Architettura

Un livello semantico, trent'anni dopo

Il modo migliore per capire dove sta andando l'IA giuridica è guardare un precedente quasi nessuno invoca, e che crediamo sia decisivo.

C'è, nella storia del software enterprise, una categoria di momenti che si ripetono a intervalli approssimativamente generazionali. Ogni volta, appare una tecnologia di potere manifestamente nuovo, l'industria lo adotta con entusiasmo, e per alcuni anni si sente che nulla di così spettacolare è mai successo prima. Poi, senza alcun segnale ufficiale che segna il momento, il centro di gravità dei cambiamenti di valore. La potenza grezza, che era stata l'evento, diventa il substrato; e qualcos'altro, costruito sopra di esso, eredita il mercato, il margine e la durata. Che qualcos'altro porta un nome che l'industria finisce sempre per scoprire almeno un decennio dopo averlo visto emergere: il livello semantico.

Il modello è abbastanza regolare che può essere tracciato. Ed è abbastanza raro che si dimentichi tra le generazioni. Oggi, nel settore del lavoro giuridico, quel momento si sta aprendo di nuovo. Per chi ha visto il precedente giocare fuori, ciò che segue è leggibile con precisione quasi inquietante. Se uno ha guardato il precedente.

1989

Alla fine degli anni '80, la grande storia del software enterprise non è l'applicazione. È il database relazionale. Oracle, Ingres, Informix, poi Sybase e Microsoft, hanno trascorso un decennio perfezionando un sistema di organizzazione dei dati che supera tutto quello che è venuto prima. Le grandi aziende globali versano la loro realtà operativa: le loro vendite, i loro clienti, i loro inventari, i loro pagamenti, i loro dipendenti. Per la prima volta, l'insieme di ciò che costituisce una società nel senso organizzativo del termine è raccolto in un unico luogo interrogabile. Il potere dell'oggetto è sorprendente.

Eppure, quasi nessuno all'interno di queste aziende può usarlo. Per fare una domanda del database, si deve scrivere SQL, un linguaggio tecnico che presuppone la conoscenza della struttura esatta delle tabelle, i nomi precisi delle colonne, i tipi di unioni e le convenzioni dello schema. È una lingua per gli specialisti. Il controllore di gestione che vuole sapere come il margine si sta comportando nella regione sud-orientale durante il terzo trimestre non scrive SQL. Essi fanno uno sviluppatore, formulare la loro domanda esattamente come possono, aspettare tre o quattro giorni, ricevere una risposta che non corrisponde esattamente ciò che volevano sapere, e ricominciare.

I dati sono lì, il potere è lì, e la persona che deve decidere è separata da entrambi da una lingua che non parlano.

Questo attrito non è un piccolo inconveniente operativo. È un blocco strutturale. Un'intera categoria di lavoro, che consiste nell'interpretare i dati per decidere, è sospesa sulla disponibilità di una manciata di tecnici. Le domande che si sarebbe voluto porre non sono poste, perché il costo di formularle supera il beneficio atteso della risposta. Il sistema, visto dall'esterno, sembra rivoluzionario. Vista dall'interno, sembra stranamente inutilizzabile.

È in questo periodo che, in Francia, nasce un'idea che definirà un'intera categoria di software per i prossimi trent'anni. L'idea si adatta in una frase. Piuttosto che insegnare agli utenti di business a parlare la lingua del database, si costruisce un livello che parla loro la loro lingua e si traduce. Questo strato mappa nomi aziendali (revenue, margine, regione, trimestre) sulla meccanica sottostante di tabelle, unisciti e chiavi. L'utente business non scrive più SQL. Essi pongono una domanda nella loro lingua, e il livello prende il carico di trasformarlo in una query. Quando la risposta torna, si esprime anche in quella lingua.

L'effetto di questa traduzione è radicale, e non è solo un dossier di convenienza. Quando si fa una domanda ci vogliono cinque secondi invece di tre giorni, le domande che si chiedono non sono le stesse. La natura stessa del lavoro analitico cambia. Nasce una nuova categoria di prodotto, che sarà chiamata business intelligence. L'studio che costruisce questa idea si chiama Business Objects. La persona che progetta il suo nucleo si chiama Jean-Michel Cambot. Non lo sa ancora in quel giorno particolare, ma quello che ha appena stabilito è l'archetipo di un software di impresa di oggetti riscoprirà più volte: il livello semantico.

La potenza cruda attira l'attenzione. Il livello sopra cattura il mercato.

2010

Vent'anni dopo, il precedente ha riprodotto in diverse versioni. Ogni volta, l'industria ha scoperto con una certa sorpresa che il valore non si è risolto dove era stato previsto. Quando il web diventa un vasto campo di API interrogabile, non sono i fornitori di quelle API che catturano il mercato di integrazione, ma gli strati che orchestrano le chiamate e danno senso ai ritorni. Quando il cloud diventa una merce, non sono gli iperscalers che prendono il margine sulla governance degli ambienti multi-cloud, ma gli strati costruiti sopra, che parlano il linguaggio dei team di sicurezza e conformità piuttosto che quello dei datacentres.

In ogni caso, il meccanico è lo stesso. Appare una potenza grezza, l'industria lo celebra, e poi, dopo alcuni anni, si rende conto che questo potere è utilizzabile solo alla scala di un'organizzazione se qualcuno costruisce il livello che lo traduce nella lingua del lavoro.

Il livello è invisibile perché riesce. Visibile, avrebbe fallito.

Questo strato, perché è invisibile e non brilla come la tecnologia che sfrutta, non riceve mai la copertura stampa delil livello sottostante. Ma è quello che dura. I database cambiano; il livello semantico rimane. I fornitori di API vengono e vanno; gli strati di orchestrazione si stabiliscono. Iperscalers competono; gli strati di governance prevalgono.

Ciò che gli Business Objects hanno mostrato nel 1990, e ciò che il livello semantico ha continuato a mostrare per tre decenni, è che con ogni generazione tecnologica, il valore durevole si muove lentamente ma risolutamente verso l'alto nella pila. Il potere attira l'attenzione, quindi gli investimenti, quindi la corsa per le prestazioni. Il livello sopra, più discreto, attrae l'uso, quindi il margine, quindi la durata. L'oggetto originale, acquisito da SAP nel 2007, fornisce ancora oggi una parte significativa delle maggiori aziende del mondo. Una moda dura cinque anni. Un livello ben studiato dura una generazione.

2026

Il precedente, oggi, sta rigionando. Questa volta, la potenza grezza è l'intelligenza artificiale generativa. I modelli linguistici prodotti dai principali laboratori sono, obiettivamente, uno dei più impressionanti progressi tecnologici del decennio. Scrivono, ragionano, traducono, sintetizzano con una fluenza che sembrava appartenere alla fantascienza cinque anni fa. L'industria li celebra, giustamente. Gli investimenti entrano. La gara di performance è in pieno svolgimento. I Benchmark vengono pubblicati ogni tre mesi e ogni nuovo modello viene presentato come un salto generazionale.

Eppure, dove questi modelli incontrano il lavoro reale, il modello del 1989 può essere osservato di nuovo. All'interno di uno studio legale, il potere dei modelli è manifesto, ma il valore di quel potere rimane bloccato dietro un confine di lingua. I modelli parlano il linguaggio delle sessioni, dei suggerimenti, dei token. Il lavoro giuridico parla il linguaggio dei dossier, delle posizioni, dei precedenti, delle responsabilità, delle catene di validazione. Tra i due, c'è un divario strutturale che nessun ulteriore progresso del modello basterà a chiudere, perché quel divario non è una mancanza di capacità. È una mancanza di traduzione.

Quando un avvocato vuole seriamente utilizzare un modello linguistico per il loro lavoro, si trovano nella posizione del controllore di gestione 1989 di fronte al database relazionale. Il potere è lì. I dati sono lì. La metodologia che vorrebbero applicare esiste. Ma il modo in cui il modello capisce una domanda non è il modo in cui un avvocato inquadra un problema. Il modo in cui il modello struttura una risposta non è il modo in cui un dossier dovrebbe accumularsi. Il modo in cui il modello gestisce la memoria tra due interazioni non è il modo in cui una relazione si evolve attraverso settimane. Ciò che manca, tra i modelli e il lavoro, è ciò che i database eventualmente ricevuti: un livello che parla la lingua d'uso.

Trentasette anni dopo il database relazionale, l'avvocato del 2026 vive esattamente ciò che il controllore di gestione del 1989 ha vissuto.

La somiglianza tra le due situazioni va oltre una semplice analogia. In entrambi i casi, la potenza grezza è un sistema universale, progettato per servire qualsiasi caso di utilizzo, e quindi ottimizzato per nessuno in particolare. In entrambi i casi, il lavoro reale ha una grammatica specifica, il suo vocabolario, i requisiti che non sono previsti dal sistema universale. In entrambi i casi, la soluzione non è quella di rendere ancora più potente il sistema universale, ma di costruire su di esso un livello che codifica la grammatica del lavoro. E in entrambi i casi, l'industria inizia non vedendo che è il livello, e non il sistema, che definirà la categoria.

Quel livello, nel dominio legale, è quello che si chiama Legal Semantic Layer. È ciò che MAX sta costruendo. La convinzione che guida questo progetto non è un'intuizione sul futuro, è una lettura seria del passato. Quando lo stesso modello gioca quattro volte in quarant'anni, in quattro contesti tecnologici diversi, non si è più nel regno delle scommesse. Uno è nel riconoscimento di una regolarità storica. Il livello semantico per il database durò trent'anni. Il livello semantico per le API è ancora vivo. Il livello semantico per il cloud sta solo cominciando a mostrare il suo valore. Il livello semantico per i modelli linguistici legale si stabilirà nella stessa gamma di durata, perché obbedisce allo stesso meccanico.

Quattro volte in quarant'anni, lo stesso modello. A questo livello di regolarità, non è più una scommessa sul futuro. È una lettura del passato.

Resta una domanda: perché questa regolarità? Perché il valore si muove sempre, alla fine, verso il livello sopra la potenza grezza? La risposta poggia su un'asimmetria che non è cambiata in quarant'anni. La potenza cruda, per costruzione, è universale. È progettato per servire tutti i casi di uso subito, e quindi non può essere ottimale per qualsiasi in particolare. Il livello sopra, al contrario, parla la lingua di un uso specifico. Può quindi codificare ciò che un uso richiede, che un sistema universale non poteva, per definizione, anticipare. E più esigente l'uso, più ampio il divario tra ciò che la potenza cruda offre e ciò che l'uso richiede. La legge, per la precisione del suo vocabolario, il rigore della sua metodologia e il peso delle sue responsabilità, è un uso particolarmente esigente. È quindi un uso in cui il livello avrà particolarmente da dire.

Questa asimmetria ha un'altra conseguenza, più sottile ma altrettanto importante. La potenza cruda si evolve bruscamente, mentre i laboratori rilasciano nuovi modelli. Il livello sopra si evolve per accumulo. Impara la metodologia dello studio che lo utilizza, assume le regole specifiche per ogni pratica, accumula la memoria dei dossier gestite. Dopo alcuni anni, questo accumulo diventa qualcosa che né un altro fornitore né un modello più nuovo possono raggiungere rapidamente. Questo è ciò che fa sopportare il livello, dove la potenza cruda del momento, nonostante la sua brillantezza, è solo una fase.

Il momento di business Objects dell'IA giuridica è iniziato. Non sarà annunciato da un comunicato stampa. Non farà la copertura di riviste tecnologiche. Sarà riconoscibile da segni più silenziosi: un graduale spostamento di conversazione, che smetterà di essere circa il modello migliore e inizierà ad essere circa il livello migliore; un cambiamento nella natura delle richieste all'interno degli studi, che smetterà di chiedere assistenti e inizierà a chiedere architetture; una silenziosa migrazione di valore, dal visibile al portante. Quando questa migrazione è completa, il mondo dirà che era ovvio. A quel punto lo sarà. Oggi, è evidente solo a coloro che sanno dove guardare.