Architecture

Chaque métier produira sa couche

Le schéma qui s’installe dans le droit va se reproduire dans tous les métiers d’expertise. Par nécessité, pas par hasard.

Une hypothèse intéressante commence à circuler dans les conversations sérieuses sur l’avenir de l’IA d’entreprise, et elle se formule simplement : le schéma qui se met en place dans l’IA juridique va se reproduire, à des rythmes différents mais selon la même logique, dans tous les secteurs d’expertise. Médecine, finance, ingénierie, comptabilité, conseil. À chaque fois, le même enchaînement : des assistants génératifs en première vague, une fragmentation rapide, une demande de gouvernance qui émerge, et l’apparition d’une couche sémantique spécifique au domaine, qui rend les modèles génériques exploitables dans la complexité du métier.

Cette hypothèse n’est pas une projection arbitraire. Elle découle d’un raisonnement architectural simple : les modèles génériques parlent la langue générale, mais aucun métier d’expertise ne fonctionne dans la langue générale. Chaque métier a ses objets propres, ses contraintes propres, ses gouvernances propres, ses méthodologies propres. Et chacun a besoin d’une couche qui traduise les capacités génériques en capacités opérationnelles propres. Cette couche ne peut pas être horizontale, parce qu’elle parle un langage métier ; elle doit être verticale, par secteur.

Aucun métier d’expertise ne fonctionne dans la langue générale. C’est pour cela que la couche sera verticale, jamais horizontale.

Une couche par domaine

Si cette lecture est juste, on observera au cours des cinq prochaines années l’émergence de plusieurs catégories distinctes. Une Legal Semantic Layer pour le droit. Une couche clinique pour la médecine. Une couche financière pour la finance. Et ainsi de suite. Chacune sera une catégorie d’infrastructure à part entière, avec ses acteurs spécialisés, ses standards émergents, sa profondeur métier propre, ses avantages défendables spécifiques. Le marché horizontal des assistants génériques continuera d’exister, mais il sera relégué au statut de couche de base, sur laquelle les couches sémantiques verticales s’appuieront sans s’y réduire.

La force de cette hypothèse tient à ce qu’elle ne repose pas sur une croyance dans l’IA, mais sur une propriété des métiers d’expertise eux-mêmes. Un métier d’expertise se définit précisément par le fait qu’il ne se réduit pas au langage général : il a fallu des années à un praticien pour en maîtriser les objets et les règles, et c’est cette irréductibilité même qui appelle une couche dédiée. Plus un métier est expert, plus l’écart entre la langue générale du modèle et la langue du métier est grand, et plus la couche qui comble cet écart a de valeur. Le droit, justement, est un de ces métiers où l’écart est maximal.

Cette segmentation est déjà commencée, et on peut l’observer hors du droit. Dans la santé, des acteurs construisent ce que ne sont pas les copilotes médicaux génériques : une couche qui parle le langage des dossiers patients, des référentiels cliniques, des règles de pharmacovigilance. Dans la finance, des couches émergent autour du langage des instruments, des positions, des risques réglementés. Dans le droit, c’est précisément la catégorie que MAX construit comme Legal Semantic Layer. Le mouvement est le même partout, décalé seulement dans le temps.

Le générique gagne d’abord parce qu’il est là. Le vertical gagne ensuite parce qu’il est juste.

Ce que « parler la langue du métier » veut dire

L’expression « parler la langue du métier » mérite d’être précisée, car elle est le cœur de l’argument et non une métaphore commode. Un modèle générique connaît les mots du droit, mais il ne connaît pas les objets du droit tels qu’ils fonctionnent dans une pratique réelle : ce qu’est un dossier pour ce cabinet, comment une position se construit, ce qui distingue un précédent utile d’un précédent dangereux, quelles vérifications sont non négociables. Parler la langue du métier, ce n’est pas manier son vocabulaire, c’est manipuler ses objets avec les bonnes contraintes, ce qu’aucun modèle général ne fait sans une couche pour le lui apprendre.

Cette distinction entre le vocabulaire et les objets explique pourquoi la couche verticale ne peut pas être approximée par un simple réglage du modèle générique. On peut donner à un modèle général des instructions détaillées, des exemples, un ton juridique ; on obtient un modèle qui parle comme un juriste, pas un système qui raisonne dans les contraintes du métier. La différence apparaît dès que le travail devient sérieux : le modèle bien instruit produit un texte plausible, la couche métier produit un travail conforme aux règles tacites de la pratique. La première ressemble au métier, la seconde le tient.

C’est pourquoi la profondeur d’une couche verticale ne se fabrique pas vite. Elle suppose d’avoir encodé, au fil de l’usage réel, une multitude de contraintes que personne n’écrit jamais explicitement parce qu’elles vont de soi pour un praticien : les enchaînements attendus, les vérifications implicites, les cas où l’on s’écarte de la règle générale. Cet encodage est un travail long, cumulatif, impossible à précipiter, et c’est précisément ce qui en fait un actif défendable : ce qui prend des années à construire ne se rattrape pas en quelques mois, même avec le meilleur modèle du monde en dessous.

Une régularité déjà observée un cran plus bas

Cette logique de verticalisation suit une régularité que l’on a déjà observée à la couche précédente. Le logiciel d’entreprise a commencé horizontal, avec des suites généralistes censées servir tous les métiers, puis s’est verticalisé secteur par secteur, parce que la profondeur métier finissait toujours par l’emporter sur la généralité. Ce qui a été vrai des progiciels de gestion, des outils de relation client, des plateformes analytiques le sera des couches sémantiques d’IA. Le générique sert d’abord parce qu’il est disponible ; le vertical gagne ensuite parce qu’il est juste. L’IA ne déroge pas à ce mouvement, elle le rejoue un cran plus haut.

Il faut comprendre pourquoi cette régularité est si robuste, car elle éclaire ce qui vient. Au début d’une vague, la généralité est un avantage : elle permet de servir vite un large marché, sans attendre de comprendre chaque métier en détail. Mais à mesure que le marché mûrit, les utilisateurs ne se contentent plus d’un outil qui les comprend à peu près ; ils veulent un outil qui parle exactement leur langue. La généralité, qui était un avantage à l’entrée, devient un handicap à la profondeur, et le vertical, plus lent à se construire, finit par gagner parce qu’il est le seul à atteindre la précision que le métier exige.

On peut donc lire le présent de l’IA juridique comme une répétition, à l’étage supérieur, d’un mouvement bien connu. Nous sommes au moment où la généralité a servi son rôle d’amorçage, et où la profondeur métier commence à réclamer son dû. Ce moment est précisément celui où les couches verticales émergent, avant que le marché ne les ait nommées, portées par des acteurs qui ont fait le pari de la profondeur contre la facilité de la généralité. Reconnaître ce moment, c’est comprendre pourquoi les couches sectorielles ne sont pas une possibilité parmi d’autres, mais l’étape suivante déjà en cours.

La généralité est un avantage à l’entrée d’une vague. Elle devient un handicap dès que le métier réclame sa profondeur.

Ce que cela impose aux organisations

Cette dynamique a une conséquence stratégique importante pour les organisations juridiques. La couche sémantique propre à leur métier ne viendra pas des grands fournisseurs horizontaux de modèles : elle viendra d’acteurs spécialisés dans le métier, qui auront construit en profondeur la compréhension opérationnelle nécessaire. C’est une catégorie à part, et il serait vain d’attendre que les fournisseurs horizontaux fassent ce travail, parce qu’il n’est pas dans leur logique de le faire.

Il faut comprendre pourquoi les fournisseurs horizontaux ne combleront pas ce vide, car c’est le cœur de l’affaire. Construire une couche verticale suppose d’investir des années dans la compréhension fine d’un métier : ses objets, ses méthodologies, ses règles tacites, ses cas limites. Cet investissement n’a de sens que pour qui se consacre à ce métier ; pour un fournisseur horizontal, qui sert dix secteurs à la fois, il serait à la fois trop coûteux et trop spécifique. La généralité qui fait la force du modèle est exactement ce qui l’empêche de descendre dans la profondeur d’un métier particulier. Le vide vertical n’est donc pas un retard à combler, c’est une place structurellement laissée aux spécialistes.

Le bon choix architectural des organisations juridiques n’est donc pas d’attendre, mais d’investir dans la couche sémantique de leur métier au moment où elle se construit. Attendre reviendrait à parier que les fournisseurs horizontaux finiront par descendre dans la profondeur du droit, ce que leur modèle économique leur interdit ; c’est donc attendre une chose qui ne viendra pas. L’émergence des couches sémantiques verticales est l’un des grands mouvements du logiciel d’entreprise des cinq prochaines années, et la place que MAX construit dans le segment juridique en est une expression directe.

Il reste à mesurer ce que cette lecture change pour une organisation qui décide aujourd’hui. Elle déplace la question du choix d’un fournisseur vers le choix d’une catégorie. Une organisation qui raisonne encore en termes de « quel assistant adopter » reste dans la couche horizontale, celle qui deviendra un socle banalisé ; une organisation qui raisonne en termes de « quelle couche métier construire » se place dans la catégorie où la valeur va se concentrer. Ce n’est pas une nuance de vocabulaire, c’est le choix entre bâtir dans la couche qui monte ou rester dans celle qui se banalise.

La couche de votre métier ne viendra pas d’un fournisseur horizontal. Elle viendra de qui connaît le métier en profondeur.