Lorsque l'on explore les cas d’usages types de l’IA dans le domaine du droit des affaires, ils nous amènent souvent aux mêmes enjeux : accélérer le travail de due diligence et disposer d’insights qualitatifs ou quantitatifs sur un dossier. Nous tâchons ici maintenant de détailler la façon dont l’IA est capable de s'atteler à ce travail chronophage.
Pour les néophytes du droit, la due diligence est un travail de recherche et de vérification que l’on demande de faire aux avocats avant une transaction pour que l’acquéreur ait une idée précise de la solidité de l’entreprise (une analyse du niveau de risque de la transaction). Dans les faits ce sont des centaines, voire des milliers, de pages qu’un avocat junior doit analyser en un temps très limité (généralement deux jours maximum). Le problème avec la due diligence est que dans le contexte actuel, le nombre de documents à analyser par dossier est toujours plus grand, que les transactions doivent être réalisées toujours plus rapidement. Il s'agit par ailleurs d'un travail à très faible valeur ajoutée.
Mais grâce à l’IA, et plus particulièrement aux algorithmes de Natural Language Processing (NLP), ce travail long et fastidieux peut être fait grandement raccourci, avec une grande précision s'agissant des algorithmes les plus efficaces. Ce qui fait la précision n’est pas forcément la complexité intrinsèque des algorithmes, mais, comme souvent, la quantité de données à disposition. En effet, aujourd’hui les dossiers à analyser sont tous numérisés et stockés dans des Virtual Data Rooms (sorte de chambres fortes virtuelles pour classifier les dossiers). Or, plus un algorithme de NLP se voit confronté à des jeux de données conséquents, plus ses performances augmentent.
Avec de l’entraînement, l’IA est capable de chercher dans la Data Room les mots importants pour le contrat, de quantifier et classer les risques en fonction des phrases trouvées. Par exemple la machine va reconnaître certains mots, leur associer un niveau de risque (important, moyen, faible, ...) et donner une prédiction sur la valeur du dossier en répétant ce procédé. Evidemment l'erreur n'est pas qu'humaine. Il faut une personne pour vérifier si les informations fournies sont correctes, erronées, ou mal classées (pas la bonne catégorie de risque par exemple).
Même après la phase de due diligence, l’IA donne des informations clefs dans un dossier et permet de le traiter beaucoup plus rapidement. Elle s’entraîne et s’améliore à chaque dossier traité ce qui permet in fine d’accélérer le travail continuellement.
De plus, grâce à de l’allocation automatique de documents, l’IA est aussi capable d’aider à construire la Data Room. Ainsi, en fonction d’un index la machine est capable de mettre un document au bon endroit. Encore une fois, même si la Data Room d’un dossier est incomplète, cela aura tout de même grandement aider et accélérer ce travail.
Il est clair que l'Intelligence Artificielle apporte beaucoup dans ces cas d'usages car facilite, accélère et fluidifie des tâches à très faibles valeur ajoutée mais obligatoires.