Jonathan Kanter, che ha lasciato nel 2024 la guida dell’Antitrust Division del Dipartimento di Giustizia statunitense, torna sul terreno che ha segnato la sua carriera ma con uno strumento e un ruolo diversi. Insieme a Doha Mekki, già alla guida ad interim della stessa divisione, ha avviato FluxCap, una startup di legal tech che applica l’intelligenza artificiale alla preparazione delle cause antitrust.
L’obiettivo dichiarato è dare a studi legali, ricorrenti e soggetti che contestano comportamenti anticoncorrenziali strumenti capaci di affrontare la sproporzione di mezzi che spesso separa chi avvia un contenzioso dalle aziende più grandi. FluxCap parte dall’antitrust, con l’intenzione di allargarsi successivamente ad altri ambiti del diritto. Il progetto riunisce ex componenti del DOJ e ingegneri con esperienze in Palantir, una combinazione che chiarisce sia l’impostazione giuridica sia l’ambizione tecnica dell’iniziativa.
Per Kanter non si tratta quindi di trasferire in un software il lavoro dell’autorità pubblica. L’idea è costruire un’infrastruttura che consenta a chi promuove azioni legali di lavorare su più documenti, individuare prima i punti rilevanti e verificare la tenuta di una ricostruzione accusatoria. In una materia nella quale un singolo procedimento può coinvolgere archivi interni enormi, report economici, comunicazioni aziendali e anni di documentazione, la capacità di analizzare le informazioni è già una componente decisiva dell’accesso alla giustizia.
Un assistente per ricerca, prove e strategia processuale
La piattaforma usa tecnologia proprietaria insieme a large language models già esistenti. Il suo compito principale è la ricerca e l’analisi: deve ricostruire i fatti che contano per una causa, collegarli al quadro legale applicabile e cercare debolezze nella catena argomentativa degli avvocati. È una funzione importante perché il diritto della concorrenza non dipende soltanto dalla dimensione di un’impresa o dalla sua notorietà, ma dalla possibilità di dimostrare condotte, effetti sul mercato e nessi causali con standard probatori spesso complessi.
Un altro impiego riguarda la fase di discovery, cioè l’acquisizione e l’esame del materiale documentale che precede il processo. Qui l’AI dovrebbe aiutare a setacciare grandi quantità di file alla ricerca di indizi utili a stabilire se un’azienda abbia agito per limitare la concorrenza. Il valore, nelle intenzioni di FluxCap, non risiede nell’attesa di una confessione esplicita: i dirigenti raramente descrivono per iscritto la propria impresa come un monopolio o dichiarano apertamente un piano anticoncorrenziale. Spesso è il contesto a rendere significativa una mail, una presentazione o uno scambio interno.
Questo aspetto delimita anche la difficoltà tecnica del progetto. Non basta trovare parole chiave o ordinare documenti per data. Un sistema destinato al contenzioso deve distinguere linguaggi aziendali comuni da segnali che assumono rilievo in un preciso mercato, in un particolare momento e alla luce della normativa applicata. Un riferimento a prezzi, esclusiva, distribuzione, acquisizioni o quote di mercato può essere irrilevante isolatamente e acquisire invece un peso diverso accanto ad altre prove. FluxCap punta a rendere questa lettura contestuale più rapida, senza sostituire il giudizio di chi costruisce e sostiene il caso in aula.
Perché l’antitrust è un banco di prova particolare
Il lancio arriva in una fase in cui l’applicazione delle regole antitrust negli Stati Uniti resta al centro del confronto tra piattaforme digitali, grandi gruppi dell’intrattenimento, intermediari e altri attori dotati di forte potere economico. Kanter e Mekki provengono proprio dall’ufficio del DOJ incaricato di perseguire violazioni della concorrenza, e la loro nuova società si rivolge inizialmente alle cause contro imprese con risorse finanziarie e legali considerevoli.
In questo scenario l’AI viene presentata come un moltiplicatore delle risorse, non come un decisore autonomo. Una parte ricorrente del dibattito sull’enforcement antitrust riguarda infatti la distanza tra la capacità investigativa di regolatori e ricorrenti da un lato, e gli eserciti di legali, economisti e consulenti che possono essere mobilitati dall’altro. Se un sistema riesce a ridurre il tempo necessario per selezionare atti, confrontare documenti e testare ipotesi, può cambiare l’economia pratica di una causa: non le regole che definiscono un illecito, ma le risorse necessarie per arrivare a discuterlo in modo adeguato.
La stessa promessa richiede però prudenza. I modelli linguistici possono produrre sintesi persuasive ma inesatte, perdere elementi decisivi oppure attribuire peso e significato sbagliati a una formulazione. In un processo, dove contano l’origine di un documento, la sua autenticità, la completezza del contesto e la verificabilità delle conclusioni, un risultato generato dall’AI non può diventare una prova per il solo fatto di essere stato individuato rapidamente. Il lavoro legale resta quello di controllare le fonti, valutare il materiale e scegliere quali argomenti siano difendibili davanti a un giudice.
FluxCap dovrà quindi dimostrare non solo di velocizzare la ricerca, ma di farlo in modo affidabile e utile per professionisti che operano con standard elevati di riservatezza e precisione. La materia antitrust aggiunge una difficoltà ulteriore: molte informazioni sono commercialmente sensibili e gli stessi documenti possono essere soggetti a vincoli di produzione, riservatezza o protezione processuale. La qualità della piattaforma dipenderà dalla capacità di inserirsi in questi flussi senza trattare l’analisi giuridica come una semplice interrogazione a un chatbot.
Dall’esperienza pubblica a un mercato privato
Il passaggio di Kanter al settore privato non rappresenta un abbandono del suo orientamento sull’applicazione delle norme contro i monopoli illegali. Piuttosto, sposta il baricentro dall’azione diretta di un’autorità alla costruzione di strumenti per chi intende promuovere o rafforzare un contenzioso. La startup vuole vendere il proprio prodotto a soggetti che portano le cause, offrendo una tecnologia concepita per affrontare la complessità investigativa e documentale che caratterizza questi procedimenti.
Per il settore legal tech, il caso FluxCap è anche un test più ampio. L’intelligenza artificiale generativa sta entrando nella professione legale con la promessa di rendere più efficienti ricerca, revisione contrattuale, preparazione degli atti e gestione dei fascicoli. L’antitrust è però tra gli utilizzi più impegnativi: richiede insieme conoscenza delle regole, lettura dei mercati, analisi probatoria e una ricostruzione dei fatti che resista al contraddittorio.
Nei prossimi mesi l’attenzione sarà rivolta alla capacità di FluxCap di trasformare questa impostazione in risultati verificabili nei contenziosi e alla scelta delle aree giuridiche in cui estendere il servizio. Per ora, la sua scommessa è circoscritta ma rilevante: usare l’AI non per automatizzare una decisione sulla concorrenza, bensì per rendere meno proibitivo il lavoro necessario a contestare un potere di mercato davanti a un tribunale.
