La revue de contrats est une activité chronophage, répétitive, et coûteuse en heures d’avocat. C’est aussi l’une des premières tâches juridiques que les LLMs ont réussi à assister de façon crédible.
Ce que font les outils en production
Les systèmes les plus utilisés actuellement (Harvey, Luminance, Kira) opèrent selon le même principe : le modèle lit un contrat, identifie les clauses selon une taxonomie prédéfinie, et signale les écarts par rapport à une baseline établie par le cabinet.
Un cabinet londonien partenaire de cette enquête a documenté son utilisation de Harvey sur des contrats de fusion-acquisition. Sur 400 contrats analysés en un an, le modèle a correctement identifié 91% des clauses de garantie non standard, contre 78% dans une phase de revue humaine seule.
Les limites que les praticiens décrivent
La performance chute significativement sur les contrats complexes à gouvernance multi-juridictions. Les modèles ont été entraînés principalement sur du droit anglais et américain. Sur des contrats régis par le droit suisse ou néerlandais, les taux d’erreur remontent nettement.
Deuxième limite : les modèles ne comprennent pas le contexte commercial. Ils peuvent signaler une clause de limitation de responsabilité inhabituellement basse, mais pas évaluer si cette limite est acceptable compte tenu de la relation commerciale en jeu.
Le modèle économique qui se dessine
Dans les cabinets qui l’ont adopté, l’IA ne remplace pas les juristes juniors. Elle les rend plus productifs. Un associé décrit la situation ainsi : ses collaborateurs traitent aujourd’hui 40% de dossiers supplémentaires avec le même effectif, mais chaque dossier nécessite toujours une validation humaine complète.
Ce qu’on retient
La revue contractuelle automatisée est aujourd’hui opérationnelle pour des contrats en droit anglo-saxon, sur des taxonomies de clauses bien définies. Elle reste fragile sur les contrats complexes et les droits continentaux moins représentés dans les données d’entraînement.