IA agentique et CNIL : ce que la note CNIL/CIANum impose aux cabinets

Juillet 2026 : pendant que la majorité des cabinets d'avocats français débattent encore du choix de leur outil IA, la CNIL et le Conseil de l'IA et du Numérique (CIANum) viennent de poser les premières balises régulatoires sur le terrain le plus risqué de l'IA juridique : les agents autonomes. Leur note exploratoire conjointe n'est pas un texte de soft law ordinaire. C'est un signal d'alarme adressé aux professions réglementées — et une grille de lecture que tout responsable de cabinet devrait avoir sur son bureau avant de signer le prochain contrat SaaS.

Ce que la note dit, et ce qu'elle implique réellement

La note CNIL/CIANum définit l'IA agentique comme un système capable d'exécuter des séquences de tâches de façon autonome, en enchaînant des décisions sans validation humaine à chaque étape. C'est exactement ce que proposent désormais Harvey, CoCounsel ou les modules « agents » intégrés à Lexis+ Protégé : analyser un dossier, identifier les pièces manquantes, rédiger une première version de conclusions, envoyer un résumé au client — le tout en pipeline continu.

La note identifie trois risques structurels qui méritent une lecture attentive :

1. La traçabilité des actions agentiques. Lorsqu'un agent enchaîne dix actions pour produire un document, qui a fait quoi ? Quelle décision a déclenché quelle sous-tâche ? La note exige que chaque action d'un agent soit traçable, auditable, et que les logs soient conservés selon des modalités définies par le responsable de traitement. Pour un cabinet, cela signifie connaître précisément ce que l'agent a consulté, transformé et transmis — à chaque étape de chaque dossier.

2. La base légale du traitement. Un agent IA qui accède à un dossier client pour en extraire des informations, les croiser avec des bases tierces et produire un acte réalise plusieurs traitements distincts. Chacun doit reposer sur une base légale identifiée au sens de l'article 6 du RGPD. La note souligne que la délégation à un agent ne simplifie pas cette obligation — elle la démultiplie.

3. Le maintien d'un contrôle humain effectif. C'est le point le plus opérationnel. La CNIL et le CIANum distinguent explicitement le contrôle humain formel (une validation finale avant envoi) du contrôle humain effectif (la capacité réelle à comprendre, modifier et interrompre ce que l'agent a fait). Un avocat qui valide en trente secondes un document produit par un pipeline agentique de quarante étapes n'exerce pas un contrôle effectif au sens de la note.

Ces trois exigences ne sont pas nouvelles en droit — elles découlent du RGPD, du principe de responsabilité (accountability) et, pour les avocats, du secret professionnel. Mais leur application à des workflows agentiques automatisés les rend subitement très concrètes.

Secret professionnel et agents SaaS : une incompatibilité structurelle

L'article 66-5 de la loi du 31 décembre 1971 est sans ambiguïté : les informations confiées à l'avocat dans l'exercice de sa mission sont couvertes par le secret professionnel, et leur divulgation à des tiers non habilités est interdite. La jurisprudence est constante sur ce point — la Cour de cassation a rappelé dans plusieurs arrêts que le secret s'applique à l'ensemble des documents et communications liés à la mission de représentation ou de conseil, sans exception pour les outils techniques utilisés.

Or, un agent IA SaaS mutualisé fonctionne nécessairement sur l'infrastructure de son éditeur. Lorsque Harvey analyse un dossier de restructuration ou que CoCounsel rédige des observations en réponse, ce ne sont pas seulement les questions de l'avocat qui transitent vers les serveurs américains : c'est l'intégralité du contexte documentaire que l'agent mobilise pour raisonner — pièces, historiques, échanges internes, positions stratégiques.

Même avec des clauses contractuelles robustes, des certifications SOC 2 ou des engagements de non-utilisation pour l'entraînement, le prestataire dispose techniquement d'un accès aux données. C'est suffisant pour caractériser un transfert à un tiers non habilité au regard de la déontologie du barreau. Le CNB l'a rappelé dans ses lignes directrices sur l'IA (2024) : l'externalisation du traitement ne fait pas disparaître l'obligation de confidentialité.

La note CNIL/CIANum renforce ce raisonnement en ajoutant une dimension supplémentaire : dans un système agentique, les données ne circulent pas seulement vers le LLM pour générer une réponse. Elles alimentent des mémoires persistantes, des outils externes, des sous-agents spécialisés. Le périmètre du traitement s'élargit à mesure que l'agent gagne en autonomie — et avec lui, le périmètre du risque de divulgation.

L'architecture qui répond aux trois exigences de la note

Face à ces contraintes, la question n'est pas « faut-il adopter l'IA agentique ? » — la réponse est oui, les gains de productivité sont réels et documentés. La question est : quelle architecture permet de déployer des agents autonomes en restant dans les clous du RGPD, du secret professionnel et des exigences de la note CNIL/CIANum ?

La réponse tient en une distinction architecturale que les éditeurs SaaS ont intérêt à ne pas rendre trop lisible :

C'est cette dernière ligne qui mérite explication, car elle dissipe un malentendu fréquent : une architecture on-premise n'est pas synonyme de LLM local. RAGbase Legal peut tout à fait utiliser GPT-4o, Claude 3.5 ou Mistral Large via API — le cabinet choisit selon ses exigences de performance et de conformité. La différence critique est que seuls les extraits strictement nécessaires à la réponse — les chunks récupérés par l'index — quittent le périmètre du cabinet. Les documents complets, les métadonnées, l'historique des sessions, les raisonnements intermédiaires de l'agent, les logs : tout cela reste sur l'infrastructure du cabinet.

C'est exactement ce que les trois exigences de la note CNIL/CIANum requièrent :

• Traçabilité : les logs agentiques complets sont sur l'infrastructure du cabinet, consultables par le DPO ou le bâtonnier en cas de contrôle.
• Minimisation : seuls des chunks minimaux partent vers le LLM, pas les dossiers complets.
• Contrôle humain effectif : l'avocat peut inspecter chaque étape du pipeline, identifier quelle pièce a alimenté quelle conclusion, et interrompre l'agent à tout moment — parce que l'orchestration est sous son contrôle.

Traçabilité agentique : le talon d'Achille des solutions SaaS

Prenons un cas concret. Un agent juridique reçoit pour mission d'analyser un dossier de contentieux commercial : il consulte dix-huit pièces, extrait des clauses contractuelles, interroge une base de jurisprudence, identifie trois moyens de défense, et produit un mémo structuré. Dans un pipeline SaaS, ce workflow génère des dizaines d'appels internes — retrieval, raisonnement, formatage — dont les traces sont hébergées chez l'éditeur.

Lorsque le cabinet devra démontrer à la CNIL (ou au bâtonnier, ou à la partie adverse dans un contentieux sur la régularité de la procédure) que le traitement était conforme, il dépendra de la bonne volonté de l'éditeur pour accéder à ces logs. Et des conditions contractuelles — qui prévoient rarement une obligation de mise à disposition des traces agentiques dans un délai défini.

Avec une architecture on-premise, le log est une ressource interne : format ouvert, accessible en temps réel, conservable selon la politique de rétention du cabinet. C'est la condition sine qua non d'une accountability réelle au sens de l'article 5(2) du RGPD.

La recherche de jurisprudence par IA illustre bien ce point : quand un agent consulte automatiquement des bases de décisions pour enrichir un mémoire, le cabinet doit pouvoir attester quelles décisions ont été consultées, à quel moment, et comment elles ont influencé le raisonnement. C'est une exigence de traçabilité intellectuelle qui s'ajoute à la traçabilité technique.

Ce que cela coûte de ne pas y répondre

Le risque n'est pas hypothétique. La CNIL a prononcé en 2024 et 2025 plusieurs sanctions significatives contre des responsables de traitement ayant délégué des processus automatisés sans maîtrise effective du pipeline. Si la note de juillet 2026 marque la première prise de position sur l'IA agentique spécifiquement, elle annonce logiquement un cycle de contrôles ciblés sur les professions réglementées.

Pour un cabinet d'avocats, le risque est double :

• Risque réglementaire : sanction CNIL, signalement au bâtonnier, voire mise en cause disciplinaire pour violation du secret professionnel.
• Risque client : la divulgation — même involontaire — d'informations confidentielles via un pipeline agentique SaaS peut engager la responsabilité civile professionnelle du cabinet. Une seule affaire de ce type suffit à éroder une réputation bâtie sur des décennies.

Face à cela, les tarifs des solutions SaaS agentiques méritent d'être lus différemment. Harvey facture entre 1 000 et 1 200 USD par utilisateur et par mois — soit, pour un cabinet de cinquante avocats utilisateurs, un engagement annuel de l'ordre de 600 000 à 720 000 USD, sans compter les coûts de mise en conformité additionnels que l'architecture SaaS ne résout pas. CoCounsel (Thomson Reuters) se positionne entre 250 et 500 USD par utilisateur/mois, Lexis+ Protégé entre 500 et 1 000 USD.

Une infrastructure on-premise comme RAGbase Legal représente un investissement one-time de l'ordre de 20 à 50 k$, avec des coûts récurrents limités aux API LLM choisies par le cabinet et à la maintenance. Le calcul total de conformité — incluant le coût de l'audit RGPD, de la documentation des traitements agentiques et de la gestion des incidents — penche structurellement en faveur d'une architecture que le cabinet contrôle.

Ce que les cabinets doivent évaluer maintenant

La note CNIL/CIANum est exploratoire, pas prescriptive. Mais dans la logique régulatoire française, les notes exploratoires conjointes d'autorités de contrôle précèdent généralement des lignes directrices formelles — puis des contrôles. Les cabinets qui attendent la publication de ces lignes directrices pour adapter leur architecture agentique prendront du retard dans un cycle où la conformité sera un avantage compétitif.

Le guide pratique de déploiement de l'IA en cabinet détaille les étapes concrètes de qualification des traitements agentiques. Mais trois questions méritent une réponse immédiate, quel que soit l'outil en place :

1. Où sont les logs de mes agents ? Sont-ils accessibles à mon DPO sans demander d'autorisation à l'éditeur ? Sous quel format, avec quelle granularité ?

2. Quelles données quittent mon périmètre ? Pas seulement les questions posées à l'interface — mais les documents, les chunks, les métadonnées, les mémoires persistantes de l'agent.

3. Mon contrôle humain est-il effectif ou formel ? Est-ce que l'avocat qui valide la production agentique comprend chaque étape du raisonnement, ou se contente-t-il d'approuver un résultat dont le chemin est opaque ?

Ces trois questions sont exactement celles que la CNIL posera lors d'un contrôle. Autant les poser avant.

L'IA agentique va transformer les workflows des cabinets d'avocats — c'est acquis. La note CNIL/CIANum ne dit pas qu'il ne faut pas déployer des agents ; elle dit que la délégation d'autonomie à une machine dans un contexte de données personnelles sensibles exige une architecture où le responsable de traitement garde la main sur chaque couche du pipeline. Pour les cabinets, cela revient à une décision d'infrastructure aussi stratégique que le choix d'un logiciel de gestion : l'agent, l'index, les permissions et les logs doivent rester là où la responsabilité juridique réside — dans le cabinet lui-même. Évaluer cette dimension architecturale avant le prochain renouvellement de contrat SaaS, c'est le minimum que la note de juillet 2026 impose de faire.