Une levée de 550 millions de dollars en une seule série, une valorisation qui atteint 8,8 milliards de dollars trois ans à peine après la création de l'entreprise : Legora vient de rejoindre le club très fermé des méga-licornes de la legaltech, aux côtés de Harvey (15,5 milliards de dollars en septembre) et de Clio (5 milliards). Pour un associé gérant ou un DSI de cabinet français, ce communiqué financier n'est pas une anecdote tech. C'est un signal clair : le marché mondial de l'IA juridique se concentre à toute vitesse autour de quelques plateformes SaaS cloud, et cette concentration a des conséquences directes sur où vivent les documents clients, les dossiers de contentieux et le secret professionnel.
Un tour de table qui en dit plus sur le marché que sur la technologie
La série E de Legora, menée par Atreides Management, s'inscrit dans une dynamique précise : les investisseurs ne financent pas une innovation de rupture isolée, ils financent une course à la part de marché. Trois éléments le confirment.
D'abord l'ampleur des montants : on ne lève pas 550M$ pour affiner un produit, on les lève pour recruter des commerciaux, ouvrir des bureaux et signer des cabinets Am Law 100 avant un concurrent. Ensuite, le calendrier : Legora arrive trois mois après l'annonce de la valorisation à 15,5 milliards de dollars de Harvey, dans une séquence qui ressemble davantage à une enchère concurrentielle qu'à un développement produit linéaire. Enfin, la géographie : l'expansion annoncée vers New York, Chicago, Denver, San Francisco et Houston montre que la bataille se joue désormais sur le marché américain, le plus profond en valeur, avec des cabinets prêts à payer des licences à plusieurs centaines voire plus de mille dollars par utilisateur et par mois.
Cette course n'a rien d'illégitime. Harvey revendique déjà environ 100 000 avocats utilisateurs pour 144 millions de dollars d'ARR, un modèle économique qui prouve que la demande existe. Mais elle pose une question que peu de communiqués abordent : sur quelle architecture technique repose cette croissance, et que signifie-t-elle pour un cabinet basé à Paris, Lyon ou Bordeaux qui traite des dossiers soumis au secret professionnel de l'avocat ?
Les chiffres qui structurent le nouveau paysage legaltech
Avant de trancher entre plateforme mondiale et solution souveraine, il faut regarder les ordres de grandeur réels, pas les éléments de langage marketing.
| Plateforme | Modèle | Coût estimé | Hébergement typique |
|---|---|---|---|
| Harvey | SaaS par siège | 1 000 à 1 200 USD/utilisateur/mois | Cloud mutualisé, infrastructure US |
| CoCounsel (Thomson Reuters) | SaaS par siège | 250 à 500 USD/utilisateur/mois | Cloud mutualisé |
| Lexis+ Protégé | SaaS par siège | 500 à 1 000+ USD/utilisateur/mois | Cloud mutualisé |
| Legora | SaaS par siège, tarification non détaillée publiquement | Non communiqué | Cloud mutualisé, architecture SaaS globale |
| RAGbase Legal | Licence on-premise | 20 000 à 50 000 USD, paiement unique | Infrastructure du cabinet, France |
Ce tableau révèle une asymétrie structurelle. Les plateformes SaaS facturent au siège, mois après mois, sur une infrastructure qu'elles contrôlent et mutualisent entre des milliers de clients. Un cabinet de 150 avocats qui équipe un tiers de ses effectifs avec Harvey ou Protégé engage mécaniquement une dépense récurrente à six chiffres par an, sans jamais rapatrier la maîtrise de l'infrastructure sous-jacente. C'est un choix défendable pour certains usages. Mais ce n'est pas le seul modèle disponible, et ce n'est pas neutre sur le plan de la gouvernance des données.
Pourquoi ces plateformes lèvent autant : l'agentique comme nouveau standard
L'argument technique derrière ces levées, c'est le passage de l'assistant conversationnel vers l'agent autonome : des systèmes capables d'enchaîner recherche documentaire, rédaction d'actes, vérification croisée et production de livrables sans supervision humaine à chaque étape. C'est une vraie rupture de productivité. Elle justifie l'intérêt des directions juridiques et des cabinets pour ces outils.
Mais l'agentique change aussi la nature du risque. Un simple chatbot qui répond à une question ponctuelle expose peu de données. Un agent qui orchestre plusieurs étapes doit, par construction, avoir accès à l'ensemble d'un dossier : pièces de procédure, correspondances, pièces jointes, historique de négociation. Plus l'agent est puissant, plus la surface de données qu'il manipule est large — et plus la question de savoir où cette orchestration s'exécute devient centrale. C'est précisément le point que les communiqués de levée de fonds n'adressent jamais, parce que ce n'est pas un argument qui se vend à des investisseurs américains.
L'architecture qui ne figure jamais dans les communiqués de levée
Il faut être précis ici, sans caricature. Les plateformes SaaS mondiales ne sont pas malveillantes, et il serait malhonnête de prétendre qu'une solution souveraine n'utilise jamais, elle aussi, un fournisseur de LLM tiers. La différence n'est pas « eux envoient vos données dehors, nous jamais ». La différence est architecturale, et elle se joue à trois niveaux.
Premier niveau : l'orchestration. Dans une architecture SaaS mutualisée, c'est l'éditeur qui héberge le moteur d'agent, les connecteurs vers vos outils (GED, CRM, messagerie), les index de recherche vectorielle et les permissions d'accès. Autrement dit, la logique métier de votre cabinet — qui a le droit de voir quoi, quels dossiers sont liés à quels clients, quels workflows automatisent quelles tâches — vit sur l'infrastructure de l'éditeur, soumise à ses conditions de service et, pour les acteurs américains, potentiellement au CLOUD Act même lorsque des serveurs européens sont utilisés.
Deuxième niveau : les documents. Dans ce même modèle, l'intégralité du corpus documentaire du cabinet est généralement indexée côté éditeur pour que l'agent puisse fonctionner, ce qui signifie des dossiers complets, pas de simples fragments.
Troisième niveau, celui qui change tout : avec une architecture d'IA privée pour cabinet d'avocats, l'orchestration agentique, les index vectoriels, les permissions et les logs restent physiquement sur l'infrastructure du cabinet, en France. Seul ce qui est strictement nécessaire à une réponse ponctuelle — un extrait minimisé, pas le dossier entier — peut être transmis à un fournisseur de modèle de langage choisi et contractualisé par le cabinet lui-même, selon ses propres conditions API.
Ce qui quitte réellement l'infrastructure d'un cabinet
Cette distinction mérite d'être posée noir sur blanc, parce qu'elle est souvent noyée dans le marketing des deux côtés.
- Modèle SaaS cloud mutualisé : documents complets indexés côté éditeur, orchestration agentique exécutée sur l'infrastructure de l'éditeur, logs d'usage et permissions gérés par l'éditeur, facturation récurrente par siège.
- Modèle IA privée on-premise : documents complets, index vectoriels, permissions, logs et workflows hébergés sur l'infrastructure du cabinet ; seuls des extraits minimisés transitent, le cas échéant, vers un LLM externe choisi par le cabinet, dans les conditions API qu'il a lui-même négociées.
Ce deuxième modèle ne supprime pas la dépendance à un fournisseur de modèle de langage — personne n'a aujourd'hui de LLM souverain français au niveau de performance d'un GPT ou d'un Claude de dernière génération. Mais il réduit drastiquement la surface de données exposée, et surtout il conserve sous contrôle du cabinet l'élément le plus sensible juridiquement : le dossier dans son intégralité, avec son contexte, ses métadonnées et son historique.
Le cas français : secret professionnel et exposition réglementaire
Pour un cabinet français, la question n'est pas théorique. Le secret professionnel de l'avocat, protégé par l'article 66-5 de la loi du 31 décembre 1971, s'applique à l'ensemble du dossier, pas seulement à certaines pièces. Confier l'orchestration complète d'un dossier à une plateforme SaaS hébergée hors UE, ou hébergée en UE mais opérée par une société soumise au droit américain, crée une zone grise réglementaire que peu de directions de cabinet ont véritablement cartographiée.
Le RGPD impose une analyse d'impact et une base légale claire pour tout transfert de données personnelles hors UE. Le CLOUD Act américain, lui, permet aux autorités américaines de requérir l'accès à des données détenues par une société américaine, y compris lorsque ces données sont stockées sur des serveurs situés en Europe. Pour un cabinet qui traite du contentieux sensible, des opérations de fusion-acquisition confidentielles ou des dossiers pénaux, cette double exposition — RGPD et CLOUD Act — n'est pas un détail de conformité, c'est un risque opérationnel direct sur la relation de confiance avec le client.
Legora, en tant qu'entreprise suédoise, bénéficie d'un positionnement européen qui peut rassurer sur le papier. Mais l'architecture SaaS mutualisée reste la même logique de fond : des milliers de cabinets clients dont les données transitent et sont traitées sur une infrastructure commune, gérée par un tiers, avec une gouvernance que le cabinet ne maîtrise pas directement.
Preuve par l'usage : ce que montrent les déploiements réels
Les cas d'usage concrets confirment que l'IA documentaire transforme déjà le travail juridique, indépendamment du débat sur l'hébergement. Le projet El Murshid, par exemple, a permis d'indexer 26 000 dossiers et de réduire de 5 à 70% le temps consacré à certaines tâches de rédaction selon la complexité du dossier traité — un gain de productivité qui justifie l'investissement, quel que soit le modèle d'hébergement retenu.
Mais la performance brute ne dispense pas de la vigilance. Une étude de Stanford a mesuré sur Harvey un taux d'hallucination d'environ une réponse sur six — un rappel que même les outils les plus financés du marché nécessitent une supervision humaine systématique et une vérification croisée, particulièrement sur la recherche de jurisprudence IA où une citation inventée peut avoir des conséquences disciplinaires directes pour l'avocat qui la signe.
Ce point est important : le choix d'une architecture souveraine n'élimine pas le risque d'hallucination, qui dépend avant tout du modèle de langage sous-jacent et de la qualité du pipeline de récupération documentaire (RAG). Il déplace en revanche la question du contrôle : qui définit les garde-fous, qui audite les réponses, qui décide des mises à jour du pipeline. Sur une infrastructure on-premise, ces décisions restent entre les mains du cabinet et de sa gouvernance interne, pas uniquement entre celles de l'éditeur.
Ce que les DSI et associés gérants doivent évaluer avant de signer
Face à la multiplication des offres — SaaS juridique par siège, assistants IA généralistes déployés en entreprise, plateformes agentiques spécialisées — la décision ne doit pas se jouer uniquement sur le prix catalogue. Quelques questions structurent une due diligence sérieuse :
- Où sont hébergés les index vectoriels et les logs d'usage, pas uniquement le modèle de langage final ?
- L'éditeur est-il une entité soumise au droit américain, même avec des serveurs européens ?
- En cas de résiliation, le cabinet récupère-t-il l'intégralité de ses index et de son historique, ou perd-il l'accès à des années de travail de structuration documentaire ?
- Le coût récurrent par siège (1 000 à 1 200 USD/mois pour Harvey, 250 à 500 USD pour CoCounsel, 500 à 1 000+ USD pour Protégé) est-il soutenable à l'échelle de l'ensemble du cabinet, ou seulement pour un cercle restreint d'utilisateurs pilotes ?
- Une architecture on-premise, avec un investissement ponctuel de l'ordre de 20 000 à 50 000 USD, est-elle plus cohérente avec une volonté de maîtriser durablement les coûts et les données sur cinq à dix ans ?
Ces arbitrages ne sont pas incompatibles entre eux. Un cabinet peut très bien conserver un outil SaaS généraliste pour des tâches non sensibles, tout en déployant une IA privée pour le contentieux stratégique, les due diligences M&A ou les dossiers pénaux — c'est d'ailleurs l'approche la plus réaliste pour la majorité des structures de taille intermédiaire, documentée dans notre guide IA pour cabinets.
Consolidation mondiale, fragmentation nécessaire des infrastructures
La trajectoire de Legora, Harvey et Clio ne va pas s'inverser. Avec 550 millions de dollars frais et une expansion agressive sur le marché américain, ces acteurs vont continuer à capter la demande des cabinets internationaux et des directions juridiques de grands groupes, pour qui le modèle SaaS par siège reste parfaitement adapté. Ce n'est pas le marché que RAGbase Legal vise à remplacer.
La vraie question, pour un cabinet français de 10 à 500 avocats, n'est pas de choisir un camp par principe, mais de segmenter ses usages : quelles tâches peuvent raisonnablement transiter par une plateforme cloud mutualisée, et quels dossiers — ceux qui engagent le secret professionnel, la confidentialité d'une opération ou la stratégie contentieuse d'un client stratégique — exigent une infrastructure que le cabinet contrôle de bout en bout. Plus la concentration du marché mondial s'accélère autour de quelques géants valorisés à plusieurs milliards, plus cette question de souveraineté architecturale devient un sujet de gouvernance, pas un détail technique laissé à la DSI.
Avant de signer un contrat SaaS par siège à cinq ou six chiffres annuels, ou de lancer un pilote agentique sur vos dossiers les plus sensibles, posez la question simple qui résume tout ce débat : si cet éditeur disparaissait demain, ou si ses conditions de service changeaient sous pression réglementaire américaine, que resterait-il entre les mains de votre cabinet — vos documents, vos index, votre historique de travail — et que devriez-vous reconstruire de zéro ? C'est cette réponse, plus que la taille de la dernière levée de fonds, qui doit guider le choix d'architecture.
Questions fréquentes
Pourquoi les legaltechs comme Legora ou Harvey lèvent-elles autant d'argent ?
Les données d'un cabinet français transitent-elles obligatoirement par les Etats-Unis avec ces outils ?
Une IA privée on-premise est-elle compatible avec l'usage de modèles comme GPT ou Claude ?
RAGbase construit des systèmes d'IA privés pour les cabinets d'avocats : déployés sur l'infrastructure du cabinet, zéro rétention de données, propriété complète.
Voyez RAGbase sur vos propres données
30 minutes en visio. Nous cadrons votre besoin et montrons le système en direct.