L’acquisto di software ha sempre significato mettere a confronto funzionalità, prezzo, livelli di servizio, sicurezza e capacità di integrazione. L’intelligenza artificiale non cancella nessuno di questi criteri, ma ne aggiunge altri che rendono la decisione molto meno simile all’acquisto di una normale applicazione.

Quando un’impresa o una pubblica amministrazione compra un sistema AI, infatti, non sceglie soltanto uno strumento. Decide dove far transitare dati e documenti, quale infrastruttura diventerà parte dei propri processi, da quale fornitore potrebbe diventare difficile separarsi e, in alcuni casi, sotto quale giurisdizione finirà una parte della propria capacità operativa.

Ed è una differenza questa che sta cominciando a entrare anche nelle regole europee.

Il 9 settembre la Commissione europea ha presentato la proposta del nuovo Public Procurement Act, un regolamento destinato a sostituire le tre direttive del 2014 sugli appalti pubblici e le concessioni. L’obiettivo dichiarato non è soltanto semplificare e digitalizzare le procedure: Bruxelles vuole permettere agli acquirenti pubblici di incorporare più facilmente nelle decisioni anche considerazioni legate a innovazione, sicurezza e resilienza, introducendo inoltre criteri di preferenza europea.

Preso da solo potrebbe sembrare uno dei molti interventi con cui l’Europa prova a utilizzare gli appalti pubblici come leva di politica industriale ma la lettura diventa più interessante nel momento in cui appare chiaro che Bruxelles comincia a chiedersi non solo cosa compriamo ma anche da chi dipendiamo.

La proposta di Cloud and AI Development Act, il CADA presentato dalla Commissione a giugno, contiene un concetto che fino a poco tempo fa sarebbe sembrato difficilmente traducibile in una procedura d’acquisto: la sovranità del cloud e dell’intelligenza artificiale.

La Commissione propone quattro livelli di garanzia, da utilizzare nel settore pubblico sulla base della valutazione del rischio. Al livello più basso conta che dati e processing rimangano in infrastrutture situate nell’Unione. Salendo, entrano in gioco l’indipendenza da Paesi terzi, la trasparenza della supply chain software, la proprietà e il controllo europeo fino ad arrivare, nel livello più elevato, alla piena trasparenza e al controllo della filiera e all’assenza di interferenze da parte di Paesi terzi.

Non significa che l’Europa stia per imporre alle amministrazioni di acquistare soltanto tecnologia europea ed è la stessa Commissione a precisare che la grande maggioranza del mercato dovrà rimanere aperta ai partner internazionali. Ma introduce al tempo stesso un principio differente: in alcuni casi il luogo in cui risiedono i dati, chi controlla il fornitore e da quale ordinamento può dipendere non sono più dettagli tecnici, possono diventare criteri di acquisto.

Ed è qui che il procurement cambia mestiere.

Il prezzo migliore potrebbe essere il criterio sbagliato

Immaginiamo due piattaforme AI capaci di svolgere sostanzialmente lo stesso compito. La prima costa meno, offre prestazioni eccellenti e può essere attivata immediatamente. La seconda costa leggermente di più, ma consente deployment differenti, garantisce maggiore portabilità, rende trasparenti i flussi dei dati e permette all’organizzazione di cambiare modello o infrastruttura senza ricostruire da zero l’intero processo.

Qual è la più economica? La risposta non è necessariamente quella indicata dal listino.

Perché nell’AI il costo di un acquisto comprende anche ciò che accade dopo l’acquisto: integrazione nei workflow, dipendenza dalle API, migrazione dei dati, disponibilità delle competenze, modifiche ai processi, costi di switching e capacità di sostituire il fornitore.

Il problema del lock-in non è teorico. Uno studio pubblicato dalla Commissione nell’agosto 2026, utilizzato anche per preparare il CADA, identifica esplicitamente tra le questioni dell’ecosistema europeo le pratiche di lock-in nell’AI computing stack e i rischi derivanti da legislazioni di Paesi terzi con effetti extraterritoriali.

A giugno, inoltre, la Commissione ha comunicato la propria posizione preliminare secondo cui AWS e Microsoft Azure dovrebbero essere designate come gatekeeper ai sensi del Digital Markets Act. Tra gli elementi richiamati compaiono proprio gli effetti di lock-in, gli elevati costi di switching e il ruolo crescente degli strumenti e delle partnership AI nelle decisioni di acquisto del cloud. La valutazione è ancora preliminare, ma segnala quanto cloud e AI stiano ormai diventando un’unica questione strategica.

Legal, IT, Compliance e Procurement non possono più lavorare in fila

Qui emerge forse il cambiamento organizzativo più importante. Nel modello tradizionale le funzioni potevano intervenire quasi in sequenza: il business individuava una necessità, l’IT valutava la soluzione, il procurement negoziava le condizioni economiche, Legal e Compliance verificavano contratto e conformità.

Con l’AI questa sequenza diventa molto più difficile.

Se il procurement non comprende l’architettura tecnologica, può negoziare un ottimo prezzo per una soluzione dalla quale sarà molto costoso uscire. Se l’IT non conosce le implicazioni contrattuali, può scegliere un’architettura tecnicamente eccellente ma problematica nella gestione dei dati. Se Legal interviene soltanto alla fine, può trovarsi a negoziare condizioni quando le scelte tecnologiche fondamentali sono già state effettuate.

E se la Compliance viene coinvolta dopo il deployment, potrebbe scoprire che nessuno sa esattamente quali dipendenti stiano utilizzando il sistema, con quali informazioni e attraverso quali integrazioni.

L’acquisto di AI diventa quindi una due diligence multidisciplinare: non basta più chiedere cosa sa fare il prodotto, occorre sapere come lo fa, con quali dati, attraverso quale infrastruttura, sotto quale giurisdizione e con quale possibilità di uscirne.

La nuova checklist dell’acquirente AI

Questo cambia anche le domande da porre prima della firma. Dove vengono elaborati e conservati i dati? Il provider li utilizza per addestrare o migliorare i propri modelli? Il sistema dipende da API esterne? Quali subprocessor intervengono? È possibile scegliere il modello sottostante? I dati possono essere esportati in un formato utilizzabile altrove? Che cosa succede alla fine del contratto? Esistono log e strumenti di audit? È possibile installare il sistema in un ambiente controllato? Quanto costa cambiare fornitore?

E poi c’è una domanda che nel software tradizionale era spesso secondaria: da dove arriva la conoscenza sulla quale il sistema costruisce le proprie risposte?

Nel Legal AI è particolarmente importante. Un sistema può essere tecnologicamente sofisticato e produrre una risposta perfettamente plausibile; per chi deve utilizzarla in un contratto, in una procedura di compliance o in una decisione aziendale conta però anche poter verificare la fonte dalla quale quella risposta deriva.

Non è un caso che la stessa Commissione abbia già sviluppato, attraverso la Public Buyers Community, clausole contrattuali modello per aiutare le amministrazioni ad acquistare sistemi AI affidabili e coerenti con l’AI Act.

Il procurement dell’AI, insomma, sta cominciando ad assomigliare meno alla scelta di un software e più alla valutazione di una filiera tecnologica.

Cosa cambia quando si compra una piattaforma Legal AI

È in questa prospettiva che diventano più comprensibili anche alcune caratteristiche delle piattaforme specializzate.

Nel caso dell’italiana TextGenius, per esempio, la possibilità di adottare configurazioni cloud-agnostic o on-premise, utilizzare ambienti isolati ed evitare l’invio dei dati verso API esterne non dovrebbe essere valutata soltanto dall’IT. Sono caratteristiche che riguardano direttamente Procurement, Legal e Compliance perché determinano quale grado di controllo l’organizzazione conserva sull’infrastruttura attraverso cui transitano le proprie informazioni.

Lo stesso ragionamento vale per le fonti. L’utilizzo di una base documentale giuridica primaria come quella di Lefebvre Giuffrè consente di spostare una parte della valutazione dalla semplice qualità apparente dell’output alla possibilità di verificarne il fondamento.

E anche il pricing assume una dimensione diversa. La prevedibilità dei costi non serve soltanto a sapere quanto si spenderà: permette al procurement di confrontare il costo effettivo di adozione senza dipendere esclusivamente dal numero, spesso difficilmente prevedibile, di token consumati.

Nessuna di queste caratteristiche, presa singolarmente, stabilisce quale sia la piattaforma migliore. Ma mostra quanto sia diventata insufficiente una gara costruita soltanto intorno a funzionalità e prezzo.

Il procurement sta comprando dipendenze

C’è una ragione per cui Bruxelles sta cominciando a inserire parole come resilienza, sicurezza, autonomia e sovranità dentro il linguaggio degli appalti.

L’intelligenza artificiale non è destinata a rimanere un’applicazione laterale. Quando entra nella ricerca giuridica, nella gestione dei contratti, nella compliance, negli acquisti o nei processi decisionali, può diventare progressivamente parte dell’infrastruttura attraverso cui l’organizzazione lavora.

A quel punto cambiare sistema non significa più sostituire una licenza ma migrare dati, modificare integrazioni, riaddestrare persone, ricostruire workflow e talvolta ripensare processi che nel frattempo sono stati progettati intorno alla piattaforma.

Per questo comprare AI significa anche comprare una dipendenza futura e il nuovo compito del procurement non sarà eliminarla (nessuna organizzazione moderna può funzionare senza dipendenze tecnologiche), ma capire prima della firma quale dipendenza sta acquistando, quanto sarà difficile uscirne e quanto controllo resterà all’organizzazione una volta che l’intelligenza artificiale sarà diventata parte del suo modo di lavorare.