Chaque été, des milliers de personnes qui développent, achètent et exploitent les technologies au service du secteur juridique passent une semaine à échanger leurs points de vue lors de l’ILTACON, la conférence annuelle organisée par l’International Legal Technology Association (ILTA). Si vous n’y êtes jamais allé, voici en bref de quoi il s’agit : ce n’est pas un salon professionnel axé sur la stratégie d’un seul fournisseur. Il s’agit d’un rassemblement organisé par des professionnels, avec cette année plus de 80 sessions de formation sélectionnées parmi plus de 400 propositions soumises par la communauté de l’ILTA elle-même.

J'ai eu le privilège de participer en tant que bénévole à l'ILTA pour aider à coordonner plusieurs de ces sessions, qu'il s'agisse d'interviewer les intervenants ou de les accompagner dans la préparation de leurs interventions.

Le fil conducteur qui a relié toutes les sessions cette année était le suivant : le secteur juridique a cessé de débattre de l'opportunité d'utiliser l'IA et a commencé à se pencher sur la manière d'en assumer la responsabilité – qu'il s'agisse de son coût, de sa gouvernance ou des personnes qui doivent réellement l'utiliser.

Voici ce qui m'a le plus marqué.

Le moment de vérité : de l'expérimentation à la responsabilisation

Ces dernières années, la stratégie en matière d’IA de la plupart des entreprises se résumait à de l’enthousiasme et à une carte de crédit : tout tester, s’inquiéter de la facture plus tard. Josh Baxter, PDG de NetDocuments, a qualifié cette phase de « tokenmaxxing » : inciter les gens à utiliser l’IA, à en utiliser davantage, à tout tester, sans aucune limite. Avec l’avènement d’une tarification à la consommation, remplaçant le buffet illimité de jetons, cette phase touche à sa fin. Désormais, de nombreuses entreprises pratiquent plutôt le rationnement : plafonds d’utilisation, budgets, décisions concernant l’accès aux différents outils.

Les chiffres expliquent pourquoi. Le chiffre d’affaires des grands cabinets a progressé de plus de 12 % au cours des six premiers mois de l’année, tandis que la demande de services juridiques (mesurée en heures travaillées) a augmenté de 4,8 %.  Pourtant, les clients font simultanément pression pour que l’IA leur permette de réduire leurs dépenses. Le discours de clôture de jeudi, qui faisait le point sur les discussions menées lors des réunions des dirigeants des groupes G100 et G200 de l’ILTA, animé par Dan Hauck, directeur des produits chez NetDocuments, a étayé cette inquiétude par des chiffres concrets.

Les dépenses en IA déclarées par les entreprises couvrent une fourchette extrêmement large, allant d’environ 100 000 dollars à pas moins de 35 millions de dollars, et une règle empirique commence à s’imposer dans le secteur selon laquelle le total des dépenses en IA devrait se situer aux alentours de 1 % du chiffre d’affaires. Si l’on ajoute à cela la tarification à l’utilisation – où la facture dépend de l’intensité d’utilisation d’un outil –, de nombreux responsables financiers et de l’innovation s’inquiètent en silence face à des coûts difficiles à prévoir à l’avance.

Une récente enquête menée par Gartner auprès de plus de 780 responsables informatiques a révélé que seuls 28 % des cas d’utilisation de l’IA sont pleinement couronnés de succès et répondent aux attentes en matière de retour sur investissement. L’un des DSI présents lors de la table ronde a proposé la réflexion la plus honnête de la semaine concernant la mesure du retour sur investissement dans un marché en constante évolution : « Les outils dont nous disposons aujourd’hui ne sont pas ceux dont nous disposerons demain… alors est-ce que je veux passer 500 heures à calculer le retour sur investissement aujourd’hui ? C’est une notion dénuée de sens. Tant que le résultat est positif, il faut aller de l’avant. » Un autre intervenant a recadré l’ensemble de la réflexion en parlant de « failure fast » (échouer rapidement) et de « retour sur l’effort » plutôt que de retour sur investissement – une distinction qui prend tout son sens lorsque la durée de vie des outils eux-mêmes se mesure en mois.

Cette même table ronde a mis en lumière un point qui mérite réflexion, quel que soit votre secteur d’activité. James McKenna, directeur informatique chez Foley & Lardner, a décrit comment il a vu ses clients évoluer, selon ses propres termes, d’une attitude du type « on ne peut pas utiliser l’IA » à « quelle IA utilisez-vous ? », pour en arriver aujourd’hui, tout simplement, à « dites-nous comment vous utilisez l’IA ». La demande en matière d’IA s’est discrètement transformée en une exigence de transparence et de simplicité tarifaire. « Il faut comprendre combien cela coûte d’obtenir une réponse », a-t-il déclaré. « Ne compliquez pas trop la facturation. Restez simple. »

Cela se reflète également dans la manière dont les entreprises envisagent leur propre modèle économique. Une session intitulée « Le paradoxe de l’heure facturable : rendre le travail non facturable visible (et valorisé) » a abordé cette même tension sous un angle différent, et la table ronde de jeudi a longuement débattu de ce qu’un intervenant a qualifié d’« essor de l’ingénieur juridique » – de nouveaux rôles situés à mi-chemin entre l’avocat, le technologue et le gestionnaire de connaissances, car fournir des prestations juridiques de manière rentable dans un monde où les prix sont fixés en fonction de la consommation nécessite une organisation d’équipe différente de celle requise par la facturation à l’heure.

Gartner a commencé à nommer cette évolution de manière explicite, décrivant la discipline dont les organisations ont désormais besoin commel’« ingénierie contextuelle »– une approche visant à « améliorer la précision des résultats des modèles d’IA, renforcer leur pertinence et réduire l’utilisation de tokens, ce qui permet de diminuer les coûts opérationnels ». Quel que soit le nom qu’on lui donne, le message reste le même : le débat n’est plus « utilisons-nous l’IA ? », mais « pouvons-nous prouver sa valeur ? ».

Le contexte est l'atout qui fait la différence

Le modèle mental le plus utile que j'ai entendu cette semaine était aussi le plus simple, et NetDocuments s'en est servi pour introduire notre propre « Company Update » : trois éléments déterminent si un agent IA est réellement performant dans son travail :

• Le modèle situé en dessous,
• le « harnais » (l'application ou l'assistant) conçu autour de celui-ci, et
• Le contexte sur lequel il peut s'appuyer pendant son fonctionnement.

Les modèles sont loués ; ils sont mis à jour et remplacés selon le calendrier du laboratoire, et non selon le vôtre.

Les harnais sont changés sans cesse, et la plupart des organisations en utilisent déjà plusieurs.

Le contexte – c'est-à-dire l'ensemble structuré et géré des documents, des antécédents et des connaissances institutionnelles propres à une organisation – est la seule couche dont l'organisation est réellement propriétaire, et la seule des trois qui s'enrichit au lieu de repartir de zéro à chaque changement d'outil.

Cette distinction est vérifiable, ce n’est pas qu’un simple slogan. NetDocuments a publié le « Legal Context Engineering Benchmark » afin de mesurer la valeur d’un meilleur contexte – tant en termes de qualité des réponses qu’en termes financiers – en posant les mêmes 300 questions à un modèle d’IA et à une application fixes, en ne modifiant que le contexte auquel l’agent avait accès. Dans un cas de test portant sur une fusion réelle, avec un contexte pauvre, la réponse a obtenu un score de 0,10/1,0 ; avec un contexte plus riche, ce score est passé à 0,67, soit près de 7 fois mieux.

Sur un échantillon de 300 questions d'évaluation portant sur 10 cas juridiques réels, la tendance s'est confirmée : un contexte plus précis permettait de réduire le coût de production des réponses correctes d'environ 48 %, sans compromettre la précision, et cet avantage était plus marqué sur les modèles les plus performants que sur les moins performants – ce qui justifie une estimation d'économies annuelles de 942 000 dollars pour un cabinet comptant 2 000 utilisateurs.

Les études de Gartner vont dans le même sens : les entreprises font état d’ un gain de précision d’environ 30 % en matière d’IA agentique lorsqu’un contexte solide est mis en place. NetDocuments a publié l’intégralité de sa méthodologie afin que toute organisation puisse réaliser le même test sur ses propres documents, plutôt que de se contenter de croire aveuglément aux résultats. Conclusion : le contexte réduit considérablement l’utilisation de tokens et les coûts liés à l’IA.

Cette semaine a également donné naissance à un outil véritablement utile et indépendant des fournisseurs, permettant de faire le tri parmi toutes ces informations : cinq questions à poser la prochaine fois que quelqu’un – y compris un fournisseur avec lequel vous travaillez déjà – affirmera que son produit intègre le « contexte ».

• Que comprend ou extrait réellement le système de vos documents ?
• Comment trouve-t-il les informations pertinentes dont il a besoin ?
• Quels sont les droits d'accès qui déterminent ce que l'IA peut récupérer ?
• Ce contexte réglementé peut-il s'appliquer aux outils d'IA que votre organisation choisit effectivement ?
• Et quelles données permettent de mettre en évidence l'impact sur la qualité des réponses et le coût ?

L'architecture a son importance, mais les données factuelles aussi.

Il convient de préciser ce que le terme « contexte » recouvre, car la plupart des fournisseurs, y compris NetDocuments, regroupent sous un même terme plusieurs couches techniques distinctes : la classification automatique et l’extraction de métadonnées ne nécessitant aucune configuration, le profilage personnalisé qu’une organisation configure pour sa propre taxonomie, la recherche sémantique qui identifie le sens plutôt que de simples mots-clés, et un graphe connectif reliant entre eux les documents, les personnes et les dossiers – cette fonctionnalité était encore en préversion privée lors de la conférence de cette année, et n’est pas encore disponible pour tous les clients. C’est précisément en traitant ces éléments comme une seule et même chose, plutôt que comme quatre éléments distincts, que les affirmations relatives au « contexte » prennent des proportions exagérées.

Un autre sujet de discussion essentiel concernant le contexte portait sur la possibilité de se connecter aux outils d’IA choisis par une organisation via le Model Context Protocol (MCP), plutôt que de devoir transférer des fichiers hors du système d’enregistrement, généralement le système de gestion documentaire de l’entreprise. Les preuves, pour ce qu’elles valent, commencent à venir des clients plutôt que des fournisseurs.

Thomas Kline, directeur des technologies de l’information chez Stark & Stark, a décrit la connexion du moteur de recherche et de réponse Perplexity, alimenté par l’IA, au référentiel de documents de son cabinet via MCP (plus d’informations à ce sujet ci-dessous) : « Pas besoin de télécharger des documents. Pas besoin de sélectionner des fichiers. Nos avocats indiquent simplement à l’IA un dossier, et celle-ci travaille à partir de toutes les données auxquelles ils ont déjà accès. » Et Jeff Westcott, d’Akin, lors d’une table ronde réunissant des clients, a donné le conseil le plus simple de la semaine à tous ceux qui croulent sous les solutions ponctuelles : « Plus vous pouvez faire de choses au sein même de la plateforme, mieux c’est. »

L'autonomie sans gouvernance n'est pas un progrès

Alors que les outils d’IA passent de la simple réponse à des questions à la réalisation d’actions concrètes – rédaction, classement, recoupement d’informations, signalement –, l’expression « les agents sont des utilisateurs » est revenue à plusieurs reprises cette semaine. John Motz, directeur technique de NetDocuments, a souligné lors de la session « Company Update » : « Les gens commencent à prendre conscience que les agents sont des utilisateurs, et qu’ils sont même des utilisateurs très compétents. Nous devons donc réfléchir à leurs droits d’accès et aux contrôles qui s’appliquent à eux exactement comme pour un utilisateur lambda, voire avec encore plus de rigueur. »

Pallavi Nargund, d’Amazon Web Services, a ensuite présenté le cas d’utilisation en matière de sécurité en termes plus concrets : les clients ont accès à un modèle à plusieurs niveaux, fondé sur l’isolation, dans lequel un chiffrement résistant à l’informatique quantique est déjà appliqué aux documents stockés. Ainsi, même si un niveau de sécurité venait à être compromis, les données, la mémoire et le matériel sous-jacent resteraient isolés les uns des autres, garantissant ainsi la confidentialité des clients, la protection des données et la propriété intellectuelle de l’organisation.

Cette même tension – une plus grande autonomie nécessitant davantage de gouvernance – est apparue comme un thème récurrent tout au long de sessions sans lien entre elles : « Au-delà de la Charte : des cadres de gouvernance de l’IA qui fonctionnent réellement », « L’agent secret : quand l’IA commence à agir de son propre chef » et « Mobilité de la matière : gestion des risques, de l’accès et de la responsabilité » abordaient chacune une variante de cette même question. Une séance de questions-réponses lors de la table ronde « Company Update » a insisté précisément sur ce point : est-il possible de retracer ce qu’un agent a réellement fait, étape par étape, et peut-on révoquer ou annuler ses actions si quelque chose tourne mal ?

Ces questions ne sont plus hypothétiques dès lors qu’un outil d’IA dispose d’un accès permanent aux dossiers d’un client, plutôt que de se contenter d’examiner les documents que l’avocat valide a posteriori.

Les études de Gartner confirment l’importance de cet enjeu : sans fondement sémantique sous-jacent, le cabinet prévoit que 60 % des projets d’IA agentique reposant uniquement sur des connexions point à point échoueront d’ici 2028. La connexion en elle-même n’est pas la partie la plus difficile. Ce sont les éléments qui doivent l’accompagner – autorisations, barrières éthiques, pistes d’audit – qui posent problème.

Cette tendance se manifeste déjà dans la manière dont les fournisseurs d’IA interconnectent leurs produits. Cette semaine, Google et NetDocuments ont annoncé une nouvelle connexion entre Gemini Enterprise for Legal et NetDocuments via le Model Context Protocol (MCP), venant s’ajouter aux connexions existantes avec Claude, Microsoft Copilot et Perplexity, ainsi qu’avec d’autres outils juridiques tels que Harvey et Legora.

Le principe de conception qui sous-tend cette approche mérite d'être repris, quels que soient les fournisseurs auxquels vous faites appel : la gouvernance doit s'appliquer automatiquement dès l'établissement de la connexion, et non pas sous la forme d'un paramètre que quelqu'un doit penser à activer.

L'adoption est un problème humain, pas un problème logiciel

Certaines des discussions les plus concrètes de la semaine ne portaient pas du tout sur les modèles d’avant-garde, mais bien sur les personnes. La masterclass NetDocuments, intitulée « Adapt, Adopt, Transform », s’est ouverte sur une citation du futurologue Alvin Toffler, écrite il y a plus de 50 ans mais qui revêt aujourd’hui un caractère d’urgence : « Les analphabètes du XXIe siècle ne seront pas ceux qui ne savent ni lire ni écrire, mais ceux qui ne savent pas apprendre, désapprendre et réapprendre. »

Kathleen Hogan, partenaire spécialisée dans l’innovation juridique, a développé cette idée en s’appuyant sur les recherches du Dr Larry Richards sur le «cerveau de l’avocat» : les avocats sont formés à être sceptiques (leur métier consiste à identifier ce qui pourrait mal tourner), à privilégier les précédents plutôt que la nouveauté, à valoriser l’autonomie plutôt que de se faire dicter ce qu’il faut faire, et à écarter complètement un outil imparfait plutôt que de le perfectionner. Elle a pris soin de souligner que ces atouts professionnels ne constituent pas des défauts de caractère, mais qu’ils font que la gestion classique du changement peut se retourner contre un cabinet d’avocats.

Hogan a également évoqué le concept de « Trust Gap » ( fossé de confiance) développé par Andy Stanley, consultant en leadership d'entreprise : il s'agit de l'écart entre ce que les gens attendent des dirigeants et ce qu'ils vivent réellement. La session a également établi un lien entre ce fossé de confiance et l'utilisation des outils d'IA, soulignant qu'il se répercute de manière asymétrique : une seule mauvaise expérience avec l'IA l'emporte sur dix bonnes, car « ça n'a pas marché cette fois-là » devient le seul récit que les gens retiennent.

Elle a illustré son propos par un exemple concret : lors d’un projet pilote précoce d’IA au sein d’une entreprise, un système a discrètement interverti un chiffre dans le numéro de téléphone d’un client, une erreur que personne n’a détectée pendant longtemps, précisément parce que personne ne veillait à cela. La leçon à en tirer n’était pas « n’utilisez pas l’IA », mais plutôt que la vérification doit être intégrée de manière délibérée dans un flux de travail, car la relecture des résultats générés par l’IA est en soi une tâche exigeante qui perd de son efficacité précisément lorsque les collaborateurs sont les plus occupés.

Kyle Kissell, directeur de l’équipe « Legal Innovation Partner » chez NetDocuments, a souligné que c’est dans l’écart entre la compréhension d’un outil et le simple fait de l’appliquer à un problème que réside la plupart des déceptions. Il a illustré son propos par une analogie : lorsqu’il demande à son fils de tondre la pelouse, celui-ci s’exécute à la lettre, mais sans vider le bac à herbe ni mettre les déchets de tonte dans des sacs, car il ne lui a pas donné ces instructions spécifiques. Des instructions vagues donnent lieu à des résultats littéraux, techniquement corrects, mais parfois inutiles – qu’il s’agisse d’une personne ou d’un agent IA.

Ce sentiment a trouvé un écho lors de l’une de mes propres sessions intitulée « L’adoption d’une IA centrée sur l’humain : un guide pratique de formation pour les organisations juridiques et les services juridiques d’entreprise ». Parmi les intervenants figuraient un formateur en technologie, un directeur de la gestion des connaissances, un avocat membre de l’équipe d’innovation de son cabinet et le cofondateur de Hotshot, une entreprise spécialisée dans l’adoption de l’IA. Le consensus était qu’il n’existe aucun substitut à un travail pratique et concret au sein d’une plateforme pour favoriser l’adoption : un apprentissage court, guidé et expérientiel, axé sur des profils types et adapté à la pratique.

Ce phénomène n'est pas propre aux cabinets d'avocats. Cela nous rappelle que, quel que soit le secteur d'activité, le frein à l'adoption de l'IA réside rarement dans la technologie elle-même. La question est de savoir si les personnes concernées comprennent réellement comment l'utiliser efficacement dans le cadre de leurs tâches spécifiques et si elles font confiance à ses résultats.

Sachez ce que vous avez avant d’acheter les nouveautés

Le conseil le plus sensé de la semaine était aussi le moins spectaculaire : avant d'acheter quoi que ce soit de nouveau, demandez-vous ce que vous cherchez réellement à accomplir, et laissez ce processus de travail – et non la feuille de route d'un fournisseur – guider votre investissement.

Avec plus de 1 200 outils d'IA qui se disputent désormais l'attention des acheteurs du secteur juridique, une question diagnostique véritablement utile a été posée à plusieurs reprises : votre infrastructure technologique actuelle permet-elle déjà de couvrir 80 % du flux de travail en question ?

Et plutôt que d'essayer de deviner où se trouvent les lacunes, consultez vos propres journaux de requêtes pour voir ce que les utilisateurs demandent réellement. Les données d'utilisation réelles l'emportent toujours sur l'intuition.

Cette même rigueur s'applique à un niveau inférieur, aux données qui sous-tendent toute initiative en matière d'IA.

Lors d’une session consacrée à la mise en place de ce que NetDocuments appelle un « parc de données compatible MCP », Nate Ruiz, de NetDocuments, a ouvert la discussion par un argument simple, repris par ses co-intervenants : si vous ne savez pas de quelles données vous disposez, vous ne savez pas ce que vous pouvez en faire – et vous ne saurez pas non plus ce qui est mis à la disposition d’un outil d’IA générative.

Les entreprises combinent de plus en plus les données structurées (celles qui sont stockées dans une base de données avec des métadonnées et une taxonomie pour en définir le contexte) et les données non structurées (celles dont les informations sont disséminées dans des documents et des e-mails). Les conseils formulés ne portaient pas tant sur le choix d’une architecture unique « idéale » que sur la nécessité de mettre en place une base de données claire et bien comprise avant d’y ajouter des couches supplémentaires d’IA.

Quelles que soient les prochaines évolutions dans ce domaine – et il y a du nouveau chaque semaine –, une entreprise qui connaît déjà ses propres données est mieux placée pour les exploiter.

À quoi cela ressemblait sur le terrain

Pour ceux qui souhaitent en savoir plus : NetDocuments a profité de cette semaine pour dévoiler une série de mises à jour s'inscrivant parfaitement dans ces thématiques. Outre le rapport comparatif mentionné plus haut, l'entreprise a lancé de nouvelles fonctionnalités d'IA pour l'analyse de tableaux et la recherche de références juridiques au sein des documents, a annoncé son intégration à Gemini Enterprise et a figuré pour la cinquième année consécutive dans le classement Inc. 5000 de 2026.

Notre expérience utilisateur repensée et notre « Legal Context Graph », présentés pour la première fois en mai, sont déployés de manière progressive plutôt que d’un seul coup : une expérience de base repensée est désormais accessible à tous les clients, tandis que le « Legal Context Graph », alimenté par l’IA, suivra en avant-première privée, sans calendrier de migration obligatoire – un rythme qu’un intervenant a résumé ainsi : « pas un seul grand déploiement, mais une série de changements en cascade ».

L’expérience de bénévole à l’ILTACON est unique. Avoir l’occasion de collaborer avec d’autres partenaires commerciaux et membres de l’ILTA à l’organisation de cette conférence est vraiment enrichissant, qu’il s’agisse des échanges avec mon équipe ou de la collaboration avec les intervenants. Ce sont les personnes qui font de l’ILTA un événement si particulier, et la conférence de cette année a peut-être été la meilleure à ce jour. Merci à tous ceux qui ont proposé une idée de session, pris la parole lors d’une table ronde ou simplement participé avec l’envie d’échanger leurs points de vue. Les conférences de ce type ne peuvent fonctionner que parce que les professionnels sont prêts à partager si généreusement ce qu’ils ont appris. Si l’on en juge par les discussions de cette année, le prochain chapitre de l’IA juridique ne sera pas remporté par celui qui ira le plus vite. Il sera remporté par celui qui construira les fondations les plus solides.

Poursuivez la conversation

Si cet article vous amène à vous interroger sur la situation actuelle de votre propre organisation – et à vous demander si elle résisterait à un test tel que celui décrit ci-dessus –, NetDocuments organise un webinaire le 17 septembre intitulé « Contexte juridique : la clé d’un contenu fiable et d’une IA plus performante ». Il s’agit d’une prochaine étape concrète, et non d’un argumentaire commercial : vous passerez un moment avec les personnes à l’origine de cette étude comparative, qui vous présenteront la méthodologie et vous expliqueront comment appliquer cette même approche à vos propres documents. Inscrivez-vous ici pour réserver votre place.