Les solutions d'IA juridique sont plus faciles à acquérir et plus difficiles à évaluer qu'il y a deux ans. Les options disponibles couvrent désormais les applications de recherche et de rédaction, l'IA directement intégrée aux systèmes de gestion documentaire, ainsi que les plateformes d'IA générales adaptées au travail juridique.

Le modèle ne constitue désormais qu'un élément parmi d'autres dans la prise de décision. Ce qu'il permet d'atteindre, les contrôles mis en place pour gérer ces informations, la poursuite de son utilisation par les avocats au-delà du premier mois et sa capacité à générer une valeur mesurable sont autant de facteurs qui déterminent de plus en plus si cette technologie fonctionne dans la pratique.

1. Que signifiera l'IA juridique en 2026 ?

L'IA juridique désigne l'intelligence artificielle, généralement fondée sur des modèles linguistiques de grande envergure (LLM), appliquée au travail juridique dans le respect des contraintes qui caractérisent ce domaine : le secret professionnel, la confidentialité, le contexte de l'affaire, la précision des citations et les règles de responsabilité professionnelle.

Les modèles performants et sécurisés ne sont plus une rareté, que ce soit parmi les outils à usage général ou ceux spécifiques au domaine juridique. Ce qui manque à chacun d’entre eux, c’est la connaissance de votre cabinet ou de votre organisation : quels précédents votre groupe de pratique utilise-t-il réellement, quelles affaires sont soumises à des barrières éthiques, quelle version d’un document est à jour, ou ce que les directives d’un client autorisent. Ces connaissances résident dans les systèmes que vous avez mis des années à construire, et l’IA doit y accéder d’une manière ou d’une autre.

L'IA juridique se présente désormais sous trois formes. Il y a d'une part l'IA intégrée aux systèmes sécurisés où sont déjà stockés les travaux et les contenus juridiques. Il y a ensuite des applications spécialisées conçues autour de flux de travail juridiques spécifiques. Et enfin, il existe des plateformes d'IA générales connectées aux systèmes et aux contenus juridiques. La plupart des organisations utiliseront une combinaison de ces différentes approches, ce qui fait que la question pertinente n'est pas tant de savoir quelle catégorie l'emportera, mais plutôt quelles données chacune d'entre elles peut exploiter, quels contrôles s'appliquent aux informations une fois qu'elles y parviennent, et quels travaux s'en trouvent améliorés.

2. Les domaines dans lesquels l'IA juridique crée de la valeur

Quatre catégories représentent la majeure partie de la valeur déclarée, même si leur classement varie en fonction du domaine d'activité et de la taille de l'organisation, ainsi que des données auxquelles celles-ci ont accès.

Rédaction et révision : premières ébauches de contrats, de notes de service et de correspondance, ainsi que révision des documents entrants à la lumière de vos guides opérationnels ou des documents fournis par un client. Il s'agit de l’utilisation la plus répandue dans les enquêtes sur l’utilisation de l’IA, principalement parce qu’elle correspond directement à des tâches déjà suivies et facturées. Sa principale contrainte réside dans la qualité des modèles existants, car la rédaction par l’IA à partir d’une bibliothèque de modèles désorganisée ou obsolète produit des versions soignées d’un contenu erroné.

Recherche de connaissances et de précédents : mise en avant de travaux antérieurs issus de votre propre base de données plutôt que du Web ouvert. Les résultats sont limités à ce que l’IA peut voir et mettre facilement en évidence. Un modèle fonctionnant sur une collection partielle continuera à fournir des réponses avec assurance, ce qui constitue un échec plus difficile à détecter qu’un refus catégorique.

Extraction multi-documents : extraction simultanée d’informations structurées à partir d’un ensemble de documents, à des fins de diligence raisonnable, d’examen d’un portefeuille de contrats ou d’établissement d’une chronologie. C’est dans ce domaine que l’IA tend à permettre un gain de temps de plusieurs heures plutôt que de quelques minutes, et c’est là que la citation des sources revêt une importance capitale, puisque le résultat est un tableau sur lequel une personne va se baser sans ouvrir chacun des fichiers sous-jacents.

Intelligence des dossiers et des processus : résumer des dossiers, extraire des dates et des obligations, et répondre à des questions sur l'état d'avancement des travaux en cours. L'intérêt pour ce domaine croît rapidement et c'est le moins abouti des quatre, car la compréhension d'un dossier est un défi plus complexe que la production d'un document.

L'adoption et les dépenses progressent plus vite que les mesures d'efficacité. Thomson Reuters a constaté que 41 % des cabinets d'avocats déclaraient utiliser l'IA générative en 2026, contre 28 % l'année précédente, et que les budgets technologiques des cabinets avaient augmenté de près de 10 % sur la même période. L’étude interne menée par Axiom pour 2026 a révélé que seuls environ 17 % des équipes juridiques utilisant l’IA ont mis en place des indicateurs de performance et en suivent régulièrement le retour sur investissement, alors que toutes les équipes interrogées s’attendaient à une augmentation de leur budget dédié à l’IA. De nombreuses organisations sont capables de décrire ce que fait leur IA. Elles sont moins nombreuses à pouvoir décrire ce qui a changé grâce à elle et la valeur qui en découle. Dans ces quatre domaines, la qualité et l’accessibilité du contenu sous-jacent peuvent être tout aussi importantes que le modèle qui l’exploite.

3. Ce qui compte vraiment lorsqu'on évalue l'IA juridique

La plupart des évaluations accordent une importance excessive à la démonstration, qui est l’étape du processus que le fournisseur contrôle le plus étroitement. Cinq facteurs déterminent si une plateforme tiendra la route par la suite. Ils n’ont plus tous le même poids. Les fonctionnalités constituent presque un minimum requis ; c’est au niveau du contexte et du contrôle que les plateformes se distinguent véritablement, tandis que l’adoption et la valeur ajoutée devraient déterminer si l’une d’entre elles survivra au-delà de la première année.

(1) Capacité

Est-ce qu’il peut accomplir cette tâche de manière fiable, et les utilisateurs seront-ils capables de s’en rendre compte si ce n’est pas le cas ?

Les citations inventées constituent le type de défaillance pour lequel on dispose des données publiques les plus claires. Une base de données publique des décisions judiciaires, gérée par le chercheur en droit Damien Charlotin, comptait environ 200 affaires à la mi-2025 et en a dépassé les 1 590 en juin 2026, les sanctions atteignant désormais des montants à six chiffres et pouvant aller jusqu’à la suspension du droit d’exercer. Des outils spécifiques au domaine juridique apparaissent dans ces données aux côtés de chatbots généraux, et une étude du RegLab de Stanford a révélé que même les plateformes de recherche juridique payantes, basées sur la recherche documentaire, produisaient des réponses non étayées pour une part significative des requêtes. Les tribunaux se sont généralement montrés plus sévères envers les avocats incapables de préciser ce qu’ils avaient vérifié qu’envers l’utilisation de l’IA en soi.

Aucun système fiable ne permet d'éviter la vérification ; c'est donc cette dernière qu'il convient d'évaluer. En combien de temps peut-on identifier la source d'une phrase ou d'une citation donnée, l'ouvrir et vérifier qu'elle dit bien ce que l'IA prétend ? Un outil qui permet d'effectuer cette vérification en quelques secondes sera lui-même vérifié. Un outil qui nécessite plusieurs minutes sera vérifié jusqu'à ce que la première échéance urgente se présente.

(2) Contexte

Que peut réellement faire l'IA, et comment détermine-t-elle ce qui est pertinent ?

L'accès seul ne suffit pas à fournir un contexte utile. Une IA ayant accès à un sous-ensemble trié de votre contenu donne de bons résultats en démonstration, mais s'avère décevante dans la pratique. Une IA ayant accès à tout, y compris aux brouillons obsolètes et aux dossiers abandonnés, fournit des réponses assurées qui s'appuient sur des documents sur lesquels personne ne devrait se fier. La pertinence, les autorisations d’accès et l’actualité doivent rester garanties à mesure que votre équipe ajoute, remplace et réorganise le contenu. Les défaillances à ce niveau sont souvent plus difficiles à détecter pour les utilisateurs que celles liées à la qualité du modèle. Demandez comment la pertinence est déterminée, et ce qui se passe lorsque la bonne réponse ne se trouve pas dans le champ d’application.

(3) Contrôle

Vos autorisations existantes, vos barrières éthiques, vos exigences d'audit, vos politiques de conservation des données et vos restrictions clients continuent-elles de s'appliquer, ou l'IA met-elle en place un deuxième ensemble de règles afin de rester en phase avec le premier ?

Certains de ces éléments doivent figurer dans le contrat : notamment si vos informations servent à entraîner les modèles du fournisseur, où elles sont traitées et stockées, et ce qu’il advient des invites et des résultats à l’issue d’une session. Certains fournisseurs appliquent également des processus de vérification automatisés ou manuels au contenu signalé par leurs systèmes de sécurité, ce qui peut entraîner des règles de conservation différentes de celles applicables à une utilisation normale. Les équipes juridiques doivent comprendre ce qui déclenche ces vérifications, si le contenu des clients peut y être inclus, qui peut y accéder et pendant combien de temps ces informations peuvent être conservées. Le reste relève de l’architecture et dépend de la question de savoir si l’outil d’IA hérite des autorisations et des barrières de sécurité des systèmes que vous gérez déjà ou s’il vous oblige à les recréer au sein de l’outil.

La responsabilité professionnelle ajoute une dimension que les cabinets ont tendance à prendre en compte tardivement. Selon l’outil utilisé, la manière dont il traite les informations des clients et la nature de la mission, les directives déontologiques existantes peuvent exiger un consentement éclairé ou une obligation de divulgation, et les clauses générales d’une lettre de mission peuvent ne pas suffire à elles seules. Les directives des clients comportent de plus en plus souvent leurs propres exigences en matière d’IA, et de nombreuses organisations n’ont pas relu les leurs depuis leur signature, qui remonte peut-être à une époque où l’IA n’était pas encore prise en compte.

Le déplacement manuel des documents soulève une autre question. Lorsque les utilisateurs téléchargent, transfèrent ou copient de manière répétée du contenu soumis à la gouvernance d'un système à l'autre, l'organisation se retrouve confrontée à des frictions supplémentaires dans ses flux de travail et doit potentiellement gérer des copies supplémentaires. À grande échelle, la gouvernance ne peut pas reposer sur le fait que chaque utilisateur se souvienne de l'endroit où le contenu a été déplacé ni des contrôles qui doivent s'y appliquer.

(4) Adoption

Les utilisateurs s'en serviront-ils dans six mois, et saurez-vous à quoi cela leur sert ? Les chiffres bruts d'utilisation cachent plus qu'ils n'en révèlent. Ils ne montrent pas ce que les utilisateurs accomplissent, s'il y a un lien avec les objectifs de l'entreprise, ni si trois équipes sont en train de développer discrètement la même chose faute de coordination.

La plupart des évaluations traitent ce point comme une simple note de bas de page, mais c’est là que les déploiements échouent discrètement. Plus de la moitié des entreprises déclarent ne proposer aucune formation sur l’utilisation responsable de l’IA; par conséquent, une grande partie des déploiements actuels se fait sans accompagnement ni directives d’utilisation acceptables, ce qui place les utilisateurs dans une situation où ils manquent de confiance et courent beaucoup plus de risques. Chaque flux de travail supplémentaire et chaque nouveau système génèrent des frictions et des changements de tâche ; même un outil plus performant peut s’avérer problématique si son utilisation implique de quitter à plusieurs reprises les applications sur lesquelles les utilisateurs travaillent déjà et entraîne une vérification manuelle fastidieuse de l’exactitude des résultats. Renseignez-vous sur l’utilisation de la solution après 90 et 180 jours chez les clients existants d’un fournisseur plutôt qu’au moment du lancement, et insistez pour connaître la valeur réelle qu’ils en tirent, au-delà des simples indicateurs d’utilisation.

(5) Valeur

Pouvez-vous démontrer qu'il y a eu une amélioration ? Est-ce que cela s'inscrit dans la stratégie de l'entreprise ?

Peu d'équipes mesurent le retour sur investissement de manière systématique ou réfléchissent à leur stratégie commerciale avant de déployer des outils d'IA ; le simple fait de définir les critères de réussite avant le déploiement permet donc à une organisation de devancer la plupart de ses concurrents. Choisissez un indicateur de référence que vous pouvez observer dès maintenant, comme le nombre d'heures consacrées à un type de document récurrent ou le délai de traitement d'une catégorie de demandes.

La valeur du travail juridique ne peut pas non plus se résumer aux heures économisées. Les directives déontologiques indiquent clairement que le temps consacré à l’apprentissage d’un outil n’est généralement pas facturable et qu’une heure de travail correspond à une heure facturée ; ainsi, dans le cadre d’une facturation à l’heure, l’efficacité peut créer une tension avec le chiffre d’affaires, précisément sur les tâches de rédaction et de recherche que l’IA permet de réduire en premier lieu. Selon l’organisation, l’argument peut plutôt porter sur la capacité, les délais d’exécution, la rentabilité, la qualité, l’expérience client ou la capacité à accepter des missions que l’on refusait auparavant. Choisir lequel de ces aspects privilégier fait partie de la définition de la valeur, qui relève de la stratégie d’entreprise et de la satisfaction client, plutôt que d’une discussion distincte sur la facturation.

4. Questions à se poser avant d'acheter

Capacité

• Chaque résultat peut-il être rattaché à un document source spécifique ?
• Comment un utilisateur peut-il vérifier une réponse, et combien d'étapes cela nécessite-t-il ?
• Que fait le système lorsqu'il ne trouve pas de bonne réponse ?

Contexte

• À quoi la plateforme d'IA a-t-elle accès, et qu'est-ce qui en est exclu ?
• Comment détermine-t-il quels documents sont pertinents ?
• Que se passe-t-il lorsque du contenu est ajouté, remplacé ou réorganisé ?

Contrôle

• Nos données sont-elles utilisées pour entraîner des modèles, que ce soit pour nous ou pour quelqu'un d'autre, et vous engagerez-vous à le préciser dans le contrat ?
• Où nos données sont-elles traitées et stockées, et cela répond-il aux exigences de nos clients en matière de lieu de résidence ?
• L'IA hérite-t-elle de nos autorisations et de nos barrières éthiques existantes, ou faut-il un modèle distinct ?
• Que se passe-t-il lorsque les autorisations ou les pare-feu changent après le déploiement ?
• Quelles données sont conservées après une session, et pendant combien de temps ?
• Comment le contenu sensible est-il identifié, examiné et conservé ?

Adoption

• Cette fonctionnalité est-elle intégrée aux outils que nos collaborateurs utilisent déjà, ou nécessite-t-elle un processus distinct ?
• Le personnel a-t-il bénéficié d'une formation adéquate et de consignes d'utilisation acceptables afin de lui donner confiance et de réduire les risques pour l'organisation ?
• À quoi ressemble l'utilisation à long terme (à 90 et 180 jours) chez vos clients actuels ?
• Comment les utilisateurs se servent-ils de ces outils et quelle valeur en tirent-ils ?
• La coordination permet-elle d'éviter les doublons ?

Valeur

• Quelle base de référence devons-nous établir avant le déploiement ?
• Quels résultats vos clients ont-ils mesurés, au-delà de l'utilisation ou du gain de temps ?
• Comment évolue la tarification à mesure que l'utilisation augmente ?

5. Où cela nous mènera-t-il ?

Le fil conducteur commun aux cinq critères est que le modèle importe moins que ce qui l’entoure. Des modèles et des outils d’IA performants sont de plus en plus accessibles et ne cesseront de s’améliorer. Les connaissances de votre organisation, les contrôles régissant l’accès à ces informations, ainsi que leur impact sur le quotidien de vos collaborateurs et sur votre stratégie d’entreprise devraient perdurer bien au-delà des outils que vous utilisez pour les exploiter.

C'est là le raisonnement qui sous-tend l'approche de NetDocuments en matière d'IA juridique: intégrer l'IA à un contenu réglementé, où des autorisations et des barrières éthiques sont déjà en place, tout en permettant à ce contenu d'interagir en toute sécurité avec les autres outils d'IA choisis par les professionnels du droit. Concrètement, cela va de la recherche en langage naturel dans l'ensemble du référentiel à l'extraction structurée avec des références renvoyant à la source.

Les questions ci-dessus s'appliquent à nous comme à n'importe qui d'autre, et elles méritent d'être posées, que nous figurions ou non sur votre liste. Si vous ne devez faire qu'une seule chose avant votre prochain entretien avec un fournisseur, choisissez une tâche récurrente et établissez un état des lieux de la manière dont elle est actuellement réalisée. Vous disposerez ainsi d'un critère concret pour évaluer la technologie proposée.