L’adozione dell’intelligenza artificiale nel settore legale entra in una nuova fase: dopo essersi concentrata prevalentemente su accuratezza, affidabilità, sicurezza dei dati e conformità normativa, la discussione si sta spostando su un tema altrettanto strategico, il modello economico alla base dell’AI e il suo impatto sui costi operativi di studi professionali e grandi organizzazioni.
La decisione di Legora, una delle piattaforme di Legal AI più dinamiche del mercato internazionale e spesso indicata come una delle principali concorrenti di Harvey, rappresenta un segnale significativo dell’evoluzione che sta attraversando il settore.
L’azienda svedese, che ha superato i 100 milioni di dollari di ricavi ricorrenti annuali in meno di diciotto mesi, serve oltre mille clienti nel mondo ed è stata recentemente valutata oltre 5 miliardi di dollari, ha annunciato il passaggio da un modello tradizionale basato sulle licenze per utente a un sistema di pricing fondato sul consumo effettivo per il suo prodotto più avanzato, Agent Pro.
La scelta non arriva per caso. Agent Pro appartiene alla nuova generazione di strumenti definiti “agentici”, sistemi capaci non soltanto di generare testi o effettuare ricerche documentali, ma di pianificare attività, eseguire workflow complessi, verificare risultati e produrre deliverable legali completi utilizzando modelli linguistici di frontiera ad alta intensità computazionale.
Secondo Legora, il tradizionale modello a canone fisso per utente non riflette più il valore generato né il reale consumo delle risorse computazionali. Alcuni professionisti utilizzano queste funzionalità sporadicamente, mentre altri possono attivare processi di due diligence, revisione contrattuale o analisi documentali su larga scala che richiedono una quantità significativamente maggiore di capacità elaborativa.
Dal punto di vista del fornitore la logica appare comprensibile.
Dal punto di vista degli studi legali e delle imprese la situazione è più complessa.
Per anni molte organizzazioni hanno costruito i propri budget tecnologici su costi prevedibili e facilmente pianificabili. L’introduzione di modelli basati sul consumo effettivo trasferisce invece una parte crescente dell’incertezza economica direttamente sugli utilizzatori finali. Più l’AI viene utilizzata e integrata nei processi operativi, maggiore diventa il rischio di una crescita difficilmente prevedibile della spesa.
La questione assume particolare rilevanza proprio nel momento in cui il settore legale sta accelerando l’adozione dell’intelligenza artificiale. Quello che fino a pochi anni fa rappresentava un progetto pilota o una voce marginale nel budget IT rischia di trasformarsi rapidamente in una delle principali componenti della spesa tecnologica di studi professionali, dipartimenti legali aziendali e organizzazioni complesse.
Non si tratta soltanto di una scelta commerciale di Legora. Il cambiamento riflette una tendenza più ampia che coinvolge l’intero ecosistema dell’intelligenza artificiale. Anche OpenAI, Anthropic e numerosi altri operatori stanno progressivamente spostando i clienti enterprise verso modelli di pricing legati all’utilizzo reale delle risorse computazionali.
Dietro questa evoluzione vi è una ragione strutturale: l’aumento dei costi legati all’addestramento e all’esecuzione di modelli sempre più sofisticati.
Per il settore legale si apre quindi una nuova fase.
La conformità all’AI Act, la protezione dei dati e la certificazione dei processi restano elementi essenziali, ma non più sufficienti. Sempre più studi legali e organizzazioni iniziano a valutare anche la sostenibilità economica di lungo periodo delle piattaforme AI che decidono di adottare.
In questo contesto stanno emergendo approcci alternativi che cercano di affrontare il problema alla radice.
Tra questi figura l’italiana Text Genius, che ha costruito la propria proposta tecnologica attorno a un modello economico differente rispetto a quello dominante nel mercato della Generative AI.
La maggior parte delle piattaforme Legal AI presenti sul mercato basa infatti il proprio pricing sul consumo di token e, indirettamente, sulle politiche commerciali dei grandi provider internazionali di modelli linguistici. Ogni attività svolta dagli utenti genera un consumo che viene successivamente tradotto in costi.
Text Genius adotta invece un’impostazione diversa. Grazie all’utilizzo di modelli installati e gestiti direttamente all’interno della propria architettura tecnologica, il pricing non dipende in maniera diretta dal consumo di token. L’obiettivo è offrire maggiore prevedibilità economica, eliminare il rischio di costi inattesi durante l’utilizzo e garantire una sostenibilità più elevata per studi professionali, dipartimenti legali e organizzazioni che intendono integrare stabilmente l’intelligenza artificiale nei propri processi.
Si tratta di una differenza che potrebbe assumere un’importanza crescente nei prossimi anni. Mentre il mercato continua a discutere di benchmark, capacità di ragionamento e agenti autonomi, una parte sempre più significativa della competizione si sta spostando sul terreno dell’economia dell’AI.
La domanda che molti responsabili IT, managing partner e direttori legali iniziano a porsi non è soltanto quale piattaforma sia più potente, ma quale sia in grado di garantire un equilibrio sostenibile tra innovazione, conformità normativa e controllo dei costi.
La decisione di Legora mostra chiaramente che il settore sta entrando in una fase di maturità. I benefici dell’intelligenza artificiale sono ormai concreti e misurabili. Lo sono però anche i costi dell’infrastruttura necessaria per sostenerla. Per questo motivo il modello di pricing rischia di diventare nei prossimi anni un fattore competitivo importante quanto la qualità stessa degli algoritmi.
Come osserva Raimondo Zizza, CEO di Text Genius: “In un contesto in cui il costo dei token tende ad aumentare e la domanda di capacità computazionale cresce rapidamente, non dipendere direttamente da un pricing a consumo rappresenta un vantaggio competitivo significativo e anche una garanzia per chi si affida alla nostra soluzione“.