Negli ultimi mesi alcune demo di agenti ai hanno spostato l’attenzione dalla qualità del modello a un dettaglio più concreto: la struttura del prezzo. Un agente configurato con un prompt lungo poche centinaia di righe può svolgere compiti che fino a ieri richiedevano ore di lavoro umano assistito da software specializzato. Nel caso del lavoro legale la dimostrazione è semplice da capire. Revisione di NDA, lettura di clausole, ricerca di precedenti e sintesi operativa per chi deve decidere.
Il punto che ha agitato i mercati riguarda il passaggio mentale immediato. Se una parte del valore arriva da un agente che lavora in autonomia, il prezzo per postazione perde la sua base storica. La domanda diventa un’altra. Quanto vale l’output prodotto da un sistema che non ha bisogno di un utente seduto davanti allo schermo per generarlo.
Il segnale che arriva dal mercato dei dati legali
Il settore legaltech ha costruito posizioni forti grazie a due elementi che si alimentavano a vicenda. Archivi proprietari cresciuti per decenni e un modello di vendita che scala con il numero di persone abilitate all’uso. Finché il collo di bottiglia restava umano, l’equazione teneva. A ogni nuovo utente corrispondeva una licenza, quindi ricavi prevedibili e margini ampi.
Un agente ai cambia l’unità di misura. Un singolo operatore può avviare decine di flussi automatizzati che producono analisi e controlli di coerenza, con draft intermedi che un tempo richiedevano ore. Le licenze restano uguali mentre il lavoro consumato dal sistema cresce di un ordine di grandezza. Per un cliente la tentazione è evidente. Ridurre il numero di postazioni a pagamento e spostare il budget su compute, integrazioni e governance.
Questo spostamento mette pressione soprattutto sui prodotti premium che hanno giustificato il prezzo con l’accesso individuale a contenuti e funzionalità. Il contenuto resta prezioso, però la cattura del valore passa dall’inserire quei contenuti dentro catene di lavoro automatiche, misurabili e ad alta frequenza.
Perché il vecchio collo di bottiglia è saltato
Il prezzo per postazione nasceva da una verità operativa. Un software valeva quanto l’essere umano riusciva a farci dentro una giornata. Il vendor monetizzava quel limite, perché il limite era stabile. Più persone in azienda, più licenze.
Gli agenti ribaltano il meccanismo. Una volta definito il compito, l’esecuzione si replica e si parallelizza. Il limite diventa computazionale. Token, chiamate a modelli, accessi a fonti dati, tempi di risposta e tracciabilità. L’azienda paga la capacità di far accadere lavoro, senza che ci sia un utente davanti allo schermo.
Questo vale nel legale, però si vede anche nel commerciale e nella compliance. Un CRM venduto a postazioni si appoggia a un’idea. Ogni venditore compila, cerca e aggiorna. Un CRM potenziato da agenti si muove in modo diverso. Legge le conversazioni, prepara la bozza di offerta, segnala rischi contrattuali e aggiorna campi in autonomia con regole verificabili. La postazione diventa una console di supervisione mentre il grosso dell’attività scorre altrove.
Dove cambia il lavoro nelle aziende
Nel dipartimento legale di una media impresa, un agente può prendere in carico la triage dei contratti in ingresso. Classifica il rischio per livello di esposizione e segnala gli scostamenti rispetto a una policy interna, poi propone alternative di clausola. Il team umano entra quando serve negoziare o quando emerge una criticità. L’impatto organizzativo si vede in una settimana, perché il backlog diminuisce e il tempo di risposta diventa prevedibile.
In procurement, lo stesso schema accelera le verifiche sui fornitori. Un agente incrocia condizioni, SLA e penali con le richieste interne, poi produce un riepilogo che taglia il rumore. Il valore nasce dal fatto che le attività ripetitive si spostano su un sistema che lavora anche fuori orario e mantiene traccia di ogni passaggio.
Nel revenue ops, un agente collegato a crm e posta elettronica riduce il lavoro di pulizia e riconciliazione. Aggiorna opportunità e costruisce promemoria contestuali. Il rischio principale riguarda l’automazione cieca. Un campo aggiornato male si propaga nei forecast e altera scelte di budget. L’azienda deve trattare l’agente come un nuovo collega che scrive nei sistemi; servono permessi granulari e controlli a campione.
Scelte pratiche per evitare di pagare il passato
Il primo passo riguarda la metrica. Il budget va legato a volumi di output, con soglie e qualità misurata. Contratti revisionati, ticket chiusi, lead qualificati, anomalie individuate. Ogni voce deve avere un criterio di accettazione e un audit trail consultabile.
Il secondo passo riguarda il design del prodotto interno. Una console di supervisione vale più di una schermata ricca di funzioni, perché la supervisione diventa il lavoro umano residuo. Serve una vista che spieghi che cosa l’agente ha fatto, su quali fonti si è appoggiato e quali regole ha applicato. Se questa trasparenza manca, l’azienda paga in tempo perso e in conflitti tra funzioni.
Il terzo passo riguarda il procurement software. I vendor che hanno dati unici continueranno a contare, però il contratto deve separare contenuti, accesso e automazione. Pagare contenuti per postazione porta a sovrapprezzo quando gli agenti consumano quei contenuti in modo massivo. Meglio negoziare modelli per chiamata, per volume o per workload, con limiti chiari e penali su downtime e latenza.
Infine serve una funzione di controllo trasversale. Un product owner per l’automazione affiancato da un referente legale per le policy bastano spesso a far partire un percorso serio; aggiungere un responsabile sicurezza quando i permessi e il logging diventano critici. La regola semplice resta questa. Ogni azione che scrive nei sistemi deve essere reversibile e attribuibile.
Output come unità di prezzo
Il software enterprise resta difficile da costruire e i dati accumulati restano un vantaggio reale. Il valore però si sposta verso chi riesce a vendere capacità di esecuzione verificabile. Il prezzo per postazione regge solo dove l’utente resta il vero collo di bottiglia. In tutti gli altri casi l’azienda finisce per pagare un’unità sbagliata e l’errore emerge nel primo trimestre in cui gli agenti iniziano a produrre lavoro a ritmo industriale.
