L’analyse des contrats et le contrôle de conformité assistés par l’IA gagnent en efficacité dans le secteur bancaire : les établissements financiers traitent chaque jour des centaines de contrats, des conventions de prêt et accords-cadres aux documents relatifs au traitement des données (DPA). Les plateformes d’IA juridique aident à repérer plus rapidement les risques, à signaler les écarts par rapport aux normes et à cartographier systématiquement les exigences documentaires, sans se substituer au jugement juridique.
Pourquoi le secteur bancaire est soumis à des exigences particulières
Les banques suisses exercent leurs activités dans un cadre réglementaire qui diffère qualitativement de celui de la plupart des autres secteurs. La FINMA ne se contente pas d’appliquer des exigences en matière de fonds propres et de liquidités : elle publie également des directives détaillées sur les risques opérationnels. La circulaire FINMA 2023/1 (« Risques opérationnels et résilience — banques »), en vigueur depuis le 1er janvier 2024, impose notamment une gestion systématique des risques liés aux TIC et aux cybermenaces, ainsi que des risques concernant les données critiques, y compris une diligence raisonnable approfondie à l’égard des prestataires qui traitent ces données. L’externalisation de fonctions importantes est en outre régie par la circulaire FINMA 2018/3 (« Externalisation »).
À cela s’ajoute la loi fédérale révisée sur la protection des données (LPD), en vigueur depuis le 1er septembre 2023. Pour les données des clients, telles que les informations relatives aux comptes ou à la solvabilité, les banques sont également tenues au secret bancaire, protégé par le droit pénal (art. 47 de la loi sur les banques) ; les évaluations de solvabilité peuvent en outre constituer un profilage au sens de l’art. 5, let. f et g, LPD. En vertu de l’art. 9, al. 1, let. b, LPD, le traitement ne peut être confié à un sous-traitant que si aucune obligation légale ou contractuelle de confidentialité ne s’y oppose.
Le volume de documents concernés est considérable. Une banque universelle suisse de taille moyenne gère généralement des centaines de contrats actifs avec des fournisseurs et prestataires, ainsi que des accords-cadres avec des contreparties institutionnelles, des contrats-cadres ISDA, des contrats d’affacturage et un nombre croissant d’accords cloud et SaaS conclus avec des fournisseurs tiers.
Le quotidien des équipes juridiques bancaires : goulots d’étranglement et sources d’erreurs
Toute personne travaillant au sein de l’équipe juridique d’une banque suisse connaît la situation : un nouvel accord SaaS arrive. Le fournisseur a envoyé son contrat type. Les clauses de protection des données sont rédigées selon le droit américain, les règles de responsabilité sont absentes ou plafonnées à des montants symboliques, et aucune référence n’est faite à la nLPD ni à des clauses de traitement des données conformes à l’art. 28 du RGPD.
L’équipe chargée de l’examen doit évaluer si les clauses sont conformes au guide interne de gestion des fournisseurs, quels risques la banque encourt et si la documentation répond aux exigences de la FINMA en matière de gestion de l’externalisation. Pour un seul contrat, cela reste gérable. Avec vingt examens de fournisseurs en cours simultanément, le système s’enraye — non par manque de compétences des juristes, mais parce que le travail est répétitif et chronophage.
C’est précisément là qu’interviennent les outils d’IA juridique.
Examen des contrats par l’IA : ce qui est réellement possible
L’analyse des contrats assistée par l’IA peut prendre en charge ou accélérer plusieurs étapes de l’examen des contrats bancaires.
Analyse des risques et des points faibles des contrats individuels
Un processus d’analyse des risques peut repérer les risques et les signaux d’alerte dans un contrat, les attribuer à la perspective de chaque partie et les classer par gravité (faible / moyenne / élevée). Pour un contrat fournisseur dans une banque privée zurichoise, cela peut consister à signaler un plafond de responsabilité trop bas pour le fournisseur, à relever l’absence de clauses de protection des données, à mettre en évidence des droits de résiliation unilatéraux en faveur du fournisseur, et à proposer une formulation améliorée pour chaque constat.
Ces propositions peuvent être intégrées directement dans le document Word, avec une mise en forme correcte et sans copier-coller manuel. C’est ainsi que fonctionne l’examen des contrats par CASUS AI.
Vérification par rapport aux guides internes
Les banques suisses disposent généralement de guides internes bien élaborés pour les types de contrats standard, notamment les accords d’externalisation, les documents relatifs au traitement des données et les accords-cadres liés à l’ISDA. Le processus de comparaison avec un référentiel vérifie automatiquement un document soumis par rapport à une telle norme et indique si des clauses essentielles sont absentes, incomplètes ou divergentes. Le résultat comprend un pourcentage de correspondance et une liste structurée des écarts.
Si une clause de suppression des données après la fin du contrat est absente — un constat fréquent dans les accords SaaS proposés par des fournisseurs anglo-américains — le système la signale immédiatement et recommande d’insérer une clause appropriée au bon endroit.
Analyse parallèle de grands volumes de documents
Dans le cadre de transactions de fusion-acquisition, de procédures de diligence raisonnable ou d’examens réglementaires (par exemple, l’audit de tous les contrats cloud au regard des exigences de la FINMA), il ne s’agit pas d’examiner des documents individuels, mais de traiter un grand volume. L’AI Data Room permet de charger des dizaines ou des centaines de documents. Les utilisateurs définissent les informations à extraire — plafonds de responsabilité, délais de préavis, clauses de protection des données, dispositions relatives aux SLA — et reçoivent une vue d’ensemble sous forme de tableau, directement exportable vers Excel.
Les anomalies — par exemple, une responsabilité sans plafond ou des délais de préavis supérieurs à douze mois — sont signalées et classées par niveau de risque. Cela ne remplace pas l’évaluation juridique, mais fournit une base structurée permettant à l’équipe juridique de mobiliser ses ressources de manière ciblée.
Protection des données et localisation des données : des questions cruciales pour les banques
La sécurité des données constitue un problème pratique pour les outils d’IA dans les services financiers. De nombreux prestataires internationaux d’IA juridique traitent les documents sur des serveurs américains. Pour les banques suisses, il s’agit d’un sujet sensible : dès lors que des données de clients sont concernées, le secret bancaire s’applique (art. 47 de la loi sur les banques), et la FINMA exige que les données critiques stockées à l’étranger ou accessibles depuis l’étranger soient spécialement protégées et que les risques associés soient suffisamment limités (circulaire FINMA 2023/1). Avec des outils hébergés aux États-Unis, la banque doit donc elle-même évaluer et sécuriser contractuellement les transferts vers des pays tiers, l’accès des autorités et les durées de conservation.
CASUS va plus loin : hébergement exclusivement en Suisse et dans l’UE, aucun transfert vers les États-Unis, y compris par l’intermédiaire de sous-traitants, aucun examen humain et aucun accès des tiers au contenu. Avec la conservation zéro des données (Zero Data Retention), le contenu n’est pas conservé après la session et n’est jamais utilisé pour l’entraînement. Il n’est donc plus nécessaire d’évaluer les transferts de données vers les États-Unis. Pour les banques, ce n’est pas une question secondaire : le lieu et les modalités de traitement des documents concernent la gestion des données critiques au sens de la circulaire FINMA 2023/1 et, lorsqu’une fonction importante est externalisée, les exigences de la circulaire FINMA 2018/3. Les détails techniques de l’architecture de sécurité sont disponibles à l’adresse /security.
Ce que l’IA ne peut pas faire dans ce contexte
Une réserve importante s’impose : aucune plateforme d’IA juridique ne remplace le jugement juridique dans un cas particulier. L’IA peut reconnaître des schémas, signaler des écarts et proposer des formulations, mais déterminer si une clause de responsabilité est juridiquement valable dans un contexte donné, si un accord d’externalisation satisfait réellement aux exigences de la FINMA ou comment interpréter une clause contestée d’un contrat-cadre ISDA selon le droit applicable choisi, généralement le droit anglais ou celui de l’État de New York, demeure une tâche juridique.
Les fonctions de recherche juridique — telles que la recherche avec sources dans plus d’un million de décisions et plus de 21 000 lois pour la Suisse, plus de 620 000 documents juridiques pour l’Allemagne et plus de 1,58 million de documents juridiques pour l’Autriche, grâce à la fonction de recherche juridique — peuvent fournir des évaluations préliminaires structurées et présenter des pistes d’argumentation. Elles sont toutefois expressément conçues comme des outils d’assistance, et non comme des avis juridiques définitifs.
Pour le droit suisse, CASUS effectue également des recherches dans les commentaires en libre accès d’Onlinekommentar et dans les informations sur les entreprises de ZEFIX, l’index central suisse des raisons de commerce. Consulter l’aperçu des sources actuel.
Les organisations qui déploient des outils d’IA juridique dans un environnement réglementé devraient le communiquer clairement en interne et définir des règles de gouvernance correspondantes : quelles étapes d’analyse peuvent être assistées par l’IA, lesquelles nécessitent un examen manuel et comment les résultats générés par l’IA sont documentés.
Un point de départ pratique : comment une équipe juridique bancaire peut se lancer
Les équipes juridiques des banques qui abordent pour la première fois l’assistance par l’IA ont intérêt à adopter une démarche structurée. Une première étape judicieuse consiste souvent à standardiser un type de contrat courant, par exemple les accords SaaS ou les accords de traitement des données conformes à la nLPD. Le guide interne sert de référence, et les nouveaux contrats sont automatiquement vérifiés par rapport à celui-ci.
Après une première phase, le périmètre peut être élargi aux contrats fournisseurs, à la documentation de prêt et à l’analyse de diligence raisonnable dans le cadre d’acquisitions. Le travail nécessaire par document diminue tandis que la cohérence des examens s’améliore.
Les équipes qui souhaitent essayer cette approche peuvent tester CASUS gratuitement. La plateforme propose un point de départ structuré sans engagement à long terme, accessible directement depuis la page d’inscription.
FAQ
L’examen des contrats assisté par l’IA est-il autorisé par la réglementation pour les banques suisses ?
Aucune règle de la FINMA n’interdit les outils d’IA juridique. Toutefois, dans sa communication 08/2024 sur la gouvernance et la gestion des risques liés à l’utilisation de l’intelligence artificielle, la FINMA attend des établissements qu’ils identifient, évaluent, gèrent et surveillent de manière appropriée les risques découlant de l’utilisation de l’IA. En outre, les exigences relatives aux risques liés aux TIC et aux données critiques (circulaire FINMA 2023/1) s’appliquent, de même que la circulaire FINMA 2018/3 lorsqu’une fonction importante est externalisée et, pour les données des clients, le secret bancaire (art. 47 de la loi sur les banques). Les principaux points à prendre en compte comprennent la localisation des données, les droits d’accès et la documentation de l’utilisation des outils.
Quels types de contrats se prêtent le mieux à l’analyse par l’IA ?
Les contrats répétitifs et de structure similaire en tirent le plus grand bénéfice : accords SaaS, accords de traitement des données, contrats fournisseurs et accords-cadres. Les contrats complexes et sur mesure, tels que la documentation ISDA, peuvent également être analysés, mais nécessitent toujours un suivi juridique.
Comment les banques peuvent-elles empêcher que des données confidentielles soient transmises à des systèmes externes ?
Cela dépend du prestataire. Les fournisseurs qui hébergent leurs données en Suisse ou dans l’UE, sans transfert de données vers les États-Unis et sans conservation des données à la fin de la session (Zero Data Retention), offrent les meilleures garanties pour un déploiement dans des environnements réglementés.
L’IA peut-elle générer automatiquement un accord d’externalisation conforme aux exigences de la FINMA ?
Non. L’IA peut analyser des contrats existants, signaler les lacunes par rapport à une norme de référence et proposer des formulations. La responsabilité juridique de la version finale incombe à l’équipe juridique.
Combien de documents peuvent être analysés simultanément ?
Cela dépend du processus. Pour des contrats individuels, le travail nécessaire est minime. Pour des volumes de documents plus importants — par exemple lors d’une diligence raisonnable ou de l’examen du portefeuille de fournisseurs au regard des exigences de la FINMA — un processus de salle de données permet de charger simultanément des dizaines ou des centaines de documents et d’obtenir des résultats sous forme de tableau.
L’analyse par l’IA convient-elle aux contrats de prêt ?
Les contrats de prêt sont juridiquement complexes et fortement encadrés par la réglementation. L’IA peut contribuer à l’analyse structurelle, au repérage des clauses manquantes et à la vérification par rapport aux normes internes. L’évaluation du fond des conditions de crédit et des exigences réglementaires reste une tâche juridique et spécialisée.
Quelles exigences de gouvernance interne s’appliquent à l’utilisation de l’IA ?
Il est conseillé de définir en interne les étapes d’analyse qui peuvent être assistées par l’IA, les personnes chargées de valider les résultats, la manière de documenter les résultats produits par l’IA ainsi que la gestion des erreurs ou des hallucinations. Pour les établissements réglementés, ces questions relèvent de la gestion générale des risques ; la FINMA a présenté ses observations et ses attentes dans sa communication 08/2024.
En quoi CASUS se distingue-t-il des assistants d’IA généralistes comme ChatGPT ?
CASUS est spécialisé dans le traitement de documents juridiques, s’appuie sur une base de jurisprudence sélectionnée comprenant plus d’un million de décisions et plus de 21 000 lois pour la Suisse, plus de 620 000 documents juridiques pour l’Allemagne et plus de 1,58 million de documents juridiques pour l’Autriche, est hébergé en Suisse et dans l’UE sans transfert de données vers les États-Unis, et produit des résultats structurés et traçables plutôt que des réponses générales. Il se distingue ainsi des modèles linguistiques généralistes dépourvus de spécialisation juridique.






