Piattaforma legal-tech: knowledge base AI che risponde in 5 secondi al posto di 3 giorni

Executive summary

Risolvibile, piattaforma legal-tech italiana (cliente reale interno, nome anonimizzato) che semplifica la gestione delle controversie per studi legali e imprese, aveva un collo di bottiglia: il supporto rispondeva via email in 2-3 giorni lavorativi, e le stesse domande si ripetevano ogni settimana. Abbiamo costruito una knowledge base AI integrata nell'applicazione: gli utenti pongono la domanda e ricevono risposta con citazione della fonte in 5 secondi. I ticket del supporto umano sono calati del 50%, e ogni risposta automatica è verificabile.

Il contesto

La piattaforma ha due gruppi di utenti: studi legali e uffici legali di imprese. Le domande ricorrenti riguardavano funzionalità specifiche, interpretazione di flussi di lavoro e problemi di configurazione. La documentazione esisteva ma era lunga e dispersa tra guida, FAQ e articoli del blog. Il risultato: il supporto umano (2 persone) passava la giornata a ripetere le stesse risposte, con tempi di attesa che crescevano con la base utenti.

Il problema

• Tempi di risposta non sostenibili: 2-3 giorni per domande che avevano già risposta nella documentazione.
• Costo del supporto che cresce con i clienti: il supporto umano non scala linearmente, scala peggio.
• Documentazione non cercabile: cercare una risposta richiedeva più tempo che scrivere un ticket.
• Nessun controllo su cosa rispondono gli agenti: il fondatore era diffidente verso chatbot generici senza fonte.

La soluzione

Fase 1: ingegnerizzazione della knowledge base (settimane 1-4)

La base di conoscenza è composta dai documenti aziendali reali: guida utente, FAQ, changelog, guide operative interne e, per le materie legali, i testi dei flussi di lavoro della piattaforma. Abbiamo strutturato i contenuti in chunk semantici con metadati (versione del prodotto, modulo, livello di accesso), indicizzati su un vettoriale dedicato.

La scelta di fondo: nessuna risposta senza fonte. Il sistema è configurato per rispondere solo quando trova un contesto pertinente nel documenti; se non lo trova, indirizza al supporto umano.

Fase 2: agente di risposta con citazioni (settimane 5-8)

L'agente è un workflow che:

1. interpreta la domanda e cerca i chunk pertinenti;
2. verifica che il contesto sia sufficiente (soglia di similarità);
3. genera una risposta con citazione del documento e della sezione esatta;
4. se la soglia non è raggiunta, suggerisce la creazione di un ticket.

L'agente è esposto sia come widget dentro l'app sia come endpoint API usato dal supporto interno per rispondere più in fretta ai ticket rimanenti.

Fase 3: ciclo di feedback (mesi 3-6)

Ogni risposta ha due pulsanti: utile / non utile. Le risposte segnalate come inutili vengono riviste settimanalmente e i documenti sorgente aggiornati. La qualità è misurata su un test set di 60 domande reali estratte dai ticket storici.

I risultati

A 6 mesi dal go-live:

• Risposta in 5 secondi con citazione della fonte, 24/7.
• -50% dei ticket al supporto umano.
• 88% di risposte valutate utili dagli utenti.
• 100% delle risposte con fonte verificabile: nessuna allucinazione possibile senza contesto.
• Il supporto umano ha smesso di rispondere a domande ripetitive e lavora su problemi reali.

Insights e apprendimenti

1. "Senza fonte, non rispondere" è la regola che vende. Il fondatore non ha mai accettato un chatbot generico perché non poteva controllare le risposte. Il vincolo della citazione ha trasformato l'oggetto da "AI che inventa" a "documentazione che risponde".

2. La conoscenza è un asset da mantenere. Il 30% del lavoro è stato nella strutturazione iniziale dei documenti; il 70% è il ciclo di aggiornamento. Senza il meccanismo utile/non utile, la qualità sarebbe decaduta in mesi.

3. Gli utenti accettano l'AI quando è trasparente. Il pulsante "mostra la fonte" è tra le funzionalità più usate. La trasparenza non è un dettaglio: è il motivo per cui gli utenti si fidano della risposta automatica.

Vuoi un risultato simile?

Se hai una documentazione dispersa e un supporto che ripete le stesse risposte, l'audit di automatizzabilità di eTuka include un assessment knowledge base e la stima del traffico di supporto automatizzabile. L'audit costa €890, dura 5-7 giorni ed è rimborsato al 50% se poi firmiamo il progetto.