La collaborazione legale tra AT&T e OpenAI pone la conoscenza condivisa al centro del lavoro interno

AT&T sta ampliando il proprio lavoro con OpenAI per riorganizzare il supporto legale, mantenendo al contempo il processo decisionale nelle mani degli avvocati. La collaborazione legale tra AT&T e OpenAI prende di mira un noto collo di bottiglia: trovare le informazioni necessarie prima che possa iniziare la valutazione professionale. La sua importanza risiede nel cambiare il modo in cui il lavoro arriva ai professionisti legali, anziché limitarsi ad aiutarli a generare documenti più rapidamente.

AT&T ha annunciato la collaborazione l'8 ottobre 2026. OpenAI ha pubblicato un approfondimento il 21 ottobre, descrivendo un sistema pianificato per ricevere e preparare le richieste legali. Queste date sono rilevanti: il resoconto più recente descrive un'iniziativa in evoluzione, anziché annunciare un'implementazione completata con risultati misurati in modo indipendente.

La tensione centrale è tra competenze assemblate individualmente e conoscenza istituzionale condivisa. I fornitori di tecnologia legale, tra cui Thomson Reuters e Microsoft, competono già per collegare l'IA ai flussi di lavoro professionali. L'iniziativa di AT&T solleva una questione più organizzativa: cosa cambia quando il reparto legale riprogetta il punto di partenza del proprio lavoro?

Cosa cambia effettivamente con la collaborazione legale tra AT&T e OpenAI

Secondo il resoconto di OpenAI sulla gestione delle richieste legali, AT&T sta esplorando un sistema in linguaggio naturale che accetta richieste scritte in linguaggio comune. Il sistema classificherebbe le richieste, stabilirebbe le priorità, troverebbe lavori precedenti pertinenti e suggerirebbe i primi passi. Bill Ryan, chief compliance officer di AT&T, lo descrive come un'iniziativa pianificata.

Questa sequenza proposta è importante perché ricevere una richiesta e comprenderne il significato legale sono attività diverse. Un messaggio può descrivere chiaramente una scadenza commerciale lasciando però ambigua la questione legale sottostante. Prima di offrire consulenza, un avvocato ha bisogno di un contesto sufficiente per distinguere la richiesta immediata dal problema effettivo.

Il cambiamento proposto avvicina la raccolta delle informazioni al momento in cui una richiesta entra nel reparto.

Ciò crea l'opportunità di migliorare il passaggio di consegne tra i team aziendali e i professionisti legali. Anziché trattare ogni messaggio in arrivo come un incarico isolato, il reparto può esaminarne il rapporto con il lavoro precedente. Il potenziale vantaggio deriva dal preservare il contesto tra le diverse pratiche.

L'iniziativa si basa su LegalEdge, l'organizzazione legale interna di AT&T. Nel suo annuncio sui flussi di lavoro legali, AT&T afferma che LegalEdge è stata lanciata nel gennaio 2026 e ha gestito quasi 100 pratiche nei primi sei mesi. Questo stabilisce una base operativa, anche se non misura le prestazioni del sistema di gestione delle richieste proposto.

Il solo numero delle pratiche non può dimostrare la produttività. Le pratiche variano per complessità, urgenza e quantità di attenzione specialistica richiesta. Senza un metodo di confronto, il volume dice poco su un eventuale miglioramento della qualità o sulla riduzione dell'impegno complessivo richiesto da un nuovo processo.

AT&T descrive inoltre diversi livelli di assistenza. Alcune attività approvate potrebbero ricevere una risposta automatizzata, mentre altri lavori comporterebbero la raccolta di informazioni per gli avvocati. L'azienda afferma che saranno gli avvocati a decidere come utilizzare gli agenti IA, sistemi che eseguono sequenze di attività.

Questa distinzione impedisce che l'iniziativa si riduca a un'unica affermazione sull'automazione. Rispondere a una domanda amministrativa approvata comporta responsabilità diverse rispetto all'interpretazione di una controversia contrattuale non familiare. Un reparto deve distinguere queste categorie prima di decidere quanta discrezionalità affidare al software.

Per i lettori che valutano l'annuncio, lo sviluppo significativo è la partnership di progettazione e i cambiamenti previsti nei flussi di lavoro. Il resoconto di nessuna delle due aziende dimostra che un processo automatizzato di gestione delle richieste operi già nell'intero reparto. Trattare il progetto come un servizio già completato eliminerebbe le questioni di implementazione più rilevanti.

Le operazioni legali ereditano la pressione di rendere utilizzabile la conoscenza

La pressione immediata ricade sulle persone responsabili dell'organizzazione del lavoro legale. Gli avvocati possono adottare individualmente un assistente, ma una gestione condivisa delle richieste richiede decisioni su proprietà, accesso, instradamento e revisione. Tali decisioni attraversano i confini tra operazioni legali, team tecnologici e gruppi di pratica specialistici.

Un'interfaccia utile non può compensare una responsabilità poco chiara. Se una richiesta in arrivo riguarda più argomenti, qualcuno deve decidere chi è responsabile della risposta. Altrimenti, una classificazione più rapida può semplicemente consegnare l'incertezza a più persone contemporaneamente.

L'onere organizzativo si sposta verso la necessità di rendere le competenze individuabili, aggiornate e soggette a responsabilità.

Si consideri una richiesta contrattuale esemplificativa che riguardi una clausola accettata dall'azienda in una precedente negoziazione. Trovare l'accordo precedente è solo l'inizio. L'avvocato incaricato della revisione deve anche capire perché quell'eccezione è stata accettata e se le sue condizioni siano ancora applicabili.

Un documento potrebbe conservare la clausola finale omettendo la conversazione che la giustificava. La spiegazione rilevante potrebbe trovarsi nella corrispondenza, in un riepilogo della pratica o nella memoria di un collega. La qualità della ricerca e la conoscenza istituzionale si sovrappongono quindi senza essere identiche.

Questa differenza mette sotto pressione i responsabili della conoscenza. Qualcuno deve identificare quali materiali rappresentano linee guida approvate, quali registrano eccezioni storiche e quali sono diventati obsoleti. Un archivio può contenere tutte queste categorie senza rendere evidenti le loro distinzioni.

Il lavoro richiede anche un processo di feedback. Quando un avvocato respinge un precedente suggerito, l'organizzazione deve poter preservare la motivazione. Altrimenti, lo stesso materiale fuorviante può riapparire ripetutamente, trasferendo il lavoro di manutenzione a ogni futuro revisore.

È qui che la collaborazione legale tra AT&T e OpenAI diventa rilevante oltre l'acquisto di tecnologia legale. Un reparto che acquista software necessita comunque di un modello operativo per decidere cosa il software debba sapere. L'accesso a un modello non stabilisce l'autorità di quel modello all'interno dell'organizzazione.

I team aziendali affrontano un adeguamento correlato. Un accesso più semplice al supporto legale può cambiare ciò che i dipendenti inviano e quando lo inviano. Un servizio più accessibile può far emergere una domanda in precedenza insoddisfatta, aumentando le richieste anche quando le singole attività diventano più facili da gestire.

Ciò rende inaffidabili i semplici confronti del carico di lavoro. Un reparto potrebbe servire più dipendenti senza ridurre la propria coda complessiva. Potrebbe anche individuare i problemi prima, creando lavoro aggiuntivo che migliora la gestione del rischio anziché ridurre l'attività visibile.

Anche i consulenti esterni subiscono una pressione condizionata. Se i team interni diventano più capaci di preparare le pratiche, i consulenti esterni riceveranno incarichi diversi. Il loro valore dipenderà in parte da quanto efficacemente contribuiranno con competenze che completano la conoscenza esistente del cliente.

Questa è un'implicazione del modello proposto, non un risultato verificato di questa partnership. L'annuncio non giustifica una previsione generalizzata sulla scomparsa dei posti di lavoro legali o del lavoro esternalizzato. Giustifica invece una maggiore attenzione al modo in cui preparazione, consulenza specialistica e memoria istituzionale si integrano.

La gestione delle richieste determina quale contesto raggiunge l'avvocato

La gestione delle richieste è il processo di ricezione, chiarimento e instradamento di una richiesta. La sua importanza può essere facile da trascurare perché avviene prima del risultato legale visibile. Eppure, l'inquadramento iniziale influenza quali documenti appaiono pertinenti e quali domande ricevono attenzione.

Un assistente che scrive un riepilogo ben formulato può migliorare la leggibilità mantenendo al contempo un presupposto errato. Se la richiesta originale descrive il problema sbagliato, la fluidità non corregge il quadro sottostante. L'avvocato che la riceve deve comunque comprendere come il sistema sia giunto alla sua interpretazione.

Un punto di partenza utile deve mostrare l'incertezza insieme alle informazioni pertinenti.

Si consideri un'altra richiesta esemplificativa: un dipendente chiede se un accordo esistente consenta un nuovo utilizzo delle informazioni dei clienti. La richiesta potrebbe sembrare una semplice interpretazione contrattuale. Il suo significato potrebbe dipendere da fatti che il dipendente non ha fornito.

Un processo efficace identificherebbe le informazioni mancanti prima di presentare una raccomandazione sicura. Distinguerebbe i fatti confermati dalle ipotesi e spiegherebbe perché un accordo precedente appare pertinente. In questo modo offre all'avvocato qualcosa da valutare, anziché semplicemente qualcosa da leggere.

Lo stesso principio si applica alla priorità. Un messaggio breve può contenere una questione urgente, mentre una presentazione lunga può riguardare un lavoro di routine. Classificare l'urgenza richiede più della misurazione della lunghezza di un messaggio o del rilevamento di un vocabolario legale familiare.

Esiste inoltre una differenza tra somiglianza e applicabilità. Un lavoro precedente può assomigliare a una nuova richiesta pur coinvolgendo parti, obblighi o circostanze differenti. Un sistema utile dovrebbe preservare tali differenze anziché comprimerle in una risposta generica.

Questo è un requisito analitico per il flusso di lavoro proposto, non una descrizione delle funzionalità AT&T rese pubbliche. I resoconti pubblici non spiegano il metodo di classificazione, il processo di valutazione o la gestione delle richieste ambigue. Questi dettagli determineranno quanta preparazione il sistema potrà svolgere in modo affidabile.

Il problema della conoscenza presenta un parallelo più ampio nella distinzione tra conoscenza personale e di team. Le informazioni utili a una persona possono richiedere ulteriori regole di proprietà e accesso prima di diventare un'infrastruttura condivisa affidabile.

Questo parallelo non dovrebbe oscurare le esigenze specifiche del lavoro legale. Un reparto deve considerare se una persona sia autorizzata a vedere un documento prima di renderlo disponibile. La comodità non risolve il rapporto tra accesso, riservatezza e responsabilità professionale.

Un'implementazione convincente conserverebbe anche un percorso di ritorno alla richiesta originale. I riepiloghi inevitabilmente selezionano e comprimono le informazioni. I revisori devono poter esaminare ciò che è stato omesso quando un dettaglio appare insolito o una raccomandazione sembra poco fondata.

Il flusso di lavoro risultante è meno ordinato rispetto alla narrazione di un assistente autonomo. Alcune richieste dovrebbero procedere rapidamente; altre dovrebbero fermarsi per chiarimenti. Il valore deriva dall'aiutare il professionista responsabile a riconoscere tale differenza con minore lavoro di ricostruzione.

Scalare il giudizio legale significa quindi migliorare le condizioni in cui il giudizio viene esercitato. Non significa riprodurre la conclusione di un avvocato senior ovunque compaiano parole simili. La distinzione diventa particolarmente importante quando un'organizzazione cerca di riutilizzare l'esperienza tra i team.

I fornitori di IA legale competono già sul lavoro connesso

L'iniziativa di AT&T entra in un mercato in cui i fornitori affermati sottolineano già l'integrazione nei flussi di lavoro. Il confronto rilevante riguarda il punto in cui la conoscenza organizzativa entra nel processo e il modo in cui i professionisti verificano il lavoro risultante. Non richiede di dichiarare un vincitore tra i modelli.

Thomson Reuters ha annunciato CoCounsel Legal il 5 agosto 2025, combinando capacità di ricerca e flussi di lavoro guidati. I suoi flussi di lavoro per la ricerca legale sottolineano i contenuti legali dell'azienda, a partire da Westlaw. L'azienda presenta questo approccio come un modo per collegare la ricerca alle successive attività professionali.

Microsoft descrive un altro punto di accesso nella sua documentazione sull'assistente legale. Copilot for Legal supporta attività che includono revisione, redazione e confronto dei contratti nei flussi di lavoro documentali. Microsoft caratterizza esplicitamente i suoi output come consultivi.

La questione competitiva è quanto efficacemente ciascun approccio colleghi il lavoro professionale al contesto necessario per valutarlo.

Un prodotto incentrato sulla ricerca parte dall'esigenza di informazioni legali autorevoli. Un assistente incentrato sui documenti parte dall'accordo o dalla bozza già in esame. Un modello incentrato sull'acquisizione delle richieste parte prima, quando l'organizzazione sta ancora stabilendo quale lavoro debba essere svolto.

Questi punti di partenza possono coesistere. Un reparto può richiedere cronologia interna, ricerca esterna e modifica di documenti nella stessa pratica. La difficoltà consiste nel preservare il significato mentre le informazioni si spostano tra queste attività.

Per un acquirente aziendale, ciò crea una distinzione pratica tra una funzionalità e un servizio completo. Una solida funzione di redazione non garantisce che le richieste in arrivo raggiungano lo specialista giusto. Una coda ben organizzata non garantisce che una risposta si basi su fonti aggiornate e autorevoli.

Il confronto complica anche la consueta scelta tra sviluppare internamente e acquistare. Un'azienda potrebbe personalizzare l'acquisizione delle richieste affidandosi al contempo a strumenti di ricerca consolidati. Potrebbe acquistare assistenza documentale mantenendo la responsabilità delle linee guida interne e degli standard di revisione.

Si tratta di possibili scelte architetturali, non di dettagli divulgati sull'implementazione di AT&T. Gli annunci disponibili non specificano informazioni tecniche sufficienti per ricondurre l'iniziativa a un sistema completo. Non dovrebbero sostenere affermazioni su modelli specifici, integrazioni o prodotti sostitutivi.

Questa lacuna informativa conta perché dimostrazioni simili possono celare impegni operativi molto diversi. Un prototipo può recuperare con successo un documento pertinente lasciando irrisolte l'amministrazione degli accessi e la manutenzione continua. Un servizio in produzione deve affrontare ripetutamente queste responsabilità.

I confronti tra fornitori dovrebbero quindi concentrarsi sulle prove relative all'intero flusso di lavoro. Gli acquirenti devono capire cosa accade quando i materiali di origine sono in conflitto, le autorizzazioni cambiano o una richiesta esce dall'ambito previsto. Queste condizioni rivelano più di una dimostrazione accuratamente selezionata.

Per AT&T, l'elemento distintivo è il tentativo di collegare la progettazione organizzativa al lavoro assistito dall'AI. La sua rilevanza dipenderà da come queste scelte funzioneranno insieme. La partnership in sé non stabilisce una superiorità rispetto alle piattaforme di ricerca o agli assistenti documentali.

La supervisione umana necessita di evidenze sul lavoro che esamina

La storia di OpenAI include un confine chiaro posto dal general counsel di AT&T David McAtee: “Le decisioni resteranno sempre agli avvocati.” Questo definisce la ripartizione dichiarata delle responsabilità. Resta aperta la questione di come gli avvocati ispezioneranno e metteranno in discussione il contributo del sistema.

Un revisore può detenere l'autorità finale senza disporre di informazioni sufficienti per esercitarla in modo efficiente. Se verificare una raccomandazione richiede di ricreare l'intera indagine, l'assistente ha spostato il lavoro anziché eliminarlo. La qualità dell'interfaccia di revisione conta quindi quanto la qualità della risposta.

La supervisione umana diventa significativa quando i revisori possono identificare fonti, ipotesi, omissioni e questioni irrisolte.

La ricerca indipendente offre una ragione per insistere su questa distinzione. Uno studio guidato da Stanford sull'affidabilità dell'AI legale ha rilevato allucinazioni nei prodotti specializzati di ricerca valutati. Le allucinazioni sono affermazioni generate che travisano i fatti o non hanno supporto.

Lo studio riguarda strumenti specifici e un precedente periodo di valutazione. Non misura il sistema pianificato da AT&T né stabilisce le prestazioni dei prodotti attuali. La sua rilevanza è più circoscritta: recuperare materiali legali reali non garantisce automaticamente una risposta generata affidabile.

Restano quindi molteplici modi in cui l'assistenza può fallire. Un sistema può citare un documento reale traendo al contempo una conclusione non supportata. Può anche riassumere accuratamente un accordo, ma trascurare il motivo per cui tale accordo differisce dalla pratica attuale.

La conoscenza interna aggiunge un'altra complicazione. Una decisione precedente può essere autentica senza rappresentare la politica corrente. Riutilizzarla richiede di comprendere se l'organizzazione la intendesse come guida generale o l'abbia accettata in circostanze eccezionali.

Queste preoccupazioni non invalidano l'iniziativa. Identificano ciò che la valutazione deve distinguere. Accuratezza del recupero, accuratezza dell'interpretazione, appropriatezza dell'instradamento e idoneità della risposta finale sono questioni correlate ma distinte.

Gli annunci pubblici non forniscono tassi di errore comparativi né un metodo di valutazione dettagliato per il flusso di acquisizione delle richieste proposto. Non forniscono nemmeno misurazioni verificate in modo indipendente del suo effetto sui tempi di risposta legale. Ciò limita le conclusioni possibili oggi.

Anche misurazioni favorevoli della produttività richiederebbero un'attenta interpretazione. Risposte più rapide possono riflettere richieste più semplici, un ambito più ristretto o lavoro aggiuntivo svolto altrove. Una valutazione utile deve considerare lo sforzo di correzione e revisione insieme all'output iniziale.

I controlli di accesso richiedono un'attenzione analoga. Un sistema che rispetta le autorizzazioni durante la ricerca può comunque creare problemi se un riepilogo generato raggiunge il pubblico sbagliato. La valutazione dovrebbe seguire le informazioni durante il passaggio di consegne, invece di fermarsi al recupero di un documento.

Il compromesso più ampio è semplice: rendere più facile il riutilizzo della conoscenza aumenta l'importanza di comprenderne i limiti. Un'organizzazione trae vantaggio quando l'esperienza pertinente può circolare più ampiamente. Ha però anche bisogno di meccanismi che impediscano a una vecchia eccezione o a un'inferenza non supportata di acquisire un'autorità involontaria.

Cosa osservare mentre la partnership di progettazione si sviluppa

Le prossime evidenze utili riguarderanno il funzionamento del servizio proposto nel lavoro reale. Nei prossimi mesi, i lettori dovrebbero osservare l'ambito di implementazione, le prestazioni sottoposte a revisione e l'adozione sostenuta, in quest'ordine. Nessuno di questi elementi richiede di presumere che un annuncio sia già una trasformazione completata.

Il segnale più forte collegherà un flusso di lavoro definito a risultati misurabili e a un processo di revisione responsabile.

Innanzitutto, occorre osservare una descrizione concreta di dove opera il sistema di acquisizione delle richieste. Un aggiornamento significativo identificherebbe le categorie di richieste supportate e spiegherebbe cosa accade quando una richiesta esce da tali categorie. Questo renderebbe l'iniziativa più facile da valutare rispetto a un'affermazione generica sulla disponibilità aziendale.

Un ambito definito rafforzerebbe l'argomento secondo cui AT&T sta costruendo un servizio ripetibile. Descrizioni che restassero limitate alle capacità pianificate manterrebbero l'iniziativa in una fase precedente. Nessuno dei due esiti, da solo, stabilirebbe se l'approccio avrà infine successo.

In secondo luogo, occorre osservare evidenze sulle prestazioni che includano il lavoro dell'avvocato dopo aver ricevuto il materiale preparato dall'AI. Misure utili collegherebbero il tempo di risposta a correzioni, questioni mancate e sforzo di revisione. Un riepilogo iniziale più rapido offre informazioni limitate se i professionisti devono dedicare più tempo a verificarlo.

Una valutazione che tenga conto di questi compromessi rafforzerebbe l'argomento a favore di una capacità migliorata. Misurazioni limitate all'output generato o alle ricerche completate sosterrebbero una conclusione più ristretta. Mostrerebbero attività senza dimostrare un servizio legale migliore.

In terzo luogo, occorre osservare se il flusso di lavoro ottenga un utilizzo ripetuto presso il pubblico previsto. L'adozione sostenuta conta perché una sperimentazione occasionale non dimostra che un processo sia adatto al lavoro quotidiano. Evidenze utili spiegherebbero se i dipendenti tornano a utilizzarlo e se i professionisti legali continuano ad accettare i passaggi di consegne risultanti.

Anche l'adozione necessita di interpretazione. Un utilizzo elevato può riflettere convenienza senza stabilire l'accuratezza, mentre un utilizzo basso può rivelare integrazioni mancanti o un ambito poco adeguato. Combinare evidenze d'uso con risultati sottoposti a revisione offrirebbe un quadro più credibile.

Per gli sviluppatori, ciò rende l'iniziativa un caso di studio sulla progettazione dell'assistenza attorno all'incertezza e alla responsabilità. Per gli acquirenti aziendali, evidenzia il lavoro organizzativo necessario per collegare l'AI alle informazioni interne. Per i knowledge worker, illustra perché l'accesso al lavoro passato e la fiducia in quel lavoro restano esigenze diverse.

La collaborazione legale tra AT&T e OpenAI merita attenzione perché affronta la preparazione che circonda il giudizio professionale. La sua prossima fase dovrebbe essere valutata attraverso la qualità di tale preparazione e le decisioni che aiuta gli avvocati a prendere.

Prima di adottare un approccio simile, esaminate dove la vostra organizzazione perde contesto tra una richiesta e una risposta. Chiedetevi chi mantiene le linee guida approvate, chi risolve i precedenti in conflitto e chi può autorizzare l'accesso a materiali sensibili. Quindi individuate quali evidenze dimostrerebbero che l'assistenza migliora il servizio completo, incluse revisione e correzione. L'iniziativa di AT&T offre uno sviluppo concreto da seguire, anziché un modello universale da copiare. La domanda per i knowledge worker è pratica: quando l'esperienza pertinente diventa più facile da recuperare, diventa anche più facile da valutare? Seguite i dettagli dell'implementazione e i risultati sottoposti a revisione che rispondono a questa domanda.