L’explorateur, le perroquet et la carte du monde : pourquoi votre CLM s’égare sans ontologie

Au début du XIXᵉ siècle, Alexander von Humboldt traverse l’Amérique du Sud. Il observe, mesure, note, collecte… mais il avance sans carte fiable. Les territoires qu’il explore, l’Orénoque, les Andes, l’Amazone, sont encore des zones blanches. Il a des instruments, un carnet mais pas de représentation du monde sur laquelle s’appuyer. Il a pourtant des objectifs clairs, dans le Haut Orénoque, par exemple, son objectif est de confirmer la présence d'un canal naturel entre l’Orénoque et l’Amazone.

Aujourd’hui les Projets « CLM » sont une autre forme d’expédition pour les Directions Juridiques. Osons un parallèle.

• Le CLM, c’est Humboldt l’explorateur : organisé, rigoureux, capable de suivre un itinéraire et de documenter chaque étape. Mais limité par l’absence de carte.
• Le LLM, c’est le perroquet que Humboldt emporte sur son épaule : il répète, imite, vocalise… il possède des données en quantité car il a quadrillé le terrain, mais il n’y comprend rien
• L’ontologie, c’est la carte du monde qui n’existe pas encore : la structure du territoire : les fleuves, les chaînes de montagnes, les dépendances, les passages …et les pièges

Aujourd’hui, la plupart des CLM dopés à l’IA fonctionnent comme Humboldt avant d’avoir dessiné ses cartes : un explorateur brillant, accompagné d’un perroquet bavard… mais sans carte.

‍

1.Pourquoi votre CLM déçoit là où il devrait exceller

Les Directions Juridiques investissent massivement dans des CLM motorisés aux LLM, avec l’espoir d’automatiser la génération, la revue et l’exécution des contrats. Et pourtant, un paradoxe persiste : ces systèmes semblent performants sur les accords de confidentialités, les baux immobilier ou les contrats de service standard… mais s’effondrent dès que les enjeux deviennent réellement stratégiques.

Les symptômes sont connus : des propositions de clauses « échangeables » alors qu’elles n’ont pas la même portée juridique, l’incapacité à gérer les dépendances fines entre clauses au sein d’un même contrat, des événements sur contrats mal interprétés en termes de risques. Avec pour effet de créer de la frustration chez les juristes qui doivent repasser derrière la machine.

Autrement dit : là où la valeur juridique se concentre, la plupart des CLM actuels échouent.

‍

2. Les « modèles de données » ne portent pas de sens

La cause n’est ni le LLM sous-jacent, ni le prompt engineering. Elle est plus profonde : les CLM reposent sur des modèles de données qui décrivent la classe d’appartenance des informations, mais jamais leur sens profond

Les champs, formulaires, workflows et tables d’un CLM indiquent où une information est stockée, mais jamais :

• pourquoi une clause existe,
• ce qui distingue un manquement grave d’un simple écart,
• pourquoi une notification de retard doit parfois être requalifiée en variation order,
• comment les clauses s’influencent mutuellement.

Privés de ce contexte de raisonnement, les LLM comblent les vides par des corrélations statistiques.

Résultat : des interprétations fantaisistes, surtout dans les contrats complexes où les mots ont une signification très précise, liée au secteur de l’entreprise, pas une signification générique et où les risques peuvent être eux-mêmes spécifiques. Ces systèmes se heurtent aux usages considérés comme les plus prometteurs pour les Directions Juridiques : là où se concentre la charge et la valeur ajoutée des équipes de juristes.

Les CLM échouent parce qu’ils ne comprennent pas le domaine business.

‍

3. Les ontologies de contrat donnent enfin un cerveau juridique aux systèmes d’IA

La solution qui s’impose aujourd’hui dans les architectures IA avancées est claire : ajouter une couche ontologique, c’est-à-dire une représentation explicite du raisonnement juridique et métier.

Là où un modèle de données répond à « où est stockée l’information ? », une ontologie répond à « que signifie cette information, et pourquoi existetelle ? ».

Cette couche symbolique permet :

• d’ancrer le raisonnement du LLM dans la réalité juridique,
• d’éviter les hallucinations,
• de gérer les cas limites,
• d’interpréter correctement les événements postsignature,
• d’ajouter de nouveaux concepts sans casser l’existant.

Avec une ontologie, l’IA ne reconnaît plus les seuls motifs : elle raisonne.

‍

4. Comment les ontologies transforment un CLM en moteur de raisonnement

Une ontologie contractuelle repose sur quatre briques fondamentales :

• Les entités : les concepts du domaine (par exemple, dans le secteur audiovisuel : les œuvres, les droits, les licences, les fenêtres d’exploitation, le prêt à diffuser…).
• Les attributs : les qualificatifs (exclusivité, territoire, niveau de risque…).
• Les relations : les verbes qui structurent le réel (crée, cède, dépend de, impacte…).
• Les règles : les mécanismes juridiques (une coproduction implique un partage des droits dérivés ; une modification de livrable nécessite un avenant…).

Ensemble, elles forment un contrat sémantique qui devient la source de vérité du domaine d’activité.

Une expérimentation structurée l’a démontré : avec un simple modèle de données, les LLM hallucinaient systématiquement sur des contrats complexes. Par contraste, avec une ontologie de 20 questions encodant définitions, contraintes et règles, les mêmes LLM réalisaient des appariements corrects, y compris dans les cas limites.

Au-delà de la précision, l’ontologie débloque des capacités nouvelles :

• flexibilité sémantique (ajout de nouveaux concepts sans reparamétrage lourd),
• recherche fondée sur le sens,
• contraintes logiques appliquant automatiquement les règles juridiques,
• cohérence systémique entre clauses, obligations et événements.

C’est un changement de nature, pas de degré : les systèmes deviennent réellement intelligents.

‍

5. Waldenlab orchestre la transformation ontologique de votre CLM

Pour les organisations qui déploient ou renouvellent un CLM, l’enjeu n’est plus seulement de paramétrer un outil (modèle de donnée, circuits d’approbation, habilitations, reporting, ..) il s’agit d’architecturer un système IA capable de raisonner.

Waldenlab intervient précisément à ce croisement entre conseil fonctionnel, architecture IA et ingénierie de la connaissance. Nous accompagnons vos équipes pour que leurs outils habitent pleinement leur monde :

• cadrer le périmètre et les cas d’usage prioritaires,
• animer les ateliers juristes pour identifier concepts, règles et dépendances,
• structurer la première version de l’ontologie contractuelle,
• guider la traduction en Knowledge Graph,
• orchestrer l’intégration entre CLM, LLM et couche ontologique.

Vous êtes en phase d’acquisition ou de renforcement d’un CLM ? Waldenlab peut piloter l’architecture de votre projet pour transformer votre CLM en véritable moteur de raisonnement juridique et gérer TOUS vos contrats, même les plus complexes.

Humboldt a fini par produire ce qui manquait : une carte du monde cohérente, reliant les phénomènes, les reliefs, les climats, les écosystèmes. Il a inscrit sur la carte qu’un canal naturel reliait l’Orénoque à l’Amazone, de la même manière que deux clauses d’un contrat peuvent être dépendantes sans que cela saute aux yeux. Cette carte n’était pas un simple dessin : c’était une structure de compréhension.

C’est exactement ce que fait une ontologie contractuelle aujourd’hui.