CNIL en plénière : ce que cela change pour l'IA juridique

Le 22 octobre 2026, la CNIL a réuni sa séance plénière avec, à l'ordre du jour, l'examen d'avis et de lignes directrices touchant directement les traitements fondés sur l'intelligence artificielle (CNIL, ordre du jour du 22 octobre 2026). Rien d'exceptionnel en apparence : la CNIL tient ce type de séance de manière récurrente, plusieurs fois par mois. Mais pour un cabinet d'avocats qui a déployé un copilote de rédaction d'actes ou un outil de recherche de jurisprudence propulsé par un LLM, cette routine institutionnelle mérite d'être lue autrement : elle signale que le régulateur affine en continu sa doctrine sur l'IA, et que les prochains contrôles ou sanctions s'appuieront sur des critères de plus en plus précis — pas sur de vagues principes généraux.

Les associés gérants et DSI de cabinets ont donc intérêt à cesser de traiter la conformité IA comme un sujet ponctuel réglé au moment de la signature du contrat SaaS, et à la considérer comme un chantier permanent de preuve et de documentation. C'est tout l'enjeu de cet article : transformer le rythme des plénières CNIL en grille de lecture opérationnelle.

Pourquoi la CNIL regarde les cabinets d'avocats de plus près que d'autres secteurs

Les cabinets d'avocats cumulent deux régimes de protection qui se renforcent mutuellement plutôt qu'ils ne se substituent l'un à l'autre : le RGPD en tant que responsables de traitement, et le secret professionnel de l'article 66-5 de la loi du 31 décembre 1971, pénalement sanctionné par l'article 226-13 du Code pénal. Un manquement RGPD sur un dossier client n'est donc jamais « seulement » une non-conformité administrative — il expose simultanément à une procédure CNIL et à une mise en cause disciplinaire devant l'Ordre.

Cette double exposition change la nature du risque dès qu'un outil d'IA générative entre dans le flux de travail :

• Les prompts contiennent souvent des données brutes de dossiers : noms des parties, montants litigieux, stratégie contentieuse, parfois données de santé (contentieux prud'homal, sécurité sociale) ou données pénales.
• Les journaux de conversation (logs) sont rarement anonymisés par les éditeurs d'outils IA généralistes, ce qui en fait, de fait, des extensions du dossier client soumises au même niveau de confidentialité.
• La durée de conservation par défaut des fournisseurs cloud (souvent alignée sur leurs propres besoins d'amélioration de modèle, pas sur la durée légale de conservation d'un dossier) crée un désalignement structurel avec les obligations du cabinet.

La CNIL a formalisé une bonne partie de cette doctrine dans ses recommandations sur l'IA générative publiées en juillet 2023 et actualisées en 2024, qui insistent sur trois obligations concrètes : la minimisation des données transmises aux modèles, la maîtrise contractuelle des sous-traitants (y compris les sous-traitants ultérieurs, souvent des clouds américains en coulisse d'un éditeur SaaS européen), et la traçabilité des traitements via le registre.

Ce qu'une séance plénière CNIL change concrètement pour un cabinet

Une séance plénière n'est pas qu'un rituel administratif. C'est l'instance où la CNIL :

1. Adopte des lignes directrices sectorielles qui deviennent, de facto, le référentiel utilisé par les inspecteurs lors des contrôles ultérieurs.
2. Valide des avis sur des projets de texte (décrets, référentiels) qui peuvent directement concerner les usages d'IA dans les professions réglementées.
3. Prononce des sanctions dont la motivation sert de jurisprudence administrative de fait pour tout le secteur — y compris lorsque le secteur sanctionné n'est pas juridique. La condamnation de Clearview AI à 20 millions d'euros en 2022, pour un traitement de données biométriques sans base légale et sans information adéquate des personnes concernées, reste la référence la plus citée en matière de reconnaissance d'un traitement IA massif et non maîtrisé. Elle n'a rien de spécifiquement « légal », mais sa logique — absence de maîtrise de la finalité réelle du traitement par les données collectées à grande échelle — s'applique directement à tout cabinet qui indexerait des dossiers clients dans un modèle hébergé sans contrôle sur leur réutilisation.

Pour un DSI de cabinet, l'enjeu est donc de surveiller ces plénières comme on surveille une veille jurisprudentielle classique : elles annoncent, souvent plusieurs mois à l'avance, les critères qui seront utilisés lors des contrôles sectoriels sur les professions du droit.

Les six points que la CNIL vérifie en priorité sur un outil d'IA juridique

Sur la base des recommandations publiées et des lignes directrices sectorielles déjà adoptées, voici les points qui reviennent systématiquement dans les contrôles ou avis touchant l'IA :

Ce tableau n'a rien d'exotique : il reprend, point par point, la structure des recommandations CNIL sur l'IA générative. La différence entre un cabinet qui subit un contrôle sereinement et un cabinet qui s'expose tient presque uniquement à la capacité de répondre à chacune de ces six lignes avec un document daté et signé, pas avec une explication orale.

SaaS mutualisé vs architecture on-premise : où se situe réellement le risque

Il serait malhonnête de prétendre que les solutions SaaS juridiques envoient systématiquement les données « n'importe où » pendant qu'une architecture privée ne les enverrait « nulle part ». La réalité est plus nuancée, et c'est précisément cette nuance que la CNIL cherche à faire respecter : ce qui compte n'est pas l'existence d'un flux de données vers un LLM, mais son périmètre, sa traçabilité et sa réversibilité.

Ce que font les plateformes SaaS par siège

Harvey AI (environ 1 000 à 1 200 USD par utilisateur et par mois, environ 100 000 avocats clients et 144 M$ d'ARR fin 2025 pour une valorisation proche de 8 Md$), CoCounsel de Thomson Reuters (250 à 500 USD/utilisateur/mois) et Lexis+ Protégé (500 à 1 000+ USD/utilisateur/mois) reposent sur une architecture où le document complet, ou une large portion de celui-ci, transite vers une infrastructure cloud gérée par l'éditeur, elle-même souvent construite sur des couches d'infrastructure américaines (Azure, AWS, GCP). Le contrat de sous-traitance entre le cabinet et l'éditeur existe, les clauses contractuelles types sont généralement en place — mais la chaîne de sous-traitance ultérieure (l'éditeur sous-traite à un hyperscaler, qui héberge potentiellement dans des data centers soumis au droit américain) reste le point que les équipes conformité peinent le plus souvent à documenter précisément, faute d'accès complet aux contrats de l'éditeur avec ses propres fournisseurs.

Une étude Stanford largement citée a par ailleurs mesuré un taux d'hallucination d'environ 1 réponse sur 6 sur l'un de ces outils, rappelant que la question de la fiabilité du contenu généré reste distincte de la question de la conformité des données — les deux sujets sont souvent confondus mais appellent des réponses différentes.

Ce que change une architecture agentique on-premise

L'approche retenue par RAGbase Legal répond à une logique différente, sans pour autant prétendre fonctionner sans aucun fournisseur de modèle. Concrètement :

• L'agent, l'index documentaire, les documents complets, les permissions d'accès et les logs restent sur l'infrastructure du cabinet — serveur interne ou cloud privé sous contrôle contractuel direct du cabinet.
• Seuls des extraits minimaux (chunks), strictement nécessaires pour générer une réponse à une requête donnée, sont transmis au LLM choisi par le cabinet, selon les conditions de son propre contrat API avec ce fournisseur.
• Le cabinet garde la main sur quel fournisseur de modèle utiliser, et peut en changer sans migrer l'ensemble de son corpus documentaire, puisque l'index et l'orchestration ne dépendent pas du LLM.

Cet écart — documents complets et logiques métier sous contrôle du cabinet d'un côté, extraits minimisés envoyés ponctuellement de l'autre — est précisément ce que les lignes directrices CNIL sur la minimisation cherchent à encourager. Il ne supprime pas la nécessité d'un contrat avec le fournisseur LLM retenu, mais il réduit mécaniquement le volume de données personnelles qui quitte le périmètre du cabinet, et donc la surface d'audit à documenter lors d'une AIPD.

Sur le plan budgétaire, cette architecture se traduit par un investissement one-time de 20 à 50 k$ pour le déploiement, à comparer aux abonnements récurrents par siège des solutions SaaS cités plus haut — un paramètre qui compte aussi dans l'arbitrage, au-delà du seul enjeu de conformité.

Tableau comparatif synthétique

Comment un cabinet prépare concrètement un contrôle ou un avis CNIL

Au-delà de l'architecture technique, la préparation à un contrôle relève surtout de la discipline documentaire. Voici les six actions qui font réellement la différence :

1. Cartographier chaque outil d'IA utilisé, y compris ceux adoptés de manière informelle par un collaborateur (shadow IT), dans le registre des traitements, avec la mention explicite du ou des LLM sollicités.
2. Formaliser une AIPD par usage à risque — rédaction d'actes à partir de dossiers sensibles, recherche de jurisprudence sur affaires pénales, due diligence M&A — plutôt qu'une AIPD générique « IA » qui ne résistera pas à un examen approfondi.
3. Exiger la liste complète des sous-traitants ultérieurs de chaque éditeur SaaS retenu, et vérifier la localisation réelle de traitement, pas seulement l'adresse du siège social européen de l'éditeur.
4. Définir et documenter une politique de conservation des prompts et logs, alignée sur la durée de conservation légale des dossiers, pas sur la politique par défaut du fournisseur.
5. Tester la capacité réelle d'extraction des données liées à un client donné, pour pouvoir répondre à une demande d'exercice de droits en moins de trente jours.
6. Former les équipes sur ce qui peut ou non être saisi dans un prompt — c'est souvent le point le plus négligé, alors qu'il concentre une grande partie du risque réel.

Ces six étapes s'appliquent indépendamment du choix d'architecture. Une solution on-premise facilite les points 1, 3 et 4 par construction ; elle ne dispense pas des points 2, 5 et 6, qui relèvent de la gouvernance interne du cabinet.

Ce que cela signifie pour les prochains mois

Le rythme des plénières CNIL va continuer à produire des lignes directrices de plus en plus spécifiques sur l'IA, à mesure que les professions réglementées — avocats, notaires, experts-comptables — adoptent ces outils massivement. Il est raisonnable d'anticiper que les prochaines sanctions sectorielles viseront moins l'usage de l'IA en tant que tel que l'incapacité à documenter les six points évoqués plus haut : registre, AIPD, sous-traitance, transferts, conservation, droits des personnes.

Pour un cabinet de 10 à 500 avocats qui évalue sa stratégie IA, la question n'est donc plus « faut-il utiliser l'IA générative » mais « quelle architecture permet de répondre, documents à l'appui, à un contrôle CNIL sans réécrire tout son registre de traitements en urgence ». Les ressources sur l'IA privée pour cabinet d'avocats et la recherche de jurisprudence IA détaillent comment structurer concrètement cette réponse, tandis que le guide IA pour cabinets propose une méthodologie complète de sélection d'outil adaptée à la taille et au profil contentieux du cabinet.

Avant de signer ou de renouveler un contrat d'IA juridique, trois vérifications suffisent à révéler l'essentiel : demandez la liste complète des sous-traitants ultérieurs de l'éditeur, demandez la durée de conservation réelle des prompts, et testez concrètement la capacité à extraire les données d'un seul client sur demande. Si l'une de ces trois réponses reste floue, l'architecture mérite d'être réexaminée avant la prochaine séance plénière de la CNIL — pas après.