Il fossato non è il dato

Per qualche anno ci siamo raccontati che ogni azienda fosse seduta sopra una miniera d’oro chiamata dati proprietari. La formula era semplice e sembrava inattaccabile: modello generalista più dati che nessun altro possiede uguale AI verticale migliore. Bastava aspettare che i modelli diventassero abbastanza intelligenti, collegarli ai nostri archivi, e lasciare che vent’anni di attività facessero il resto.

È una metafora rassicurante. Ho il sospetto che sia anche sbagliata, o almeno incompleta in un punto decisivo.

Un archivio contiene ciò che un’istituzione ha fatto. Non necessariamente ciò che ha imparato.

Una tesi da prendere sul serio

Prima di smontarla, la tesi dei dati proprietari merita rispetto, perché l’argomento è solido. I foundation model imparano da quantità enormi di informazione pubblica o licenziata. Quando la qualità dei modelli converge, ciò che un concorrente non può scaricare né comprare diventa naturalmente la fonte di differenziazione. Un ospedale possiede dati clinici che OpenAI non possiede. Una banca vede transazioni che Anthropic non vede. Uno studio legale conserva pareri e precedenti che non stanno su Internet.

E questi dati sono difficili da replicare per una ragione strutturale: sono il sottoprodotto di anni di attività. Un concorrente nuovo può comprare GPU, assumere ricercatori, licenziare un foundation model. Non può ricreare in un trimestre vent’anni di interazioni con clienti reali, fallimenti reali, decisioni prese nel mondo reale.

Il caso più citato di quest’estate sembra confermare tutto. Il 24 agosto Thomson Reuters ha annunciato Thomson, un modello proprietario costruito sopra una base open source con tecniche proprie di mid-training e post-training, specializzato con il patrimonio di Westlaw, Practical Law, Checkpoint e Reuters, con un investimento dichiarato di 40 milioni di dollari fra talenti e compute. Una frazione minuscola di quello che costa un frontier model. Sembra la dimostrazione ideale del data moat: possedevano contenuti che OpenAI, Google e Anthropic non hanno alle stesse condizioni, e ci hanno costruito sopra.

Poi si legge il dettaglio più interessante dell’annuncio, ed è quello che rende insufficiente tutta l’interpretazione.

Quello che Thomson Reuters non ha fatto

Thomson Reuters dichiara di avere usato, a oggi, meno del dieci per cento dei propri contenuti nel continued pre-training del modello. E attribuisce esplicitamente i risultati non all’accesso ai documenti, ma alla combinazione fra contenuti autorevoli, specialisti di dominio, strumenti professionali, obiettivi di training e valutazioni costruite con centinaia di subject matter expert. Gli esperti non hanno fornito esempi di risposte corrette: hanno valutato output, scritto rubriche che elencano che cosa una risposta corretta deve necessariamente contenere; i failure mode sono arrivati da migliaia di esperti interni che hanno usato il modello sui loro problemi più difficili, errori segnalati da persone qualificate a diagnosticarli.

Fermiamoci su questo punto, perché è il cuore del saggio. L’azienda con uno dei corpus professionali più preziosi del pianeta non ha versato il corpus dentro il modello. Ha speso la parte difficile del progetto a decidere che cosa significasse imparare correttamente da quel corpus. Il novanta per cento dei contenuti è rimasto fuori, e nessuno sembra considerarlo uno spreco.

La formula «modello più dati» confonde la materia prima con il processo industriale che le attribuisce valore. Due organizzazioni possono possedere quantità comparabili di dati e ottenerne risultati radicalmente diversi. Una può avere milioni di documenti senza sapere quali siano affidabili, migliaia di ticket senza sapere quali rappresentino eccezioni significative, decenni di decisioni senza avere conservato le ragioni per cui furono prese.

Il fossato competitivo più profondo potrebbe non essere il dato proprietario. Potrebbe essere il giudizio proprietario. E il giudizio, diversamente dal dato, non vive in un database. Vive nella cultura dell’istituzione.

Abbiamo archiviato gli output, non le decisioni

Immaginiamo due studi legali. Stesso settore, vent’anni di contratti, la stessa quantità approssimativa di token. Il primo conserva le versioni firmate. Il secondo conserva anche le bozze, le clausole rifiutate, i commenti dei partner, le alternative considerate, le ragioni per cui una formulazione apparentemente standard non fu usata, gli incidenti avvenuti dopo la firma.

Statisticamente possiedono entrambi «dati proprietari». Ma solo il secondo possiede la traccia del giudizio. Il contratto firmato racconta che cosa abbiamo deciso; la storia della negoziazione racconta perché abbiamo deciso proprio questo invece delle alternative disponibili. Ed è quasi sempre il secondo elemento a contenere il vantaggio professionale.

Le organizzazioni moderne sono straordinariamente brave a conservare artefatti: documenti, ticket, commit, contratti, verbali. Sono molto meno brave a conservare lo spazio delle alternative attraversato per produrli. Vediamo il merge finale, non le tre architetture che un senior ha scartato mentalmente prima di proporlo. Vediamo la clausola, non il rischio che ha fatto respingere quella più conveniente. Vediamo il preventivo accettato, non la valutazione informale con cui qualcuno ha capito che un requisito apparentemente piccolo avrebbe fatto esplodere il progetto.

Il patrimonio più importante dell’organizzazione potrebbe essere proprio ciò che non è mai diventato dato.

Il materiale dentro «dipende»

Michael Polanyi ha dato a questo problema il suo nome più duraturo: sappiamo più di quanto siamo capaci di dire. Una parte significativa della competenza professionale è tacita. Un senior guarda una proposta tecnica e sente che qualcosa non torna. Un avvocato riconosce che una clausola teoricamente corretta è pericolosa in quel contesto. Un medico legge una combinazione di segnali che, isolati, non direbbero niente.

Se chiedi «quale regola hai applicato?», la risposta è spesso «dipende». Nella retorica dell’automazione, «dipende» è il nemico: il segno che il processo non è formalizzabile. Io credo il contrario. Dietro quel «dipende» c’è una struttura di eccezioni, priorità e trade-off che l’esperto ha interiorizzato in anni di casi. È il materiale più prezioso che l’organizzazione possiede, ed è esattamente quello che nessun export di SharePoint contiene.

L’AI verticale davvero differenziata potrebbe essere la tecnologia con cui un’organizzazione rende gradualmente esplicito il proprio «dipende». Non intervistando gli esperti, che è quasi sempre il metodo peggiore: il sapere tacito non si verbalizza in astratto. Facendoli giudicare. Due risposte, due architetture, due clausole: quale scegli? Perché? E se cambio questo dettaglio del caso? Il punto in cui l’esperto cambia opinione rivela il confine della regola. Il modello può generare le alternative; l’esperto le giudica; il sistema raccoglie non la preferenza ma la ragione, e le condizioni in cui la preferenza si rovescerebbe.

La frequenza non è autorità

C’è un errore simmetrico a quello di ignorare il proprio archivio: fidarsene troppo. Supponiamo di avere un milione di ticket di assistenza. Sembra un dataset magnifico. Contiene ticket chiusi bene, workaround pessimi diventati abitudine, errori degli operatori, soluzioni temporanee sopravvissute ai vincoli che le giustificavano, comportamenti che hanno funzionato una volta per caso.

Addestrare indiscriminatamente su quel corpus significa trasformare la frequenza storica in autorità epistemica. La cultura istituzionale serve precisamente a impedirlo: a dire «questo è successo spesso, ma non era giusto», oppure «questo caso è capitato tre volte, e quelle tre volte descrivono l’eccezione più importante del nostro dominio». Il dato conta le occorrenze. Il giudizio attribuisce loro significato.

Nel machine learning esiste un nome preciso per il meccanismo che stabilisce che cosa significa sbagliare: la loss function. Due modelli possono osservare gli stessi dati e imparare comportamenti diversi se vengono ottimizzati su obiettivi diversi. Le organizzazioni funzionano allo stesso modo. Per una software house un bug estetico, una vulnerabilità, una regressione di accessibilità e un ritardo di consegna non hanno lo stesso costo, e due aziende attribuiscono costi diversi agli stessi eventi. La cultura istituzionale è, in buona parte, la loss function accumulata dell’organizzazione: dice quali errori sono imperdonabili, quali trade-off accettabili, quale rischio merita escalation, dove conviene essere conservativi e dove sperimentare.

I dati si possono comprare, e stanno diventando meno esclusivi: i dataset si licenziano, i dati sintetici colmano lacune, il retrieval usa contenuto senza incorporarlo nei pesi. Una buona loss function organizzativa richiede anni, perché è fatta di formazione, selezione, conflitto, correzione e memoria. Un concorrente può comprare dieci milioni di sentenze; non compra la capacità di capire quale argomento sia giuridicamente corretto ma strategicamente suicida.

Chi possiede il benchmark possiede la definizione di «buono»

Da qui la conseguenza più tecnica del ragionamento. In questi anni abbiamo dato enorme importanza a training, fine-tuning, RAG, vector database. Se i modelli continuano a migliorare e a diventare intercambiabili, la parte più durevole dello stack potrebbe essere un’altra: il sistema di valutazione.

Non «il nostro modello sa rispondere alle domande fiscali», ma «noi possediamo duemila casi che rappresentano esattamente che cosa significa dare una risposta fiscalmente corretta nelle situazioni che contano per i nostri clienti». Ogni caso con il suo contesto, la risposta attesa, le alternative che sembrano corrette e non lo sono, la gravità di ciascun errore, le fonti accettabili, le condizioni in cui bisogna fermarsi e chiamare un umano.

A quel punto puoi sostituire GPT con Claude, Claude con un modello open-weight, quel modello con il successivo. Il vantaggio resta, perché sai misurare quale motore merita di entrare nel tuo processo. I frontier model sono già bravissimi a produrre risultati plausibili; il vantaggio verticale emerge nelle regioni in cui plausibile e accettabile divergono, ed è lì che serve l’esperto.

Thomson Reuters si muove esattamente in questa direzione con CoCoBench: più di mille task scritti da avvocati sui compiti che i professionisti svolgono davvero, giudicati rispetto a risposte di riferimento redatte e riviste da avvocati, oltre quindicimila ore di lavoro di più di cento esperti legali. Un dettaglio di calendario dice tutto: CoCoBench è di maggio, il modello di agosto. La misura è arrivata prima del motore. E l’osservazione che accompagna il benchmark vale molto oltre il settore legale: quando cambi il livello a cui valuti, dal singolo task al workflow, cambia che cosa conta come buono. I benchmark sembrano strumenti neutrali e non lo sono mai: ognuno contiene una teoria implicita di ciò che conta. Se misuro un coding agent sulla quantità di codice prodotto premio una cosa; se lo misuro sulla capacità di riconoscere quando non ha informazioni sufficienti ne premio un’altra. Costruire eval proprietarie è un gesto organizzativo travestito da gesto tecnico: formalizza ciò che l’istituzione considera un buon giudizio.

E la stessa piattaforma CoCounsel resta deliberatamente multi-modello: usa Thomson dove offre il vantaggio più netto e altri modelli dove sono migliori. Quanto alla base, scrivono di avere già cambiato più volte il modello radice e di volerlo rifare man mano che la frontiera degli open-weight si sposta. Il messaggio implicito non è «siamo riusciti a costruire il nostro GPT». È: possiamo cambiare il motore senza perdere la nostra definizione di correttezza.

La cultura può essere sbagliata

Qui l’obiezione seria, che merita spazio perché è fondata. Celebrare la cultura istituzionale come vantaggio competitivo rischia di trasformarsi in una difesa conservatrice dell’esistente. Le organizzazioni accumulano anche pregiudizi, procedure obsolete, gerarchie patologiche, consenso apparente, regole nate da incidenti ormai irrilevanti, errori trasmessi con cura da senior a junior. Se codifichiamo tutto questo dentro eval e training data non stiamo preservando saggezza: stiamo industrializzando la tradizione.

Il vantaggio non consiste nell’insegnare all’AI «come facciamo le cose qui». Consiste nel saper distinguere quali parti del modo in cui facciamo le cose meritano di essere conservate e quali devono restare contestabili.

La difesa più concreta che conosco è conservare il dissenso. Se costruiamo dataset solo con le decisioni definitive, cancelliamo una parte fondamentale dell’intelligenza dell’organizzazione: il disaccordo. Tre senior valutano un’architettura, due la approvano, uno la ritiene rischiosa per una ragione precisa. Il knowledge management tradizionale archivia «architettura approvata». Un sistema che gestisce il giudizio dovrebbe archiviare «approvata due a uno; rischio X considerato e ritenuto accettabile perché Y». Sei mesi dopo si verifica proprio X, e il dissenso minoritario diventa l’informazione più preziosa dell’archivio. Una cultura computabile senza memoria del dissenso trasforma il consenso storico in verità.

Per lo stesso motivo vale la pena conservare i controfattuali. «Abbiamo scelto PostgreSQL» vale poco. «Abbiamo scelto PostgreSQL perché il requisito X imponeva Y; senza X avremmo preferito SQLite» vale molto, perché permette a un agente futuro di capire quando non deve imitare il passato. È la differenza fra memoria e intelligenza, ed è il motivo per cui il retrieval ingenuo è pericoloso: trova il precedente più simile e lo applica, mentre un’organizzazione intelligente sa riconoscere quando il caso nuovo è abbastanza diverso da rendere il precedente inservibile.

E come ogni cosa che può sbagliare, il giudizio codificato va versionato. Chi può modificare una rubrica, chi decide che un failure mode non è più rilevante, chi cambia una soglia di escalation, ogni quanto le eval vengono rimesse in discussione: sono decisioni di governance, non dettagli implementativi. Un archivio di giudizio sano deve poter dire «questa era la nostra convinzione nel 2026, questi incidenti l’hanno messa in crisi, dal 2028 usiamo una regola diversa». La memoria istituzionale serve a cambiare idea meglio, non a rendere impossibile cambiarla.

Il paradosso dell’apprendistato

C’è però un rischio più profondo di tutti gli altri, ed è un paradosso. La cultura professionale non nasce spontaneamente: si forma per apprendistato. Il junior legge, confronta, sbaglia, riceve correzioni, osserva come un senior tratta un caso ambiguo, impara quali dettagli meritano attenzione. Gran parte di questo percorso coincide con le attività che l’AI sta rendendo più economiche da automatizzare.

Il report Future of Professionals 2026 di Thomson Reuters mette numeri su questa paura: il 48 % dei professionisti teme un impatto negativo dell’AI sullo sviluppo del giudizio indipendente, e i rispondenti del settore legale stimano che il percorso verso un giudizio professionale affidabile possa allungarsi di quasi due anni (1,7, per la precisione; i fiscalisti, va detto, si aspettano l’opposto). La paura che il report registra è che il mestiere venga svuotato: che giudizio, competenza e relazione umana smettano di essere valorizzati. Io la chiamerei svuotamento della pipeline del giudizio. Eliminando il lavoro attraverso cui i professionisti imparavano, rendiamo più efficiente l’organizzazione presente consumando il meccanismo con cui produce i propri esperti futuri.

Ne ho scritto quando ho sostenuto che il livello del giudizio non si delega: qui il paradosso diventa strategico. L’AI verticale migliore richiede cultura istituzionale matura; l’AI stessa erode il processo sociale con cui quella cultura si trasmette. Un’impresa razionale sul trimestre elimina ogni attività che il modello esegue meglio e a costo minore. Un’impresa razionale sul decennio si chiede quali attività apparentemente inefficienti siano in realtà il laboratorio in cui nasce il prossimo senior.

Mi sembra utile dare un nome a ciò che si consuma: capitale epistemico. La capacità accumulata di distinguere buone decisioni da cattive, riconoscere eccezioni, diagnosticare errori, trasmettere questi criteri alla generazione successiva. Quando affidiamo all’AI il lavoro junior otteniamo produttività immediata e intacchiamo, forse, questo capitale. Il problema è che il conto non appare in bilancio: gli indicatori migliorano, più output, meno ore, più margine. Il danno si vede anni dopo, quando scopri di avere moltissimi operatori capaci di usare il sistema e pochissime persone capaci di accorgersi che il sistema sta sbagliando.

La contromossa non è rallentare l’adozione. È cambiare che cosa producono senior e junior. Il senior smette di essere solo chi risolve i casi difficili e diventa chi definisce le eval, identifica i failure mode, sceglie i casi limite, esplicita le soglie: il suo lavoro produce valore due volte, perché risolve il problema presente e migliora il sistema che risolverà i prossimi. E il junior non passa meno tempo a pensare: passa meno tempo a produrre meccanicamente il primo draft e più tempo a valutare output, confrontare alternative, spiegare errori, osservare le correzioni. Apprendistato esplicito del giudizio invece di produzione. Il tempo dei propri esperti speso a rendere trasferibile il loro giudizio è il vero investimento AI di molte imprese; chiamarlo capex epistemico aiuta a difenderlo in un board, dove altrimenti figura come costo indiretto.

C’è anche un corollario quasi divertente: l’azienda che documenta meglio i propri errori potrebbe vincere. Un incidente analizzato onestamente produce una eval, un failure mode, un test, un precedente. Due imprese commettono lo stesso errore; una lo corregge e dimentica, l’altra lo trasforma in un artefatto che rende difficile a qualunque agente futuro ripeterlo nello stesso modo. La seconda ha convertito una perdita in capitale istituzionale. I post-mortem onesti stanno per diventare uno dei materiali di training più preziosi dell’era agentica, anche perché è esattamente il genere di conoscenza che Internet pubblico non ha.

Il Judgment Stack

Per non lasciare la tesi allo stato gassoso, la struttura che proporrei a un’organizzazione è fatta di cinque strati.

Il primo è l’evidence layer: i dati e le fonti. Documenti, codice, normativa, telemetria, precedenti. È il livello di cui tutti parlano, ed è il meno differenziante.

Il secondo è il memory layer: ciò che l’organizzazione ha fatto. Decision record, incidenti, outcome, storico delle scelte con il loro contesto.

Il terzo è il judgment layer: come distingue buono e cattivo. Rubriche, eval, failure mode, soglie, eccezioni, dissensi conservati. È qui che vive il vantaggio.

Il quarto è il governance layer: chi può modificare il terzo. Ownership, versioning, revisione, deprecazione.

Il quinto, deliberatamente ultimo, è l’execution layer: i modelli e gli agenti. Il motore esegue una cultura già strutturata; non è il luogo da cui quella cultura dovrebbe magicamente emergere.

Messa così, cambia perfino il procurement. La domanda smette di essere «quale LLM è il migliore?» e diventa «quale motore esegue meglio il nostro Judgment Stack?». L’organizzazione smette di adattare il proprio modo di lavorare alle peculiarità del modello di turno e mette i modelli in competizione rispetto alla propria definizione di valore.

La sovranità dei criteri

Questa architettura ha una conseguenza che mi sta particolarmente a cuore, perché rovescia un dibattito che in Europa facciamo male. Se il vantaggio sta nel judgment layer, un’impresa può usare foundation model open-weight, framework open source, standard aperti e infrastruttura portabile senza rinunciare al proprio differenziale. Anzi: più il componente sostituibile è aperto e standardizzato, più il patrimonio specifico si concentra dove è difendibile, nelle eval, nelle policy, nei dati di giudizio.

Ho scritto che il prossimo lock-in non tratterrà i dati ma lo stato accumulato: questa è la faccia costruttiva dello stesso argomento. La sovranità non consiste nel possedere l’intelligenza. Consiste nel possedere i criteri con cui decidiamo se quell’intelligenza merita fiducia. Un’organizzazione che può dire «cambiamo il modello senza perdere ciò che sappiamo» è più sovrana di una che ha addestrato il proprio modello e non sa valutarlo.

Vale anche in grande. L’Europa difficilmente vincerà una gara giocata su GPU, capex e foundation model di scala massima. Possiede però settori con una densità istituzionale enorme: sanità, industria, ingegneria, pubblica amministrazione, farmaceutica, diritto. La domanda strategica interessante non è «come costruiamo un OpenAI europeo?». È: come trasformiamo decenni di cultura professionale europea in sistemi verificabili, portabili e sovrani? Non è una consolazione da sconfitti. È una strategia diversa, e probabilmente più plausibile.

Successione, non sostituzione

La versione più concreta di questa tesi la vedo nelle imprese medio-piccole italiane, che di «big data» ne hanno pochissimi. Niente miliardi di eventi, niente data lake. Hanno un’altra cosa: persone che fanno da venticinque anni un lavoro estremamente specifico, procedure mai documentate del tutto, eccezioni note a tre persone, clienti che hanno insegnato dove una specifica apparentemente corretta va in pezzi. Di solito lo chiamiamo un limite: troppo sapere nella testa delle persone. E quel sapere se ne sta andando, non per l’AI ma per l’anagrafe.

Qui l’AI può fare una cosa diversa dall’automazione: interrogare quelle persone, metterle davanti a casi e alternative, far emergere le eccezioni, trasformare una parte del loro giudizio in patrimonio istituzionale prima che esca dalla porta con l’ultimo giro di pensionamenti. Non sostituzione: successione. Mi sembra una lettura dell’AI più europea, e francamente più utile, di quella che conta solo i posti di lavoro da difendere o da tagliare.

Resta il limite da non attraversare, e lo dico contro il mio stesso entusiasmo: una cultura completamente eseguibile sarebbe una cultura morta. Le culture vive cambiano perché gli esperti contestano le regole, le eccezioni generano regole nuove, la normativa e il mercato si muovono. La funzione dell’AI non è congelare il giudizio passato. È rendere visibile il punto in cui il presente smette di assomigliare abbastanza al passato. Il sistema migliore non è quello che replica perfettamente l’istituzione: è quello che sa dire «qui il precedente non basta più».

Abbiamo passato i primi anni dell’AI generativa a cercare che cosa le aziende possedessero e i modelli no, e la risposta più immediata erano i dati. Era ragionevole. Ma un’impresa non diventa competente accumulando ciò che ha fatto: diventa competente costruendo nel tempo la distinzione fra ciò che ha funzionato e ciò che non va ripetuto, fra la regola e la sua eccezione, fra una risposta plausibile e una risposta di cui qualcuno è disposto ad assumersi la responsabilità. Questa distinzione vive nelle persone, nelle correzioni, nei conflitti, negli errori ricordati, nelle cose che un senior vede e un junior ancora no.

I dati proprietari raccontano al modello ciò che l’istituzione ha visto. La cultura istituzionale gli insegna che cosa, di tutto ciò che ha visto, merita di diventare giudizio. Il foundation model può diventare commodity: americano, europeo, open-weight, sostituito ogni sei mesi. L’organizzazione continua a possedere la cosa che conta davvero. Non le risposte, ma la propria definizione, continuamente contestabile, di che cosa significa una buona risposta.

L'autore

Andrea MargiovanniAI

Seguo il rapporto fra AI e regolazione europea come fatto politico, non come spettacolo tecnico. Lavoro con team che devono renderla compatibile con AI Act, CRA, NIS2 senza ridurre la compliance a una checklist.

Vai al percorso →