Depuis juin 2026, 87 % des accès activés par le cabinet d’avocats Gilbert + Tobin aux outils OpenAI sont effectivement utilisés au quotidien, un taux plus de deux fois supérieur à celui observé pour ses autres logiciels. OpenAI a publié cette étude de cas le 1er septembre 2026, détaillant la gouvernance mise en place pour encadrer cet usage dans un métier où la confidentialité et la vérification des faits sont des obligations professionnelles.
Ce qu’il faut retenir – 87 % des sièges activés étaient utilisés en juin 2026, contre un taux habituellement deux fois moindre pour les autres outils du cabinet. – Une recherche et extraction de données pour le recrutement passe de quatre heures à 20 minutes. – Les vérifications de conflits d’intérêts, KYC et lutte anti-blanchiment tombent de trois-huit heures à 5 minutes. – Un jour de travail manuel est économisé sur la préparation de rapports d’audit couvrant 300 entités. – OpenAI présente ce déploiement comme un cas d’usage de gouvernance, pas comme une simple adoption d’outil.
87 % d’accès activés, deux fois plus que pour les autres logiciels du cabinet
Le chiffre mérite d’être posé avant tout le reste. En juin 2026, 87 % des sièges (les licences individuelles ouvertes par le cabinet sur la plateforme OpenAI) faisaient l’objet d’un usage régulier, selon les données communiquées par OpenAI. Gilbert + Tobin précise que ce ratio dépasse deux fois la moyenne qu’il constate pour ses autres logiciels professionnels.
Un tel écart interroge sur ce qui distingue ce déploiement des vagues d’outils numériques précédentes dans les cabinets d’avocats, où les taux d’usage réel restent souvent inférieurs aux licences achetées. La différence tient, selon le cabinet, à la manière dont les contrôles ont été pensés dès le départ plutôt qu’ajoutés a posteriori.
Pour comprendre : un « siège activé » Un siège (seat) désigne une licence individuelle souscrite par l’entreprise sur une plateforme SaaS. Un siège « activé » n’est pas forcément un siège « utilisé » : l’écart entre les deux mesure l’adoption réelle, distincte du volume contractuel.
Des contrôles pensés pour l’entreprise, pas pour le grand public
Le point de départ du déploiement, selon Gilbert + Tobin, n’est pas la performance du modèle mais la nature des garde-fous proposés par la plateforme.
« OpenAI approached the platform from an enterprise perspective and built the controls that organisations like ours need to operate with confidence. » — Gilbert + Tobin, cité par OpenAI
Pour un cabinet d’avocats, cette phrase renvoie à des exigences concrètes : gestion des accès par profil, traçabilité des usages, séparation des environnements de travail. Ce sont les mêmes catégories de contrôle qu’exigent les politiques de gouvernance des données évoquées par les DPO lorsqu’ils encadrent un outil tiers manipulant des informations clients. La différence ici tient au secteur : un dossier de fusion-acquisition ou une procédure contentieuse contient des informations couvertes par le secret professionnel, ce qui rend la question du contrôle d’accès plus sensible que dans la majorité des usages d’entreprise classiques.
Un GPT personnalisé pour préparer les arbitrages avant le comité exécutif
Le cas d’usage le plus concret concerné la préparation des décisions internes. Gilbert + Tobin a configuré un GPT personnalisé calé sur les priorités connues de son directeur général, utilisé par les équipes avant de lui soumettre une proposition.
« Instead of going straight to our CEO, we can test an idea with his custom GPT first. It helps us pressure-test ideas, refine our thinking and understand how it might align with his priorities. » — un collaborateur du cabinet, cité par OpenAI
L’usage décrit ici n’a rien d’un chatbot de support. C’est un filtre interne, construit sur la connaissance accumulée des arbitrages passés d’un dirigeant, qui sert à hiérarchiser les idées avant qu’elles remontent. Ce type de configuration illustre une tendance plus large dans les déploiements ChatGPT Enterprise en entreprise : la personnalisation par rôle plutôt que l’accès à un modèle générique unique.
Codex : de l’assistant au exécutant, sous supervision humaine
Le second axe du déploiement concerne Codex, l’outil d’OpenAI conçu pour exécuter des tâches de façon autonome plutôt que suggérer des réponses. Gilbert + Tobin en fait un usage qui dépasse la génération de texte.
« Codex can take AI from being a helper to being a doer. It carries out the steps in an operational workflow, while our people remain responsible for reviewing and approving the result. » — Gilbert + Tobin, cité par OpenAI
La formulation retenue par le cabinet distingue deux rôles bien séparés : l’exécution des étapes d’un flux de travail, confiée à l’outil, et la validation finale, qui reste entre les mains du personnel. Cette distinction rejoint les débats en cours sur la supervision humaine des agents IA dans les métiers où une erreur non détectée engage la responsabilité professionnelle du cabinet, et pas seulement celle du logiciel.
Trois flux de travail, trois gains de temps mesurés
Le cabinet cite trois usages précis où Codex et les outils OpenAI ont été appliqués à des tâches répétitives à forte valeur de vérification.
| Flux de travail | Temps avant | Temps après |
|---|---|---|
| Recherche et extraction de données pour le recrutement | ~4 heures | 20 minutes |
| Vérifications de conflits d’intérêts, KYC et LCB-FT | 3 à 8 heures | 5 minutes |
| Préparation de rapports d’audit sur 300 entités | Non communiqué | 1 jour de travail manuel évité |
Ces trois flux partagent un point commun : ce sont des vérifications structurées, répétées à l’identique sur des volumes de données comparables d’un dossier à l’autre. C’est précisément ce type de tâche que les outils d’automatisation documentaire ciblent en priorité, parce que l’écart entre l’ancien processus manuel et le nouveau processus assisté est mesurable dossier par dossier.
L’ampleur des gains soulève aussi une question que le cas d’usage d’OpenAI ne traite pas en détail : celle de la fiabilité des contrôles automatisés sur des vérifications qui engagent la responsabilité réglementaire du cabinet. Une vérification KYC ou anti-blanchiment mal exécutée n’est pas seulement une perte de temps récupérée ; c’est une obligation légale envers un régulateur ou un client. Réduire une vérification de plusieurs heures à cinq minutes suppose que le contrôle final réalisé par un humain, mentionné dans la citation sur Codex, reste suffisamment rigoureux pour absorber les erreurs que l’automatisation pourrait introduire à grande échelle. Le cabinet affirme maintenir cette supervision ; aucune donnée indépendante ne permet pour l’instant de vérifier son niveau réel.
Un cas d’usage publié par le fournisseur, à lire avec cette limite en tête
Ce dossier repose sur une source unique : l’étude de cas publiée par OpenAI lui-même. Les chiffres cités — le taux d’adoption de 87 %, les gains de temps sur les trois flux de travail — proviennent de la communication de l’entreprise qui vend la plateforme évaluée, sans audit externe communiqué à ce stade. Ce n’est pas une raison pour écarter les chiffres, mais une raison de les situer : un cas d’usage sponsorisé documente ce qu’un client veut bien montrer, pas nécessairement l’ensemble des difficultés rencontrées pendant le déploiement.
D’autres cabinets de services professionnels observent ce type de retour avec un intérêt direct, puisque les tâches décrites — vérifications de conformité, recherche documentaire, préparation de rapports — existent dans la quasi-totalité des structures juridiques et comptables. La question qui se pose à eux n’est pas de savoir si l’automatisation apporte un gain de temps, ce chiffre étant désormais documenté chez Gilbert + Tobin, mais de déterminer quel niveau de supervision humaine ils sont prêts à maintenir en échange.
Deux questions pratiques sur ce type de déploiement
Le personnel juridique reste-t-il responsable des vérifications automatisées ?
Selon la citation de Gilbert + Tobin sur Codex, oui : l’outil exécute les étapes d’un flux de travail, mais les collaborateurs du cabinet restent chargés de contrôler et d’approuver le résultat final. Le partage exact des responsabilités en cas d’erreur n’est pas détaillé dans l’étude de cas.
Que signifie un « siège activé » dans un abonnement IA d’entreprise ?
Un siège activé correspond à une licence individuelle ouverte par l’entreprise sur la plateforme. Il ne mesure pas l’usage réel : c’est l’écart entre sièges activés et sièges effectivement utilisés — 87 % chez Gilbert + Tobin en juin 2026 — qui indique le niveau d’adoption concret par les équipes.
Le déploiement chez Gilbert + Tobin fixe un point de comparaison chiffré pour d’autres cabinets qui envisagent une bascule comparable. Reste à savoir, dossier par dossier, si le contrôle humain annoncé sur les vérifications automatisées tient la même cadence que les gains de temps mesurés.
- OpenAI — openai.com
