Uno studio paga Harvey soprattutto per rispondere a una domanda dei clienti: «Dove finiscono i nostri documenti?» Harvey usa modelli di Anthropic, Google e OpenAI, gli stessi che lo studio può acquistare direttamente. Con una parte del prezzo lo studio ottiene funzionalità concrete pensate per il lavoro legale. Con l'altra ottiene una risposta contrattuale a quella domanda, una risposta che lo studio potrebbe dare anche da solo.
Che cosa giustifica il sovrapprezzo
All'inizio Harvey usava solo i modelli di OpenAI. Nel maggio 2025 ha aggiunto quelli di Anthropic e Google, accessibili tramite AWS Bedrock e Google Vertex.
Il prezzo non copre solo l'accesso ai modelli. Piattaforme come Harvey e Legora offrono flussi di lavoro pensati per gli avvocati, banche dati per la ricerca giuridica e integrazioni con i sistemi dello studio. Sono servizi che richiedono lavoro e che hanno un valore reale.
Resta la questione dei dati. Harvey chiede a ogni fornitore di modelli tre impegni: nessuna conservazione dei dati, nessuna revisione umana dei dati dei clienti, nessun addestramento sui loro contenuti. Su questi impegni si fonda la garanzia di sicurezza che la piattaforma vende, ed è una garanzia solida.
Il modello generalista regge il confronto?
Nell'ottobre 2025 Vals AI ha messo alla prova quattro strumenti su 210 domande di ricerca giuridica statunitense. Secondo LawSites, ChatGPT ha risposto correttamente nell'80% dei casi. I tre strumenti specializzati si sono collocati fra il 79% e l'81%.
Gli avvocati coinvolti hanno ottenuto in media il 71%. Il dato va letto con due cautele: Thomson Reuters, LexisNexis e vLex non hanno partecipato, e le domande riguardano solo il diritto americano.
Su queste domande, il modello generalista non parte in svantaggio. Le differenze vanno cercate nelle funzioni, nei contenuti e nella gestione dei dati.
A chi spetta rispondere sui dati
In Italia la risposta spetta allo studio. L'art. 622 c.p. punisce chi rivela senza giusta causa un segreto appreso in ragione della propria professione. Il codice deontologico forense, approvato dal Consiglio Nazionale Forense, impone all'avvocato il dovere di segreto e riservatezza su quanto apprende nello svolgimento del mandato.
Il GDPR aggiunge un secondo livello di obblighi: lo studio è titolare del trattamento, e il fornitore di IA che tratta i dati per conto dello studio va nominato responsabile del trattamento con un contratto ai sensi dell'art. 28 GDPR.
Il Garante per la protezione dei dati personali è intervenuto presto sull'IA generativa: nel marzo 2023 ha bloccato ChatGPT in Italia. La sanzione che il Garante ha poi inflitto a OpenAI è stata annullata dal Tribunale di Roma nel 2026.
Negli Stati Uniti, l'indicazione più esplicita viene dall'American Bar Association. Il parere formale n. 512, del 29 luglio 2024, riguarda gli strumenti che apprendono dai dati ricevuti: prima di caricarvi informazioni sul mandato occorre il consenso informato del cliente, e una clausola standard nella lettera d'incarico non basta.
Togliere i nomi non basta
Togliere gli identificativi sembra risolvere tutto, eppure un documento anonimizzato resta riservato. La strategia processuale, le condizioni di un accordo e alcuni fatti rivelano il cliente anche senza il suo nome.
Il segreto professionale copre tutto ciò che l'avvocato apprende in ragione del mandato, ben oltre i dati anagrafici. Negli Stati Uniti la Model Rule 1.6 dell'ABA ha la stessa ampiezza. Per questo occorre combinare due misure.
La prima consiste nel rimuovere i dati identificativi prima che il documento esca dal computer. La seconda consiste nell'usare un account aziendale i cui dati non vengono usati per addestrare i modelli. Secondo OpenAI, per impostazione predefinita i dati inseriti e le risposte di ChatGPT Enterprise, ChatGPT Business, ChatGPT Edu e della piattaforma API non vengono usati per l'addestramento. Anthropic dichiara lo stesso per i suoi prodotti commerciali.
Con queste due misure lo studio può rispondere da sé alla domanda dei clienti, perché sa quali dati escono, verso chi e a quali condizioni. Resta da verificare il contratto sul trattamento dei dati con il fornitore scelto.
Rinunciare a Harvey o usarlo in modo diverso
Ciò che lega lo studio a una piattaforma è il contratto, non la tecnologia. Dipende dal numero minimo di licenze e dalla durata dell'abbonamento.
Anche la scelta fra piattaforma e modello generalista non è più così netta. Dal giugno 2026 Harvey è integrato in Microsoft 365 Copilot. Claude for Legal, lanciato da Anthropic il 12 maggio 2026, si collega a circa 20 piattaforme legali. Fra queste ci sono Westlaw e CoCounsel di Thomson Reuters, iManage, NetDocuments e Harvey stesso.
Gli altri grandi fornitori si sono mossi negli stessi mesi. Google ha presentato Gemini Enterprise for Legal in anteprima il 25 agosto. OpenAI ha lanciato Astra for Law il 17 settembre, solo per alcuni grandi studi ammessi a un Trusted Access Program. Il 15 ottobre è arrivato Copilot for Legal di Microsoft.
Uno studio che valuta alternative a Harvey ha quindi più strade a disposizione. Uno studio che risolve da sé la questione dei dati può scegliere una piattaforma per le sue funzioni, senza esservi costretto. Può anche limitarne l'uso alle persone che ne hanno davvero bisogno, nel rispetto del numero minimo di licenze previsto dal contratto. Per tradurre questa scelta in una regola interna, può partire dalla nostra guida alla policy sull'IA per lo studio.
Il nostro interesse e che cosa fa promptShield
Dichiariamo subito il nostro interesse. promptShield vende uno strumento che rimuove i dati identificativi dai documenti prima dell'invio. Ci conviene quindi che lo studio risponda da sé ai clienti.
La funzione Codifica sostituisce nomi, indirizzi, numeri di conto e altri identificativi con codici brevi. La prima lettera indica il tipo di dato, e un codice ha una forma come questa: [P0ABCD], dove lettere e cifre sono solo un esempio. Dentro una cartella lo stesso valore riceve sempre lo stesso codice, così il modello segue le parti da un documento all'altro.
Documenti in cartelle diverse ricevono codici diversi, e solo un codice impostato manualmente vale ovunque. Partendo da un file o da un testo incollato, la funzione Decodifica ripristina i valori reali grazie al Registro codici, che resta sul computer dell'utente. Il meccanismo è descritto nella guida all'anonimizzazione reversibile.
Rilevamento, riconoscimento del testo e rimozione avvengono sul computer. È l'impostazione predefinita. Fa eccezione l'Analisi approfondita, se la si collega a un modello remoto: in quel caso il testo delle pagine lascia il computer. Al momento dell'esportazione, nelle parti nascoste di un PDF ogni valore codificato viene sostituito dal suo codice e ogni valore rimosso viene sostituito da un segno neutro.
Domande frequenti
Uno studio legale può usare ChatGPT o Claude sui documenti dei clienti?
Sì, con almeno tre cautele: un account aziendale i cui dati non vengono usati per l'addestramento, un contratto ai sensi dell'art. 28 GDPR e la rimozione dei dati identificativi prima dell'invio. Il rispetto del segreto professionale resta affidato alla valutazione dell'avvocato sul caso concreto.
Quali modelli usano Harvey e Legora?
Harvey usa modelli di Anthropic, Google DeepMind e OpenAI, fra cui Claude Opus 4.6 e GPT-5.2 secondo il suo annuncio di marzo 2026. Le fonti citate riguardano solo Harvey; per Legora conviene chiedere direttamente al fornitore.
Un documento anonimizzato è ancora coperto dal segreto professionale?
Sì, perché il segreto copre tutto ciò che l'avvocato apprende per il mandato. Strategia, condizioni economiche e fatti che rivelano il cliente restano riservati anche senza nomi.
Serve un account aziendale del fornitore di IA?
Sì, anche dopo aver tolto gli identificativi, perché il documento resta riservato. OpenAI e Anthropic dichiarano che, per impostazione predefinita, i dati dei loro prodotti aziendali non vengono usati per l'addestramento. Per sapere che cosa accade a un testo incollato, consulti la guida “È sicuro incollare documenti in ChatGPT?”