L’agent IA juridique d’Uber analyse les modifications proposées dans des contrats et recommande d’accepter, de rejeter ou de modifier les clauses concernées. Les juristes d’Uber examinent ses suggestions et décident lesquelles retenir. L’entreprise affirme que l’outil a réduit de plus de 20 % le temps moyen de révision des contrats et que ses décisions générées par l’IA atteignent 91 % de justesse. Uber décrit son fonctionnement et ses résultats.

L’IA peut préparer une réponse ; chez Uber, les juristes gardent le dernier mot sur son intégration au contrat.

Ce que l’agent fait dans Word

Le Legal Redlining Agent est un outil interne destiné aux équipes juridiques d’Uber, intégré à Microsoft Word. Il repère les modifications proposées par une partie extérieure, en interprète l’intention et évalue les risques au regard des règles de l’entreprise. Il peut ensuite suggérer une réponse et rédiger un commentaire expliquant sa recommandation.

L’agent aide donc à traiter les changements de contrat, mais ne choisit pas la réponse finale : les juristes peuvent accepter, rejeter ou modifier chaque suggestion avant de l’intégrer à leur réponse.

Les précédents et les règles qui guident ses suggestions

Uber s’appuie sur des décisions antérieures de ses juristes pour éclairer les nouvelles recommandations. Ces dossiers de retour d’expérience ne se limitent pas à enregistrer si une suggestion a été acceptée : ils comprennent le contexte de la négociation, les modifications proposées, la décision du juriste, son raisonnement et le texte finalement modifié.

Pour retrouver des cas utiles, le système associe notamment les retours à l’intention de la partie extérieure et à la phrase d’origine du contrat. Une recherche dans des milliers d’interactions réduit la sélection à une vingtaine de cas environ, puis un modèle de langage filtre les résultats selon leur pertinence. Uber indique que le mécanisme de pondération par ancienneté repose sur une demi-vie configurable, réglée à 365 jours dans la mise en œuvre décrite.

Cette recherche ne remplace pas les règles fixes. Uber distingue les exigences non négociables, qu’un moteur déterministe peut imposer face à une recommandation du modèle, des aspects plus souples — comme le ton ou la stratégie de négociation — guidés par les décisions passées.

La première version reposait sur la génération augmentée par récupération, ou RAG : le modèle consultait des playbooks juridiques et des exemples de négociation pour formuler ses réponses. Uber explique que cette approche retrouvait parfois des éléments peu pertinents, gérait mal le ton des négociations et généralisait difficilement aux situations absentes des exemples. Les retours détaillés des juristes apportent au système davantage de contexte sur les décisions et leurs motifs.

Les contraintes de l’intégration à Word

Faire fonctionner l’outil dans le traitement de texte pose aussi des défis techniques. Uber signale des lenteurs de l’API JavaScript d’Office, des plantages avec certaines structures de suivi des modifications et des cas où le texte supprimé est renvoyé sous forme de chaîne vide. L’entreprise décrit des solutions comme la mise en cache, le chargement défensif et la conservation séparée de l’état du texte.

Les résultats annoncés par Uber

Uber revendique une baisse de plus de 20 % du temps moyen consacré à la révision des contrats et un taux de justesse de 91 % pour les décisions générées par l’IA. L’entreprise situe le début du développement de la première génération au début de 2024 et le pilote avec son équipe juridique en 2025.