Je ne me souviens pas de la dernière fois où un associé gérant m’a demandé quel modèle obtenait les meilleurs résultats lors d’un test comparatif. En revanche, je me souviens de nombreuses discussions sur la gouvernance, l’adoption, la sécurité et la question de savoir si l’IA peut réellement s’intégrer au savoir-faire du cabinet.

En effet, les cabinets d’avocats entrent dans une nouvelle phase d’adoption de l’IA. Le débat porte désormais moins sur les modèles que sur ce qui se cache derrière eux. Ces discussions aboutissent presque toujours à la même conclusion : le contexte. La plupart des cabinets disposent déjà des réponses quelque part. Le défi consiste à trouver la bonne information, au bon moment, pour le bon dossier.

L'IA ne souffre pas d'un manque de connaissances. La plupart des cabinets non plus. Ce qu'ils rencontrent, c'est un problème d'accès. C’est pourquoi nous sommes ravis de voir NetDocuments intégré à l’écosystème de connecteurs d’OpenAI dans le cadre d’OpenAI for Law.

Précisons qu’il ne s’agit pas d’une nouvelle fonctionnalité. Les clients de NetDocuments relient déjà du contenu réglementé à ChatGPT via le Model Context Protocol (MCP). Ce qui change, c’est la facilité d’accès. Les clients peuvent désormais trouver et activer plus facilement NetDocuments au sein de ChatGPT, ce qui simplifie l’intégration de connaissances juridiques fiables dans l’expérience d’IA qu’ils utilisent déjà. Cela signifie que les avocats peuvent rester dans ChatGPT tout en accédant en toute sécurité au contexte réglementé déjà hébergé dans NetDocuments.

Mais ce qui importe avant tout, c'est ce que cela représente. Dans l'ensemble du secteur juridique, on observe une évolution : on cesse de considérer l'IA comme un ensemble d'outils disparates pour s'orienter vers une stratégie plus durable, consistant à construire une base de connaissances régie par des règles, capable d'alimenter de nombreuses expériences d'IA.

Ce dont une IA juridique performante a réellement besoin

La plupart des débats sur l'IA partent du modèle.

Le travail juridique commence ailleurs.

Un modèle ne connaît pas l'historique de votre dossier. Il ne sait pas quel accord a finalement été signé, comment un problème similaire a été résolu il y a trois ans, ni quelle position de négociation votre équipe a utilisée avec succès auprès d'un client il y a six mois.

Les informations existent. Le défi consiste à les rendre accessibles, sécurisées et utiles.

Lorsqu'il est connecté à NetDocuments via MCP, ChatGPT peut rechercher et extraire des documents en toute sécurité, identifier des précédents pertinents, comparer des contrats, synthétiser des informations et aider à la rédaction en s'appuyant sur les travaux et les connaissances propres à l'organisation. Il s'agit là d'une expérience fondamentalement différente de celle qui consiste à demander à une IA de tout élaborer à partir de zéro.

J'ai consacré une grande partie de ma carrière à aider les organisations à repenser la manière dont le travail juridique est effectué. Une leçon revient sans cesse : la technologie génère le plus de valeur lorsqu'elle comprend l'environnement dans lequel elle évolue. L'IA juridique ne fait pas exception à la règle.

Pourquoi le contexte est plus important que jamais

L'un des défis du marché actuel de l'IA consiste à faire la part des choses entre l'engouement et les faits avérés. C'est l'une des raisons pour lesquelles nous avons récemment publié le rapport « Legal Context Engineering Benchmark ».

L'objectif était simple : maintenir le modèle inchangé, améliorer les informations mises à sa disposition et mesurer le résultat. Les conclusions ont confirmé ce que de nombreuses entreprises constatent déjà dans la pratique : lorsque l'IA dispose dès le départ de meilleures informations, elle passe moins de temps à chercher, moins de temps à deviner et plus de temps à produire un travail utile.  

En utilisant ce même modèle de pointe, un contexte juridique plus riche a permis de réduire le coût par réponse correcte de 48 % tout en préservant la qualité des réponses. Pour un grand cabinet d'avocats ou un service juridique d'entreprise, cela pourrait représenter une économie annuelle d'un million de dollars. Nous avons publié la méthodologie complète afin que toute organisation puisse réaliser elle-même ce test.

C'est une distinction importante, car lors de la première vague d'adoption de l'IA, le secteur s'est concentré sur les modèles. La prochaine vague sera déterminée par l'efficacité avec laquelle les organisations organisent, gèrent et transmettent leurs connaissances à ces modèles.

Les modèles, les applications et les fournisseurs continueront à évoluer rapidement. La plupart des organisations n'ont aucune prise sur tout cela.

Ce qu’ils contrôlent, ce sont leurs connaissances : l’historique des dossiers, les précédents, les relations avec les clients, les résultats de leur travail, leur expertise. Ce ne sont pas de simples données. C’est le savoir et l’expertise accumulés par le cabinet.

Aucun modèle ne peut offrir cela à lui seul. Il faut le construire et le piloter, et le système dans lequel s’inscrit déjà le travail juridique est le cadre naturel à partir duquel il peut être mis en œuvre. À bien des égards, c’est là que réside le véritable avantage concurrentiel, et c’est précisément ce que notre « Legal Context Graph » a été conçu pour mettre en évidence.

Les équipes juridiques apprennent très vite que la réponse se trouve rarement dans un seul document. Elle est dispersée entre les dossiers, les e-mails, les précédents, les travaux réalisés et les personnes qui savent où chercher. Les avocats passent un temps fou à reconstituer ces liens. Le « Legal Context Graph » est conçu pour automatiser une grande partie de ce travail. Il fonctionne à trois niveaux : la nature d’un document et son contenu, les liens entre les documents au sein d’un dossier, et la répartition de l’expertise et des précédents au sein du cabinet. Il s’agit là d’un exercice différent de la simple classification des documents au moment de leur archivage.

Une seule fondation régie, de nombreuses expériences en matière d'IA

Les cabinets d'avocats ne s'orientent pas vers un seul et même outil d'IA. Ils utilisent ndMAX, ChatGPT, Claude, Microsoft Copilot, Gemini Enterprise, Harvey, Legora, Perplexity, ainsi qu'une liste croissante de solutions spécialisées.

C’est l’une des raisons pour lesquelles nous avons investi très tôt dans MCP et dans une architecture ouverte et indépendante de toute IA spécifique. Bien avant que l’interopérabilité ne devienne un sujet majeur de débat dans le secteur, nous étions convaincus que les clients ne devaient pas avoir à repenser leur stratégie à chaque fois qu’un nouveau modèle faisait son apparition sur le marché. Nous estimons qu’il s’agit là d’un mauvais compromis. Les entreprises ne devraient pas avoir à choisir entre l’adoption de nouveaux outils d’IA et le maintien d’une base de connaissances cohérente, s’appuyant sur une couche contextuelle en temps réel.

Cela revêt d’autant plus d’importance que le secteur dépasse le stade des interfaces de chat pour s’orienter vers des flux de travail gérés par des agents. Les agents ne se contentent pas de répondre à des questions : ils effectuent un véritable travail. Pour y parvenir efficacement, ils doivent avoir accès aux mêmes informations, relations, autorisations et cadres de référence que ceux sur lesquels les humains s’appuient au quotidien.

L'intérêt ne réside pas dans la création d'une nouvelle infrastructure pour chaque outil d'IA. L'intérêt réside dans le fait de la créer une seule fois et de la rendre accessible partout où le travail s'effectue.

Il y a quelques années, l'idée que des entreprises puissent relier une base de connaissances unique à plusieurs outils d'IA semblait ambitieuse. Aujourd'hui, nombreuses sont celles qui se rendent compte que c'est la seule approche évolutive.

La gouvernance doit aller de pair avec le savoir

Bien sûr, l'accès à l'information n'est qu'une partie du problème. Les organismes juridiques doivent également avoir l'assurance que l'IA fonctionne dans le même cadre de gouvernance qui protège leurs informations aujourd'hui.

À mesure que les capacités de l'IA gagnent en sophistication, les questions posées prennent de plus en plus d'importance.

• Qui a accès à ces informations ?
• Comment les barrières éthiques sont-elles mises en œuvre ?
• Une activité peut-elle faire l'objet d'un audit ?
• Que se passe-t-il lorsqu'un agent effectue une tâche pour le compte d'un utilisateur ?

Ce ne sont pas des questions techniques. Ce sont des questions liées à l'activité et aux risques.

Notre philosophie est restée la même depuis le début : la gouvernance doit accompagner les connaissances. Lorsque l’on accède au contenu NetDocuments via MCP, les autorisations existantes, les restrictions au niveau des dossiers, les barrières éthiques, les politiques de conservation et les contrôles d’audit continuent de s’appliquer. Le « Legal Context Graph » ne se contente pas de relier des informations ; il transmet également les règles de gouvernance associées à ces informations, quel que soit l’outil d’IA qui pose la question.

Chaque avancée en matière de capacités renforce les enjeux liés à la gouvernance. À mesure que ces systèmes gagnent en autonomie, la gouvernance prend une importance croissante. Le secteur commence à prendre conscience d’une réalité dont nous étions convaincus dès le départ : l’IA à elle seule ne constitue pas un avantage. C’est la combinaison de l’IA, des connaissances et de la gouvernance qui en fait un atout.

Le prochain chapitre

Le secteur passe de la phase d'expérimentation à celle de la responsabilisation. Les clients exigent de la transparence. Les dirigeants des cabinets recherchent une valeur ajoutée mesurable. Les avocats souhaitent disposer de technologies qui leur permettent d'agir plus rapidement sans créer de nouveaux risques.

Pour répondre à ces attentes, il ne suffit pas d'avoir accès au dernier modèle. Il faut disposer d'une base solide.

Le secteur juridique ne souffre pas d'une pénurie de mannequins. Au contraire, c'est plutôt le problème inverse qui se pose. De nouveaux mannequins font leur apparition tous les quelques mois et de nouvelles assistantes arrivent toutes les quelques semaines. Ce n'est pas là que je vois les cabinets rencontrer des difficultés.

Le véritable défi consiste à structurer les connaissances dont dispose déjà le cabinet, à les gérer de manière appropriée et à les rendre accessibles partout où le travail est effectué. C’est pourquoi nous avons investi dans MCP, le « Legal Context Graph », ainsi que dans un écosystème ouvert qui regroupe les principaux modèles d’IA, les plateformes technologiques juridiques et les outils de productivité.

Si votre cabinet utilise déjà ChatGPT, Claude, Copilot, Gemini ou une autre plateforme d'IA, la question n'est plus de savoir si l'IA a sa place dans le domaine juridique.

La question est de savoir si cette structure fonctionne en s'appuyant sur les connaissances et la gouvernance adéquates.

Car l'avenir de l'IA juridique ne réside pas dans le choix d'un modèle « gagnant ». Il s'agit plutôt de veiller à ce que chaque modèle puisse bénéficier des mêmes connaissances fiables et du même cadre de gouvernance.

Découvrez-en davantage sur le premier « Legal Context Graph » du secteur et consultez les résultats dans le rapport « Legal Context Engineering Benchmark ».