IA cloud mutualisée : le risque architecture pour les cabinets français

En mai 2026, deux des cabinets les plus prestigieux de la place parisienne — Bredin Prat et CMS Francis Lefebvre — ont signé avec Harvey, la legaltech américaine soutenue par OpenAI. Sur le papier, c'est une validation : le standard des grands cabinets internationaux arrive enfin en France, porté par un acteur valorisé 8 milliards de dollars et utilisé par environ 100 000 avocats dans le monde. Dans les faits, c'est une décision qui mérite un examen beaucoup plus froid que celui réservé habituellement aux annonces de partenariat tech. Parce que la question n'est pas de savoir si Harvey est un bon produit. C'est de savoir où vont, concrètement, les contrats de fusions-acquisitions, les mémoires contentieux et les data rooms sociales de deux cabinets qui conseillent une large part du CAC 40.

Ce qui s'est réellement passé

Harvey a ouvert un bureau parisien et signé Bredin Prat et CMS Francis Lefebvre comme partenaires fondateurs pour le marché français. La plateforme est présentée comme entraînée sur des corpus sectoriels couvrant le droit des contrats, le contentieux commercial, les fusions-acquisitions et le droit social. C'est exactement la proposition de valeur qui a fait le succès d'Harvey aux États-Unis et au Royaume-Uni : un modèle pré-entraîné sur des volumes massifs de documents juridiques, capable de produire des premiers jets de mémoires ou d'analyses de due diligence en quelques minutes.

Ce succès commercial est réel. Avec 144 millions de dollars d'ARR fin 2025, Harvey est devenu la référence que les directeurs innovation citent en comité exécutif. Mais la question qui se pose pour un cabinet français n'est pas « est-ce que ça marche ailleurs ? ». C'est « sur quelle infrastructure mes données transitent-elles, et qui d'autre les touche ? ».

La formulation qui devrait alerter tout DSI de cabinet

« Corpus sectoriels mutualisés » est une formulation marketing qui mérite d'être décortiquée techniquement. Un modèle entraîné ou affiné sur des données agrégées de contentieux commercial pose une question simple : les documents soumis par Bredin Prat pour une opération de M&A transitent-ils, à un moment du pipeline, par des environnements ou des process de fine-tuning partagés avec d'autres clients du même secteur — potentiellement des cabinets concurrents sur le même deal ? Harvey communique sur des engagements contractuels de confidentialité et d'isolation logique. Mais un engagement contractuel n'est pas une architecture. Et pour un cabinet qui engage sa responsabilité professionnelle sur le secret des correspondances, la nuance compte.

Le vrai sujet n'est pas « cloud vs on-premise », c'est l'opacité architecturale

Il serait malhonnête de prétendre que toute solution cloud américaine est par nature incompatible avec la pratique du droit en France. De nombreux cabinets utilisent déjà des outils américains pour la bureautique, la messagerie ou la gestion documentaire, avec des clauses contractuelles types et des garanties Schrems II. Le problème avec une plateforme comme Harvey n'est pas qu'elle soit américaine — c'est que l'architecture de traitement des données reste, pour le cabinet client, une boîte noire.

Concrètement, voici les questions auxquelles un DSI de cabinet de 200 avocats devrait pouvoir répondre avant de signer, et que l'architecture mutualisée d'Harvey ne permet pas toujours de documenter précisément :

• Les documents complets (contrats, mémoires, data rooms) sont-ils stockés en clair sur l'infrastructure du fournisseur, ou uniquement des extraits ponctuels ?
• L'index vectoriel (vector store) qui permet la recherche sémantique est-il dédié au cabinet, ou partagé avec d'autres tenants sur la même infrastructure logique ?
• Les logs de requêtes — qui peuvent révéler la stratégie contentieuse d'un dossier — sont-ils accessibles aux équipes du fournisseur, et pendant combien de temps sont-ils conservés ?
• Les permissions d'accès sont-elles gérées par le cabinet (qui décide qui voit quoi) ou par la plateforme ?
• En cas de churn, que devient le contenu déjà indexé — suppression effective ou simple désactivation ?

Aucune de ces questions n'a de réponse publique et vérifiable à ce stade pour Harvey en France. C'est précisément ce différentiel de transparence qui constitue le risque architecture, bien davantage que la nationalité du siège social du fournisseur.

Ce que dit le cadre réglementaire français

Le Conseil National des Barreaux a, à plusieurs reprises, rappelé que le recours à des outils d'intelligence artificielle ne dispense pas l'avocat de ses obligations de secret professionnel au titre de l'article 66-5 de la loi du 31 décembre 1971, ni de ses obligations RGPD en tant que responsable de traitement. Un cabinet qui transmet des pièces contentieuses ou des data rooms de M&A à une plateforme tierce reste responsable de la licéité du traitement, de la sécurité des données et de la capacité à démontrer, en cas de contrôle ou de contentieux, où se trouvent exactement les données et qui peut y accéder.

La difficulté avec une architecture cloud mutualisée n'est pas l'absence de conformité contractuelle — Harvey dispose vraisemblablement de clauses RGPD standards et d'engagements de localisation. La difficulté est que la démonstrabilité technique de l'isolation des données reste, pour le cabinet utilisateur, largement déléguée à la parole du fournisseur. Pour un dossier sensible — une opération de fusion non publique, un contentieux social à fort enjeu médiatique — cette asymétrie d'information entre ce que le cabinet promet à son client et ce qu'il peut réellement vérifier chez son prestataire IA constitue un risque de mise en jeu de la responsabilité professionnelle qui dépasse la simple question technologique.

Documents complets vs extraits minimisés : la distinction qui change tout

C'est ici que se joue la vraie différence architecturale, et elle mérite d'être expliquée avec précision plutôt qu'agitée comme un argument marketing.

Dans un modèle d'IA agentique cloud mutualisée type Harvey, le flux de travail typique consiste à faire remonter des documents entiers (ou de larges portions) vers l'infrastructure du fournisseur pour permettre l'indexation, la recherche et la génération. L'orchestration — c'est-à-dire la logique qui décide quel document consulter, dans quel ordre, avec quelles permissions — s'exécute aussi côté fournisseur.

Dans une architecture d'IA privée comme celle de RAGbase Legal, le découpage est différent :

Cette distinction est honnête et vérifiable : oui, RAGbase Legal peut s'appuyer sur des fournisseurs de modèles de langage tiers, exactement comme toute plateforme d'IA agentique moderne. La différence n'est pas « nous ne sortons jamais de données », ce serait inexact. La différence est que ce qui sort est minimisé, auditable et contrôlé par le cabinet — un chunk de texte nécessaire à une réponse précise, envoyé selon les conditions contractuelles que le cabinet a lui-même négociées avec le fournisseur LLM — alors que l'ensemble du corpus, l'historique des recherches et la logique métier restent hébergés en France, sur une infrastructure dédiée et non mutualisée avec d'autres cabinets, y compris concurrents.

C'est un sujet d'architecture, pas de nationalité : un cabinet qui déploie RAGbase Legal sait précisément quel extrait de quel document a transité, vers quel fournisseur, à quelle date — et peut le démontrer à son bâtonnier ou à la CNIL en cas de contrôle.

Le coût total de possession : un calcul que les DSI font déjà

Le risque architecture a aussi un corollaire budgétaire que les directions financières des grands cabinets commencent à chiffrer sérieusement.

Pour un cabinet de la taille de CMS Francis Lefebvre, la facturation par siège d'une solution comme Harvey croît mécaniquement avec les effectifs — chaque recrutement, chaque collaborateur supplémentaire, chaque bureau régional ajoute au ticket annuel. Une infrastructure privée déployée une fois, avec un coût one-time, suit une trajectoire budgétaire totalement différente sur 3 à 5 ans, particulièrement pour les cabinets en forte croissance d'effectifs.

La performance n'est pas le problème — la fiabilité l'est aussi

Il ne s'agit pas de nier les capacités d'Harvey. L'outil produit des premiers jets utiles et a convaincu des cabinets anglo-saxons exigeants. Mais une étude de Stanford a mesuré un taux d'hallucination d'environ 1 cas sur 6 sur ce type d'outil — un chiffre qui doit nuancer tout discours promotionnel sur la fiabilité « prête pour la production » en contentieux. Pour un mémoire déposé devant une juridiction française, une citation inventée ou une référence jurisprudentielle erronée n'est pas un bug acceptable : c'est un risque disciplinaire et de responsabilité civile professionnelle.

À titre de comparaison, des déploiements d'IA privée sur corpus propriétaire, comme celui opéré par El Murshid avec 26 000 dossiers indexés, rapportent des gains de temps de rédaction de 5 à 70 % selon la complexité des actes — un résultat obtenu sur une base documentaire fermée, contrôlée et auditée par l'organisation elle-même, ce qui réduit mécaniquement le risque d'hallucination par rapport à un modèle généraliste mutualisé sur des corpus tiers.

Ce que cela signifie pour les cabinets français qui regardent Harvey de près

Le partenariat Bredin Prat / CMS Francis Lefebvre avec Harvey va inévitablement susciter des vocations chez d'autres cabinets de taille comparable, par simple effet de suivisme concurrentiel — « si les leaders du marché y vont, nous devons y aller aussi ». C'est un raisonnement dangereux appliqué sans audit architectural préalable.

Avant toute signature, un comité exécutif de cabinet de 50 à 500 avocats devrait exiger du fournisseur une réponse écrite et vérifiable sur quatre points : l'isolation technique des vector stores par client, la localisation géographique effective du traitement (pas seulement du stockage), la durée de conservation des logs de requêtes, et la réversibilité complète en cas de rupture contractuelle. Si ces réponses ne sont pas documentées avec précision technique — pas seulement commerciale — le risque architecture reste entier, quel que soit le prestige du fournisseur.

Pour les charges de travail les plus sensibles — due diligence M&A non publiée, stratégie contentieuse, dossiers soumis à des obligations de confidentialité renforcées (secret des affaires, secret médical en droit social) — une architecture d'IA privée pour cabinet d'avocats hébergée en France, avec infrastructure non mutualisée, répond à une exigence que l'architecture cloud actuelle d'Harvey ne permet pas encore de démontrer techniquement. Cela n'exclut pas un usage complémentaire d'outils cloud mutualisés sur des tâches moins sensibles — rédaction de premiers jets sur du contenu non confidentiel, recherche de jurisprudence IA sur des sources publiques. La segmentation des usages selon le niveau de sensibilité des données est précisément l'exercice que les DSI de cabinets devraient conduire dès maintenant, documenté dans notre guide IA pour cabinets.

Ce qu'il faut regarder dans les six prochains mois

L'arrivée d'Harvey en France va accélérer la pression concurrentielle sur l'ensemble du marché de l'IA juridique — Claude Cowork, Legora et Lexis+ Protégé vont probablement annoncer des initiatives similaires sur le marché français d'ici fin 2026. Dans ce contexte, le différenciateur durable ne sera pas la puissance brute des modèles — elle converge déjà entre fournisseurs — mais la capacité de chaque solution à documenter, de façon vérifiable et auditable, où vivent les données du cabinet et ce qui en sort réellement.

Les cabinets qui signeront dans la précipitation avec des plateformes cloud mutualisées sans audit architectural préalable prendront un risque qu'ils ne pourront documenter a posteriori face à leur bâtonnier ou à un client qui pose la question. Ceux qui prendront le temps de distinguer orchestration et documents complets d'un côté, extraits minimisés de l'autre, construiront une politique IA défendable sur la durée.

Si votre cabinet évalue une plateforme d'IA juridique cloud, posez la question d'architecture avant la question de performance : où vivent vos documents complets, qui orchestre les requêtes, et que devient réellement chaque extrait envoyé à un modèle tiers. C'est ce diagnostic, pas la réputation du fournisseur, qui déterminera si votre choix est défendable devant votre bâtonnier dans trois ans.