L’IA est en train de rendre les catégories LegalTech obsolètes

Pendant longtemps, une LegalTech correspondait à un problème précis : un CLM pour les contrats, un outil de compliance pour la conformité, un Legal Front Door pour les demandes.

Mais plusieurs directions juridiques commencent à faire quelque chose de beaucoup plus intéressant : utiliser leurs outils pour des problèmes que l’éditeur n’avait parfois jamais imaginés.

Le Financial Times parle même d’« off-label AI ». Et derrière l’expression se cache peut-être l’un des changements les plus importants du logiciel juridique.

🔀 Un outil de contrats pour valider… des publicités politiques

Cox Media Group exploite des chaînes de télévision et de radio américaines. Pendant les élections, ses équipes doivent revoir rapidement un grand volume de publicités politiques : une activité importante pour le chiffre d’affaires, mais exposée notamment au risque de diffamation.

Plutôt que d’acheter un logiciel spécialisé — marché probablement trop petit pour qu’un tel produit existe — l’équipe juridique a adapté une technologie initialement utilisée pour la revue contractuelle afin d’analyser ces publicités avant diffusion. Le General Counsel de Cox explique que ce détournement permet à la fois de sécuriser le contenu et d’accélérer la vente des espaces publicitaires. (Financial Times, Bloomberg Law )

💡 Premier insight : l’IA réduit la taille minimale qu’un problème doit avoir pour mériter d’être automatisé.

Dans le SaaS traditionnel, un éditeur devait trouver des centaines ou milliers de clients ayant exactement le même problème pour rentabiliser le développement d’un module. Avec une architecture suffisamment adaptable, une entreprise peut désormais automatiser un workflow extrêmement spécifique… simplement parce qu’il a beaucoup de valeur pour elle.

Une plateforme contractuelle pour mener des enquêtes internes

Même phénomène à la Nanyang Technological University Singapore de Singapour. L’université utilise Lexagle , une plateforme issue du contract management, pour structurer ses dossiers de misconduct : réception des signalements, évaluation, suivi du dossier et clôture de l’investigation.

Le résultat communiqué est concret : le délai moyen de clôture est passé de 55 à 38,5 jours, soit environ 30 % plus vite. Et moins d’un tiers des signalements nécessitent désormais un examen approfondi, contre plus de la moitié fin 2024. (Financial Times, Lexagle)

Ce cas révèle quelque chose de plus intéressant que le gain de temps : une grande partie de la valeur d’un logiciel de contrats n’est peut-être pas liée au contrat lui-même.

Collecter des informations, réunir des documents, appliquer des critères, faire circuler un dossier entre plusieurs personnes, escalader certains cas et conserver une trace de la décision : ce sont aussi les briques d’une enquête interne, d’une validation achats ou d’un processus de compliance.

🤖 Même technologie, plusieurs métiers

Chez Endava , des GPT internes illustrent encore mieux cette logique. Un outil réalise le screening de tiers en recherchant notamment la propriété des entreprises et les informations négatives disponibles. Endava annonce 40 à 50 % de temps économisé, avec un traitement sous 24 heures malgré une hausse de 30 % des demandes. Un autre GPT effectue une première analyse des appels d’offres selon des playbooks juridictionnels et réduirait jusqu’à 80 % le temps de première revue. (Endava)

NDA, due diligence, appels d’offres, publicités politiques, enquêtes internes : les objets sont différents. Les briques intellectuelles le sont beaucoup moins.

Lire des informations non structurées. Les confronter à des critères. Identifier les exceptions. Produire une recommandation. Décider ce qui peut continuer automatiquement et ce qui doit être escaladé.

C’est ici que les catégories traditionnelles de la LegalTech commencent à devenir moins pertinentes ... et a explosé. 🧨

💡 Le meilleur signe d’une bonne LegalTech pourrait être un usage que son éditeur n’avait pas prévu

Dans l’ancien monde du logiciel, utiliser un produit pour autre chose que sa fonction initiale pouvait ressembler à du bricolage. Avec l’IA, cela peut devenir un signal de qualité.

Si une équipe juridique peut adapter un outil à un nouveau workflow sans changer de fournisseur, reconstruire une intégration et lancer six mois de projet, la technologie capture probablement quelque chose de plus profond que la simple tâche.

Elle capture une mécanique de travail réutilisable.

Et cela suggère un nouveau KPI pour les acheteurs : le « time to second use case ». ⏳

Combien de temps faut-il, après le premier déploiement, pour automatiser un deuxième problème réellement différent ? Trois jours ? Trois semaines ? Ou faut-il acheter un nouveau module, lancer un nouvel appel d’offres et repartir de zéro ?

Cette mesure dit probablement davantage sur la capacité d’une plateforme à créer de la valeur à long terme que le nombre de fonctionnalités présentes dans sa brochure. 🚀

⚠️ Mais « off-label » ne veut pas dire sans contrôle

Cette souplesse crée aussi un nouveau problème de gouvernance.

Un outil validé pour analyser des NDA n’est pas automatiquement validé pour traiter une enquête RH sensible ou prendre une décision ayant des conséquences réglementaires importantes.

Le risque doit donc être évalué au niveau du cas d’usage, pas seulement au niveau du fournisseur : quelles données sont utilisées ? Quelle conséquence peut avoir une erreur ? Qui valide la sortie ? Quelle décision peut réellement être automatisée ?

Plus les plateformes deviennent généralistes, plus cette discipline devient importante.

Les prochains appels d’offres LegalTech devraient peut-être commencer par une autre question

Pas seulement :

« Avez-vous un module NDA ? »

Mais :

« Si demain je veux appliquer cette technologie à trois processus que nous n’avons pas encore identifiés, combien de temps et combien d’argent cela me coûtera-t-il ? »

Les catégories CLM, Legal Front Door, Compliance ou Knowledge Management ne vont pas disparaître. Mais elles ont été créées dans un monde où le logiciel automatisait surtout un processus prédéfini.

L’IA introduit une autre logique : la même infrastructure peut être reconfigurée autour de nouveaux problèmes à mesure qu’ils apparaissent.

C’est aussi l’un des principes de la Legal Decision Intelligence : la valeur ne réside plus uniquement dans le document ou le module, mais dans la capacité à réutiliser les règles, les informations et les mécanismes de décision dans plusieurs situations.

Votre prochain grand use case LegalTech est peut-être déjà dans votre entreprise.

Vous ne savez simplement pas encore qu’il peut être traité par l’outil que vous avez déjà acheté. 🧠