SecNumCloud affiché, multi-LLM caché : l'angle mort de l'IA juridique

Un an après son lancement, Consult'IA revendique plus de 5 000 utilisateurs — avocats, notaires, juristes d'entreprise — et vient d'ouvrir une fonctionnalité qui change la donne : l'analyse directe de documents déposés par l'utilisateur, contrats, actes notariés, conclusions, documents sociaux. L'éditeur met en avant un hébergement SecNumCloud, référentiel de qualification de l'ANSSI, avec engagement de non-conservation des documents et de non-utilisation pour l'entraînement des modèles. Sur le papier, tout est aligné avec les attentes de souveraineté du marché juridique français. Sauf qu'un détail technique change toute la lecture du dossier : l'outil s'appuie sur une architecture multi-LLM dont la nature exacte des modèles sous-jacents n'est pas précisée publiquement.

Ce n'est pas un détail cosmétique. C'est la question centrale que doit se poser tout DSI ou associé gérant avant d'y déposer un acte de vente immobilière, des conclusions stratégiques ou un pacte d'actionnaires.

Ce que Consult'IA vient réellement de lancer

La nouvelle fonctionnalité de Consult'IA permet de dépasser la recherche documentaire classique pour traiter les documents propres du cabinet ou de l'étude : upload d'un contrat pour synthèse des clauses à risque, d'un acte notarié pour extraction des conditions suspensives, de conclusions pour analyse contradictoire. C'est un pas logique et attendu — la plupart des éditeurs juridiques convergent vers ce type d'usage, que ce soit sur des workloads contractuels ou contentieux.

Le positionnement commercial insiste sur trois garanties : hébergement conforme au référentiel SecNumCloud de l'ANSSI, non-conservation des documents déposés, non-réutilisation pour l'entraînement des modèles. Ce sont de vraies garanties, et elles répondent à une inquiétude légitime des professions réglementées. Mais elles répondent à une partie seulement de la question de souveraineté — celle de l'hébergement. Elles ne répondent pas à celle du traitement.

SecNumCloud qualifie l'infrastructure, pas la chaîne de traitement IA

SecNumCloud est un référentiel exigeant. Il impose des contrôles de sécurité opérationnelle stricts et, point clé pour le secteur juridique, une immunité vis-à-vis des lois d'extraterritorialité type Cloud Act américain — condition nécessaire pour qu'un hébergeur soit considéré comme pleinement souverain au sens de l'ANSSI. Un cabinet qui choisit un éditeur hébergé en SecNumCloud sécurise donc, en théorie, le lieu physique et juridique de stockage de ses données.

Le problème est ailleurs : la qualification porte sur l'infrastructure d'hébergement, pas nécessairement sur chaque brique logicielle qui s'y connecte. Une architecture multi-LLM signifie, par construction, que le moteur de traitement n'est pas un modèle unique développé et opéré en interne, mais une orchestration de plusieurs modèles tiers, sélectionnés selon la tâche. Si ces modèles sont appelés via des API externes — pratique standard de l'industrie pour accéder aux meilleures capacités de raisonnement du moment — alors l'extrait de document envoyé à l'inférence transite, au moins un instant, hors du strict périmètre matériel qualifié SecNumCloud, chez un fournisseur de LLM dont ni la nationalité, ni les conditions de traitement, ni la politique de logs ne sont publiquement documentées.

Aucune information publique ne permet aujourd'hui d'affirmer que c'est le cas pour Consult'IA. C'est précisément le problème : l'absence de divulgation empêche toute vérification, alors même que les documents concernés — actes notariés, conclusions, documents sociaux — relèvent frontalement du secret professionnel de l'avocat (article 66-5 de la loi du 31 décembre 1971) et du secret professionnel du notaire.

Ce que SecNumCloud garantit vs. ce qu'il ne garantit pas

Pourquoi ça change tout pour les actes notariés et les conclusions

Un contrat commercial standard, une clause de non-concurrence, une synthèse de jurisprudence : le niveau de sensibilité est réel mais gérable. Un acte notarié de vente immobilière contient l'identité complète des parties, leur régime matrimonial, parfois des informations patrimoniales et familiales détaillées. Des conclusions contentieuses exposent la stratégie procédurale d'un client, ses aveux internes, ses faiblesses. Des documents sociaux transmis pour une opération de M&A révèlent une structure actionnariale, des clauses de earn-out, des informations privilégiées au sens boursier.

Ce sont exactement les documents que la nouvelle fonctionnalité de Consult'IA invite à uploader. Plus l'usage se généralise — et 5 000 utilisateurs en un an suggère une adoption réelle, pas un pilote confidentiel — plus le volume de documents sensibles transitant par cette chaîne de traitement augmente, et plus l'absence de divulgation sur les modèles sous-jacents devient un point d'attention pour les responsables conformité des cabinets et études.

Le vrai enjeu n'est pas cloud vs on-premise, c'est ce qui quitte l'infrastructure

Il serait trop simple d'opposer une SaaS juridique multi-LLM à une IA "100% on-premise, zéro appel externe". La réalité opérationnelle est plus nuancée, et c'est là que se joue la vraie différence architecturale.

Dans une architecture d'IA privée bien conçue pour un cabinet, comme celle que propose une IA privée pour cabinet d'avocats, le cabinet peut effectivement choisir de faire appel à un ou plusieurs fournisseurs de LLM externes pour l'inférence — la question n'est pas d'interdire tout appel externe par principe. La différence structurante est ailleurs :

• L'orchestration agentique, les connecteurs, les index vectoriels et les permissions restent sur l'infrastructure du cabinet. Le cabinet contrôle qui a accès à quoi, garde la main sur les logs, et peut auditer chaque requête.
• Les documents complets ne quittent jamais l'infrastructure. L'acte notarié entier, le dossier de conclusions complet, les documents sociaux dans leur intégralité restent stockés et indexés localement.
• Seuls des extraits minimaux, strictement nécessaires à la réponse, sont envoyés au LLM choisi — et ce choix (Mistral, OpenAI, Anthropic, ou un modèle purement local) est fait par le cabinet lui-même, selon des conditions API qu'il a négociées et qu'il peut documenter pour ses obligations déontologiques.

C'est l'écart entre "document complet transmis à une boîte noire multi-modèles non divulguée" et "chunk minimisé envoyé à un fournisseur identifié, sous contrat maîtrisé par le cabinet, dans un agent dont l'orchestration reste chez le client". Le premier modèle optimise l'expérience produit et la vitesse de mise sur le marché pour l'éditeur. Le second optimise la traçabilité et la défendabilité pour le cabinet.

Où se situent les principaux acteurs sur ce spectre

| Solution | Ce qui reste chez le cabinet | Ce qui part vers un tiers | Modèle économique | |---|---|---| | SaaS juridique multi-LLM (type Consult'IA) | Rien d'infrastructurel — tout est hébergé et orchestré par l'éditeur | Documents/extraits selon l'architecture interne de l'éditeur, modèles non divulgués | Abonnement par utilisateur ou licence cabinet | | Assistant IA généraliste en entreprise (type Claude Cowork) | Peu de contrôle sur l'orchestration, dépend du périmètre entreprise négocié | Documents ou extraits selon la configuration entreprise choisie | Abonnement par utilisateur, tarifs entreprise non standardisés publiquement | | SaaS juridique spécialisé par siège (Harvey, CoCounsel, Lexis+ Protégé) | Rien d'infrastructurel — logique SaaS classique | Documents/extraits vers les modèles intégrés par l'éditeur | 250 à plus de 1 000 USD/utilisateur/mois selon l'éditeur | | IA privée / on-premise (RAGbase Legal) | Orchestration, index, permissions, logs, documents complets | Uniquement des extraits minimaux, vers le(s) LLM choisi(s) par le cabinet | 20 000 à 50 000 USD one-time |

Cette dernière ligne mérite d'être creusée : sur un investissement de 20 à 50 k$ one-time, un cabinet de taille moyenne (30 à 100 avocats) atteint souvent un point de bascule économique face à des abonnements par siège qui, à 250-1 000+ USD/utilisateur/mois, se comptent rapidement en centaines de milliers de dollars annuels récurrents — sans jamais résoudre la question de la divulgation des modèles sous-jacents.

Ce qu'un DSI ou un associé gérant doit exiger avant de signer

Face à une fonctionnalité comme celle de Consult'IA — ou à toute solution équivalente promettant conformité ANSSI et traitement de documents sensibles — la checklist de due diligence devrait inclure :

• Quels sont les LLM précis utilisés en inférence, leur éditeur, leur nationalité, et leur propre statut de qualification ou non vis-à-vis du Cloud Act ?
• Le flux document → chunk → modèle → réponse est-il documenté dans un schéma d'architecture communicable au responsable conformité ?
• Les sous-traitants (fournisseurs de LLM) sont-ils listés contractuellement comme sous-traitants RGPD, avec leurs propres garanties de non-conservation et de non-entraînement ?
• Un droit d'audit technique est-il prévu dans le contrat, permettant au cabinet de vérifier ces engagements plutôt que de s'appuyer sur une déclaration commerciale ?
• Que se passe-t-il en cas de changement de fournisseur LLM par l'éditeur — le cabinet est-il informé, peut-il s'y opposer, ou la clause est-elle silencieuse ?
• Les logs de requêtes sont-ils conservés, où, combien de temps, et sont-ils accessibles au cabinet en cas de contrôle déontologique ou de contentieux ?

Ces questions ne visent pas à disqualifier par principe une solution multi-LLM hébergée en SecNumCloud. Elles visent à transformer une promesse marketing ("conformité ANSSI") en engagement contractuel vérifiable — ce qui est exactement ce qu'un ordre professionnel ou une chambre des notaires est en droit d'attendre avant d'endosser un outil auprès de ses membres.

Une adoption qui dépasse déjà la question théorique

Avec plus de 5 000 utilisateurs après un an, Consult'IA n'est plus un cas d'école — c'est une infrastructure de traitement de documents juridiques déjà à l'échelle dans les cabinets et études françaises. Cela signifie que la question de la divulgation des modèles sous-jacents n'est pas hypothétique : elle concerne, dès aujourd'hui, un volume réel de contrats, d'actes et de conclusions traités quotidiennement.

À titre de comparaison sectorielle, des solutions comme El Murshid, avec 26 000 dossiers indexés et des gains de temps de rédaction documentés entre 5 et 70% selon les workflows, ou les études Stanford ayant mesuré un taux d'hallucination de 1 sur 6 pour certains outils spécialisés comme Harvey, montrent que la performance fonctionnelle d'un outil et la maîtrise de sa chaîne de traitement sont deux sujets distincts, à évaluer séparément. Un outil peut être fonctionnellement excellent — et cela semble être le pari de Consult'IA sur l'analyse documentaire — tout en laissant une zone grise sur la gouvernance des données qui alimente ses modèles.

Ce que cela signifie pour la suite

L'ANSSI travaille depuis plusieurs cycles à faire évoluer ses référentiels pour couvrir plus explicitement les usages d'intelligence artificielle générative, conscient que la qualification d'hébergement seule ne répond plus à la question posée par les architectures multi-modèles. Il est probable que les prochains mois voient émerger des exigences de divulgation plus strictes sur la nature des LLM utilisés dans les outils qualifiés SecNumCloud — sous la pression conjuguée des ordres professionnels et des DSI de cabinets qui, précisément, commencent à poser ces questions en phase d'achat.

En attendant cette clarification réglementaire, la responsabilité de vérifier la chaîne de traitement repose sur le cabinet acheteur, pas sur la communication commerciale de l'éditeur. Un logo "conformité ANSSI" sur une page produit n'équivaut pas à un schéma d'architecture audité.

Avant de déployer une fonctionnalité d'analyse documentaire sur vos actes notariés, vos conclusions ou vos documents sociaux, la question à poser n'est pas "est-ce hébergé en France ?" mais "quel document complet quitte mon infrastructure, vers quel modèle identifié, et sous quel contrat ?". Notre guide IA pour cabinets détaille les critères d'architecture à exiger, et notre page sur la recherche de jurisprudence IA montre comment une architecture d'orchestration maîtrisée en interne s'articule avec des LLM externes choisis — sans jamais transmettre le dossier complet à une boîte noire.