Le chef du contentieux de l'un de vos clients corporatifs de longue date vous transmet un questionnaire de sécurité fournisseur avant de renouveler le mandat. Enfouie dans la troisième section se trouve une question à laquelle votre cabinet n'a jamais eu à répondre auparavant : Décrivez les contrôles que vous utilisez pour empêcher que des renseignements confidentiels du client soient saisis dans des outils d'IA publics, et fournissez la preuve que ces contrôles sont efficaces. Le mandat dépend de la réponse, et « nous avons une politique qui l'interdit » ne suffira plus à franchir la barre.
C'est la nouvelle réalité de l'avocat externe. Les clients qui ont adopté une gouvernance de l'IA pour leur propre personnel étendent maintenant la même rigueur à leurs conseillers. Ils savent que leurs cabinets utilisent ChatGPT, Claude et Copilot pour la recherche, les premières versions de mémos et la revue de documents — Cyberhaven a constaté en 2025 que 82,8 % des documents juridiques saisis dans des outils d'IA passent par des comptes non professionnels. La question du client n'est plus de savoir si son avocat utilise l'IA. C'est de savoir si l'avocat peut prouver que les données du client ne fuient pas à travers celle-ci.
Pourquoi une politique est la mauvaise réponse à cette question
Le réflexe est de pointer vers la politique d'utilisation acceptable du cabinet — une reconnaissance signée que les avocats et le personnel ne colleront pas de contenu client dans des outils publics. Mais un client averti lit cette réponse pour ce qu'elle est : une affirmation d'intention, non une démonstration de contrôle. Son propre programme de gouvernance lui a déjà appris l'écart entre les deux.
Les chiffres derrière ce scepticisme sont frappants. LayerX a constaté en 2025 que 77 % des utilisateurs d'IA collent des données dans les invites, et que 82 % de ce contenu collé provient de comptes personnels non gérés. Le sondage 2026 de Gartner rapporte que 88 % des employés ayant accès à une IA d'entreprise utilisent aussi des outils d'IA personnels pour le travail. Une politique encadre le compte géré que le cabinet peut voir ; elle ne fait rien contre le stagiaire en droit qui ouvre ChatGPT sur un identifiant personnel à 23 h pour résumer une liasse de vérification diligente. Le client comprend cela parce que c'est vrai au sein de sa propre organisation aussi.
Alors quand le questionnaire réclame une preuve d'efficacité, un PDF de politique répond à une question différente de celle qui est posée. Le client veut savoir ce qui se passe au moment où un avocat ou un membre du personnel tente réellement de coller la feuille de conditions d'un client dans une zone d'invite — non ce que le manuel dit qu'il ne devrait pas faire.
Ce que le client teste réellement
Retirez le jargon de sécurité et le questionnaire porte sur les mêmes obligations professionnelles que le cabinet assume déjà : la confidentialité, le secret professionnel de l'avocat et le plus récent devoir de compétence technologique. Le client vérifie si son avocat a fait une diligence raisonnable sur un outil qui touche désormais presque chaque dossier.
La version la plus tranchante de la question porte sur la supervision. Quoi que produise un avocat junior, un stagiaire en droit ou un adjoint, un associé le signe et en assume le risque. Si un membre du personnel dépose le modèle financier confidentiel d'un client dans un outil public pour obtenir un résumé plus rapide, ce contenu devient soumis aux conditions d'utilisation du fournisseur — lesquelles peuvent accorder de larges droits pour le conserver et le traiter, potentiellement par des sous-traitants ailleurs. Une fois soumis, il ne peut être rappelé. Il ne reste plus rien à contrôler après coup. Les tribunaux commencent à traiter ces divulgations comme lourdes de conséquences : dans U.S. v. Heppner (S.D.N.Y., févr. 2026), des documents créés avec un outil d'IA générative public ont été jugés non protégés par le secret professionnel de l'avocat — un signal précoce, pas un droit établi, mais un signal directionnel que les clients surveillent.
Ce que le client veut voir, donc, est triple : que le cabinet sait où le risque lié à l'IA se concentre parmi ses gens, que les données sensibles du client sont réellement arrêtées avant d'atteindre un outil public, et qu'il existe un registre démontrant que la protection fonctionne. Ce troisième élément est celui qu'une politique ne peut produire.
Transformer la réponse en preuve
Imaginez deux cabinets répondant au même questionnaire. Le premier écrit : Notre personnel se voit interdire par politique de saisir des données clients dans des outils d'IA non autorisés. Le second écrit : Nous exploitons un contrôle qui inspecte les invites avant leur soumission et caviarde les renseignements identifiant le client et les informations confidentielles, de sorte qu'ils n'atteignent jamais l'outil public. Nos administrateurs ont une visibilité sur l'utilisation de l'IA et les événements de politique à l'échelle du cabinet, et nous conservons un registre attestant que les données sensibles ont été interceptées avant de quitter notre contrôle.
Seule la seconde réponse constitue une preuve. Elle correspond à ce que les régulateurs et les clients reconnaissent comme des mesures de protection raisonnables — et elle s'aligne sur la direction générale de l'application, où une diligence démontrable peut réduire l'exposition lorsqu'une chose tourne mal. Elle renverse aussi le cadrage, du défensif au rassurant : au lieu de promettre de la retenue, le cabinet peut dire au client, de façon crédible, « nous gardons vos données hors des outils d'IA publics, et nous pouvons vous en montrer le registre ». C'est un signal de confiance client, non une simple case de conformité à cocher.
De façon cruciale, le registre doit être du bon type. Il doit capturer l'événement de politique — le fait que quelque chose a été signalé et arrêté — jamais le contenu de ce qu'un avocat a tapé. Un journal qui reproduirait le contenu des invites recréerait le problème de confidentialité qu'il est censé résoudre. La preuve à laquelle un client a droit, c'est que le contrôle s'est déclenché, non une transcription du quasi-incident.
Et cela ne fonctionne que si les avocats ne le contournent pas. Un contrôle qui se contente de tout bloquer est abandonné en une semaine sous la pression des échéances. Une approche de caviardage-puis-autorisation — où les identifiants du client sont remplacés par des valeurs fictives réalistes de sorte que la réponse de l'IA reste utile — préserve le flux de recherche et de rédaction tout en gardant les données sensibles en arrière. C'est le principe sur lequel Sanitized AI est bâti : agir au niveau de l'invite, caviarder avant la soumission, et transformer chaque moment signalé en preuve que le cabinet a fait sa diligence.
La question à laquelle répondre avant que le client ne la pose
Les cabinets qui répondront proprement à ces questionnaires sont ceux qui traitent l'examen de la sécurité IA par les clients comme inévitable plutôt qu'exceptionnel. Avant le prochain cycle de renouvellement, demandez-vous : si un client corporatif exigeait aujourd'hui la preuve que ses données ne peuvent atteindre un outil d'IA public à travers votre cabinet, que lui enverriez-vous — une politique, ou un registre ?
Si la réponse honnête est une politique, c'est l'écart à combler ce trimestre. Si vous souhaitez voir à quoi ressemble une réponse fondée sur la preuve en pratique, demandez une démonstration et nous la parcourrons avec vos dossiers en tête.