Dans un article partenaire publié par Les Echos, Pappers affirme que son produit d'IA juridique, Pappers Justice, croît de 120 % par an depuis le lancement de son activité payante il y a trois ans et séduit des cabinets d'avocats toujours plus importants. Alors que le marché de l'IA juridique s'est rempli de ce qu'elle appelle des « chatGPT du droit », Pappers a fait deux paris différents : construire son IA sur ses propres bases de données, et ouvrir ces bases à ses clients pour qu'ils puissent les connecter à leurs propres outils.
Du moteur de recherche à l'outil de production
Pappers Justice a ouvert en 2021, sur le modèle qui fait le succès de Pappers depuis 2020 avec les données d'entreprises : une plateforme gratuite, ici pour les décisions de justice. Le tournant est intervenu deux ans plus tard avec l'arrivée de Gabriel Moneyron, chargé de construire une solution complète pour les avocats et les directions juridiques et de monter une filiale autour d'elle. Moneyron a rencontré le cofondateur de Pappers, Romain Banchetti, à Centrale, et avait déjà lancé un projet d'open data parlementaire, devenu aujourd'hui Pappers Politique.
Tout a commencé par un moteur de recherche sur une base documentaire : des décisions de justice indexées et recoupées avec les parties, les textes de loi, les conventions collectives, le BOFiP, le BOSS, les conventions fiscales internationales et d'autres sources. L'équipe a ensuite ajouté le travail quotidien d'un cabinet, de la synchronisation des dossiers à la veille juridique, jusqu'à la cotation automatique des pièces avec index. L'IA, arrivée il y a deux ans, a changé la nature du produit : le professionnel ne cherche plus une décision mais confie une question de fond et obtient en retour une analyse sourcée, fondée sur les documents de son propre dossier. Une recherche qui prenait une demi-journée peut désormais prendre quelques minutes, et le produit est ainsi passé d'une base de référence à un outil de production.
Premier pari : la donnée avant le modèle
Pour Moneyron, « Beaucoup de produits juridiques ne sont qu'une fine couche de prompt engineering posée sur un modèle généraliste et reposent sur un scraping artisanal de Légifrance et des décisions publiques. Ça fait de très bonnes démos, mais ça hallucine sur un dossier réel ». Pappers construit ses bases de données depuis 2020, en combinant open data, sources privées et données propriétaires. Au-delà des décisions et des textes de loi, elles comprennent des données sur les entreprises, l'immobilier et le cadastre ainsi que des données parlementaires, et les cabinets peuvent y téléverser leurs propres dossiers et les interroger sur un cloud souverain. Le plus difficile, explique Moneyron, est de relier une décision brute aux parties, à leurs sociétés, aux textes qu'elle applique et aux décisions qui l'ont précédée. « Notre IA n'invente pas une décision, elle va la chercher. » Elle enchaîne les recherches, vérifie et exécute des workflows complets, aidée par la profondeur des bases Pappers Immobilier, Entreprise et Politique.
Les premiers abonnés étaient de petite taille : avocats exerçant seuls, cabinets de moins de dix personnes et experts-comptables achetant une licence pour eux-mêmes. Le lancement de Pappers IA a accéléré les choses, car un outil capable de mener une recherche complète intéresse les équipes. Selon Moneyron, plus les cabinets rencontrés par Pappers sont grands, plus son IA juridique les convainc : ce sont les plus exigeants sur les sources, l'hébergement et le comportement du modèle lorsqu'il ne sait pas, et ils représentent désormais l'essentiel de son chiffre d'affaires.
Second pari : mettre la donnée dans les outils des clients
La donnée juridique est traditionnellement une forteresse, chaque éditeur protégeant son fonds pour sa propre interface. Pappers met ses données à la disposition de ses clients via le protocole MCP, qui relie une source de données à un assistant d'IA. Le raisonnement : de nombreux avocats utilisent déjà des IA généralistes comme Claude sur leurs dossiers, ce qui entraîne des erreurs sur les sources. « Une IA sans source n'a pas conscience de ce qu'elle ne sait pas, c'est la porte ouverte aux hallucinations. » L'ouverture porte sur des données structurées et sur des textes déjà vectorisés qu'un cabinet peut brancher à ses propres outils pour construire ses workflows. « Nos données ont plus de valeur quand elles circulent dans les outils que nos clients utilisent déjà que quand on les enferme dans une interface. »
Et ensuite
Pappers concentre sa R&D sur le travail agentique, avec pour objectif affiché « qu'un professionnel puisse déléguer une tâche complète, jusque dans les moindres détails ». « Trois ans, c'est court », estime Moneyron, et l'équipe a le sentiment d'avoir à peine commencé. Une dizaine de recrutements sont prévus en 2027.