At 4:45 on a Thursday afternoon, a junior adviser finishes a client memo that once took most of the day. It is clear, structured and confident. The client expects it before five. A senior reviewer has another call waiting. The conclusion sounds right, so the memo leaves the building.
È qui che l’IA cambia la pressione interna a uno studio professionale. Può produrre una risposta plausibile prima che qualcuno abbia verificato se quella risposta sia fondata. Il vantaggio immediato è evidente: meno tempo per scrivere. La domanda più difficile è se lo studio abbia ripensato i propri controlli per governare questa nuova velocità.
Una sentenza del Rechtbank Den Haag mette il tema a fuoco. Nella causa ECLI:NL:RBDHA:2026:9527, un rappresentante legale ha utilizzato ChatGPT nella preparazione di un atto contenente riferimenti errati alla giurisprudenza. Il tribunale ha stabilito che la parte che utilizza quel materiale resta responsabile della verifica dei riferimenti.
È una questione di controllo aziendale, non una storia di professionisti distratti o di software problematici. Uno studio deve continuare a rispondere delle affermazioni, delle fonti e delle conclusioni che invia a un cliente, a un tribunale, all’amministrazione fiscale o a un revisore. tax authority or auditor.
La risposta impeccabile è quella più difficile da controllare
Un errore assurdo si individua spesso senza fatica. Più difficile è riconoscere un paragrafo ben scritto che contiene un’unica ipotesi sbagliata. Può superare una verifica rapida, finire in una lettera al cliente e orientare la decisione successiva.
L’AFM descrive una parte di questo rischio come automation bias, il pregiudizio verso l’automazione. I commercialisti possono valutare con meno spirito critico il lavoro prodotto da uno strumento automatizzato rispetto a un lavoro identico preparato da un collega. Il rischio aumenta quando il risultato sembra definitivo, usa un linguaggio familiare e arriva sotto scadenza.
La tecnologia è già profondamente integrata nel lavoro di revisione. L’AFM riferisce che nel 2025 il 91% degli studi di revisione titolari di una licenza ordinaria ha utilizzato l’analisi dei dati nelle revisioni legali dei conti, contro il 74% nel 2022. L’IA generativa aggiunge un ulteriore livello: può redigere la spiegazione, suggerire la fonte e proporre la conclusione in un unico testo fluido.
Questo cambia il lavoro di chi verifica. Una bozza convincente resta un’affermazione da sottoporre a controllo. Prima che il documento lasci lo studio vanno verificati i fatti del cliente, le fonti originali, i riferimenti normativi, le ipotesi fiscali e la logica dei calcoli.
Torniamo alla nota del giovedì. Il compito visibile ha richiesto meno tempo. Quello nascosto no. Quando le ore di verifica scompaiono dall’agenda, lo studio non ha guadagnato efficienza: ha eliminato una parte del servizio.
Il tempo per verificare va compreso nel prezzo
Gli studi professionali di piccole dimensioni avvertono questa tensione in modo particolare. Lo stesso socio può acquisire l’incarico, supervisionare il collaboratore, rispondere al cliente, approvare la fattura e sollecitare il pagamento. L’IA può alleggerire la pressione della scrittura, ma anche nascondere il momento in cui la capacità di verifica scende sotto il volume di lavoro venduto.
L’AFM ha osservato che tempo, risorse e compensi adeguati consentono di svolgere con attenzione le revisioni legali dei conti. Un’eccessiva attenzione ai risultati economici può mettere sotto pressione la qualità. L’osservazione va oltre la revisione. Anche un incarico a forfait deve lasciare un margine sufficiente perché un professionista responsabile possa contestare il risultato e ricostruirne le basi.
Bisogna distinguere il tempo di produzione dal tempo di verifica. L’IA può ridurre il primo. Il secondo resta parte di ciò che il cliente compra. Uno studio che fissa il prezzo come se entrambi fossero scomparsi rischia di recuperare quel margine apparente più avanti, attraverso correzioni non fatturate, fatture rinviate, discussioni sui compensi e ore del socio.
La pressione del lavoro va affrontata nello stesso quadro. La Nederlandse Arbeidsinspectie la definisce come uno squilibrio tra le richieste del lavoro e la capacità del lavoratore, compreso il tempo insufficiente per completare correttamente le attività. Il suo monitor 2024-2025 ha rilevato stress causato dalla pressione lavorativa nel 30% delle imprese olandesi.
Per un fondatore o un socio, la governance dell’IA è quindi anche una questione di organico, non soltanto di tecnologia. Chi ha il tempo di contestare la bozza? Chi può risalire dalla risposta al materiale originale? Quando una scadenza trasforma la verifica in una firma, invece che in un atto professionale?
Un unico flusso, due rischi
Accuratezza e riservatezza vengono spesso trattate come temi distinti nelle policy aziendali. L’IA li riunisce nello stesso flusso di lavoro. Prima ancora che qualcuno verifichi la risposta generata, un dipendente può avere già inserito in uno strumento inadeguato una controversia del cliente, un problema di paghe, una posizione fiscale o un segreto commerciale.
La KVK invita le imprese a definire quali strumenti di IA i dipendenti possano utilizzare, per quali finalità e con quali dati. Richiama l’attenzione sui dati personali, sui segreti commerciali e sulle informazioni sensibili dei clienti. Per uno studio di piccole dimensioni, una regola breve e applicabile sotto pressione vale più di una policy lunga che nessuno legge.
Una sentenza di Rotterdam mostra perché la fase di inserimento dei dati sia decisiva. Nella causa ECLI:NL:RBROT:2026:9319, il tribunale ha stabilito che, nelle circostanze esaminate, l’inserimento di informazioni potenzialmente coperte dal segreto professionale in un sistema esterno di ChatGPT poteva costituire una divulgazione e far venir meno il carattere riservato di quelle informazioni.
La lezione operativa è semplice: bisogna mappare gli input prima di celebrare gli output. Per una nota di ricerca, una comunicazione al cliente o il riepilogo di un documento, il fondatore dovrebbe poter vedere quale strumento è stato utilizzato, quali informazioni vi sono confluite, dove si trovano le prove a supporto e chi ha approvato la conclusione finale.
Quando questo percorso non è chiaro, non è chiaro nemmeno il processo.
La responsabilità resta dello studio
Il regolamento europeo sull’IA introduce gli obblighi per fasi successive. Le disposizioni sulla trasparenza relative a chatbot, deepfake e determinate interazioni con sistemi di IA sono entrate in vigore il 2 agosto 2026. Il governo olandese ha inoltre proposto un modello di vigilanza fondato in larga misura sulle autorità di settore già esistenti, affiancate da ruoli specifici e di coordinamento per l’Autoriteit Persoonsgegevens e la Rijksinspectie Digitale Infrastructuur.
Per la maggior parte degli studi professionali, la responsabilità immediata è più familiare di quanto suggerisca il dibattito regolamentare. Occorre conoscere lo strumento, proteggere le informazioni riservate, mantenere intatta la traccia delle verifiche e assicurarsi che un professionista identificabile possa rispondere di ciò che esce dallo studio.
Il software non crea un nuovo indirizzo al quale trasferire il giudizio professionale.
Di nuovo in ufficio, la decisione migliore alle 16.45 potrebbe essere lasciare la nota sulla scrivania fino al mattino. Non è resistenza alla tecnologia. È riconoscere che velocità e fiducia sono due prodotti diversi.
L’IA può aiutare a creare il primo. Il secondo deve ancora conquistarlo un professionista responsabile.
Vuole discutere cosa significa questo per la sua azienda?
I dati, le fonti e l’analisi alla base di questo articolo sono stati elaborati da Paolo Maria Pavan. L’AI non è stata usata per individuare le fonti, costruire la base fattuale o formulare il giudizio analitico qui contenuto. L’AI è stata usata solo come supporto alla redazione. Il testo italiano definitivo è stato rivisto, modificato e approvato personalmente da Paolo Maria Pavan prima della pubblicazione.
