L’intelligence artificielle générative (GenAI), symbolisée par l’essor de ChatGPT notamment, suscite autant d’engouement que de questionnements dans de nombreux domaines et le Contract Management n’y échappe pas. L’IA générative apporte une promesse séduisante pour les entreprises d’une hausse de la productivité pouvant aller jusqu’à 40%, y compris pour les travailleurs qualifiés, comme l’illustre cette étude menée conjointement par le MIT et le BCG.
Qu’en est-il toutefois de l’adoption de l’IA générative dans le domaine du management des contrats ?
IA Générative et Contract Management : où en sont les entreprises ?
Selon nos observations, côté entreprises, seulement quelques cas d’usage simples ont été testés à ce jour, principalement de type « chatbot contrat » visant à restituer les informations clés contenues dans un contrat (parties, clauses, dates d’échéance, principales obligations, droit applicable…).
Cette phase de découverte ou d’expérimentation répond au besoin de se familiariser avec la technologie, d’en explorer les applications potentielles, en vue de possibles déploiements à plus grande échelle.
De leur côté, les éditeurs de solutions progicielles, notamment les leaders mondiaux du Contract Lifecycle Management (CLM), investissent quant à eux massivement pour développer des plateformes, parfois « multi-LLM* », afin d’intégrer ces technologies dans leurs solutions existantes. Ils veulent démontrer ainsi que la Generative AI n’est pas l’apanage des solutions stand alone.
* Le LLM est une famille d’algorithmes de Deep Learning qui peut exécuter un éventail de tâches de traitement du langage naturel (NLP) et notamment générer du texte de manière cohérente.
40% des entreprises annoncent un renforcement de leurs investissements en raison des avancées de l’IA générative.
Source : The state of AI in 2023: Generative AI’s breakout year
Quels sont les principaux cas d'usage de l'IA Générative pour le Contract Management ?
Nous avons identifié 6 cas d’usages de l’IA générative appliquée à la gestion des contrats et testé la majorité d’entre eux sur la base d’une version publique « premium » de ChatGPT.
Ces cas d’usage présentent, chacun, des niveaux de maturité différents et un potentiel de transformation des activités de Contract Management à plus ou moins long terme, comme l’illustre sur le schéma suivant.
-
Analyse des contrats
Retrouver des informations clés dans des contrats et conditions générales -
Contract clustering
Analyser un ensemble de contrats et pouvoir les catégoriser (regroupement selon certaines similarités détéctées) -
Amélioration de la rédaction de contrats
Aider et automatiser la rédaction de contrats selon des guidelines définies -
Amélioration de la vérification d'un contrat
Aider à l'analyse et la lecture d'un contrat en mettant en lumière les incohérences, les erreurs ou les éléments manquants tout en suggérant les contenus à ajouter -
Évaluation des risques (Risk assessment)
Évaluer les contrats selon les risques potentiels et les questions de compliance selon des critères et guides d'entreprise prédéfinis -
Standardisation des contrats
Analyser de larges volumes de contrats pour identifier les modèles, les tendances dans le temps
Les difficultés d'analyse sémantique freinent l'IA Générative pour le Contract Management
Relevons toutefois que, bien que les résultats soient prometteurs, même les cas les plus simples de type « chatbot contrat » ou « contract clustering » se heurtent encore à des difficultés d’analyse sémantique.
- A titre d’exemple, un « contract summary » ne peut se contenter d’une simple capture d’informations telles que le nom et de la description des principaux articles, sans en extraire les données clés utiles au pilotage opérationnel.
- De même, la capacité à comparer ou catégoriser des contrats (clustering), en les triant et les regroupant selon leurs similitudes, se heurte à la difficulté de composer des groupes cohérents, présentant des différences discriminantes entre les catégories.
- Également, sur la rédaction des contrats (« contract drafting »), si l’outil est capable de composer un projet de contrat avec des clauses génériques pertinentes, il s’avère rapidement dans l’incapacité de justifier les propositions (explicabilité) ou de garantir une cohérence d’ensemble. Tout au plus permet-il de repérer des manques, risques ou erreurs potentielles, et d’inviter l’utilisateur à se concentrer sur la revue des clauses les plus sensibles, sans proposer directement les modifications ou corrections à apporter.
Des résultats prometteurs de l'utilisation de l'IA générative pour le Contract Management
A ce jour, les premiers résultats obtenus avec la version publique de ChatGPT sont prometteurs mais se limitent à un processus de revue « assisté », à la production de templates basiques, et des conseils généraux sur les clauses sensibles.
Gageons que les progrès seront rapides, sous réserve d’un perfectionnement et d’une personnalisation des modèles, en fonction des besoins spécifiques des entreprises, permettant d’obtenir le gain réel de productivité annoncé.
En France, la productivité du travail ralentit depuis une vingtaine d’années, en particulier par rapport à nos principaux concurrents européens (Allemagne) et américains (source CAE). Ce ralentissement de la productivité constitue un enjeu de 140 milliards d’euros de PIB (selon le CAE).
Le développement de l’IA constitue donc pour les entreprises non seulement une avancée technologique, mais aussi une opportunité unique de stopper l’érosion de la productivité, tout en développant des compétences nouvelles pour les salariés, sur des tâches plus complexes.
Rappelons toutefois que, selon l’étude du MIT et du BCG, les conditions d’utilisation de l’IA générative ont aussi leur importance : une mauvaise utilisation de ces outils peut ainsi avoir un effet négatif sur la performance de collaborateurs qui suivraient instinctivement les recommandations de l’IA.
Les collaborateurs sont donc invités à soumettre les résultats obtenus par l’IA à un examen critique et à exercer un « effort cognitif ainsi qu’un jugement d’expert lorsqu’ils travaillent avec des systèmes d’intelligence artificielle générative ».
Notre prochain article permettra d’explorer plus en détail les freins et limites à l’adoption de l’IA générative et les pistes d’action pour expérimenter cette technologie dans vos entreprises.
Pour aller plus loin
IA Générative : comment va-t-elle changer les business models ?
La progression constante de l’IA générative est en train de changer radicalement la manière de tirer de la valeur des secteurs économiques. C’est un changement
Résilience numérique : Cloud, data et IA
La maîtrise et le contrôle de bout en bout de la chaîne de collecte, de stockage, de traitement, d’analyse et d’exploitation des données recueillies sur
Comment mieux gérer les risques contractuels ?
Savoir gérer les risques contractuels, c’est savoir anticiper et éviter les pertes financières dues à un acheteur qui n’honore pas un contrat ou à l’entreprise qui
