Cooley et « GO Public » : quand un cabinet d’avocats structure ses IPO avec ChatGPT

Introduire l’intelligence artificielle dans un cabinet d’avocats ne consiste pas à remplacer le juriste, mais à baliser des tâches répétitives autour d’un dossier complexe. C’est l’approche revendiquée par le cabinet Cooley, qui a développé un produit interne baptisé GO Public, bâti sur ChatGPT Work, pour accélérer l’amorçage d’une introduction en Bourse (IPO) S1. L’annonce, publiée par OpenAI, décrit un outil propriétaire et non un test indépendant : gardons cette réserve à l’esprit avant d’en tirer des conclusions générales.

Ce que promet GO Public

Selon la présentation, GO Public analyse l’information disponible pour offrir aux avocats un point de départ personnalisé au lancement d’une IPO S1. Le cœur du dispositif est ce que le cabinet appelle un « harnais d’agents » : une structure de travail qui précise les étapes que les agents peuvent exécuter automatiquement, les moments où un avocat doit examiner ou valider le travail, et la manière dont l’ensemble se recompose S1.

Autrement dit, l’automatisation reste encadrée. Les zones de validation humaine ne sont pas un ornement de communication mais un élément décrit du flux de travail S1. Le produit intègre par ailleurs des informations issues d’analyses antérieures, décrites comme un savoir-faire « intégré » au système S1. Pour construire cette combinaison d’expertise juridique et d’ingénierie IA, Cooley indique travailler étroitement avec OpenAI S1.

Structurer le savoir plutôt qu’automatiser aveuglément

L’intérêt d’un dossier d’IPO tient à la répétition de séquences documentaires : vérifications, structuration, points de contrôle. Codifier ces étapes dans un flux contrôlé peut faire gagner du temps sur la mise en route, à condition que la revue humaine reste effective. C’est précisément la logique décrite : les agents proposent, les juristes disposent S1.

Cette philosophie de flux encadrés se retrouve ailleurs dans l’écosystème OpenAI. L’entreprise Cognition, par exemple, utilise un modèle décrit comme GPT-6 Astra pour améliorer la capacité de son agent Devin à tester un logiciel et à montrer qu’il fonctionne, avec l’objectif affiché d’aider les ingénieurs à relire moins de code S2. Lorsqu’un client envoie la capture d’écran d’un bogue, l’équipe la transmet à Devin via Astra, qui corrige le problème et renvoie une capture illustrant le résultat S2. Le point commun avec Cooley : produire une preuve vérifiable que l’humain peut contrôler.

Ces usages reposent aussi sur des infrastructures massives. La plateforme de stockage d’OpenAI, nommée Habitat, traite plus de 70 millions de requêtes par seconde pour plus d’un milliard d’utilisateurs hebdomadaires S3. Elle épargne aux ingénieurs produit la gestion du routage, de l’autorisation ou du chiffrement S3 — une abstraction technique dont dépendent, en pratique, les outils métier comme ChatGPT Work.

Lecture pour le lecteur francophone

Limites concrètes : la communication émane de l’éditeur et de son client, pas d’un tiers indépendant. Aucun chiffre de productivité, aucun résultat comparatif n’est fourni par les extraits disponibles S1. La différence entre annonce et évaluation externe reste entière.

Action utile : si vous envisagez d’outiller un métier réglementé, exigez la cartographie explicite des étapes automatiques et des points de validation humaine, comme le fait ici le harnais décrit S1. Pour comprendre le socle sur lequel repose ChatGPT Work, consultez notre article sur le déploiement d’OpenAI en juillet 2026, et sur la connexion aux dossiers, notre analyse de l’ouverture de la bibliothèque à Box, Dropbox et SharePoint.

Sources consultées

1. How Cooley is accelerating IPO work with ChatGPT
2. Cognition helps Devin test its own work with GPT‑6 Astra
3. Rapidly scaling online storage to serve over 1 billion ChatGPT users