This article has been translated from English to Italian.
Il 3 febbraio 2026, le azioni delle aziende che fanno software legale e aziendale come servizio (SaaS) hanno avuto la peggiore giornata di perdite degli ultimi anni, con alcune che hanno perso più del 10% in poche ore.
Il crollo ha fatto sparire 285 miliardi di dollari di valore di mercato in tutto il settore!
Il motivo? Un repository GitHub open source (praticamente una cartella pubblica di codici e istruzioni che chiunque può vedere) con file di testo contenenti prompt di intelligenza artificiale.
È la seconda volta in circa un anno che il mercato ha fatto saltare in aria centinaia di miliardi di valore basandosi su una lettura superficiale di un rilascio tecnico, amplificata da giornalisti che non si sono presi la briga di esaminare il codice effettivo.
Perché le azioni SaaS sono state vendute in modo massiccio
Il"plugin legale"di Anthropic che ha provocato una caduta di 285 miliardi di dollari il 3 febbraio era un repository GitHub contenente circa 2.500 righe di istruzioni strutturate distribuite in sei sottodirectory di file di testo semplice e markdown.
Nessun binario compilato, nessun database legale proprietario, nessun nuovo modello, nessun lancio di API.
Non c'è alcun vantaggio competitivo che uno sviluppatore competente non possa replicare in un pomeriggio.
La tecnologia non è "magica".Il repository conteneva istruzioni strutturate (prompt) ben realizzate, ma in definitiva semplici, per attività che i professionisti legali svolgono da decenni.
È facilmente replicabile. Poiché il repository era pubblico, i prompt potevano essere copiati, modificati ed eseguiti su altri modelli (come OpenAI o DeepSeek) in poche ore, il che significa che Anthropic non deteneva alcun vantaggio tecnologico difendibile in quel codice specifico.
La "metodologia di revisione dei contratti" del plugin è letteralmente:
- Identificare il tipo di contratto.
- Capire da che parte sta l'utente.
- Leggere il contratto completo.
- Analizzare le clausole rispetto a un playbook
- Poi valutarle nel loro insieme.
Si tratta essenzialmente di una checklist in 10 punti che ogni team legale interno ha già appeso da qualche parte.
Il "vero potere" viene dalle connessioni MCP (Model Context Protocol) che permettono all'IA di collegarsi a strumenti di lavoro già esistenti come Slack, Box, Egnyte, Atlassian e Microsoft 365.
In altre parole, legge i datidai software di altre aziende!
È stata solo una reazione esagerata del mercato.
Sono stati persi miliardi perché il mercato ha reagito alla paura invece di leggere il codice e capire cosa fa realmente. 🤦♂️
Il parallelo con DeepSeek è reale
Il modello è quasi identico al panico DeepSeek del 27 gennaio 2025, che ha cancellato oltre 750 miliardi di dollari dall'S&P 500 e 590 miliardi di dollari dalla sola Nvidia in una sola sessione.
In quel caso:
- Il mercato ha interpretato male un costo di formazione finale di 5,6 milioni di dollari (una spesa operativa per GPU. compute) e lo ha confrontato con decine di miliardi di spese in conto capitale (datacenter, hardware, ricerca e sviluppo), un confronto tra mele e arance che ha mostrato una fondamentale ignoranza in materia finanziaria.
- Le capacità di DeepSeek V3/R1 erano note al pubblico già da un mese prima del panico.
- La svendita si è completamente ripresa nel giro di poche settimane, quando il mercato ha capito che un'inferenza più economica è in realtà un fattore positivo per l'adozione dell'IA.
Con il plugin legale di Anthropic:
- I plugin sono stati rilasciati il 30 gennaio, ma il mercato non ha reagito fino al 3 febbraio. Ciò significa che sono stati i notiziari del fine settimana e i titolidi Bloomberg/Guardian a scatenare il panico, non il rilascio tecnico vero e proprio.
- Chiunque avrebbe potuto leggere il repository GitHub in 10 minuti e capire che si trattava di prompt engineering, non del lancio di un prodotto.
- Anthropic stessa ha pubblicato il codice come open source proprio perché i prompt non sono il punto di forza.
La realtà sfumata
Il forte selloff è stato irrazionale.
Il mercato ha venduto prima e ha fatto ricerche concrete dopo, ancora una volta. Il titolo della newsletter di Bloomberg lo ha riassunto bene: "Ilnuovo strumento legale AI di Anthropic ha scatenato una svendita senza prove".
Mark Murphy di JP Morgan l'ha definito "un salto illogico nell'estrapolare Claude Cowork Plugins all'aspettativa che ogni azienda scriverà prodotti su misura per sostituire ogni livello di software aziendale mission-critical".
Diversi analisti hanno sottolineato che il plugin richiede una configurazione tecnica, una licenza aziendale e non dispone dei database legali proprietari (Westlaw, LexisNexis case law) che costituiscono il vero vantaggio competitivo degli operatori storici.
Ma il segnale direzionale è reale, anche se la sua portata era assurda.
Il motivo per cui questo set di file Markdown potrebbe causare il più grande crollo giornaliero nella storia della tecnologia legale è che ha cristallizzato una paura che si era accumulata nel corso di un anno:
le aziende che sviluppano modelli di base stanno passando dall'essere fornitori di infrastrutture neutrali a concorrenti a livello di applicazioni.
Anthropic non vende più Claude solo come API ai fornitori di tecnologia legale. Si tratta di un modello di packaging + flusso di lavoro + connettori direttamente agli utenti finali, e lo fa in open source.
Si tratta di una minaccia legittima al modello di business "AI wrapper", anche se questo specifico plugin è rudimentale.
La preoccupazione più profonda per le aziende di software non è questo plugin. È ciò che questo plugin segnala riguardo alla traiettoria.
Quando la "logica di business" della revisione dei contratti può essere espressa in pochi file di testo ed eseguita da un modello generico, il valore di una licenza software legale da 15-20.000 dollari all'anno per postazione viene messo sotto pressione nel tempo.
Il fatto che OpenAI abbia lanciato la sua piattaforma Frontier enterprise agent nella stessa settimana ha rafforzato l'idea che tutte le aziende di modelli di base stiano andando nella stessa direzione.
Conclusione
Il modello è ormai consolidato: i media finanziari, con poco tempo a disposizione o privi di competenze tecniche, pubblicano titoli sensazionalistici, gli algoritmi e il mercato al dettaglio vanno nel panico e la sostanza tecnica effettiva (in questo caso, liberamente verificabile su GitHub) non viene letta da chi gestisce miliardi di capitali.
Se i gestori di fondi non dedicano 10 minuti alla lettura di un repository GitHub pubblico prima di scaricare miliardi di capitalizzazione di mercato, ci si chiede come venga svolta la due diligence tecnica in mercati in rapida evoluzione.
La configurazione del trade rispecchia il playbook di DeepSeek: queste vendite massicce di titoli software consolidati sono probabilmente opportunità di acquisto nel breve termine.
Prendiamo ad esempio SAP (SAP SE):
i sistemi ERP di SAP sono così profondamente integrati nelle operazioni aziendali che i dati, i flussi di lavoro e le dipendenze che contengono non possono realisticamente essere sostituiti dall'intelligenza artificiale.
Un ERP (Enterprise Resource Planning) è un unico sistema software centrale che agisce come un cervello "all-in-one" per un'azienda, collegando tutto, dalla contabilità e dalle risorse umane alle vendite e all'inventario, in modo che ogni reparto possa condividere istantaneamente le stesse informazioni aggiornate.
Decenni di logica aziendale personalizzata e conoscenza istituzionale sono racchiusi nelle implementazioni SAP.
I fattori riportati di seguito fanno pensare che l'IA possa distruggere questa azienda in tempi brevi?
- Costi di transizione pluriennali: l'implementazionemedia di SAP richiede dai 2 ai 5 anni! Le aziende non possono semplicemente "passare" a un nuovo ERP.
- Integrazione dell'IAJoule: SAP sta integrando l'IA nella sua piattaforma come copilota, senza competere con l'IA esterna.
- Processi aziendali critici: i flussi di lavoro finanziari, della catena di fornitura e delle risorse umane non possono tollerare allucinazioni o errori dell'IA che influiscono sulla conformità.
- Lock-in dei clienti: la maggior parte dei clienti SAP rimane su versioni precedenti (ECC) nonostante la pressione a migrare, dimostrando riluttanza al cambiamento anche all'interno dell'ecosistema SAP.
Detto questo, la pressione strutturale a lungo termine esercitata dai modelli di base (di Anthropic, Google, OpenAI, DeepSeek, Alibaba, Moonshot AI, Zhipu e MiniMax, ecc.) che stanno salendo nella catena è REALE e dovrebbe far riflettere sulle prospettive a lungo termine delle aziende SaaS tradizionali e sulla durata dei loro modelli di business.
Il panico del mercato è esagerato, ma la minaccia ai margini del software tradizionale è reale.
Ma non tutte le aziende SaaS sono uguali.
Mentre il mercato ha venduto indiscriminatamente, alcune aziende di software aziendale hanno dei veri e propri vantaggi competitivi che l'IA non può facilmente replicare, che vanno ben oltre ciò che un modello di base può minacciare.
Nella mia analisi premium, ho individuato i titoli SaaS resistenti all'IA che hanno più probabilità di guidare la ripresa una volta che il mercato si renderà conto che queste aziende non stanno andando da nessuna parte.
Se la storia si ripete, il rimbalzo sarà forte e questi nomi saranno probabilmente i primi a muoversi.
👉Iscriviti ora e diventa membro Premium per accedere all'analisi completa prima del rimbalzo.
Per circa il costo di una pizza grande, puoi iscriverti a Premium e ottenere l'analisi completa. Invece di fare il pieno di carboidrati, questo potrebbe essere un momento migliore per fare il pieno di questi titoli.
