Intelligenza artificiale per lo studio legale: perché deve girare in casa, e come si chiude un agente in un recinto (prima che mandi una mail a tuo nome)

Per uno studio legale la strada maestra è un'intelligenza artificiale che gira su una macchina dello studio. E quando l'AI diventa un agente, serve un recinto che decida cartelle, indirizzi e credenziali. L'abbiamo detto agli avvocati di AIGA Benevento, alla Rocca dei Rettori, il 16 novembre 2026: le domande della sala e le risposte.

Gaetano Castaldo Gaetano Castaldo
17 nov 2026
11 min di lettura
Adozione AI #infrastruttura #agenti-autonomi #data-governance #legge-132
A sinistra lo schema del recinto dell'agente: dentro il server dello studio l'agente vede solo la cartella delle PEC, parla solo con il modello in casa e con la posta, legge la posta senza spedirla; a destra il tavolo dei relatori nella sala consiliare della Rocca dei Rettori e Gaetano Castaldo accanto alla slide «Dal filtro antispam all'agente»

Per uno studio legale la strada maestra è un'intelligenza artificiale che gira su un'infrastruttura dello studio, con un modello aperto: è l'unico caso in cui la riservatezza dipende dalla macchina e non dal contratto di un fornitore. E quando l'AI diventa un agente serve anche un recinto, che decida quali cartelle vede, dove si collega e cosa può spedire.

L'ho detto il 16 novembre 2026 alla Rocca dei Rettori di Benevento, nella sala consiliare della Provincia, al convegno Professionisti e imprese nell'era dell'AI. Nuove regole, nuove responsabilità, nuove opportunità della Sezione di Benevento dell'AIGA, l'Associazione Italiana Giovani Avvocati: tre crediti formativi, uno dei quali in deontologia (Ordine degli Avvocati di Benevento). Era la terza tappa in sei giorni con l'avvocato Armando De Lucia, componente del Dipartimento Nazionale Intelligenza Artificiale e Processi Telematici dell'AIGA, con cui faccio il podcast Innovazione Sotto Processo. Come sempre, io ho portato la macchina e lui le regole.

Il materiale era quello del laboratorio di Caserta e del convegno di Avellino, in una versione da trenta minuti. Alla sala era stato chiesto di fare domande anche durante gli interventi, e le domande sono arrivate. Non chiedevano cosa sa fare l'AI: chiedevano dove deve girare, e come la si tiene a bada quando comincia ad agire.

Schema del recinto dell'agente: dentro il server dello studio l'agente vede solo la cartella delle PEC, parla solo con il modello in casa e con la posta, legge la posta ma non la spedisce e usa la password solo verso la posta; cloud del fornitore, internet e archivio dei fascicoli restano fuori, bloccati. Esempio: OpenShell di NVIDIA

Perché uno studio legale dovrebbe usare un'intelligenza artificiale in locale?

Perché è l'unico modo in cui la protezione dei dati dei clienti dipende dallo studio, e non dal contratto di un fornitore. In sala l'ho detto così: i dati «si possono tutelare solo se l'infrastruttura dove gira l'intelligenza artificiale è di proprietà». Non deve stare per forza in ufficio, può essere un server ospitato altrove, ma deve essere dello studio. Il modello che ci gira sopra è un modello aperto, gratuito, che si installa in casa: in slide ho citato Gemma e Mistral e, fra gli italiani, Minerva e Velvet.

Armando ha spiegato perché per un avvocato la questione pesa più che per un'azienda: «Per me la privacy, da 0 a 10, è 5. Il segreto è 10». La protezione dei dati personali vale per tutti, il segreto professionale è un vincolo dell'avvocato, ed è molto più stretto. Poi ha preso un esempio dalla storia della sua famiglia: chi coltivava le terre di un nobile napoletano non ne era proprietario, aveva il diritto di sfruttarle e in cambio gli doveva una parte in natura. Quei contratti però davano delle tutele, come una durata minima. Con l'AI dei grandi fornitori, ha detto, i dati li conferiamo noi e il valore resta a loro, senza nemmeno quelle tutele. Il vantaggio deve restare «in capo all'avvocato, in capo al dottore commercialista, in capo all'impresa, non in capo a queste società private».

Strada maestra non vuol dire tutto e subito. Le strade per i dati sono tre, e le ho messe a confronto nel racconto di Caserta: la chat gratuita, dove i dati vanno al fornitore e possono addestrarne i modelli; la versione professionale, dove la riservatezza è un contratto; il modello in casa, dove la riservatezza è la macchina. Per atti, fascicoli e credenziali la meta è la terza. Finché lo studio non ha la sua macchina, il ponte è la seconda, con il contratto letto. La prima, mai.

Un'avvertenza per chi pensa di cavarsela anonimizzando i documenti prima di caricarli: l'anonimizzazione fatta con l'AI non è deterministica, cioè alla stessa richiesta non dà sempre lo stesso risultato. Non si lascia a una macchina senza sorveglianza, perché basta un nome sfuggito una volta per farlo uscire dallo studio.

Quanto costa un server di intelligenza artificiale per uno studio legale?

Il modello è gratuito, si paga la macchina: per un server che serve tutto lo studio la mia stima, detta in sala, è di circa 10.000 euro, mentre per provare basta un portatile con una scheda grafica da 8 GB. La macchina si dimensiona sulle persone che la usano, ed è la tabella che ho portato in slide:

Per cosa Che macchina Memoria per il modello
Provare Un portatile con scheda grafica 8 GB
Poche persone, ogni giorno Un computer potente 16-32 GB
Tutto lo studio Un server in ufficio 128 GB

Gli 8 GB sono la prova misurata sul mio portatile l'8 novembre 2026, raccontata nell'articolo sul laboratorio di Caserta. Le altre due righe sono un dimensionamento indicativo, ricavato dalle schede dei modelli e delle macchine: OpenAI dichiara che il suo modello aperto gpt-oss-20b gira «within 16GB of memory» (scheda del modello), e la DGX Spark di NVIDIA, un computer da scrivania pensato per l'AI in locale, arriva a 128 GB di memoria condivisa fra processore e scheda grafica (NVIDIA). Il confronto fra macchina in casa e cloud, con i listini, è in AI on premise per le PMI.

Quella cifra un partecipante l'ha ripresa subito, ed è da lì che è partita la domanda più interessante della serata.

Un agente AI può mandare una mail a nome dell'avvocato?

Sì, se gli dai il permesso di farlo, ed è il motivo per cui non glielo si dà. La domanda dalla sala era questa: metto in studio il server da 10.000 euro e l'agente comincia a lavorare con le istruzioni che gli ho dato, ma resta collegato alla rete? Perché consegnare a un agente la posta, ha detto, vuol dire rischiare di vedere il proprio nome sotto una mail mai inviata, se qualcuno ha modificato le sue istruzioni.

Il rischio è reale e ha un nome: prompt injection, cioè un documento che arriva da fuori, come l'allegato di una PEC, con dentro istruzioni nascoste per il modello. È la prima voce della lista OWASP dei rischi delle applicazioni basate su modelli linguistici, che ammette di non sapere se esistano metodi di prevenzione infallibili.

La mia risposta è stata in due parti. La prima: il server è tuo e lo puoi collegare a quello che vuoi, ma ogni compito che affidi all'agente va dato con il principio del privilegio minimo, cioè con i soli permessi indispensabili. Se l'agente lavora sulla posta per smistarla e preparare le bozze, il permesso di inviare non deve averlo. La seconda: le protezioni interne di un modello, quelle che gli impediscono di fare cose dannose, sono limitate, e su un modello aperto si possono togliere. Quindi la sicurezza non può stare dentro il modello: deve stare intorno.

Gaetano Castaldo al tavolo dei relatori accanto allo schermo con la slide «Dal filtro antispam all'agente»: cinque gradini, dall'AI che non vedi all'agente che usa gli strumenti dello studio e si ferma per la firma

Come si mette in sicurezza un agente AI in uno studio legale?

Si chiude in un recinto in cui è vietato tutto, tranne quello che lo studio ha scritto. L'esempio che ho fatto in sala è OpenShell, un ambiente open source di NVIDIA con licenza Apache 2.0, annunciato il 16 marzo 2026 come una sandbox isolata «that adds data privacy and security to autonomous agents», che aggiunge riservatezza dei dati e sicurezza agli agenti autonomi (comunicato NVIDIA).

Il principio sta in una riga del progetto: «You declare what each agent can touch in a policy, and OpenShell enforces it». Lo studio scrive in un file, la policy, che cosa ogni agente può toccare, e OpenShell lo fa rispettare. Tutto il resto è bloccato: «OpenShell denies every outbound connection from a sandbox unless a rule in network_policies allows it», nessuna connessione esce dal recinto se una regola non lo consente. Ecco cosa decide la policy secondo la documentazione, letta il 17 novembre 2026:

Cosa Cosa decide la policy Un esempio per lo studio
Cartelle Solo i percorsi dichiarati L'agente vede la cartella delle PEC, non l'archivio dei fascicoli
Rete Solo le destinazioni approvate Parla con il modello in casa e con la posta, con nessun altro
Richieste Si può leggere da un servizio senza poterci scrivere Legge la posta, non spedisce
Credenziali Si usano solo verso gli indirizzi autorizzati La password della posta non va da nessun'altra parte
Modello I dati vanno solo ai modelli approvati, anche a uno ospitato dallo studio Atti e fascicoli restano sul server dello studio

È questo il controllo granulare del dato di cui ho parlato in sala: non una promessa del fornitore del modello, ma un file che lo studio scrive, conserva e può far verificare. La documentazione stessa suggerisce di tenere le policy sotto controllo di versione, cioè con lo storico di chi ha cambiato cosa e quando, come regole di sicurezza «that can be reviewed and audited», da rivedere e sottoporre a verifica.

Due avvertenze, perché un recinto non è un certificato di affidabilità. OpenShell è giovane: a novembre 2026 è alla versione 0.1.9, pubblicata il 17 novembre (GitHub), e va installato e configurato da un tecnico, non scaricato e aperto come un programma qualsiasi. E il recinto limita i danni, ma non sostituisce le regole dello studio: chiavi limitate, procedura scritta, niente invii senza firma, ogni passaggio registrato. Sono le stesse con cui si governa un agente come un praticante. Che cosa succede a un agente che ha accesso a tutto l'ho provato con un agente autonomo che ho disinstallato subito.

Come si evita che nello studio entri un'AI non autorizzata?

Con un censimento e un controllo periodico. Il rischio ha un nome, shadow AI, e in sala l'ho raccontato così: lo studio non adotta nessuno strumento, poi a un collaboratore si chiede una scadenza impossibile, e lui l'AI la usa lo stesso, per conto suo. Il rimedio che ho proposto ha due passi. Prima si censiscono i processi toccati dall'intelligenza artificiale e li si classifica per rischio. Poi, se non ogni settimana almeno una volta al mese, si verifica con i colleghi che non sia entrato un nuovo strumento, gratuito o a pagamento, senza che nessuno lo sapesse.

Cosa dice la legge 132/2025 sull'AI nello studio legale?

L'art. 13 della legge 132/2025 ammette l'intelligenza artificiale nelle professioni intellettuali solo per attività strumentali e di supporto, e obbliga il professionista a informare il cliente. A Benevento l'ha ripreso Armando, nella parte giuridica: lo strumento prepara la bozza, poi si ferma, e firma l'avvocato. Il profilo giuridico è il suo, e qui riporto quello che ha detto, non un parere.

Il tavolo dei relatori nella sala consiliare della Rocca dei Rettori di Benevento, con Armando De Lucia che parla e la locandina del convegno davanti al banco

Se lo strumento sbaglia, risponde l'avvocato, e su tre fronti: verso il cliente, per il rapporto contrattuale; verso l'Ordine, per la deontologia; verso il sistema giustizia, fino alla responsabilità aggravata dell'art. 96 del codice di procedura civile. Le sette regole di Armando per lo studio sono nel racconto di Avellino. Come ho portato lo stesso intervento a trenta minuti, con le domande in mezzo, è sul mio sito personale.

Domande frequenti

Un'intelligenza artificiale in locale è più sicura del cloud per uno studio legale?

Per la riservatezza sì, per il resto dipende dallo studio. Con un modello in locale atti e fascicoli non escono verso un fornitore, e il segreto professionale non dipende dal contratto di qualcun altro. La sicurezza della macchina però diventa dello studio: accessi, aggiornamenti, copie di sicurezza e permessi degli agenti. Per questo la strada maestra è il locale configurato da un tecnico, e nel frattempo la versione professionale con contratto, mai la chat gratuita.

Quanto costa un'intelligenza artificiale in locale per uno studio legale?

Il modello è gratuito: modelli aperti come Gemma o Mistral si installano con programmi gratuiti come Ollama o LM Studio. Si paga la macchina. Per provare basta un portatile con una scheda grafica da 8 GB, per poche persone ogni giorno serve un computer da 16-32 GB, per tutto lo studio un server da 128 GB. Quest'ultimo, secondo la stima che ho dato al convegno AIGA di Benevento del 16 novembre 2026, costa circa 10.000 euro.

Cos'è NVIDIA OpenShell e a cosa serve?

OpenShell è un ambiente open source di NVIDIA, con licenza Apache 2.0, che fa girare ogni agente AI in un recinto isolato. Annunciato il 16 marzo 2026, applica una policy scritta da chi lo usa: quali cartelle l'agente vede, verso quali indirizzi si collega, quali credenziali usa e a quali modelli manda i dati. Tutto quello che la policy non consente è bloccato. A novembre 2026 è alla versione 0.1.9 e va configurato da un tecnico.

Tags

#infrastruttura #agenti-autonomi #data-governance #legge-132
Gaetano Castaldo
Gaetano Castaldo

Founder & CEO · Castaldo Solutions

Sono un consulente di trasformazione digitale con esperienza enterprise. Aiuto le PMI italiane ad adottare AI, CRM e architetture IT con risultati misurabili in 90 giorni.

Gli strumenti di cui hai letto sono pubblici

Skill, MCP server e progetti che usiamo tutti i giorni stanno nell'Open Lab, con il codice a vista.

Vai all'Open Lab

Codice aperto, senza registrazione

Leggi anche

Articoli correlati che potrebbero interessarti