Aller au contenu principal
Making DigitalMaking Digital
Note technique

Réviser des contrats avec un agent IA : la méthode d'Uber, règles strictes d'abord

En bref

L'agent d'Uber ne laisse pas l'IA décider seule. Des règles écrites à l'avance passent avant le modèle, l'IA s'appuie sur les décisions passées des juristes, et une personne valide chaque suggestion. Les chiffres annoncés (20 % de temps gagné, 91 % d'exactitude) restent sans méthode publiée. Le principe vaut pour les contrats types, la conformité ou les devis, à condition d'avoir des règles écrites et un historique.

En clair

Un agent IA qui révise des contrats lit les modifications de l'autre partie, puis propose d'accepter, refuser ou amender en s'appuyant sur vos règles et vos décisions passées. Il vous concerne si vous traitez beaucoup de documents issus d'un même modèle, avec des positions déjà écrites. Exigez que les règles non négociables passent avant l'IA et qu'une personne valide chaque suggestion.

Comment Uber s'y prend pour réviser des contrats avec un agent IA

Dans son blog d'ingénierie, Uber décrit un complément Word, une petite application intégrée au traitement de texte, qui lit les modifications suivies. Pour chacune, l'agent propose d'accepter, rejeter ou modifier, avec un commentaire. Le juriste valide avant toute réponse.

Selon Uber, la revue prend en moyenne plus de 20 % de temps en moins, et 91 % des décisions de l'IA sont exactes.

InfoQ rapporte ces chiffres sans les détailler : ni méthode, ni définition d'"exactitude". À lire comme une annonce, pas comme une promesse.

Pourquoi l'IA seule ne tenait pas

La première version reposait sur le RAG : l'IA cherche d'abord les passages utiles dans vos documents, puis s'en sert pour répondre. Résultat : une similarité sémantique imprécise, un ton tantôt trop défensif, tantôt trop positif, et des réponses "quasi aléatoires" dès qu'un cas sortait du périmètre couvert.

Les règles d'abord, l'IA ensuite

Première correction : un moteur de règles déterministes. Ce sont des règles écrites à l'avance, appliquées toujours de la même façon, sans interprétation du modèle. Il ne se déclenche que sur une correspondance stricte avec une phrase cible, et il l'emporte sur l'IA. Les juristes y rattachent la position d'Uber, des positions de repli et un exemple de réponse.

Seconde correction : une boucle de retour. Chaque décision est enregistrée, puis retrouvée par proximité de sens dans OpenSearch, une base de recherche qui compare les textes selon leur sens. Environ 20 candidats sortent de plusieurs milliers, puis un second passage les filtre. Les décisions récentes pèsent davantage.

L'agent apprend donc sans affinage, c'est-à-dire sans réentraîner le modèle.

Ce que nous en faisons

Cela rejoint une position que nous défendons : l'IA propose, un humain valide. Sur le portail de commande que nous avons créé pour un fabricant d'objets personnalisables, l'IA lit les bons de commande reçus en PDF ou en Excel et les rattache au bon client. Il n'y a quasiment plus de ressaisie. Dans Making One, notre ERP, l'assistant prépare les devis, jamais envoyés sans validation.

Pour un devis soumis à des règles internes, nous écririons d'abord ces règles, puis nous brancherions un agent IA sur mesure pour le contextuel. En Provence, du côté d'Ensuès-la-Redonne, nous commencerions par un seul cas d'usage.

Pour qui cela vaut le coup, et pour qui non

Le schéma convient aux volumes élevés de documents répétitifs, avec des positions écrites et un historique de décisions suffisant : des milliers d'interactions chez Uber. Il se déconseille si vous avez peu de volume, pas de règles écrites, des cas souvent inédits, ou l'envie de supprimer toute relecture. Un jeu de règles simple, ou un produit du marché, suffit alors. Spellbook se situerait entre 89 et 199 $ par utilisateur et par mois, selon des estimations tierces.

Et une construction sur mesure ? Aucun chiffre publié. Les briques, comme LangGraph (licence MIT), sont libres. Le vrai coût, c'est le temps d'écriture des règles. Uber a mis entre un an et demi et deux ans avant son pilote.

Pour cadrer un premier cas, notre page analyse des besoins montre comment nous procédons.

À retenir
  • Les règles non négociables passent avant l'IA, qui gère le contextuel.
  • Une personne valide ce qui engage l'entreprise.
  • Chaque décision enregistrée améliore l'outil, sans réentraîner le modèle.
  • Les chiffres d'Uber ne sont pas une promesse de gain : mesurez les vôtres.
Un créneau pour en parler

Si cela vous concerne, prenez un créneau : nous étudions votre cas avec vous.

Questions fréquentes

Un agent IA peut-il réviser un contrat sans juriste ?

Pas dans le cas d'Uber : le juriste valide chaque suggestion avant qu'elle parte dans la réponse. L'IA prépare, la personne engage l'entreprise.

Faut-il réentraîner un modèle d'IA sur ses propres contrats ?

Uber a évité cette étape, appelée affinage. L'agent apprend les préférences en retrouvant les décisions passées des juristes, avec un poids plus fort pour les plus récentes.

Combien coûte un agent de révision de contrats ?

Le coût d'une construction sur mesure n'est publié nulle part. Côté produits du marché, Spellbook serait autour de 89 à 199 $ par utilisateur et par mois, selon des estimations tierces.

Making Digital

Nous connectons les logiciels des PME, automatisons leurs tâches répétitives et créons des assistants IA, depuis 2010. Nos articles partent de nos projets réels.

Notre parcours
Une question sur ce sujet ?

Parlons-en 30 minutes.

Vous saurez si votre problème se règle, comment, et en combien de temps. Sans engagement.