eDiscovery: gouverner l'IA juridique hybride et souveraine
Conduent a annoncé le 20 août l'intégration de modèles Gemini de Google Cloud dans sa plateforme Viewpoint pour accélérer l'eDiscovery et la réponse aux violations de données. L'intérêt pour les entreprises belges et françaises tient moins à la marque du modèle qu'à l'architecture annoncée: protocoles définis par l'utilisateur, résultats explicables, sorties auditables et choix entre SaaS, installation sur site et service managé.
1. Du document brut à une décision juridiquement défendable
La fonction Enhanced Review applique des protocoles définis par les utilisateurs afin d'identifier les contenus pertinents, les questions juridiques et les documents à risque. Conduent annonce des résultats accompagnés d'un raisonnement transparent et estime que l'effort d'analyse documentaire peut être réduit de 30 à 60 %. Cette fourchette reste une affirmation du fournisseur à valider sur les corpus, langues et critères propres à chaque organisation.
La plateforme transforme aussi des volumes de documents non structurés en chronologies, journaux de privilège et rapports. Pour les incidents de données, CyberMine et Viewpoint Data Breach Analyzer extraient et dédupliquent les informations concernant les personnes afin de produire des listes de notification auditables. L'enjeu n'est donc pas un simple résumé génératif, mais une chaîne documentaire qui doit préserver sources, décisions et preuves.
2. Ce que cela change pour une entreprise belge ou française
Pour une PME ou une ETI, l'IA peut réduire le premier tri lors d'un litige, d'une enquête interne ou d'une violation de données, sans supprimer la revue par un juriste. Les grandes entreprises et administrations doivent surtout organiser les responsabilités: qui définit le protocole, qui valide les catégories, qui peut consulter les pièces, et qui approuve la production finale.
Le choix SaaS, sur site ou managé ouvre une vraie décision d'architecture. Les équipes juridiques, DSI, sécurité et protection des données doivent qualifier ensemble la localisation, les transferts, le chiffrement, la rétention, la séparation des dossiers et la capacité d'exporter les preuves. Un hébergement local n'est souverain que si les modèles, journaux, mises à jour, accès opérateur et procédures de sortie restent maîtrisés.
3. Analyse Underside: un RAG juridique doit être conçu comme un système de preuve
Une chaîne d'eDiscovery ressemble à un RAG spécialisé: ingestion, normalisation, recherche, classement, génération et restitution des sources. Mais le seuil d'exigence est supérieur. Chaque réponse doit pouvoir être reliée au document d'origine, à une version du protocole, au modèle utilisé, aux droits de l'utilisateur et à une validation humaine. Les métriques utiles sont le rappel, les faux négatifs, la stabilité multilingue et la reproductibilité, pas seulement la fluidité du texte.
L'automatisation peut relier le dossier juridique à Odoo ou à d'autres systèmes métier pour retrouver contrats, commandes, facturés ou tickets. Cette intégration doit rester en lecture contrôlée par défaut: aucun agent ne devrait modifier une pièce, notifier une personne ou clôturer un cas sans règle explicite et approbation. Sur les postes Apple Enterprise comme ailleurs, identité forte, gestion des appareils et prévention des exports non autorisés complètent la gouvernance applicative.
4. Recommandation opérationnelle
Commencer par un dossier fermé et représentatif, constituer un jeu de référence validé par des juristes, puis mesurer précision, rappel, temps gagné et écarts par langue. Documenter ensuite la matrice d'accès, la résidence des données, les sous-traitants, les versions de modèles, les journaux, la conservation et la réversibilité. Le passage en production ne devrait intervenir qu'après un test de restitution complète des pièces et des preuves d'audit.
Priorité concrète: traiter l'IA juridique comme une chaîne de preuve hybride, avec corpus de référence, citations obligatoires, validation humaine, droits minimaux et export complet des journaux avant de mesurer les gains annoncés.
Cadrer une IA documentaire gouvernée