CNIL & IA agentique : pourquoi les cabinets doivent reprendre le contrôle

Le 20 juillet 2026, à douze jours de l'entrée en vigueur des premières obligations contraignantes de l'AI Act, la CNIL et le Conseil de l'IA et du Numérique ont publié une note exploratoire qui change la donne pour tout cabinet d'avocats ayant déployé — ou envisageant de déployer — une IA capable d'agir de manière autonome. Le document n'est pas une mise en demeure. C'est quelque chose de plus stratégique : un signal d'alerte institutionnel qui dessine le contour des prochaines lignes directrices communes RGPD/AI Act attendues à l'automne 2026.

La thèse centrale de la note est simple et brutale : les systèmes d'IA agentique créent des risques de protection des données qualitativement différents de ceux des chatbots classiques. Et la réponse architecturale à ces risques n'est pas encore stabilisée dans l'écosystème des outils juridiques.

Ce que la CNIL identifie comme risques : une lecture pour les cabinets

La note exploratoire cible trois catégories de risques qui méritent d'être lues à travers le prisme d'un cabinet de 50 ou 200 avocats, pas seulement d'un acteur du CAC 40.

Risque 1 : La conservation prolongée des données personnelles

Un agent IA n'est pas un outil qui répond à une question et oublie. Par construction, un système agentique maintient un contexte entre les sessions pour être utile : il se souvient que Me Dupont travaille principalement sur des litiges M&A franco-allemands, que tel client est en phase de due diligence sensible, que les dernières recherches concernaient une jurisprudence sur la responsabilité des dirigeants. C'est précisément ce qui le rend puissant.

C'est aussi ce qui inquiète la CNIL. Cette mémoire persistante constitue un traitement de données personnelles — celles des clients, des parties adverses, des témoins — dont la durée de conservation, la base légale et les modalités de suppression doivent être documentées et maîtrisées. Dans la majorité des déploiements cloud actuels, ces données de contexte résident dans des vector stores et des bases de mémoire agentique hébergées chez le fournisseur.

Risque 2 : La création de profils hyper-personnalisés

L'IA agentique apprend les habitudes de travail de chaque avocat, les préférences rédactionnelles, les types de dossiers traités, les clients récurrents. Croisées avec l'historique de recherches et les documents consultés, ces données permettent de construire des profils d'une granularité inédite. La note exploratoire souligne que ces profils peuvent dépasser l'usage opérationnel pour lequel ils ont été collectés — et potentiellement servir à l'entraînement de modèles ou à des analyses comportementales non consenties.

Pour un cabinet, ce n'est pas un risque abstrait. C'est la question de savoir si le comportement professionnel de vos associés, leurs stratégies contentieuses et les patterns de vos dossiers les plus sensibles alimentent des modèles que vous ne contrôlez pas.

Risque 3 : La prise de décisions autonomes sans intervention humaine

Le troisième risque identifié est celui qui cristallise le mieux la rupture conceptuelle introduite par l'IA agentique : un agent peut, dans certaines configurations, envoyer des communications, modifier des documents, déclencher des workflows ou effectuer des recherches sans validation explicite à chaque étape. La note exploratoire alerte sur l'absence de mécanismes de contrôle humain systématiques dans les architectures actuelles.

En droit français, la responsabilité de l'acte juridique reste celle de l'avocat signataire. Un agent qui rédige et soumet automatiquement une demande de délai, même dans le cadre d'un workflow préconfiguré, crée une zone grise de responsabilité que ni le RGPD ni l'AI Act n'ont encore entièrement résolue.

Le 2 août 2026 : la pression réglementaire devient concrète

La publication de la note CNIL n'est pas isolée. Elle s'inscrit dans un calendrier réglementaire précis qui transforme des risques théoriques en obligations opérationnelles.

Dès le 2 août 2026, les premières obligations de l'AI Act entrent en vigueur :

• Information obligatoire que l'utilisateur interagit avec un système d'IA (applicable à toute interface client ou partenaire)
• Marquage des contenus générés par IA, notamment les textes et documents synthétisés
• Interdiction des pratiques d'IA à risque inacceptable (manipulation, exploitation de vulnérabilités)

Pour un cabinet qui utilise une IA pour rédiger des conclusions, des emails clients ou des mémos de due diligence, ces obligations ne sont pas anodines. Elles impliquent une traçabilité de chaque output généré, une documentation du système utilisé, et une capacité à démontrer le contrôle humain sur les décisions finales.

À l'automne 2026, les lignes directrices communes CNIL/ACPR viendront compléter ce dispositif avec des prescriptions spécifiques à l'intersection RGPD/AI Act. Les cabinets qui n'auront pas documenté leur architecture d'IA d'ici là se retrouveront à gérer une mise en conformité dans l'urgence.

L'angle architectural : où réside vraiment le risque

La question que pose la note CNIL n'est pas "utilisez-vous de l'IA ?" mais "qui contrôle quoi, où, et comment ?" C'est là que la distinction architecturale entre solutions cloud et solutions souveraines devient stratégiquement décisive.

Ce que la plupart des solutions cloud font

Les outils leaders du marché — Harvey, CoCounsel, Lexis+ Protégé, Legora — ont des modèles d'hébergement majoritairement cloud, avec des data centers aux États-Unis ou en Europe selon les configurations. Leurs architectures agentiques, quand elles existent, résident chez le fournisseur : l'orchestrateur, les vector stores, les mémoires de session, les logs d'actions, les connecteurs aux systèmes du cabinet. Harvey a franchi 144 M$ d'ARR avec une valorisation de 8 milliards de dollars fin 2025 — ce modèle économique repose sur des économies d'échelle qui impliquent une infrastructure partagée.

Ce n'est pas nécessairement problématique sur le plan contractuel. Mais cela signifie concrètement que l'ensemble du cycle de traitement agentique — depuis l'indexation des documents jusqu'aux logs de chaque action de l'agent — se déroule dans une infrastructure que le cabinet ne contrôle pas directement et ne peut pas auditer de manière indépendante.

L'architecture RAGbase Legal : ce qui reste, ce qui part

L'approche d'une solution comme RAGbase Legal repose sur une séparation architecturale nette, conçue précisément pour répondre aux exigences que la CNIL formalise aujourd'hui.

Cette architecture répond directement aux trois risques identifiés par la CNIL :

• Conservation prolongée : les mémoires agentiques, les historiques de session et les profils utilisateurs restent sur l'infrastructure du cabinet, soumis à la politique de rétention que le cabinet définit lui-même.
• Profils hyper-personnalisés : les index et les données comportementales n'alimentent jamais le modèle d'entraînement d'un fournisseur tiers — l'architecture garantit cette séparation.
• Autonomie non contrôlée : l'orchestrateur agentique, les règles d'approbation et les déclencheurs de workflow sont configurés et auditables par le cabinet, pas par le fournisseur.

La nuance honnête : RAGbase Legal peut utiliser des LLM tiers via API (OpenAI, Anthropic, Mistral, ou un modèle on-premise selon le niveau de sensibilité requis). Ce qui ne sort jamais de l'infrastructure, ce sont les documents complets, les index, les logs d'actions et l'orchestration. Ce qui peut sortir, ce sont les extraits minimaux nécessaires à la génération de réponse — une distinction fondamentale sur le plan RGPD.

Ce que cela signifie concrètement pour votre cabinet

Pour un cabinet de 10-50 avocats

La tentation est de se dire que la conformité IA est un problème pour les grandes structures. C'est une erreur. Les obligations de l'AI Act du 2 août 2026 s'appliquent indépendamment de la taille. Et un cabinet de 20 avocats en contentieux fiscal qui utilise une IA agentique pour préparer des mémoires traite des données fiscales de personnes physiques — catégorie sensible au sens du RGPD — avec une chaîne de traitement qu'il ne maîtrise peut-être pas entièrement.

La recherche de jurisprudence assistée par IA est le cas d'usage le plus répandu à ce stade. Dans une architecture souveraine, cette recherche indexe et interroge uniquement les bases que le cabinet a décidé d'intégrer, avec des logs que le cabinet peut présenter à la CNIL en cas de contrôle.

Pour un cabinet de 100-500 avocats

À cette échelle, la question n'est plus "faut-il s'y conformer" mais "comment démontrer la conformité". Les lignes directrices CNIL/ACPR de l'automne 2026 vont probablement exiger une documentation de l'architecture de traitement IA, une analyse d'impact (AIPD/DPIA) pour les usages agentiques, et des mécanismes de contrôle humain documentés.

Un cabinet qui aura déployé une solution dont l'orchestration agentique est entièrement sous son contrôle sera en mesure de produire cette documentation. Un cabinet qui délègue l'ensemble de la chaîne à un fournisseur cloud devra négocier l'accès à cette documentation avec ledit fournisseur — avec les délais et les limites que cela implique.

Le précédent El Murshid

Il est utile de regarder ce qui fonctionne à l'échelle. Le cabinet El Murshid, qui a indexé 26 000 dossiers dans une architecture RAG, a documenté des économies de 5 à 70 % sur les temps de rédaction selon les types de documents. Ce que ce déploiement illustre aussi, c'est que l'enjeu n'est pas seulement la productivité : indexer 26 000 dossiers signifie traiter une volumétrie de données clients considérable. La question de qui contrôle ces index, et comment ils sont protégés, n'est pas optionnelle.

La question du coût : un argument qui change de nature

Les solutions cloud leaders ont des modèles tarifaires connus :

• Harvey : entre 1 000 et 1 200 USD/utilisateur/mois
• Lexis+ Protégé : entre 500 et 1 000 USD/utilisateur/mois
• CoCounsel : entre 250 et 500 USD/utilisateur/mois

Ces tarifs sont souvent présentés comme le coût de la facilité de déploiement et de la maintenance externalisée. Mais ils incluent aussi — implicitement — le coût de la délégation de la maîtrise architecturale.

Une solution on-premise comme RAGbase Legal représente un investissement one-time de l'ordre de 20 000 à 50 000 dollars (hors infrastructure), avec une maîtrise complète de l'architecture. Dans le contexte post-note CNIL, ce différentiel doit être évalué non seulement en termes de ROI opérationnel, mais aussi en termes de coût de conformité future : une DPIA complexe, une négociation contractuelle avec un fournisseur cloud sur l'accès aux logs agentiques, ou une mise en demeure CNIL ont un coût qui n'est pas marginal.

Cela ne signifie pas que les solutions cloud sont disqualifiées. Cela signifie que l'arbitrage économique doit maintenant intégrer une dimension réglementaire que beaucoup de cabinets n'avaient pas modélisée.

Ce que l'automne 2026 va accélérer

La CNIL n'a pas publié cette note exploratoire pour documenter un état des lieux. Elle l'a publiée pour préparer le terrain des lignes directrices qui viennent. Plusieurs signaux permettent d'anticiper leur contenu :

1. L'exigence d'une DPIA pour les systèmes agentiques Les traitements par IA agentique — par leur nature de surveillance comportementale implicite et leur capacité décisionnelle — entreront très probablement dans les catégories nécessitant une analyse d'impact obligatoire. Un cabinet qui déploie un agent IA sans DPIA documentée d'ici fin 2026 prend un risque réglementaire mesurable.

2. Des exigences de logging et d'auditabilité La note souligne l'opacité des traitements agentiques. Les lignes directrices à venir vont probablement prescrire des niveaux de logging minimaux : traçabilité des actions de l'agent, horodatage, identification des données accédées. C'est une exigence que seule une architecture sous contrôle du cabinet peut satisfaire de manière certaine.

3. Le principe de minimisation appliqué aux agents La CNIL va probablement préciser que les agents IA ne doivent accéder qu'aux données strictement nécessaires à chaque tâche — pas à l'ensemble du corpus documentaire du cabinet en permanence. C'est exactement le modèle que permet une architecture avec permissions granulaires par dossier et par utilisateur.

Pour les cabinets qui ont suivi le guide IA pour cabinets et commencé à structurer leur approche, ces développements ne sont pas une surprise. Ils confirment la direction : l'IA juridique mature n'est pas celle qui fait le plus de choses automatiquement, c'est celle dont le cabinet peut démontrer qu'il en est l'auteur responsable.

La note exploratoire CNIL/Conseil de l'IA du 20 juillet 2026 n'est pas un obstacle à l'adoption de l'IA agentique dans les cabinets. C'est un cadre de lecture qui permet enfin de distinguer les architectures robustes des déploiements précipités. Avant d'évaluer ou de renouveler un contrat d'IA juridique, trois questions méritent une réponse précise de votre fournisseur actuel ou potentiel : où réside l'orchestration de vos agents ? Quelles données transitent hors de votre infrastructure et sous quelle forme ? Pouvez-vous produire, de manière autonome, les logs complets d'une session agentique pour un auditeur CNIL ? Si ces réponses ne sont pas documentées aujourd'hui, elles devront l'être avant l'automne.