Uber ha lanciato un agente legale basato sull'intelligenza artificiale, integrato direttamente in Microsoft Word, capace di analizzare le modifiche proposte a un contratto, valutarne i rischi legali e suggerire risposte conformi alle policy aziendali. Il risultato: una riduzione di oltre il 20% del tempo medio di revisione, con una precisione del 91% nelle decisioni generate dall'AI.
Funzionalità chiave dell'agente legale
L'agente identifica le modifiche suggerite da parti esterne, interpreta l'intento di tali cambiamenti e li confronta con le policy legali interne. In base a questa analisi, propone di accettare, rifiutare o modificare le clausole, generando al contempo commenti esplicativi e segnalando le parti che richiedono un esame più approfondito.
Gli avvocati mantengono la responsabilità finale: revisionano e approvano le raccomandazioni dell'agente, garantendo che il controllo rimanga nelle mani degli esperti legali.
Workflow ad alto livello
Il processo operativo prevede tre fasi principali: rilevamento dell'intento della modifica, valutazione del rischio e consultazione delle policy. Il motore di regole deterministiche verifica i requisiti legali non negoziabili, sovrascrivendo le indicazioni del modello linguistico quando necessario.
Architettura tecnica
La soluzione è costruita su un add‑in per Word sviluppato in React e TypeScript, collegato a un backend Python orchestrato tramite LangGraph. I nodi di workflow paralleli gestiscono il rilevamento dell'intento, la valutazione del rischio e la ricerca nelle policy.
- OpenSearch memorizza le regole legali vettorializzate e il feedback storico.
- Redis conserva lo stato della sessione per le domande successive.
Il modello di Retrieval‑Augmented Generation (RAG) recupera sezioni rilevanti dai playbook legali per guidare le risposte del modello linguistico. Inizialmente, il sistema mostrava difficoltà nella precisione semantica e nel tono negoziale, ma è stato migliorato aggiungendo un ciclo di feedback che cattura decisioni, ragionamenti e testi finali modificati dagli avvocati.
Filtraggio e ponderazione delle informazioni
Durante l'esecuzione, una ricerca di similarità e il filtraggio dei metadati riducono migliaia di interazioni storiche a circa 20 candidati rilevanti. Un secondo livello di filtraggio basato su un modello linguistico valuta la pertinenza di questi candidati. Un meccanismo di decadimento esponenziale, con un half‑life configurato a 365 giorni, privilegia le decisioni più recenti mantenendo comunque il valore degli esempi più vecchi.
Sviluppo e sperimentazione
Uber ha iniziato a sviluppare la prima generazione dell'agente all'inizio del 2024, avviando un progetto pilota con il team legale nel 2025. Il team ha posto come obiettivo principale la creazione di uno strumento che automatizzi le attività ripetitive senza sostituire il giudizio degli avvocati.
Nel loro post su LinkedIn, gli ingegneri di Uber hanno chiesto: “Come può l'AI aiutare a semplificare la revisione contrattuale ripetitiva mantenendo gli avvocati al comando?” La risposta è stata una stretta collaborazione: il team legale definisce tono e stile desiderati, mentre gli ingegneri curano la struttura dei prompt e il flusso dell'applicazione.
Prospettive future
Uber sta esplorando ulteriori potenzialità agentiche, tra cui l'integrazione di Claude Code e OpenCode, per automatizzare workflow più complessi. Il team prevede inoltre lo sviluppo di ontologie legali e knowledge graph che rappresentino concetti e relazioni giuridiche, fornendo una base semantica più solida per interpretazioni e ragionamenti più coerenti.
In sintesi, l'agente legale AI di Uber dimostra come un'architettura ibrida, che combina regole deterministiche, modelli di linguaggio avanzati e un robusto sistema di feedback, possa trasformare la revisione contrattuale, migliorando l'efficienza senza sacrificare il rigore legale.
