccontano una storia diversa rispetto alle profezie apocalittiche della community AI su X e LinkedIn, ecosistema dove ogni tre settimane qualcuno annuncia la morte definitiva del SaaS verticale salvo poi scoprire che le aziende continuano ostinatamente a comprare software verticale. Harvey ha dichiarato di aver raggiunto circa 300 milioni di dollari di ricavi ricorrenti annuali, in crescita di quasi il 60% rispetto a gennaio, secondo quanto riferito dal CEO Winston Weinberg durante un’intervista pubblica. Legora ha invece superato i 100 milioni di ARR appena 18 mesi dopo il lancio del prodotto. Per un settore notoriamente conservatore come il legal tech, si tratta di una crescita quasi aggressiva.

La parte interessante, però, non riguarda più la sopravvivenza di queste startup. Riguarda il fatto che i loro clienti più importanti stanno iniziando a comportarsi come piattaforme tecnologiche autonome. Kirkland & Ellis, il più grande studio legale al mondo per fatturato nel 2025, avrebbe deciso di investire 500 milioni di dollari nello sviluppo interno di applicazioni AI proprietarie, continuando contemporaneamente a mantenere licenze con fornitori esterni. Non è un dettaglio marginale. È il segnale che il mercato sta entrando nella sua seconda fase evolutiva: dopo l’adozione arriva la verticalizzazione proprietaria.

Storicamente, questo schema si ripete ogni volta che una tecnologia raggiunge maturità sufficiente da diventare strategica. Le banche prima acquistano software fintech; poi costruiscono divisioni interne. Le aziende media prima usano piattaforme pubblicitarie esterne; poi internalizzano i dati. Le multinazionali prima comprano cloud pubblico; poi costruiscono architetture ibride private. Il settore legale sta semplicemente entrando nello stesso ciclo industriale, anche se con il consueto ritardo elegante tipico delle partnership da mille dollari l’ora.

Il caso di Freshfields è ancora più interessante perché mostra un modello quasi simbiotico tra law firm e frontier labs. Lo studio londinese ha collaborato con Anthropic per sviluppare strumenti AI destinati ai propri 4.000 avvocati, ottenendo in cambio accesso anticipato ai modelli della società. In precedenza Freshfields aveva stretto accordi simili con Google per prodotti legali basati sull’intelligenza artificiale. Questa dinamica modifica radicalmente il rapporto tra vendor e cliente. Lo studio legale non vuole più essere soltanto utilizzatore finale; vuole partecipare direttamente alla costruzione del prodotto.

La ragione economica è brutale nella sua semplicità. Nel legal business la differenza competitiva non deriva soltanto dalla competenza giuridica, ma dalla velocità con cui si riesce ad analizzare documenti, fare due diligence e produrre contratti complessi. Se tutti utilizzano la stessa piattaforma AI standardizzata, il vantaggio competitivo si comprime rapidamente. Nessun managing partner vuole sentirsi dire che il proprio vantaggio operativo dipende dallo stesso stack software acquistato anche dal concorrente diretto a due isolati di distanza.

Qui emerge un problema strategico che molti investitori AI stanno sottovalutando. Le startup verticali come Harvey non competono soltanto contro OpenAI o Anthropic; competono contro la crescente capacità dei loro stessi clienti enterprise di costruire software personalizzato sopra foundation model sempre più accessibili. Con il costo inferenziale dei modelli in costante discesa e framework agentici sempre più modulari, il rischio di disintermediazione si sposta verso il layer applicativo.

Naturalmente questo non significa che Harvey o Legora siano improvvisamente vulnerabili nel breve periodo. Costruire software enterprise realmente affidabile nel settore legale è molto più difficile rispetto a creare demo impressionanti per conferenze AI a San Francisco. Gli studi legali possono finanziare team interni, ma orchestrare sicurezza, compliance, retrieval documentale, audit trail e workflow complessi richiede competenze che poche organizzazioni possiedono realmente. La Silicon Valley ama raccontare che “il software sta mangiando il mondo”; omette spesso di dire che integrare software nei processi legacy è ancora una delle attività più costose e lente dell’economia moderna.

Esiste poi una variabile culturale quasi comica. Per decenni gli studi legali hanno fatturato ore-uomo a tariffe crescenti, trasformando il tempo in un asset economico centrale. L’intelligenza artificiale, invece, distrugge esattamente quel paradigma: riduce il tempo necessario per produrre lavoro legale standardizzato. Di conseguenza, molte law firm stanno cercando di riposizionarsi non come venditori di tempo, ma come operatori di conoscenza ad alta efficienza. È una mutazione identitaria prima ancora che tecnologica.

Il mercato legal AI potrebbe quindi frammentarsi in tre livelli distinti. Da una parte i grandi frontier labs, che controllano i modelli fondamentali. In mezzo startup verticali come Harvey e Legora, capaci di trasformare modelli generici in prodotti utilizzabili. Infine gli studi legali globali che, forti di enormi margini operativi e accesso privilegiato ai dati proprietari, tentano di internalizzare parte dello stack applicativo. Nessuno di questi livelli sembra destinato a eliminare completamente gli altri. Più probabilmente assisteremo a una redistribuzione dei margini.

Questa dinamica somiglia molto meno alla “fine del SaaS” annunciata dai venture capitalist e molto più a ciò che accadde con il cloud enterprise. Amazon non ha distrutto Salesforce. OpenAI probabilmente non distruggerà Harvey. Ma entrambe le aziende stanno costringendo i player verticali a muoversi più velocemente, innovare più profondamente e giustificare continuamente il proprio valore aggiunto. Nel frattempo i grandi studi legali stanno scoprendo una verità piuttosto ironica: dopo decenni passati a fatturare consulenza tecnologica ai clienti corporate, ora devono trasformarsi essi stessi in aziende software. E il passaggio culturale, per un settore costruito su precedent e tradizione, potrebbe essere molto più difficile dell’addestramento di un modello linguistico.