Le cabinet d’avocats Stibbe, multi spécialisé sur les affaires BtoB, utilise l’intelligence artificielle pour optimiser la gestion de ses 17 millions de documents. Olivier van Eesbeecq, Head of ICT & Facilities, explique les points d’attention que l’entreprise a eu pour déployer efficacement ces technologies.

Alliancy. Quel usage peut faire un cabinet d’avocats de technologies basées sur l’intelligence artificielle ?

Olivier van Eesbeecq. Le cabinet Stibbe compte 450 avocats implantés dans les trois pays du Benelux, avec des succursales à Londres, Dubaï et New-York. Nous comptons également plus de cent personnes pour les équipes support, en RH, à la DSI… Le nombre d’affaires traités auprès des entreprises depuis des années multiplie évidemment les documents de toute sorte au sein de l’entreprise. Et il devient de plus en plus difficile d’en assurer une gestion pertinente et rapide, tout en assurant nos impératifs métiers et de confidentialité. Avec la plateforme de recherche cognitive et d’analyse Sinequa, nous avons ainsi indexé 17 millions de documents et plus de 5 millions d’e-mails. Nous avons découvert les possibilités de l’IA en remarquant que le moteur intégrait également des modules de machine learning qu’il était assez facile d’activer. Nous avons donc décidé de tester ce que cela pouvait nous apporter, notamment pour mieux fédérer tous nos contrats passés avec les clients ?

Quelle était la problématique à ce niveau ?

Olivier van Eesbeecq. Suivant la vie des dossiers, les contrats passés entre les clients et les avocats, et les documents s’y rapportant, se retrouvent dispersés sur le système d’information. On en trouve dans le dossier client, à la comptabilité, dans certaines boites e-mails. Or, il s’agit d’un asset majeur de notre cabinet qu’il nous faut pouvoir maitriser de bout en bout. L’objectif était donc de faire apprendre au module IA ce à quoi ressemblent nos contrats et qu’il puisse les retrouver automatiquement parmi toutes ces sources pour harmoniser notre vision.

Comment avez-vous procédé ?

Olivier van Eesbeecq. Cela s’est déroulé en deux jours. Nous avons pris une journée pour procéder à une mise à jour technique sur l’outil Sinequa, et créer un environnement de test, puis une seconde journée pour faire tourner le moteur de machine learning sur nos contrats facilement disponibles pour qu’il puisse créer le modèle qui lui permettrait de retrouver les autres. Il a analysé environ 800 contrats sur nos trois bases de données française, anglaise et néerlandaise. Après 20 minutes d’apprentissage, le modèle était créé. Nous l’avons testé sur une sélection de 200 000 documents et le moteur a retrouvé 2000 contrats supplémentaires, qui étaient en ordre dispersé. Nous allons donc l’appliquer à l’ensemble des 17 millions de documents prochainement. La marge d’erreur, de « faux positifs », étant inférieur à 1%, la qualité des résultats obtenus est exceptionnelle en termes de gain de temps.

Ce déploiement rapide d’une fonctionnalité IA vous a-t-elle inspirée d’autres applications ?

Olivier van Eesbeecq. Je lis énormément sur les sujets relatifs à l’intelligence artificielle et je vois énormément d’expérimentations être menées dans d’autres sociétés. C’est très inspirant. Mais l’idée c’est bien de pouvoir mettre en place des projets très opérationnels, avec des résultats concrets rapides. Je pense donc qu’il est déjà possible de capitaliser sur ce que nous avons réussi à déployer. Par exemple en appliquant le même type de recherche de documents à nos documents de conditions générales d’utilisations, pour vérifier que les clients ne se voient pas adressés des CGU modifiés à leur demande par nos avocats. Nous pouvons utiliser différents types outils pour reconnaitre de les différences inappropriées entre des documents. C’est ce que nous faisons en due diligence, sur les dates et durées « non standard » indiquées sur les éléments de clôture de contrats par exemple.

Et au-delà de l’analyse de document ?

Olivier van Eesbeecq. A partir de ce genre d’analyse, on peut aussi aller vers quelque chose qui s’apparente un peu plus à de l’analyse comportementale, de façon très simple et pratique. Nous avons un système qui gère les sollicitations de documents par les avocats directement. Aujourd’hui, nous sommes capables de dire si un avocat va quitter notre entreprise pour aller dans un autre cabinet en emportant des informations clés. En effet, on constate statistiquement que le nombre de documents manipulés augmentent fortement dans les périodes qui précèdent ce genre de départ. Il s’agit en quelque sorte d’un système de détection du « churn », mais en interne pour les avocats, à partir de comportements atypiques.

La question de l’analyse des données liée à l’intelligence artificielle pose-t-elle problème pour un métier aussi dépendant de la confidentialité que celui d’avocats ?

Olivier van Eesbeecq. Nos données restent dans notre système d’information. Quand on utilise des outils dans le cloud, c’est avant tout pour déporter la puissance de calcul nécessaire. L’investissement pour avoir des capacités équivalentes en interne ne serait pas très intéressant. Sur des projets IA tels que les nôtres, il est souvent avantageux de payer à l’usage. Plus généralement, en matière de confidentialité, il faut bien distinguer ce que fait l’outil de ce que fait l’homme. Il est évident que pour arriver à répondre à nos besoins, un outil d’analyse a besoin de droits élevés pour accéder à toutes les données nécessaires au sein du système d’information. L’attention doit donc plutôt se porter sur l’usage qui en est fait et les utilisateurs eux-mêmes. En la matière, notre parti pris est simple : nous reproduisons l’approche « need to know basis » que l’on retrouve dans tous nos autres usages internes, en tant que cabinet d’avocats. Autrement dit, vous n’avez pas l’autorisation d’accéder aux informations liées à un dossier, sauf si vous travaillez spécifiquement sur ce dossier.

Avec du recul, quels ont été vos plus importants points d’attention sur ces projets IA ?

Olivier van Eesbeecq. L’erreur que beaucoup d’entreprises peuvent faire, c’est de vouloir faire trop grand, trop vite. Même quand on est bluffé par une nouvelle capacité, un nouvel usage, il faut apprendre en marchant, au risque sinon de se créer des problèmes par la suite. Une des leçons que nous avons apprises est d’être extrêmement vigilants sur la fiabilité des données analysées et mettre en place les garde-fous qui permettent de s’assurer des respects des sources, à des fins de sécurité et de confidentialité. Ensuite, le deuxième grand challenge est sans surprise d’arriver à faire changer les habitudes. Le métier d’avocat est presque le même depuis des centaines d’années. Pour que les nouveautés comme les usages augmentés par l’IA deviennent des acquis, il faut que ce soit les avocats eux-mêmes qui donnent des idées. Or, pour le moment, rien dans les formations traditionnelles ne les préparent à favoriser ce genre de prise de conscience et d’imagination autour de l’intelligence artificielle, même si la jeune génération est plus ouverte à l’emploi de technologies innovantes. C’est pour dépasser ces freins que nous avons la Stibbe Academy, qui nous permet de former nos avocats sur des sujets aussi variés que l’intelligence artificielle, la blockchain ou l’internet des objets. Demain, ces technologies seront au cœur des affaires et nous aurons besoin de cette compréhension pour aider nos clients.