Passer d'une expérimentation ponctuelle à une approche structurée que les équipes juridiques peuvent réellement mettre en œuvre.

Si vous demandez au directeur informatique d’un cabinet d’avocats ou au responsable du service juridique d’une entreprise si leur organisation a mis en place l’IA, la réponse honnête dépendra peut-être de ce qu’ils considèrent comme pertinent.

Le projet officiel d’IA en est encore au stade de la planification. La politique est toujours en cours d’examen. Le plan de formation n’est pas encore finalisé. Mais les utilisateurs font déjà des essais. Un partenaire teste un outil de recherche juridique doté de fonctionnalités d’IA. Un collaborateur utilise un outil public pour peaufiner une première ébauche. Un groupe de pratique met à l’essai un nouveau flux de travail. Dans un cabinet de petite taille, un administrateur tente de définir une politique tout en apportant son soutien aux utilisateurs. Dans un cabinet plus important, les services informatiques, de gestion des connaissances, d’archivage, de gestion des risques, d’innovation et la direction des groupes de pratique travaillent tous sur différents aspects d’un même problème.

C'est là tout le défi : l'utilisation de l'IA peut se généraliser avant même qu'une organisation ne dispose d'un modèle opérationnel clair pour la gérer.

C'est ce qu'on appelle souvent l'« IA fantôme » : lorsque les avocats et le personnel commencent à utiliser des outils d'IA avant même que les organisations n'aient pu en définir les règles d'utilisation.

Dans un cabinet, le « déploiement de l'IA » désigne un projet pilote officiel mené par les services informatiques et de gestion des connaissances. Dans un autre, cela signifie trois associés utilisant des outils différents, un collaborateur copiant-collant du texte sur un site public dédié à l'IA, et un administrateur du cabinet qui tente de déterminer ce qu'il faut bloquer. Les deux cabinets sont confrontés à un problème d'adoption de l'IA. Un seul en a pris conscience.

Imaginons le scénario suivant : un cabinet comptant 200 avocats mène un projet pilote rigoureux de trois mois sur l’IA générative au sein d’un seul groupe de pratique. Lorsque les dirigeants analysent les données d’utilisation réelles au quatrième mois, ils constatent que des avocats de trois autres groupes utilisent déjà des outils d’IA accessibles au public dans le cadre de dossiers en cours — ils avaient entendu parler du projet pilote et en avaient conclu que le cabinet « s’était lancé dans l’IA ». Le projet pilote n’a pas favorisé l’adoption de l’IA. Il n’a fait que suivre le mouvement.

Au sein d'un service juridique d'entreprise, le même problème peut se poser lorsque des juristes ou des équipes commencent à utiliser des fonctionnalités d'IA intégrées avant que les services juridiques, de sécurité, de protection de la vie privée et des opérations juridiques ne se soient mis d'accord sur la manière dont celles-ci doivent être utilisées.

Cela ne signifie pas que l'organisation a échoué. Cela signifie que la prochaine étape est cruciale.

Pour les cabinets d'avocats, réussir l'adoption de l'IA ne se résume pas au simple choix d'un outil. Il s'agit d'aider les collaborateurs à comprendre ce qui est autorisé, ce qui présente un risque, ce qui est utile, et comment l'IA s'intègre dans la pratique quotidienne du métier d'avocat. Sans cette clarté, les programmes d'IA risquent de stagner avant même d'avoir pu se déployer à grande échelle. Pire encore, les utilisateurs pourraient prendre des habitudes que l'organisation devra ensuite défaire.

Le problème, ce n'est pas la curiosité. C'est un comportement incontrôlé.

La curiosité est une bonne chose. Les avocats et le personnel subissent une pression pour travailler plus vite, trouver des informations plus efficacement, réduire les tâches répétitives et améliorer le service client. Il est donc logique qu’ils souhaitent savoir ce que l’IA est capable de faire.

Le problème survient lorsque la curiosité prend le pas sur les conseils.

En quoi consiste l'utilisation de l'IA « fantôme » dans les cabinets d'avocats ?

Si les utilisateurs ne savent pas quels outils sont approuvés, ils choisissent ceux qui sont les plus faciles d'accès. S'ils ne comprennent pas comment sont générés les résultats de l'IA, soit ils s'y fient trop rapidement, soit ils les rejettent complètement. Lorsque les groupes de pratique mènent leurs propres expériences, les cabinets se retrouvent avec des projets pilotes redondants, des formations incohérentes et aucune vision commune de ce qui fonctionne.

Ce n'est pas seulement un problème technique. C'est un problème de mise en œuvre.

L'entreprise estime qu'elle se prépare à un déploiement contrôlé, alors que les utilisateurs prennent déjà l'habitude d'utiliser certains outils, invites, raccourcis et solutions de contournement. Certaines de ces habitudes sont inoffensives. D'autres sont utiles. D'autres encore présentent un risque. L'entreprise doit savoir faire la différence avant d'élargir l'accès.

Audit sur l'adoption de l'IA dans le secteur juridique : 6 questions à se poser en premier lieu

Avant d'étendre l'accès à l'IA, un cabinet doit faire le point sur la situation. Il n'est pas nécessaire que cela prenne six mois. Il doit s'agir d'un examen ciblé permettant aux personnes concernées de comprendre ce qui se passe déjà. Dans un grand cabinet, cela peut concerner les services informatiques, la gestion des connaissances, la gestion des risques, l'innovation, la formation et les responsables des différents départements. Dans un cabinet plus petit, il peut s'agir de l'associé gérant, de l'administrateur du cabinet, du responsable informatique et de quelques responsables clés des départements.

Un audit pratique doit apporter des réponses à six questions.

1. Dans quels domaines l'IA est-elle déjà utilisée ?

Ne vous limitez pas à la principale plateforme d'IA faisant l'objet de l'évaluation. Prenez également en compte les outils d'IA accessibles au public, les produits de recherche juridique, les outils Microsoft et de productivité, l'automatisation des documents, les modules complémentaires proposés par les fournisseurs, les projets pilotes menés par les groupes de pratique, les expériences d'innovation et l'utilisation informelle de ces outils par les avocats.

Une entreprise ne peut pas gérer ce qu'elle n'a pas identifié.

2. Quels sont les outils autorisés, soumis à des restrictions ou interdits ?

Les utilisateurs ont besoin d'une réponse claire quant à ce qu'ils peuvent faire et à quelles sont les limites. Si ces consignes sont vagues ou noyées dans un document de politique, chacun prendra ses propres décisions en fonction de ses intérêts personnels ou du comportement de ses pairs.

Un modèle simple suffit souvent : autorisé pour une utilisation en production, autorisé uniquement avec des données publiques ou de test, soumis à des restrictions en attendant un examen, ou interdit pour des raisons liées aux informations client.

3. Quelles informations peuvent être utilisées avec l'IA ?

Les entreprises ont besoin de conseils concrets concernant les données des clients, les documents protégés par le secret professionnel, les informations confidentielles, les documents de travail internes, les informations publiques et les données de test.

Les utilisateurs ne devraient pas avoir à interpréter une politique alors qu’ils sont pressés par les délais. Ils ont besoin de réponses claires à des situations courantes : puis-je résumer un contrat client ? Puis-je utiliser une liste de contrôle de clôture ? Puis-je demander à l’IA de réécrire un e-mail destiné à un client ? Puis-je analyser des documents relatifs à un dossier en cours ? La réponse change-t-elle si l’outil est approuvé par le cabinet ?

4. Les utilisateurs comprennent-ils ce que l'IA est capable de faire et ce dont elle est incapable ?

La plupart des utilisateurs ont vu des démonstrations impressionnantes. Cela ne signifie pas pour autant qu'ils en comprennent les limites.

Ils doivent savoir quand l'IA les aide à exploiter des documents existants, quand elle génère une réponse plausible, quand il est nécessaire de vérifier les sources et quand c'est le jugement professionnel qui prévaut. Cela revêt une importance particulière dans le domaine juridique, où une réponse donnée avec assurance n'est pas nécessairement une réponse correcte.

5. Par quels processus de travail vaut-il mieux commencer ?

Les premiers workflows doivent être suffisamment ciblés pour être utiles, suffisamment simples pour être évalués et suffisamment pertinents pour susciter l'intérêt des utilisateurs.

Les premières tâches à privilégier impliquent souvent un travail reproductible portant sur un ensemble de contenus bien défini : mise en route d’un dossier, synthèses internes de l’état d’avancement, recherche de documents antérieurs, comparaison avec des modèles approuvés, analyse d’un ensemble de documents pour en dégager les thèmes récurrents ou élaboration d’une première chronologie. Ces tâches sont pratiques car l’utilisateur peut vérifier le résultat par rapport à des éléments de référence connus.

6. Qui est responsable de l'adoption du système après sa mise en service ?

L'accès n'est qu'un point de départ. Il faut que quelqu'un se charge des retours d'expérience, des mises à jour des formations, des questions relatives aux politiques, de l'analyse de l'utilisation, des filières d'assistance et des décisions concernant les étapes suivantes.

Cette responsabilité ne peut pas incomber à un seul groupe, même dans les petites entreprises. Quelqu'un doit être responsable de la plateforme, quelqu'un doit définir la politique, quelqu'un doit prendre les décisions relatives aux processus de travail, quelqu'un doit assurer la formation, et quelqu'un doit déterminer ce qui est le plus important pour l'entreprise. Dans une grande entreprise, ces responsabilités peuvent être réparties entre différentes équipes. Dans une petite entreprise, une même personne peut cumuler plusieurs de ces fonctions. Dans tous les cas, les rôles doivent être clairement définis.

Pourquoi la formation à l'IA juridique est-elle importante ?

L'une des erreurs les plus courantes consiste à partir du principe que les utilisateurs maîtrisent déjà les notions de base.

Beaucoup ne le font pas.

Un avocat peut savoir que l'IA est capable de résumer un document, mais ne pas pour autant savoir si ce résumé repose sur l'ensemble de documents approprié. Un assistant juridique peut savoir que l'IA est capable de rédiger des textes, mais ne pas savoir quelles informations il peut inclure en toute sécurité. Un groupe de pratique peut souhaiter que l'IA effectue des recherches dans les dossiers, mais ne pas comprendre comment les autorisations, la qualité des documents, les conventions de nommage ou la structure des dossiers influencent le résultat.

Lorsque cette compréhension fait défaut, les utilisateurs adoptent généralement l'un des trois comportements suivants : soit ils évitent d'utiliser l'outil parce qu'ils ne lui font pas confiance, soit ils se fient trop rapidement à ses résultats parce qu'ils n'en comprennent pas les limites, soit ils l'utilisent de manière incohérente parce que personne ne leur a expliqué les règles de manière concrète.

Une culture de base en IA ne consiste pas à former les juristes pour qu’ils deviennent des spécialistes en technologie. Il s’agit plutôt de fournir aux utilisateurs suffisamment d’informations contextuelles pour leur permettre de prendre les bonnes décisions. Ils doivent comprendre à quoi sert l’outil, à quels contenus il a accès, comment s’appliquent les autorisations, pourquoi les consignes et le contexte sont importants, pourquoi les résultats doivent être vérifiés, et à qui s’adresser en cas de questions.

Cette formation doit être suffisamment concrète pour s'avérer utile lorsqu'une personne travaille tard, est sous pression et doit déterminer si l'IA peut l'aider à accomplir la tâche qui lui incombe.

La formation doit s'adapter au travail

Une présentation générale de l'IA est utile, mais elle ne suffira pas à elle seule à modifier les comportements. Les gens adoptent des outils lorsqu'ils voient en quoi ceux-ci peuvent les aider dans le travail qu'ils effectuent déjà.

C'est pourquoi la formation devrait s'articuler autour des processus de travail, et pas uniquement autour des fonctionnalités.

Pour une équipe chargée des litiges, cela peut impliquer d'utiliser l'IA pour rédiger un premier résumé de l'affaire, identifier les documents clés, établir une chronologie ou dégager des thèmes à partir d'un ensemble de documents défini.

Pour une équipe chargée des opérations, cela peut consister à comparer un projet de contrat à un modèle approuvé, à vérifier la conformité d'une clause aux normes du client ou à rechercher des formulations similaires dans des contrats antérieurs.

Pour les cabinets ne disposant pas d’un service dédié à la gestion des connaissances, cela peut se résumer à aider les avocats à trouver des exemples illustrant la manière dont le cabinet a traité un problème, une demande de client, une clause ou une requête similaires. Dans les grands cabinets, ce même concept peut s’inscrire dans le cadre d’une stratégie plus large en matière de gestion des connaissances.

Pour les équipes chargées des services aux entreprises, cela peut impliquer la rédaction de notes de transfert internes, la synthèse des mises à jour de statut, la vérification des justificatifs de facturation ou la réduction du travail manuel lié à l'examen des documents.

L'objectif n'est pas de mettre en place tous les cas d'utilisation en même temps. L'objectif est de commencer par les flux de travail pour lesquels le contenu est adapté, le résultat peut être vérifié et l'intérêt est évident.

C'est ainsi que les utilisateurs gagnent en confiance. C'est également ainsi que l'entreprise identifie les besoins en matière de soutien, de clarification des politiques et de formation complémentaire.

La qualité de l'IA dépend entièrement du contenu auquel elle a accès

Pour les équipes juridiques, l'IA n'est utile que dans la mesure où le contenu sur lequel elle peut travailler l'est, et elle n'est sûre que dans la mesure où les contrôles mis en place autour de ce contenu le sont.

Le travail juridique dépend du contexte de l'affaire, de la jurisprudence, des contraintes imposées par les clients, des autorisations d'accès aux documents, des règles de conservation et des obligations de confidentialité. Dans les grands cabinets, cela peut également inclure des barrières éthiques, des modèles de sécurité complexes et des programmes formels de gouvernance de l'information. Dans les petits cabinets, les contrôles peuvent être plus simples, mais l'obligation de protéger les informations des clients reste la même.

C’est pourquoi le système de gestion documentaire joue un rôle important dans la stratégie d’IA juridique. C’est en effet au sein de ce système que sont déjà stockés une grande partie des travaux du cabinet, l’historique des dossiers, le modèle de sécurité et la structure de gouvernance. Lorsque l’IA fonctionne dans cet environnement, les utilisateurs sont mieux à même de poser des questions sur les documents propres au cabinet tout en restant dans le cadre des contrôles sur lesquels celui-ci s’appuie déjà.

L'objectif n'est pas de faire de l'IA une nouvelle solution isolée. Il s'agit plutôt d'intégrer l'IA dans les systèmes et les flux de travail où le travail juridique est déjà géré.

La mise en service n’est pas la ligne d’arrivée

Une entreprise peut mettre l'IA à la disposition de centaines, voire de milliers d'utilisateurs, sans pour autant que celle-ci soit réellement adoptée. Le simple fait d'y avoir accès ne suffit pas à prouver sa valeur.

Avant la mise en service, les cabinets doivent déterminer comment ils évalueront l'efficacité du déploiement. Les indicateurs n'ont pas besoin d'être complexes. Un petit cabinet peut par exemple recenser les utilisateurs qui testent l'outil, les questions qu'ils posent et déterminer si celui-ci permet de gagner du temps sur certaines procédures convenues. Un cabinet plus important peut quant à lui suivre le taux d'adoption par bureau, groupe de pratique, fonction ou type de dossier.

Dans les deux cas, il est utile d'évaluer quels sont les flux de travail qui gagnent en popularité, si les utilisateurs reviennent après la formation, quelles questions sont soulevées, s'il faut clarifier les consignes et si l'outil permet de réduire l'effort nécessaire à la réalisation de tâches spécifiques.

Les retours d'expérience les plus utiles interviennent souvent après les premières semaines. C'est à ce moment-là que les utilisateurs dépassent l'effet de nouveauté initial et commencent à mettre l'IA au service de leur travail quotidien. Les entreprises doivent donc mettre en place un processus permettant de recueillir ces retours, d'actualiser les formations, d'affiner les recommandations et de déterminer quels cas d'utilisation sont prêts à être déployés à plus grande échelle.

La mise en œuvre de l'IA doit être considérée comme un processus continu, et non comme un événement ponctuel.

Par où les dirigeants d'entreprise devraient-ils commencer ?

Pour les entreprises qui ont déjà pris le chemin de la transformation, la prochaine étape n'a pas besoin d'être compliquée. Elle doit toutefois être mûrement réfléchie.

Commencez par trois actions.

1. Déterminez l'état actuel.

Recenser les cas où l'IA est déjà utilisée, les outils approuvés, les projets pilotes en cours et les expérimentations informelles menées.

2. Définissez les règles d'engagement.

Précisez quels sont les outils autorisés, les attentes en matière d'utilisation des données, les exigences en matière de vérification, les utilisations restreintes ou interdites, ainsi que les procédures d'escalade. Veillez à ce que ces consignes soient suffisamment concrètes pour pouvoir être appliquées sans qu'il soit nécessaire d'interpréter le libellé de la politique.

3. Entraînez-vous en vous basant sur des flux de travail réels.

Allez au-delà des démonstrations générales. Commencez par des flux de travail contrôlés où le contenu est connu, où le résultat peut être vérifié et où l'entreprise peut déterminer si le travail s'est amélioré.

Ces étapes aident les entreprises, quelle que soit leur taille, à passer d'une phase d'expérimentation dispersée à un programme compréhensible pour les utilisateurs, soutenu par les dirigeants et que l'entreprise peut améliorer au fil du temps.

Le succès de l'IA dans le domaine juridique commence avant même que celle-ci ne soit déployée à grande échelle

Les cabinets d'avocats qui réussiront grâce à l'IA ne seront pas nécessairement ceux qui disposeront du plus grand nombre d'outils d'IA. Ce seront ceux qui choisiront leurs outils et leurs cas d'utilisation de manière réfléchie, qui les mettront en œuvre là où ils apportent une valeur ajoutée et qui développeront à grande échelle ce qui fonctionne.

Ils sauront où l'IA est déjà utilisée. Ils définiront ce qui est autorisé. Ils enseigneront les bases avant d'envisager une utilisation avancée. Ils relieront la formation aux processus de travail réels. Ils ancreront l'IA dans le contenu géré par l'entreprise. Et ils évalueront les résultats après la mise en service.

L'adoption de l'IA dans le secteur juridique stagne lorsque les cabinets estiment qu'il suffit d'y avoir accès.

Ce n'est pas le cas — et le coût se traduit par des licences inutilisées, des processus de travail abandonnés et des avocats qui ont décidé très tôt que l'IA ne pouvait pas leur être d'aide.

Pour garantir une adoption efficace, il faut tout d'abord que le projet soit prêt à être déployé : des attentes claires, des utilisateurs bien préparés, des processus de travail concrets et un plan visant à transformer les premières expérimentations en améliorations réelles du travail.

Pour les entreprises qui s'intéressent déjà à l'IA, la question ne se limite pas à savoir ce que cette technologie est capable de faire. Il s'agit plutôt de déterminer si l'entreprise est prête à aider ses collaborateurs à l'utiliser de manière responsable, cohérente et en intégrant son utilisation dans leur flux de travail.

Prochain épisode de la série

Le deuxième article reprendra ici le sujet du choix des premiers cas d'utilisation de l'IA dans le domaine juridique. Quels sont les processus qui gagnent rapidement la confiance des utilisateurs, et lesquels freinent discrètement son adoption ? Restez à l'écoute pour en savoir plus.