L’IA et les données de vos sociétés : the good, the bad and the ugly

Les assistants IA peuvent faire gagner beaucoup de temps aux juristes d’entreprise pour les questions relatives à leurs sociétés, administrateurs et actionnaires. Mais que se passe-t-il si les données de votre propre groupe sont dispersées, incomplètes ou contradictoires ? Que devez-vous savoir en tant que juriste d’entreprise avant de confier les données de vos sociétés à l’IA ?

Qui siège au conseil d’administration de quelle filiale ? Quand les mandats expirent-ils ? Qui détient quelles actions, directement ou indirectement ? Pour un juriste d’entreprise, ce sont des questions quotidiennes. Aujourd’hui, y répondre implique souvent de fouiller dans des tableurs, des registres, des procès-verbaux et des boîtes mail. Les assistants IA promettent de changer cela. C’est vrai, mais pas sans conditions.

On a déjà beaucoup écrit sur la fiabilité de l’IA dans la recherche juridique, en législation, jurisprudence et doctrine. Mais une deuxième question reçoit moins d’attention : quelle est la fiabilité des données relatives à vos propres sociétés ?

The good : une IA qui travaille directement avec vos données

Jusqu’à récemment, les entreprises reliaient leurs systèmes par des API : des connexions fixes entre, par exemple, un outil de gestion des entités, la comptabilité, un outil fiscal et un système de gestion des contrats. Une telle connexion fait exactement ce qu’elle doit faire, mais chaque nouvelle question demande un nouveau développement.

Le Model Context Protocol (MCP) change la donne. Le MCP est un standard ouvert qui permet aux assistants IA tels que ChatGPT, Claude ou Copilot de se connecter en toute sécurité aux logiciels d’entreprise. Voyez-le comme une prise universelle : l’assistant IA que vous utilisez déjà peut récupérer des données dans différents systèmes et les combiner pour répondre à votre question. Inutile donc de passer à un outil d’IA distinct.

Pour les juristes d’entreprise, cela ouvre des possibilités concrètes :

• Des questions ponctuelles sans connaissances techniques : « Quels mandats d’administrateur expirent cette année dans nos filiales belges ? »
• Des rapports sur mesure, par exemple un aperçu de la structure du groupe pour un audit ou une due diligence, sans devoir d’abord retravailler un export.
• La combinaison de données issues de différentes sources, comme les données sociales, les données financières et les contrats.

Résultat : moins de temps consacré aux recherches, plus de temps pour l’analyse juridique.

The bad : des sources contradictoires et un historique incomplet

Le plus grand risque ne réside pas dans l’IA elle-même, mais dans les données. Les données relatives aux sociétés sont souvent dispersées :

• dans des sources publiques comme la Banque-Carrefour des Entreprises (BCE) et le Moniteur belge, et dans des sources internes comme le registre des actions et les procès-verbaux ;
• réparties entre les services juridique, financier et fiscal, qui tiennent chacun leur propre version ;
• dans des tableurs et des documents, qui ne sont pas des données structurées ;
• en partie chez des conseillers externes.

Que se passe-t-il lorsqu’un agent IA récupère la même donnée dans deux sources qui se contredisent ? En matière juridique, 99 % de précision ne suffit pas. Un administrateur ou une date d’échéance erronés peuvent avoir de réelles conséquences.

La question est donc : où se trouvent vos master data, l’endroit unique qui fait foi ?

Quiconque souhaite centraliser ses données se heurte souvent aux mêmes problèmes : données non structurées, détails manquants, historique incomplet et incohérences entre les sources et au sein de celles-ci. L’IA peut aider, mais ne résout pas cela d’elle-même. Deux exemples tirés de la pratique :

• Lors d’une migration de données sociales, un LLM a été utilisé pour reconnaître automatiquement les éléments de 30 000 adresses (rue, numéro, code postal, ville). Il y est parvenu dans 80 % des cas. Pour les 6 000 adresses restantes, un contrôle et une correction manuels ont été nécessaires.
• Pour un groupe comptant 1 800 actionnaires et des actions numérotées, vingt ans d’historique des actions ont dû être reconstitués. Là aussi, le travail humain est resté indispensable.

La leçon : l’IA accélère le travail, mais la responsabilité de l’exactitude des données reste humaine.

The ugly : gouvernance et contrôle

Dès que les données relatives aux sociétés deviennent accessibles à un plus large groupe d’utilisateurs via l’IA, les questions de gouvernance deviennent urgentes :

• À qui appartiennent les données sociales ? Au service juridique, financier ou comptable ? Sans propriétaire clairement défini, il n’y a pas non plus de responsabilité claire pour leur qualité.
• Existe-t-il des règles sur la confidentialité et l’utilisation de ces données ? Et les collaborateurs les connaissent-ils ?
• Qui peut voir quoi ? Plus le nombre de personnes ayant accès via l’IA augmente, plus un aperçu clair des droits d’utilisateur devient important. Un assistant IA ne doit jamais montrer davantage que ce que l’utilisateur est lui-même autorisé à voir.
• Où vont les données ? Sont-elles utilisées pour entraîner des modèles d’IA ? Où sont-elles traitées ? Et quel niveau de risque votre organisation est-elle prête à accepter ?

Ce ne sont pas des questions techniques, mais des choix juridiques et organisationnels. Le juriste d’entreprise y joue donc un rôle clé.

Cinq questions à se poser dès aujourd’hui

Toute organisation qui souhaite utiliser l’IA en toute sécurité pour ses données sociales peut commencer par ces questions :

1. Disposons-nous d’une source centrale et à jour pour nos données sociales ?
2. Dans quelle mesure ces données sont-elles complètes et exactes, y compris sur le plan historique ?
3. À qui appartiennent ces données, et qui les tient à jour ?
4. Quelles règles s’appliquent à l’accès, à la confidentialité et à l’utilisation ?
5. Quels outils d’IA les collaborateurs peuvent-ils utiliser, et à quelles conditions ?

L’IA va profondément changer la manière dont les juristes d’entreprise travaillent avec les données de leurs sociétés. Ceux qui mettent leurs données en ordre aujourd’hui en récolteront les fruits demain.

Envie d’en savoir plus ? Le 14 décembre, Olivier Van Borsel et Andy Kellens de Corporify approfondiront ce thème lors d’un webinaire en partenariat avec l’IJE, avec des exemples concrets et du temps pour vos questions.