Quand la CNIL explique à un hôpital comment il peut – ou non – réutiliser le dossier d'un patient pour une « recherche interne », elle ne parle pas de science. Elle parle de gouvernance de la donnée sensible en interne, sans diffusion externe, sans publication, sans tiers visible. C'est très exactement ce que fait un cabinet d'avocats lorsqu'il demande à une IA d'interroger son fonds documentaire de dossiers clients pour préparer une conclusion, retrouver un précédent interne ou qualifier un risque. La doctrine que la CNIL vient de formaliser pour les professionnels de santé n'a donc rien d'exotique pour un DSI de cabinet : c'est un mode d'emploi, à transposer presque ligne à ligne.
Ce que dit la CNIL sur les recherches internes en santé
Dans sa fiche doctrinale consacrée aux recherches internes en santé, la CNIL pose trois principes qui structurent tout usage secondaire de données personnelles collectées initialement pour une autre finalité :
- Une base légale distincte est requise. Les données collectées pour soigner un patient ne peuvent pas être réutilisées pour une recherche interne sans fondement juridique propre à ce second usage. La finalité initiale ne « couvre » pas automatiquement l'usage secondaire, même interne.
- La minimisation et la pseudonymisation s'appliquent même sans diffusion externe. Le fait qu'une recherche reste strictement interne à l'établissement ne dispense pas de limiter les données traitées au strict nécessaire et de les pseudonymiser dès que possible.
- L'analyse d'impact (AIPD) et la traçabilité des accès restent obligatoires. L'absence de publication ou de transfert à un tiers n'exonère ni de l'analyse de risques préalable, ni de la journalisation de qui a accédé à quoi, quand, et pourquoi.
Ce triptyque — base légale propre, minimisation même en interne, traçabilité systématique — est l'ossature exacte de ce qu'exige, par analogie, tout déploiement d'IA documentaire dans un cabinet d'avocats.
Le parallèle juridique : secret professionnel contre secret médical, deux régimes, une même exigence pratique
Il existe une différence technique importante qu'il faut nommer avant de pousser l'analogie trop loin. Les données de santé sont une catégorie particulière de données au sens de l'article 9 du RGPD, ce qui déclenche automatiquement un régime renforcé (interdiction de principe, dérogations encadrées). Un dossier d'avocat, lui, n'est pas systématiquement composé de données sensibles au sens du RGPD — sauf s'il contient des données de santé, des opinions, des origines, etc., ce qui est fréquent en droit social, en droit de la famille ou en droit pénal, mais pas automatique en droit des affaires.
En revanche, la protection du dossier d'avocat repose sur un arsenal au moins aussi contraignant, mais d'une autre nature :
- L'article 226-13 du Code pénal sanctionne la violation du secret professionnel d'un an d'emprisonnement et 15 000 euros d'amende, indépendamment de tout régime RGPD.
- L'article 66-5 de la loi n° 71-1130 du 31 décembre 1971 pose le caractère absolu, général et illimité dans le temps du secret professionnel de l'avocat, correspondance comprise.
- La CJUE, dans son arrêt Orde van Vlaamse Balies (8 décembre 2022, C-694/20), a rappelé que la confidentialité des échanges avocat-client est un principe fondamental protégé au niveau du droit de l'Union, suffisamment fort pour faire tomber une obligation déclarative pourtant prévue par une directive fiscale.
- Le Conseil constitutionnel, dans sa décision n° 2015-478 QPC, a encadré strictement les conditions de saisie de documents couverts par le secret professionnel de l'avocat lors de perquisitions, précisément parce que ce secret protège le justiciable et non l'avocat lui-même.
Conclusion pratique : un cabinet qui traite ses dossiers clients avec moins de rigueur qu'un hôpital traitant des données de santé ne viole peut-être pas directement le RGPD au sens strict (si aucune donnée sensible au sens de l'article 9 n'est présente), mais il s'expose à un risque pénal et déontologique d'une gravité comparable, voire supérieure dans certains contentieux sensibles (pénal des affaires, compliance, fusions-acquisitions). L'argument « nous ne sommes pas un hôpital, le RGPD sensible ne s'applique pas » ne protège donc personne.
Pourquoi interroger son fonds documentaire par IA est une « recherche interne » au sens CNIL
Un moteur IA documentaire dans un cabinet fait exactement ce que la CNIL qualifie de recherche interne dans le secteur santé : il réutilise des données collectées pour une finalité (le conseil au client A) afin de produire une connaissance transversale utile à d'autres finalités (répondre plus vite au client B, former un collaborateur, détecter un précédent interne). Le fait que rien ne soit publié, que tout reste « dans les murs du cabinet », n'y change rien — c'est précisément le point que la CNIL enfonce pour la santé : pas de diffusion externe ne veut pas dire pas d'obligations.
Trois conséquences opérationnelles directes pour un cabinet de 10 à 500 avocats :
- Documenter une base légale pour l'indexation IA du fonds documentaire, distincte du mandat de représentation initial — généralement l'intérêt légitime du cabinet, à condition qu'il soit mis en balance avec les droits du client et formalisé.
- Pratiquer un cantonnement effectif par dossier, équivalent fonctionnel de la pseudonymisation santé : un collaborateur du département social ne doit pas pouvoir interroger un dossier M&A confidentiel sous prétexte que l'IA a accès « à tout le fonds documentaire ». C'est la muraille de Chine numérique, pas seulement organisationnelle.
- Conserver une traçabilité fine des accès et des requêtes — qui a demandé quoi à l'IA, sur quel dossier, à quel moment — exactement le registre d'accès qu'impose la CNIL pour les recherches internes en santé.
Tableau comparatif : doctrine CNIL santé et transposition cabinet d'avocats
| Exigence CNIL (recherches internes santé) | Équivalent cabinet d'avocats | Conséquence architecturale |
|---|---|---|
| Base légale distincte de la finalité de soin | Base légale distincte du mandat initial pour l'indexation IA | Documentation formelle, registre de traitement à jour |
| Minimisation et pseudonymisation, même sans diffusion externe | Cantonnement par dossier, muraille de Chine numérique | Permissions granulaires au niveau de l'index, pas seulement de l'application |
| AIPD obligatoire malgré l'absence de publication | Analyse d'impact avant déploiement d'un assistant IA documentaire | Cartographie des flux : quelles données quittent réellement le cabinet ? |
| Traçabilité des accès | Logs d'accès par utilisateur, dossier et requête | Journalisation sur l'infrastructure du cabinet, auditable par le RSSI/DPO |
| Sécurisation renforcée même en interne | Chiffrement, isolation réseau, non-réutilisation pour entraîner un modèle tiers | Infrastructure on-premise ou hébergement souverain contractualisé |
Où le bât blesse avec les IA juridiques en mode SaaS mutualisé
C'est à ce stade que la plupart des cabinets découvrent un écart entre leur politique interne de confidentialité et l'architecture réelle de l'outil qu'ils ont souscrit. Les assistants IA par siège — qu'il s'agisse de Harvey (environ 1 000 à 1 200 USD/utilisateur/mois, ~100 000 avocats utilisateurs, 144 millions de dollars d'ARR et une valorisation de 8 milliards de dollars fin 2025), de CoCounsel de Thomson Reuters (250 à 500 USD/utilisateur/mois) ou de Lexis+ Protégé (500 à 1 000+ USD/utilisateur/mois) — fonctionnent tous selon le même schéma de principe : le document client, ou un extrait substantiel de celui-ci, transite par une infrastructure cloud tierce, le plus souvent hébergée aux États-Unis, selon les conditions contractuelles et API propres à chaque fournisseur.
Cela ne signifie pas que ces éditeurs sont négligents — Harvey et consorts investissent massivement dans la conformité, le chiffrement et les garanties contractuelles de non-réutilisation. Le point n'est pas « eux envoient les données dehors, nous jamais ». Le point est architectural : dans ces solutions, c'est l'éditeur qui héberge l'agent, l'index vectoriel, les permissions et les journaux d'accès. Le cabinet achète un service ; il ne contrôle pas la chaîne complète. Pour une recherche interne au sens CNIL — recherche non destinée à être publiée, sur un fonds de données protégées par le secret professionnel — cette délégation de l'infrastructure pose exactement la question que la CNIL pose aux établissements de santé : qui traite réellement la donnée, avec quelles garanties de minimisation, et qui peut le prouver en cas de contrôle ou de contentieux ?
Même logique pour les assistants IA généralistes déployés en entreprise (type Claude Cowork en configuration cabinet, de l'ordre de 200 à 400 USD/utilisateur/mois selon les offres publiques) : ils excellent pour des tâches de rédaction ou d'analyse ponctuelle, mais leur modèle d'usage par défaut n'a pas été pensé pour l'indexation permanente et cantonnée d'un fonds documentaire de dossiers clients couverts par le secret professionnel.
L'architecture qui applique nativement les principes CNIL : agent, index et logs chez le cabinet
L'alternative n'est pas de renoncer à l'IA pour « rester souverain » — c'est une fausse opposition. L'alternative est de séparer clairement ce qui doit rester sous contrôle exclusif du cabinet de ce qui peut légitimement transiter vers un fournisseur de modèle de langage. C'est le principe d'architecture sur lequel repose RAGbase Legal :
- L'agent d'orchestration, l'index documentaire complet, les connecteurs aux dossiers et le moteur de permissions tournent sur l'infrastructure du cabinet — serveur on-premise ou environnement cloud souverain contractualisé par le cabinet lui-même, pas par l'éditeur.
- Les documents clients complets ne quittent jamais cette infrastructure. Le fonds documentaire, les métadonnées, les droits d'accès par dossier et par collaborateur, les logs d'audit : tout reste chez le cabinet, consultable par le RSSI ou le DPO à tout instant.
- Seuls des extraits minimaux (chunks) strictement nécessaires à la réponse sont transmis au LLM choisi par le cabinet, dans le cadre des conditions API de ce fournisseur — qu'il s'agisse d'un modèle hébergé en Europe ou ailleurs selon le choix contractuel du cabinet. C'est la même logique de minimisation que celle que la CNIL impose pour les recherches internes en santé : on ne déplace que ce qui est indispensable, jamais le dossier entier.
- Le cantonnement par dossier (muraille de Chine numérique) est natif au niveau de l'index, pas seulement de l'interface utilisateur : un collaborateur sans permission sur un dossier ne peut pas le faire remonter via une requête IA transversale, même formulée de façon indirecte.
- Aucune donnée client ne sert à ré-entraîner un modèle, qu'il soit propriétaire ou tiers.
Cette architecture a un coût initial différent du modèle SaaS par siège : de l'ordre de 20 000 à 50 000 dollars en investissement ponctuel pour un déploiement complet, contre un abonnement récurrent par utilisateur qui s'accumule rapidement sur 50 ou 200 avocats. Mais l'argument central n'est pas tarifaire, il est probatoire : en cas de contrôle CNIL, de contentieux sur la confidentialité, ou d'audit d'un client grand compte exigeant une cartographie des flux de données, un cabinet équipé de ce type d'architecture peut démontrer, logs à l'appui, que les documents complets n'ont jamais quitté son périmètre — exactement la traçabilité que la CNIL exige des établissements de santé pour leurs recherches internes.
Cette logique de cantonnement rejoint directement les cas d'usage de recherche de jurisprudence IA : interroger une base de précédents internes ou de jurisprudence externe ne nécessite jamais d'exposer le dossier client sous-jacent, seulement les extraits juridiquement pertinents.
Ce que les DSI et associés gérants doivent vérifier avant tout déploiement
Au-delà du choix d'outil, la doctrine CNIL donne une grille d'audit directement actionnable, que le guide IA pour cabinets détaille plus largement :
- Le contrat avec l'éditeur IA précise-t-il où physiquement transitent et sont stockés les documents, et pas seulement les métadonnées ?
- Existe-t-il un registre d'accès par dossier, consultable indépendamment de l'éditeur, en cas de demande d'un bâtonnier, d'un juge ou d'un client ?
- Une analyse d'impact a-t-elle été réalisée avant le déploiement, même pour un usage strictement interne et non commercialisé ?
- Le cantonnement entre départements (muraille de Chine) est-il techniquement imposé au niveau de l'index, ou seulement recommandé au niveau organisationnel ?
- Les données clients servent-elles, même indirectement, à améliorer un modèle tiers au-delà de la session de requête en cours ?
Un cabinet incapable de répondre précisément à ces cinq questions traite ses recherches internes par IA avec moins de rigueur qu'un service hospitalier traitant un dossier médical pour une étude interne — alors que le secret professionnel de l'avocat, protégé pénalement, n'a rien d'une option.
La doctrine CNIL sur les recherches internes en santé n'est pas un texte à ranger dans un dossier « conformité médicale ». C'est un cadre méthodologique transposable, presque clause par clause, à tout cabinet qui connecte une IA à son fonds documentaire. Avant de signer un nouvel abonnement ou de généraliser un pilote, la question à poser n'est pas « quel outil est le plus performant », mais « qui contrôle l'agent, l'index et les logs, et que devient le document complet du client une fois la requête envoyée ». C'est cette cartographie, plus que n'importe quel argument commercial, qui déterminera si le cabinet peut répondre sereinement à un contrôle, un audit client ou un contentieux sur la confidentialité.
Questions fréquentes
Un cabinet d'avocats a-t-il besoin d'une base légale spécifique pour faire interroger ses dossiers clients par une IA ?
Le secret professionnel de l'avocat est-il mieux protégé par le RGPD que le secret médical ?
Quelle différence entre Harvey, CoCounsel, Lexis+ Protégé et une architecture comme RAGbase Legal sur ce point précis ?
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.