Les cabinets d'avocats veulent la rapidité de l'IA générative sans envoyer de documents couverts par le secret professionnel dans le cloud de quelqu'un d'autre. Cet article suit une demande réelle émanant d'un fournisseur de technologies juridiques qui construit un service d'IA privée pour les cabinets d'avocats, de la première spécification jusqu'à la machine que nous livrerions réellement. Nous utilisons les prix réels d'un devis réel, montrons où il était surdimensionné et expliquons les décisions dans l'ordre où un associé gérant, un directeur des opérations ou un responsable informatique y sera confronté. Les ingénieurs qui veulent les calculs de VRAM, la conception du chiffrement et la liste de contrôle de préparation liront l'article technique.
Version interactive : répondez à cinq questions sur votre cabinet et découvrez la machine qui convient, avec le calcul de mémoire détaillé.
Pourquoi les cabinets d'avocats internalisent l'IA
La confidentialité des affaires des clients n'est pas une préférence dans la pratique du droit. C'est une obligation professionnelle. En Angleterre et au pays de Galles, le SRA Code of Conduct impose aux solicitors de préserver la confidentialité des affaires de leurs clients, les recommandations de la Law Society sur l'IA générative demandent aux cabinets de comprendre où vont les données des clients avant d'utiliser un outil, et le UK GDPR s'applique à chaque donnée personnelle d'un dossier. Aux États-Unis, l'ABA Formal Opinion 512 fait la même observation au sujet du devoir de confidentialité prévu par la Model Rule 1.6. Les cabinets d'autres juridictions sont soumis à des règles similaires et à des questionnaires clients similaires.
Les services d'IA dans le cloud peuvent être configurés de manière acceptable, et de nombreux cabinets les utilisent. Mais trois points reviennent sans cesse dans nos échanges avec des cabinets londoniens et régionaux :
- Les clients posent la question. Les revues de panels et les directives à l'intention des conseils externes demandent de plus en plus où les documents sont traités et s'ils servent à l'entraînement. « Sur une machine dans nos bureaux, sans connexion internet » est la réponse la plus courte possible.
- Secret professionnel et cloisonnements de l'information. Un index d'IA à l'échelle du cabinet qui mélange les dossiers peut compromettre une muraille de Chine. Un système local peut appliquer des autorisations par dossier que le cabinet contrôle et audite.
- Rançongiciels. Les cabinets d'avocats sont une cible privilégiée, car ils détiennent des données de valeur et sont soumis à des échéances. Une machine sans aucune route vers internet élimine une grande partie de ce risque.
La demande : trois machines standard, hors ligne d'abord
Le fournisseur voulait trois stations de travail x86 standard, détenues par le client, qu'il pourrait vendre de manière répétée à des cabinets de tailles différentes, chacune exécutant Ubuntu 24.04 LTS Server et sa propre application d'IA privée. Le fonctionnement hors ligne d'abord était l'exigence centrale : le personnel utilise l'IA via le réseau du bureau, et la machine n'a besoin d'aucune connexion internet permanente.
| Niveau | À qui il s'adresse | Matériel proposé | Dimensionnement de travail |
|---|---|---|---|
| Starter | Avocats exerçant seuls et petits cabinets | CPU 8 cœurs, RTX PRO 4000 Blackwell 24 GB, 32 GB de RAM, un NVMe de 4 TB | Environ 10 utilisateurs nommés, 2–3 requêtes simultanées, modèles 8–14B |
| Workforce | Cabinets de taille moyenne et départements très sollicités | CPU 16 cœurs, RTX PRO 5000 Blackwell 48 GB, 64 GB de RAM, deux NVMe de 4 TB en miroir | Environ 25 utilisateurs, 4–6 simultanés, modèles jusqu'à 32B |
| Enterprise | Grands cabinets, équipes contentieux et communication de pièces | Threadripper PRO ou Xeon W 16–24 cœurs, RTX PRO 6000 Blackwell 96 GB, 128 GB ECC, deux NVMe de 4 TB en miroir | 25–50 utilisateurs, 8–12 simultanés, modèles 70B |
Il nous a demandé de remettre en question tout ce qui était sur- ou sous-dimensionné, d'indiquer ce qui nécessite une activation par internet, comment protéger la machine d'un PC de bureau infecté, comment la sauvegarde et la restauration devaient fonctionner, et qui se charge de la mise en place.
Le premier devis, et pourquoi nous ne nous sommes pas arrêtés là
Nous avons chiffré trois systèmes auprès de notre partenaire d'assemblage britannique, en première approche. Ce sont des configurations réelles et réalisables aux prix actuels, et elles figurent désormais dans notre boutique afin que chacun puisse consulter la spécification complète :
| Système chiffré | Composants clés | Prix (HT) |
|---|---|---|
| Thinkmate VSX WE45-1T08 (« Starter ») | AMD EPYC 4565P 16 cœurs, 256 GB DDR5, RTX PRO 5000 Blackwell 72 GB, NVMe 1 TB + 3,84 TB, onduleur | 19 334,30 £ |
| Thinkmate VSX WE95-1T08 (« Workforce ») | EPYC 9455P 48 cœurs, 512 GB ECC, 2× RTX PRO 5000 Blackwell 72 GB, NVMe 1 TB + 7,68 TB, onduleur | 59 574,35 £ |
| Supermicro AS-5126GS-TNRT2 (serveur pour tout le cabinet) | 2× EPYC 9555 64 cœurs, 1,5 TB ECC, 4× RTX PRO 6000 Blackwell Server Edition, double 100GbE | 177 485,74 £ |
Les prix datent de novembre 2026, hors TVA et livraison, et évoluent avec le marché des GPU. Recherchez WSL- dans la boutique pour les trouver, ou demandez à l'ingénieur commercial IA d'établir un devis à partir de l'un d'eux.
Chacune de ces machines est excellente. Chacune dépasse aussi les besoins de la charge de travail annoncée. Le « Starter » chiffré dispose de trois fois plus de mémoire GPU et de huit fois plus de mémoire système que le cahier des charges, et son prix est à l'avenant. C'est un schéma courant : un premier devis est conçu pour être sûr, pas pour être efficient. Pour un produit qui sera vendu de nombreuses fois, le travail utile consiste à le ramener à ce que le cabinet utilisera réellement, sans sacrifier ce qui garantit sa fiabilité.
Comment choisir : cinq décisions, dans l'ordre
1. Combien de personnes l'utiliseront en même temps ?
Le nombre d'utilisateurs nommés compte moins que le nombre de requêtes simultanées. Un cabinet de dix juristes a rarement plus de deux ou trois personnes qui attendent l'IA au même moment. Ce nombre, combiné à la longueur des documents, détermine la quantité de mémoire GPU nécessaire en plus du modèle lui-même. Comptez l'utilisation aux heures de pointe, pas l'effectif.
2. Quelle taille de modèle vous faut-il ?
Pour résumer, extraire des clauses, effectuer des recherches dans une banque de modèles d'actes et rédiger les premières versions de courriers courants, les modèles modernes 8–14B sont bons et rapides. Les modèles 32B traitent nettement mieux les documents plus longs et plus désordonnés ainsi que le raisonnement en plusieurs étapes. Les modèles de la classe 70B valent la peine pour des analyses complexes portant sur de grands ensembles de pièces communiquées. La plupart des cabinets commencent avec un modèle 14B ou 32B et en gardent un plus petit pour la rapidité.
3. Quelle quantité de mémoire GPU cela nécessite-t-il ?
C'est là que l'essentiel de l'argent se gagne ou se perd. La mémoire GPU contient le modèle ainsi qu'une zone de travail pour chaque requête en cours. Notre article technique détaille le calcul ; en résumé :
- 24 GB (RTX PRO 4000) font tourner un modèle 14B pour 2–3 personnes. Ajoutez la transcription en direct et cela devient juste ; la RTX PRO 4500 de 32 GB constitue donc le Starter confortable.
- 48 GB (RTX PRO 5000) font tourner un modèle 32B pour 4–6 personnes, avec de la marge pour la transcription et la recherche.
- 96 GB (RTX PRO 6000, ou l'édition Max-Q de 300 W, plus silencieuse) font tourner un modèle 70B pour 8–12 personnes.
- Plusieurs GPU dans un serveur ne se justifient que pour un usage à l'échelle du cabinet, ou pour plusieurs modèles servant simultanément différents pôles d'activité.
4. Quel degré d'isolement est nécessaire ?
Nous proposons trois niveaux, et chaque cabinet peut choisir en fonction du risque, pas de la mode :
| Option | Ce que cela signifie | Convient à |
|---|---|---|
| A. Réseau local protégé (standard) | Le personnel y accède via un segment distinct du réseau du bureau ; aucun accès internet nécessaire au quotidien ; trafic sortant bloqué ; aucune synchronisation cloud ni télémétrie ; authentification et HTTPS local | La plupart des cabinets |
| B. Maintenance contrôlée | Pas d'accès internet permanent. Les mises à jour arrivent par un processus limité dans le temps, journalisé et vérifié ; isolement en cas d'incident documenté | Cabinets aux clients exigeants ou aux activités réglementées |
| C. Isolé physiquement (air gap) | Aucun chemin physique ou logique vers un réseau connecté à internet ; toutes les mises à jour par transfert hors ligne contrôlé ; sauvegardes hors ligne chiffrées avec restaurations testées | Contentieux sensibles, enquêtes, travaux pour le gouvernement et la défense |
5. Qui l'installe, et qui en assure le support ?
La machine n'est que la moitié du produit. L'autre moitié est un déploiement reproductible : Ubuntu durci, pilotes NVIDIA, moteur d'exécution d'IA, modèles choisis par le cabinet, chiffrement, règles de pare-feu, et un test qui prouve que tout fonctionne avec le câble réseau débranché.
Ce que nous livrerions réellement
| Starter | Workforce | Enterprise | |
|---|---|---|---|
| CPU | AMD Ryzen 7 9700X 8 cœurs ou EPYC 4345P | Ryzen 9 9950X 16 cœurs ou EPYC 4565P | Threadripper PRO 9955WX 16 cœurs (ou Xeon W) |
| GPU | RTX PRO 4500 Blackwell 32 GB (4000 24 GB si le budget prime) | RTX PRO 5000 Blackwell 48 GB | RTX PRO 6000 Blackwell Max-Q 96 GB |
| Mémoire | 64 GB ECC | 128 GB ECC | 256 GB ECC |
| Stockage | 2× NVMe 2 TB, en miroir | 2× NVMe 4 TB, en miroir | 2× NVMe 4 TB en miroir + un disque système séparé |
| Alimentation | Onduleur line-interactive 1 500 VA 230 V | Onduleur administrable 1 500 VA 230 V | Onduleur administrable à onde sinusoïdale pure 2 200 VA 230 V |
Pourquoi ces changements : la mémoire a été augmentée sur les plus petits niveaux (32 GB, c'est trop peu pour indexer des documents et charger des modèles confortablement, et y remédier coûte peu), l'ECC est devenue la norme, le Starter a gagné un miroir parce qu'un disque unique n'est qu'à une panne d'une interruption de service, et le GPU de l'Enterprise est devenu l'édition Max-Q, qui sacrifie un peu de vitesse pour diviser la consommation par deux et produire beaucoup moins de chaleur et de bruit dans un bureau. Nous ne réduirions ni l'onduleur, ni la mémoire ECC, ni le miroir. Nous réduirions le nombre de cœurs CPU : le travail d'IA s'effectue sur le GPU, et un CPU de 16 cœurs suffit largement, même pour 50 utilisateurs.
Comment cela fonctionne sur le plan commercial
Le fournisseur a posé la question la plus pratique de toutes : qui fait quoi. Voici l'organisation que nous recommandons :
- Le fournisseur commande auprès de Workstation, une configuration standard par niveau, avec un court bon de commande pour chaque client final (site, utilisateurs, option de sécurité, modèles).
- Nous l'assemblons et la préparons au Royaume-Uni : rodage du matériel, Ubuntu 24.04 LTS durci, pilotes NVIDIA signés, Docker et le moteur d'exécution d'IA convenu, application du fournisseur installée selon sa liste de contrôle, modèles approuvés préchargés et vérifiés par rapport à leurs empreintes publiées, chiffrement et pare-feu configurés.
- Nous prouvons qu'elle fonctionne hors ligne : démarrage, GPU, accès par navigateur, réponses du modèle et arrêt puis redémarrage ordonnés via l'onduleur, le tout avec internet physiquement déconnecté, et nous remettons un procès-verbal de test signé.
- Nous l'expédions directement au cabinet d'avocats, scellée et suivie, les clés de récupération étant envoyées séparément.
- Le support est clairement réparti : garantie matérielle et pièces de rechange par notre intermédiaire (retour atelier de trois ans en standard, options d'intervention sur site au Royaume-Uni disponibles), l'application, ses licences et le support quotidien des utilisateurs par le fournisseur.
La configuration et les licences de l'application restent du ressort du fournisseur. Nous n'avons jamais besoin du code source du fournisseur, seulement d'une liste de contrôle d'installation reproductible et des informations de licence pour chaque client.
Ce que cela coûte, en toute transparence
- Le matériel représente la part la plus importante, et le choix du GPU y domine. Les systèmes chiffrés ci-dessus montrent le haut de gamme ; des configurations Starter et Workforce correctement dimensionnées coûtent une fraction de ce montant. Demandez les prix actuels, car les tarifs des GPU évoluent chaque mois.
- La préparation est facturée à un prix fixe par niveau une fois la liste de contrôle convenue. L'option B ajoute un processus de mise à jour documenté ; l'option C ajoute les outils de transfert hors ligne, les supports de sauvegarde et un test de restauration en présence d'un témoin.
- Les coûts d'exploitation sont l'électricité (une machine Workforce consomme environ 500–700 W lorsqu'elle répond et bien moins de 150 W au repos) et une visite ou un transfert de mise à jour chaque mois ou chaque trimestre, selon l'option.
En contrepartie, il n'y a ni abonnement d'IA par utilisateur, ni frais de traitement à la page, ni données clients qui quittent le cabinet.
Prochaines étapes
Essayez le guide de dimensionnement interactif : indiquez-lui votre nombre de juristes, le modèle souhaité et le niveau d'isolement, et il vous montre la machine qui convient et pourquoi. Ensuite, demandez un devis à notre ingénieur commercial IA, ou contactez-nous. Nous construisons volontiers un pilote pour un pôle d'activité avant que vous ne vous engagiez à l'échelle du cabinet.
Cet article constitue une information technique et commerciale générale, et non un conseil juridique ou réglementaire. Vérifiez vos propres obligations professionnelles et les conditions de vos clients avant de déployer l'IA sur des dossiers clients.