Rédiger une nouvelle convention sur la base d'un modèle et d'accords spécifiques avec une contrepartie, jusqu'à un premier projet : c'est la tâche dont il est question ici. Pas la négociation, pas la signature, mais la composition du texte. La réponse est partiellement. L'IA peut aujourd'hui accomplir une part substantielle du travail de rédaction, mais le cœur de la tâche reste dépendant du jugement humain.
Trois axes déterminent le tableau : la marge d'appréciation, le coût de l'erreur et la conformité. Rédiger un contrat n'est pas remplir un formulaire. Le modèle fournit une structure, mais quelle clause va à quel endroit, comment un accord divergent avec la contrepartie se traduit en langage juridique, et si une disposition est ou non nécessaire dans ce contexte : cela demande une marge d'appréciation qui ne peut pas être entièrement saisie dans des règles. À cela s'ajoute qu'une erreur dans un contrat n'est jamais anodine. Une clause de responsabilité mal formulée ou un délai de préavis manquant ne devient souvent visible que lorsqu'il est déjà trop tard. Et les contrats touchent à la conformité : réglementations sectorielles, conditions standard imposées par la loi, circuits d'approbation internes. Ces trois éléments réunis font qu'une proposition de texte de l'IA doit toujours être examinée par une personne avant de devenir un projet pouvant être transmis à la contrepartie.
Les autres axes penchent bien vers l'automatisation. Le degré de structuration est faible, mais c'est précisément le point fort des modèles de langage : transformer une source peu structurée en une forme fixe. Sur le plan physique, aucun obstacle n'existe, le volume est suffisamment important dans la plupart des entreprises pour justifier une approche standardisée, et le contact avec le client se limite au moment où le projet est partagé, pas à la rédaction elle-même.
Un gestionnaire de contrats reçoit un e-mail : nouveau fournisseur, conditions d'achat standard, mais avec un délai de paiement différent et une clause de confidentialité supplémentaire. Aujourd'hui, cela signifie souvent : rechercher le bon modèle, intégrer manuellement les écarts, et vérifier que le reste du texte concorde toujours avec les nouveaux accords. L'IA peut ici générer le premier projet à partir du modèle et de l'e-mail comme données d'entrée, y compris les clauses adaptées au bon endroit. Ce qui reste, c'est le contrôle : le délai de paiement correspond-il à ce qui a réellement été convenu, la clause de confidentialité n'est-elle ni trop large ni trop restrictive, et existe-t-il une raison de déroger au texte standard qui doit être consignée. Cette dernière partie relève du travail humain, l'IA servant de premier rédacteur au lieu du gestionnaire de contrats qui commence avec un document vide.
Dans une entreprise ayant un petit nombre de contrats très divers, où presque chaque convention fait l'objet d'une négociation unique, la marge d'appréciation est plus élevée et le gain apporté par l'IA plus faible : il y a simplement peu de répétition sur laquelle s'exercer. Dans une entreprise ayant de nombreux contrats similaires, comme une entreprise SaaS avec des centaines de conventions clients basées sur un modèle fixe, la situation est différente. Là, le schéma est prévisible, les écarts sont limités et peuvent être catégorisés, et un projet rédigé par l'IA fait gagner du temps de manière structurelle. La condition préalable est alors que la bibliothèque de modèles soit à jour : une clause standard obsolète que l'IA continue de répéter est un risque qui ne se manifeste qu'en cas de litige.
Le changement ne réside pas dans le remplacement du gestionnaire de contrats, mais dans le déplacement du temps. Là où ce temps était auparavant consacré à la composition du premier texte, il l'est désormais à sa vérification et à son ajustement. C'est une compétence différente de l'écriture : il s'agit d'évaluer si une proposition de l'IA est correcte, et de savoir quand un écart doit être escaladé vers une personne disposant de davantage de pouvoir de décision. Ce même changement se répercute dans l'ensemble du processus contractuel. Une fois qu'un contrat existe, il doit être classé au bon endroit et rester retrouvable, les renouvellements et délais de préavis doivent être signalés à temps, et il faut parfois d'abord vérifier que la contrepartie ne figure pas sur une liste de sanctions avant de signer. Ce sont là, chacune, des tâches avec un profil différent de la rédaction elle-même, avec leur propre équilibre entre ce que l'IA peut gérer et ce qui exige une supervision.
Le texte. La composition d'un projet à partir d'un modèle et des accords fournis est aujourd'hui réalisable pour l'IA, à condition de disposer d'une bibliothèque fiable et à jour de modèles et de clauses standard. Ce que l'IA ne fait pas ici : décider qu'un projet est prêt à être envoyé. Ce contrôle final, avec une règle claire sur le moment où une clause divergente doit d'abord être soumise à un juriste, reste du ressort d'une personne. Ce n'est pas une étape intermédiaire qui disparaîtra à mesure que la technologie s'améliore ; c'est la raison pour laquelle cette tâche obtient un score faible en matière de marge d'appréciation, de coût de l'erreur et de conformité, et cela ne change pas avec un meilleur modèle.
Savoir si cela signifie, pour votre propre processus contractuel, que des heures peuvent déjà être libérées aujourd'hui dépend de la mesure dans laquelle vos contrats reposent sur un modèle fixe et de la rigueur des circuits d'approbation. Le scan rapide gratuit en donne une indication : douze questions, sans compte, avec pour résultat une indication de la part des heures de ce profil pouvant être reprise par l'IA dès aujourd'hui. L'analyse de travail complète, qui cartographie le travail d'une entreprise entière, y compris la capacité en équivalents temps plein ainsi libérée, est encore en cours de développement.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.