souverainete donnees

RGPD vs secret professionnel : le piège de l'IA cloud pour les avocats

RGPD et secret professionnel de l'avocat s'opposent structurellement. L'IA cloud aggrave la tension : analyse, jurisprudence et architecture alternative.

RAGbase Legal Research Team16 novembre 2026 10 min de lecture

Un banquier qui refuse de communiquer les relevés d'un client à un tiers invoque le secret bancaire. Le même banquier, sommé par son DPO d'exercer le droit à l'oubli d'un client parti depuis dix ans, se heurte à son obligation de traçabilité anti-blanchiment. Ce grand écart n'est pas une anomalie ponctuelle : c'est une faille structurelle qui traverse toutes les professions soumises à un secret légal renforcé. Les avocats y sont exposés exactement de la même manière — et l'arrivée massive des IA génératives dans les cabinets est en train de transformer cette faille en fracture.

Le secret bancaire, laboratoire grandeur nature de la contradiction RGPD

Un article de référence publié sur Village Justice, La protection des données financières : quand le RGPD rencontre le secret bancaire, décrit précisément ce point de friction : le RGPD impose la minimisation des données, un droit à l'effacement et une transparence vis-à-vis de la personne concernée, tandis que le secret bancaire impose à l'inverse une rétention stricte et une confidentialité absolue à l'égard de tout tiers, y compris parfois vis-à-vis du client lui-même sur certains flux (déclarations de soupçon, par exemple).

Les DPO bancaires n'ont pas de règle générale à appliquer : ils arbitrent au cas par cas, document par document, flux par flux, entre deux textes qui ne poursuivent pas le même objectif. Le RGPD protège l'individu contre l'accumulation et l'exploitation de ses données. Le secret bancaire protège la confiance du système financier en empêchant la divulgation. Ce ne sont pas deux variantes d'un même principe — ce sont deux logiques juridiques concurrentes, dont la hiérarchisation dépend du contexte, du texte sectoriel applicable, et in fine de la jurisprudence.

Ce constat, qui semble propre au secteur bancaire, décrit en réalité presque mot pour mot la situation des cabinets d'avocats français.

Le secret professionnel de l'avocat : même ADN juridique, mêmes failles

L'article 66-5 de la loi n° 71-1130 du 31 décembre 1971 pose un principe de confidentialité absolue sur l'ensemble des correspondances, consultations, notes et pièces du dossier échangées entre l'avocat et son client ou entre confrères. La Cour de cassation a rappelé à plusieurs reprises la force de ce secret, y compris face à des demandes d'accès légitimes d'autorités publiques — voir par exemple Cass. crim., 22 mars 2016, n° 15-83.207, sur les limites opposables même en matière de perquisition.

Mais ce secret professionnel, aussi robuste soit-il sur le papier, coexiste avec les mêmes obligations RGPD que n'importe quel responsable de traitement : minimisation (article 5.1.c), limitation de la conservation, sécurité des traitements (article 32), et encadrement strict des transferts hors Union européenne (articles 44 à 49). Un cabinet d'avocats est un cabinet qui manipule des données personnelles sensibles — identité des parties, données de santé dans un contentieux prud'homal, données financières dans une opération de fusion-acquisition, données pénales dans un dossier de défense — tout en étant tenu de ne jamais les divulguer à un tiers non autorisé.

La jurisprudence européenne a d'ailleurs déjà tranché une variante de ce débat. Dans l'arrêt Orde van Vlaamse Balies (CJUE, C-694/20, 8 décembre 2022), la Cour de justice a jugé que l'obligation de signalement fiscal DAC6 imposée aux avocats intermédiaires portait une atteinte disproportionnée au secret professionnel protégé par l'article 7 de la Charte des droits fondamentaux, dès lors qu'elle contraignait l'avocat à informer des tiers de la relation de conseil. Le raisonnement de la Cour est transposable presque sans modification à la question de l'IA : toute obligation ou tout choix technique qui introduit un tiers dans la chaîne de confidentialité doit être justifié par une nécessité stricte, et reste suspect par défaut.

Les deux logiques en tension, côte à côte

ExigenceRGPDSecret professionnel avocat (art. 66-5)
Durée de conservationLimitée, effacement sur demande (sauf exceptions art. 17.3)Conservation longue imposée par prescriptions et responsabilité civile professionnelle
TransparenceInformation de la personne concernée, droit d'accèsOpacité de principe vis-à-vis des tiers, y compris parfois de l'adversaire
Circulation des donnéesMinimisation, limitation des finalitésInterdiction de divulgation, sauf dérogations légales étroites
Sous-traitanceAutorisée sous conditions (art. 28), avec transferts encadrésTolérée uniquement si le secret reste garanti de bout en bout

Cette dernière ligne est celle qui bascule tout l'équilibre dès qu'une IA entre dans le dossier.

Quand l'IA cloud ajoute un tiers dans l'équation

Tant que le traitement documentaire restait interne — un avocat, un ordinateur, un logiciel bureautique classique — la question du tiers ne se posait pas vraiment. L'IA générative change radicalement la donne : pour fonctionner, un assistant IA juridique a besoin d'accéder au contenu complet des pièces du dossier, de les indexer, de les faire transiter par un modèle de langage, et souvent de les stocker pour affiner ses réponses futures.

Le précédent le plus instructif est celui du Health Data Hub. Le Conseil d'État, dans sa décision du 10 mars 2021 (n° 449213), a validé l'hébergement de données de santé par Microsoft malgré le risque théorique d'accès par les autorités américaines au titre du Cloud Act, tout en imposant des garanties renforcées — preuve que même pour des données ultra-sensibles, le juge administratif accepte le recours à un hébergeur américain, mais sous contrôle strict et réversible. Quelques mois plus tôt, l'arrêt Schrems II de la CJUE (C-311/18, 16 juillet 2020) avait invalidé le Privacy Shield et rappelé que le simple fait qu'un sous-traitant soit soumis à une législation d'accès extraterritoriale (comme le Cloud Act américain) peut suffire à rendre un transfert de données incompatible avec le RGPD, indépendamment de toute clause contractuelle.

Appliqué à un cabinet d'avocats qui connecte ses dossiers à une IA SaaS hébergée aux États-Unis, le raisonnement est direct : le document confidentiel complet quitte le périmètre du cabinet, transite par l'infrastructure du fournisseur, et devient potentiellement accessible à une autorité étrangère sans que le client en soit informé — ce qui est exactement la configuration que la CJUE a sanctionnée dans Orde van Vlaamse Balies sous un autre angle.

Ce n'est pas un procès d'intention contre les éditeurs américains. Harvey AI, utilisé par environ 100 000 avocats dans le monde et valorisé 8 milliards de dollars fin 2025 pour un chiffre d'affaires annualisé de 144 millions de dollars, a mis en place des garanties contractuelles sérieuses. Mais la structure même du produit — un SaaS mutualisé avec facturation par siège, entre 1 000 et 1 200 dollars par utilisateur et par mois — implique que les documents transitent par une infrastructure tierce pour produire la réponse. CoCounsel (Thomson Reuters, 250 à 500 dollars/utilisateur/mois) et Lexis+ Protégé (500 à plus de 1 000 dollars/utilisateur/mois) reposent sur la même logique architecturale, tout comme les offres d'assistants IA généralistes en entreprise de type Claude Cowork, dont les tarifs se situent dans des ordres de grandeur comparables pour un usage cabinet.

Ce que l'architecture change réellement

L'erreur serait de résumer le débat à « cloud américain = danger, on-premise = sécurité ». La réalité est plus fine, et c'est là que se joue la vraie différence de risque.

RAGbase Legal, comme la plupart des IA juridiques sérieuses, peut tout à fait s'appuyer sur un LLM externe pour générer la réponse finale — aucune IA n'atteint aujourd'hui le niveau de raisonnement nécessaire sans un modèle de langage puissant, qu'il soit américain ou non. La différence ne se situe pas dans l'existence ou l'absence d'un fournisseur de LLM, mais dans ce qui transite réellement vers ce fournisseur.

Dans une architecture on-premise type IA privée pour cabinet d'avocats :

  • l'agent d'orchestration, qui décide quelles actions effectuer et quelles pièces consulter, tourne sur l'infrastructure du cabinet ;
  • l'index documentaire et le vector store, qui contiennent la cartographie complète des dossiers, restent sur site ;
  • les documents complets — contrats, correspondances, pièces de procédure — ne sortent jamais du périmètre du cabinet ;
  • les permissions (qui a accès à quel dossier) et les logs d'audit sont gérés et conservés localement, consultables par le bâtonnier ou en cas de contrôle ;
  • seuls des chunks minimaux — quelques paragraphes strictement nécessaires à une question précise — sont envoyés au LLM choisi par le cabinet, dans les conditions contractuelles négociées par le cabinet lui-même (et non imposées par un éditeur SaaS tiers).

C'est très exactement le principe de minimisation du RGPD appliqué à la lettre, et non contourné : on ne transmet pas le dossier, on transmet l'extrait strictement nécessaire à la réponse, sous le contrôle de celui qui porte le secret professionnel. La différence avec un SaaS classique n'est donc pas « eux envoient tout dehors, nous jamais » — elle est architecturale : qui détient l'agent, l'index et les documents complets, et quelle est la granularité de ce qui sort réellement.

Comparatif synthétique

Harvey AICoCounselLexis+ ProtégéAssistant IA généraliste cloudRAGbase Legal (on-premise)
Modèle économique~1 000-1 200 $/utilisateur/mois250-500 $/utilisateur/mois500-1 000+ $/utilisateur/moisAbonnement par siège20-50 k$ one-time
Hébergement des documents completsCloud fournisseurCloud fournisseurCloud fournisseurCloud fournisseurInfrastructure du cabinet
Index / vector storeGéré par l'éditeurGéré par l'éditeurGéré par l'éditeurGéré par l'éditeurGéré par le cabinet
Permissions & logsCôté éditeurCôté éditeurCôté éditeurCôté éditeurCôté cabinet, auditable
Ce qui part vers le LLMDocument / contexte largeDocument / contexte largeDocument / contexte largeVariable selon usageChunks minimaux uniquement
Risque Cloud Act / transfert hors UEExistantExistantExistantExistantRésiduel, limité aux fragments

Ce que cela change concrètement pour un cabinet

Prenons un cas d'usage ordinaire : un cabinet de 60 avocats prépare une due diligence sur un contentieux bancaire et doit rechercher des précédents comparables dans ses propres dossiers archivés, pas seulement dans les bases de jurisprudence publiques. Avec une solution de recherche de jurisprudence IA adossée à un index interne, l'avocat obtient une synthèse fondée sur l'intégralité du fonds documentaire du cabinet — y compris des dossiers couverts par le secret professionnel d'autres clients — sans que ces dossiers complets n'aient jamais circulé hors de l'infrastructure du cabinet. Seuls les passages strictement pertinents pour la question posée sont transmis au modèle de génération.

Le repère sectoriel existe déjà en pratique : El Murshid, avec 26 000 dossiers indexés, rapporte un gain de temps de rédaction compris entre 5 et 70 % selon les tâches, ce qui montre que l'indexation documentaire massive produit une valeur réelle — à condition que la gouvernance de cette indexation reste cohérente avec le secret professionnel, et non pas gérée par un tiers hors du contrôle du cabinet. À l'inverse, l'étude de Stanford sur les taux d'hallucination des IA juridiques (1 sur 6 pour Harvey selon cette étude) rappelle qu'aucune architecture, aussi souveraine soit-elle, ne dispense d'une supervision humaine sur les réponses produites — la question de la confidentialité et celle de la fiabilité restent deux sujets distincts, qu'il ne faut pas confondre.

Les questions à se poser avant de signer un contrat IA

Avant de déployer un outil IA juridique, qu'il soit SaaS ou on-premise, un comité de pilotage DSI/associés gagnerait à documenter, dossier par dossier sensible :

  • Où sont hébergés les documents complets pendant le traitement, et sous quelle juridiction ?
  • Quelle granularité de données quitte réellement l'infrastructure du cabinet — le document entier, un extrait, un simple embedding ?
  • Qui détient les logs d'accès et peuvent-ils être produits en cas de contrôle du bâtonnier ou d'une autorité judiciaire ?
  • Le contrat fournisseur prévoit-il explicitement l'exclusion de l'entraînement des modèles sur les données du cabinet ?
  • Le dispositif résiste-t-il à un scénario Schrems II — c'est-à-dire à une remise en cause juridictionnelle du mécanisme de transfert dans les prochaines années ?

Ces questions ne sont pas théoriques : elles reproduisent, point par point, celles que les DPO bancaires ont dû formaliser pour concilier secret bancaire et RGPD, telles que décrites dans l'article de Village Justice cité plus haut. Les cabinets d'avocats n'ont pas d'excuse pour les découvrir plus tard que les banques.

Une tension qui ne se résoudra pas par la loi, mais par l'architecture

Il ne faut pas attendre une clarification législative rapide. Le RGPD et le secret professionnel ne sont pas en voie de réconciliation textuelle : ce sont deux corpus qui poursuivent des finalités différentes et qui continueront à produire des zones grises, arbitrées au cas par cas par la jurisprudence — comme la CJUE l'a fait pour DAC6, comme le Conseil d'État l'a fait pour le Health Data Hub. Dans ce contexte mouvant, la seule variable que le cabinet maîtrise réellement est l'architecture technique de ses outils IA : qui porte l'agent, qui détient l'index, quelle granularité de données franchit réellement la frontière de l'infrastructure.

Les cabinets qui choisiront une IA cloud mutualisée ne commettent pas une faute en soi — mais ils doivent documenter très précisément pourquoi le niveau de risque accepté est compatible avec leurs dossiers les plus sensibles. Ceux qui opteront pour une architecture on-premise ne règlent pas tous les problèmes de fiabilité de l'IA, mais ils retirent de l'équation le risque de divulgation structurelle à un tiers. Le bon choix n'est pas universel : il dépend de la nature des dossiers traités, du profil de risque du cabinet, et du niveau de preuve que les associés sont capables d'apporter à leurs clients en cas de question.

Pour approfondir la méthode de choix entre ces architectures, notre guide IA pour cabinets d'avocats détaille les critères de décision au-delà du seul prix par siège.


Avant de généraliser un assistant IA à l'ensemble des dossiers d'un cabinet, il vaut mieux cartographier précisément quels types de contentieux (bancaire, pénal, santé, fusions-acquisitions) exigent un niveau de confidentialité incompatible avec un SaaS mutualisé, et réserver l'architecture on-premise à ces charges de travail critiques plutôt que d'en faire un choix binaire pour tout le cabinet.

Questions fréquentes

Le RGPD impose-t-il de supprimer les données clients d'un cabinet d'avocats alors que le secret professionnel exige leur conservation ?
Non, le RGPD prévoit des exceptions : l'article 17.3.e autorise la conservation nécessaire à la constatation, l'exercice ou la défense de droits en justice, et les obligations légales de conservation (délais de prescription, art. 66-5 de la loi de 1971) priment sur le droit à l'effacement. La tension réelle porte moins sur la durée de rétention que sur le fait de confier ces données à un tiers technologique qui les traite hors du contrôle direct du cabinet.
Une IA juridique cloud américaine type Harvey ou CoCounsel viole-t-elle automatiquement le secret professionnel de l'avocat ?
Pas automatiquement, mais elle crée un risque structurel : dès qu'un document confidentiel transite par un sous-traitant soumis au Cloud Act ou à une juridiction étrangère, le cabinet perd la maîtrise totale de la chaîne de divulgation, ce que la jurisprudence Schrems II (CJUE, C-311/18) et la décision Conseil d'État Health Data Hub (n° 449213, 10 mars 2021) ont déjà sanctionné dans d'autres secteurs sensibles.
Qu'est-ce qui différencie concrètement une architecture on-premise comme RAGbase Legal d'un SaaS IA juridique classique ?
Dans une architecture on-premise, l'agent, l'index documentaire, les documents complets, les permissions et les logs restent sur l'infrastructure du cabinet ; seuls des extraits minimaux (chunks) nécessaires à une réponse précise sont envoyés au LLM choisi par le cabinet, selon ses propres conditions contractuelles. C'est l'écart entre « document complet exposé » et « fragment minimisé transmis » qui change la nature du risque déontologique.
R
RAGbase Legal Research Team
Recherche

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.

Nous utilisons des cookies de mesure d'audience et de marketing (Google Analytics, LinkedIn). Aucun traceur ne se charge sans votre accord. En savoir plus