Ce que le marché américain annonce aux cabinets français

L'intelligence artificielle ne supprime pas des avocats, elle supprime des recrutements, déplace la valeur et exige un investissement que la forme du partnership finance mal

Le marché américain permet désormais d'observer davantage qu'une vague d'adoption technologique. Il permet d'observer une modification de l'économie du cabinet d'avocats : la quantité de travail humain nécessaire, la structure des équipes, le rôle des collaborateurs débutants, la métrique de facturation et le niveau de capital qu'il faut engager pour demeurer compétitif.

Il convient cependant d'écarter d'emblée un raccourci. Les données disponibles ne permettent pas d'affirmer que les cabinets américains auraient procédé à une vague de licenciements d'avocats causée par l'intelligence artificielle. Les travaux de la NALP Foundation portant sur cent quarante et un cabinets américains et canadiens en 2025 font apparaître six mille trois cent trente-cinq recrutements de collaborateurs contre quatre mille quatre cent quarante-deux départs. Le stock de collaborateurs a donc continué de progresser.

L'effet observable est plus subtil, et probablement plus important à terme. C'est cet effet qu'il convient de caractériser, parce qu'il est en train de se produire en France sans que la profession en ait identifié le mécanisme.

L'ajustement passe par le recrutement et non par le licenciement

Les travaux les plus solides sur cette question proviennent du Digital Economy Lab de Stanford, dont Brynjolfsson, Chandar et Chen ont publié en août 2026 une version révisée à partir de données de paie administratives couvrant plusieurs millions de salariés américains et plus de sept cents professions.

Leurs résultats méritent d'être énoncés avec précision, car leur interprétation courante est plus affirmative que les auteurs eux mêmes.

Ils ne constatent aucune destruction d'emplois généralisée à l'échelle de l'économie. Ils constatent en revanche que l'emploi des travailleurs de vingt-deux à vingt-cinq ans dans les professions fortement exposées à l'intelligence artificielle se situe désormais environ dix-neuf pour cent en dessous du niveau qu'il aurait atteint s'il avait suivi la trajectoire de leurs homologues du même âge dans les professions moins exposées, contre quinze pour cent un an plus tôt. Les travailleurs expérimentés des mêmes professions ne présentent aucun écart comparable.

Deux précisions sont décisives.

La première porte sur le mécanisme. L'écart provient principalement d'une réduction des recrutements et non d'une augmentation des départs. Autrement dit, l'ajustement s'opère par le flux d'entrée et non par le stock.

La seconde porte sur la nature du résultat. Les auteurs présentent explicitement ces constats comme des indicateurs descriptifs et non comme des estimations causales, et la corrélation entre exposition et évolution de l'emploi ne démontre pas que l'intelligence artificielle en soit la cause. Cette réserve doit être conservée, faute de quoi l'argument devient réfutable par le premier lecteur informé.

Une troisième observation, moins commentée, est la plus utile pour un cabinet. Le recul se concentre sur les fonctions reposant principalement sur un savoir codifié, que les systèmes reproduisent de mieux en mieux, tandis que les professionnels expérimentés des mêmes métiers s'appuient sur un savoir tacite construit par le jugement et l'expérience. Cette distinction commande l'ensemble de ce qui suit.

Pourquoi cet ajustement était prévisible

L'économie du travail avait identifié ce mécanisme avant qu'il ne soit observé.

Autor, Levy et Murnane ont établi que l'automatisation opère sur des tâches et non sur des métiers, et qu'elle progresse là où la tâche est codifiable, c'est-à-dire susceptible d'être décrite par un ensemble explicite de règles. Acemoglu et Restrepo ont formalisé la coexistence d'un effet de déplacement, par lequel des tâches sortent du champ humain, et d'un effet de rétablissement, par lequel de nouvelles tâches apparaissent, l'effet net sur la demande de travail dépendant de leur rapport.

La décomposition d'un dossier juridique fait apparaître exactement la répartition que ces travaux prédisent. Les recherches documentaires, les premières analyses, les synthèses, la revue contractuelle, la vérification préalable, l'extraction d'informations, la comparaison de documents et les premières versions d'actes relèvent de tâches codifiables. La qualification d'un fait ambigu, l'arbitrage entre stratégies dont les conséquences dépendent du comportement d'un adversaire, la négociation et l'appréciation d'un risque réputationnel relèvent du savoir tacite.

Or la pyramide économique du cabinet reposait précisément sur cette répartition. Les collaborateurs débutants exécutaient les tâches codifiables, les collaborateurs expérimentés supervisaient, les associés arbitraient. L'automatisation ne frappe donc pas la profession de manière uniforme : elle frappe l'étage inférieur de sa structure de production, qui est également son mécanisme de recrutement.

Les fonctions support sont restructurées avant les avocats

Un second signal, plus tangible, provient des fonctions de support.

Fin 2025, Clifford Chance a engagé une restructuration de ses fonctions support londoniennes portant sur environ cinquante postes sur quelque cinq cent cinquante collaborateurs concernés, avec jusqu'à trente-cinq postes supplémentaires modifiés. Parmi les motifs avancés figuraient l'usage croissant de l'intelligence artificielle, la diminution de certains besoins et le transfert d'activités vers des centres situés en Pologne et en Inde. Bryan Cave Leighton Paisner avait réduit d'environ huit pour cent ses effectifs mondiaux de fonctions support en invoquant notamment l'évolution technologique.

La rigueur impose de relever que ces décisions sont multicausales et qu'elles ne peuvent pas être attribuées à l'intelligence artificielle seule, la délocalisation et la conjoncture y contribuant.

Elles établissent néanmoins le mécanisme. Lorsqu'un cabinet automatise successivement la facturation, la gestion des connaissances, une partie du marketing, la production documentaire, le reporting et la recherche, il finit par devoir examiner une question différente de celle du choix des outils : quelle organisation serait la sienne si elle était conçue aujourd'hui.

Cette question ne relève pas de la direction informatique. Elle relève du comité d'associés, et elle gagne à être instruite avec un tiers disposant de points de comparaison : prendre rendez-vous.

Le gain de productivité annoncé, et sa condition de validité

Les estimations de gain de temps circulent abondamment. Les travaux du Thomson Reuters Institute situent autour de deux cent quarante heures par professionnel et par an le temps que l'intelligence artificielle pourrait libérer, contre environ deux cents dans une estimation antérieure, pour une valeur correspondante de l'ordre de dix-neuf mille dollars par professionnel.

Ces chiffres doivent être maniés avec précision, et la précision conduit à les affaiblir.

Il s'agit d'anticipations déclarées par des répondants à une enquête, et non de gains mesurés sur des données de production. Une anticipation déclarée constitue une information sur les croyances des professionnels interrogés, non sur les effets constatés.

Un exercice illustratif permet néanmoins d'apprécier les ordres de grandeur. Un cabinet français de cent avocats qui parviendrait à libérer deux cents heures par avocat disposerait de vingt mille heures. À raison de mille cinq cents heures productives annuelles, cela représente l'équivalent de plus de treize équivalents temps plein.

Ce calcul est arithmétiquement exact et économiquement incomplet, et son incomplétude est le point le plus important de cette note.

Du temps libéré n'est pas du temps facturable. Il le devient à deux conditions cumulatives. La première est qu'il existe une demande capable de l'absorber, ce qui suppose un flux d'affaires supplémentaire que le cabinet doit aller chercher. La seconde est que ce temps soit libéré là où la demande existe, ce qui n'est pas garanti : un gain concentré sur les tâches des collaborateurs débutants ne libère pas du temps d'associé, alors que c'est le temps d'associé qui constitue généralement le facteur limitant.

Un cabinet qui libère vingt mille heures sans disposer de la demande correspondante n'a pas gagné treize équivalents temps plein. Il a créé une sous-charge de treize équivalents temps plein, dont le coût demeure intégral puisque les salaires sont fixes. La conversion d'un gain de productivité en gain économique suppose donc une capacité commerciale, et c'est là que la plupart des projets échouent. L'examen de cette condition sur la situation d'un cabinet déterminé constitue un exercice préalable à tout engagement : prendre rendez-vous.

Ce que devient le temps libéré est une décision et non une conséquence

Le temps libéré peut recevoir quatre emplois, et le choix entre eux détermine intégralement l'effet économique de l'investissement technologique.

Il peut accroître la marge, si les honoraires demeurent inchangés et que le temps libéré est simplement non employé, ce qui suppose une réduction corrélative des effectifs ou l'absence de recrutement.

Il peut réduire les prix, si le cabinet choisit de restituer le gain à ses clients pour gagner des parts de marché, stratégie cohérente à la condition que la demande soit élastique et que le cabinet dispose d'une structure de coûts inférieure à celle de ses concurrents.

Il peut absorber davantage de dossiers, ce qui suppose une demande disponible et une capacité commerciale pour la capter.

Il peut enfin être réaffecté à des activités que le cabinet ne conduisait pas : développement commercial, connaissance sectorielle, accompagnement plus étroit des clients, formation des jeunes avocats.

Aucune de ces quatre voies ne découle de la technologie. Toutes découlent d'une décision, et l'absence de décision équivaut au premier emploi avec un coût inchangé, c'est-à-dire à la pire des quatre. C'est la raison pour laquelle l'intelligence artificielle constitue un sujet de stratégie générale et non un sujet d'équipement, et pour laquelle l'arbitrage entre ces quatre voies mérite d'être conduit explicitement : prendre rendez-vous.

La métrique de prix détermine qui capte le gain

Le mécanisme par lequel un cabinet perd le bénéfice de sa propre productivité mérite d'être exposé, car il est arithmétique et non conjoncturel.

Soit une vérification préalable exigeant cent heures facturées trois cents euros, soit trente mille euros. Grâce à l'automatisation, elle exige quarante heures. Si le cabinet continue de facturer ses heures, il facture douze mille euros. Il a gagné en productivité et perdu soixante pour cent de son produit.

Dans un modèle horaire, l'amélioration de la productivité détruit donc le chiffre d'affaires qu'elle était censée améliorer. Ce n'est pas un effet pervers, c'est une conséquence de la définition de la métrique.

Nagle a établi que le choix de la métrique d'échange, c'est-à-dire de l'unité selon laquelle une prestation est comptée et vendue, détermine ce que le vendeur a intérêt à maximiser et le terrain sur lequel se déroule la négociation. Une métrique dont le volume unitaire décroît structurellement engage le vendeur dans une érosion de son produit à valeur constante.

Les analyses convergent sur ce point : les travaux de Stanford sur l'intelligence artificielle juridique identifient l'heure facturable comme l'un des obstacles structurels à l'adoption, et le Thomson Reuters Institute conclut que l'amélioration de l'efficacité pousse les cabinets vers des structures fondées sur le forfait, la valeur ou le résultat.

La conséquence pratique est qu'un investissement technologique conduit sans modification de la métrique de facturation transfère intégralement le gain au client. Le cabinet finance l'outil et cède son rendement. La refonte de la structure tarifaire n'est donc pas un chantier ultérieur, elle est la condition de rentabilité du premier : prendre rendez-vous.

Ce que signifie traiter l'intelligence artificielle comme une infrastructure

Le signal le plus net provient de Kirkland et Ellis, qui a annoncé en mai 2026 consacrer cinq cents millions de dollars au développement de sa propre plateforme d'intelligence artificielle sur trois à quatre ans, dont cent millions dès 2026. Le cabinet a déclaré un chiffre d'affaires de dix virgule six milliards de dollars l'exercice précédent. La conception s'appuie sur les apports de deux cent cinquante avocats du cabinet, dont une centaine d'associés, et le développement mobilise plus de cent quatre-vingts professionnels de la technologie internes et externes. L'investissement est financé sur les résultats du cabinet, et il vient en complément de licences d'outils tiers. Un partenariat avec Palantir a été annoncé en juin 2026 autour d'une plateforme dédiée à la levée de fonds des acteurs du capital-investissement.

Le montant doit être relativisé. Cinq cents millions représentent moins de cinq pour cent d'une année de chiffre d'affaires, répartis sur plusieurs exercices. Ce n'est pas un effort financier extraordinaire pour une structure de cette taille.

Le changement conceptuel est en revanche considérable, et il tient en deux propositions.

La première est que le cabinet cesse de traiter l'intelligence artificielle comme une ligne de dépenses logicielles pour la traiter comme une infrastructure de production, c'est-à-dire comme un actif dont il contrôle la conception.

La seconde est plus instructive encore et elle a été explicitement énoncée : le cabinet n'a pas l'intention de vendre cette plateforme à d'autres cabinets. Cette exclusivité est l'objet même de la démarche. Un outil disponible pour mille cabinets élève le niveau de référence de tous simultanément et ne différencie aucun. Un actif propriétaire construit à partir du savoir accumulé d'une organisation déterminée ne peut pas être acquis par un concurrent.

Cette distinction entre un outil accessible et un actif propriétaire est celle qui sépare une dépense d'un investissement, et elle est transposable à des échelles très inférieures : prendre rendez-vous.

Déplacer des heures plutôt que les remplacer

Goodwin fournit une seconde mesure, plus accessible et peut-être plus instructive. Le cabinet indique consacrer environ vingt-cinq millions de dollars par an à l'acquisition et au développement de produits technologiques, avec un objectif opérationnel explicite : récupérer un million d'heures par an. Rapporté à environ trois mille avocats et professionnels, cela représente de l'ordre d'une heure et demie par jour réaffectée vers des problématiques complexes, la connaissance sectorielle, le conseil et la formation des jeunes avocats.

Le vocabulaire retenu mérite d'être relevé. Le cabinet n'annonce pas remplacer un million d'heures humaines mais déplacer un million d'heures vers des activités jugées plus différenciantes.

Cette formulation n'est pas une précaution de communication, elle décrit une décision d'allocation. Elle correspond au quatrième emploi identifié plus haut, celui dont le rendement est le plus incertain à court terme et le plus élevé à moyen terme, et elle suppose que le cabinet dispose d'une mesure de ce qui est réaffecté, faute de quoi l'objectif demeure déclaratif. La construction de cette mesure précède utilement l'annonce de l'objectif : prendre rendez-vous.

Pourquoi l'investissement organisationnel excède l'investissement technologique

La thèse selon laquelle l'intelligence artificielle relève d'un budget de transformation et non d'un budget informatique n'est pas une opinion. Elle procède d'un résultat établi.

Brynjolfsson et Hitt ont résolu ce que la littérature a nommé le paradoxe de la productivité informatique, à savoir l'absence de gains mesurables malgré des investissements considérables dans les années quatre-vingt et au début des années quatre-vingt-dix. Leur explication comporte deux éléments. Les rendements apparaissent avec un décalage de plusieurs années. Et ils sont conditionnels à des investissements organisationnels complémentaires dont l'ampleur excède celle de la dépense technologique elle même, le capital organisationnel associé représentant un multiple du capital informatique.

La transposition est directe et elle est vérifiable. Acquérir cent licences pour cent collaborateurs produit cent utilisateurs potentiels d'un logiciel. La transformation exige autre chose : cartographier les processus, identifier les tâches automatisables, mesurer leur coût actuel, construire les enchaînements de traitement, structurer et nettoyer les bases documentaires, organiser la gestion des connaissances, connecter les outils, former les équipes, définir les règles de confidentialité, installer une gouvernance, repenser la composition des équipes, modifier les indicateurs de performance, adapter la tarification et réaffecter les gains.

Chacun de ces éléments est complémentaire des autres, au sens où son rendement dépend du niveau des autres. Il en résulte qu'une adoption partielle peut produire un résultat inférieur à l'absence d'adoption, ce qui explique pourquoi tant de déploiements ne produisent aucun effet mesurable. Le dimensionnement de ce budget organisationnel est la première question à trancher avant tout déploiement : prendre rendez-vous.

La question n'est pas combien de personnes, mais lesquelles

Un troisième signal américain complète le tableau et il contredit la lecture par la réduction d'effectifs.

Reuters relevait en septembre 2026 une compétition croissante entre grands cabinets américains pour recruter des ingénieurs, des spécialistes de la donnée et des professionnels de l'intelligence artificielle. Parmi les rémunérations publiées figurent des niveaux comparables à celui d'un collaborateur débutant de grand cabinet pour un ingénieur de données senior, et des fonctions de direction liées à l'intelligence artificielle atteignant des niveaux très supérieurs. Plusieurs cabinets de premier rang recherchent ces profils simultanément.

Le cabinet qui se dessine comporte donc moins de production juridique humaine standardisée et davantage d'ingénieurs, de spécialistes de la donnée, de juristes dédiés à la connaissance, d'ingénieurs juridiques, de responsables de produit et de spécialistes de la transformation.

La question posée n'est donc pas de savoir combien de personnes travailleront dans le cabinet, mais lesquelles. Et cette question en soulève une autre, plus délicate, qui porte sur la place de ces profils dans une organisation dont les parcours, les rémunérations et les perspectives d'association ont été conçus pour des avocats. Un ingénieur recruté au niveau d'un collaborateur de troisième année et dépourvu de toute perspective d'association constitue une anomalie dans la structure des carrières, et cette anomalie se paie en rotation. La conception de ces parcours est un sujet en soi : prendre rendez-vous.

Le partnership finance mal un actif collectif

Il reste à examiner pourquoi ces décisions, économiquement rationnelles, sont difficiles à prendre dans un cabinet français, et la réponse ne tient pas aux moyens.

Un cabinet dont le résultat est distribué chaque année à ses associés se trouve dans une configuration où un euro investi est un euro de moins distribué au cours du même exercice. L'investissement dans un actif collectif dont le rendement apparaîtra dans trois à cinq ans est donc financé par une réduction immédiate et identifiable du revenu de personnes qui doivent l'autoriser.

Deux mécanismes aggravent cette difficulté.

Le premier est l'hétérogénéité des horizons. Un associé prévoyant de se retirer dans trois ans supporte le coût et ne percevra pas les flux. Son opposition n'est pas une résistance au changement, elle est le résultat d'un calcul correct, et elle ne se corrige que si la valeur de cession de ses titres capitalise l'investissement consenti, ce qui suppose un dispositif de valorisation sensible à la performance.

Le second est que les droits résiduels d'un associé sont attachés à sa qualité d'associé et ne sont pas librement cessibles. Il ne peut donc pas monétiser aujourd'hui la valeur future qu'il contribue à créer, contrairement à l'actionnaire d'une société dont les titres sont négociables.

Il en résulte une asymétrie que la profession doit regarder en face. Kirkland finance sur ses résultats un investissement représentant moins de cinq pour cent d'une année de produit. Un cabinet français peut conduire un effort proportionnellement comparable, et il ne le conduira que s'il accepte, pendant plusieurs exercices, une diminution de la distribution immédiate au profit d'un actif collectif. Le traitement de cette question dans les règles de partage conditionne tout le reste : prendre rendez-vous.

En France, l'usage est massif et la transformation rare

Le marché français n'est plus au stade expérimental. L'enquête du Conseil national des barreaux conduite auprès de plusieurs milliers d'avocats fait apparaître que soixante-deux pour cent déclarent utiliser l'intelligence artificielle générative.

Un usage déclaré n'est cependant pas une transformation, et la distinction est celle qui a été établie plus haut. Employer un système généraliste pour résumer un document améliore la productivité individuelle d'un professionnel. Déployer une licence auprès de chaque avocat élève le niveau moyen de cette productivité individuelle. Ni l'un ni l'autre ne modifie l'organisation de la production, la métrique de facturation, la composition des équipes ou la structure des coûts.

Certains cabinets français sont entrés dans la seconde phase. Gide avait constitué dès 2023 un groupe de travail réunissant près d'une centaine d'utilisateurs potentiels, dont plus de soixante avocats, avant de déployer une solution d'intelligence artificielle juridique auprès de l'ensemble de ses avocats. August Debouzy a décidé, après une phase pilote conduite auprès d'une trentaine d'utilisateurs, un déploiement auprès de ses cent cinquante avocats, accompagné de formations et d'une gouvernance assurée par un comité dédié.

C'est cette dernière dimension qui distingue les deux phases. Une phase pilote, une mesure, une formation et une gouvernance constituent les éléments minimaux d'une démarche organisationnelle. Leur absence caractérise une acquisition d'outil.

Un signal du marché de l'emploi mérite par ailleurs d'être surveillé sans être surinterprété. Le baromètre du Conseil national des barreaux fait apparaître un recul des intentions de recrutement, seize pour cent des cabinets envisageant un recrutement en 2026 contre vingt-deux pour cent en 2023, avec une diminution concentrée sur les collaborateurs. La causalité n'est pas établie et la conjoncture économique y contribue. La convergence avec les résultats américains sur la réduction des recrutements d'entrée de gamme justifie néanmoins de suivre cette série plutôt que de l'écarter : prendre rendez-vous.

Comment fabriquer un professionnel expérimenté

La conséquence la plus sérieuse de l'ensemble est celle qui touche la formation, et les travaux de Stanford lui donnent un fondement empirique.

Le recul de l'emploi se concentre sur les fonctions reposant sur un savoir codifié, tandis que les professionnels expérimentés s'appuient sur un savoir tacite construit par le jugement et l'expérience. Or ce savoir tacite s'acquiert précisément par l'exécution répétée de tâches codifiées. On ne devient pas excellent en fusions et acquisitions en négociant d'emblée les clauses les plus complexes : on le devient après avoir lu plusieurs centaines de contrats. On ne devient pas excellent en contentieux en concevant d'emblée une stratégie d'audience : on le devient après avoir constitué des chronologies, analysé des pièces et rédigé de premières écritures.

L'automatisation supprime donc le support de l'apprentissage sans en fournir de substitut, et elle le fait au moment où la ressource devenue critique est le professionnel capable de vérifier et d'arbitrer.

L'effet sur la structure de production est mesurable. Un dossier exigeant vingt heures de collaborateur débutant, cinq heures de collaborateur expérimenté et deux heures d'associé, soit vingt-sept heures dont soixante-quatorze pour cent au premier niveau, peut exiger demain cinq heures, quatre heures et deux heures, soit onze heures dont quarante-cinq pour cent au premier niveau. Le ratio optimal entre les niveaux se modifie, et avec lui l'économie du cabinet et son mécanisme de formation.

La réponse ne consiste pas à préserver artificiellement des tâches devenues inutiles. Elle consiste à reconstruire délibérément un dispositif d'apprentissage : exposition organisée à des dossiers complexes, revue systématique des productions automatisées par les débutants sous supervision, participation aux arbitrages plutôt qu'à leur exécution. Ces dispositifs ont un coût qu'aucune facturation ne couvre, ce qui les renvoie à la question du financement examinée plus haut : prendre rendez-vous.

Ce que l'analyse n'établit pas

La délimitation des conclusions s'impose, d'autant que ce sujet se prête aux affirmations excessives.

Il n'est pas établi que l'intelligence artificielle cause le recul de l'emploi des jeunes professionnels. Les auteurs des travaux cités présentent leurs résultats comme descriptifs et non causaux, et d'autres facteurs, dont le niveau des taux d'intérêt et le cycle économique, sont documentés comme contributifs.

Il n'est pas établi que les gains de productivité annoncés se réalisent. Les estimations disponibles sont des anticipations déclaratives, et la conversion d'un gain de temps en gain économique suppose des conditions de demande et de tarification qui ne sont pas garanties.

Il n'est pas établi que le volume de travail juridique humain diminue. L'effet de rétablissement décrit par la littérature et l'existence d'une demande juridique latente, non servie parce que le coût d'accès au conseil excède la valeur des besoins les plus courants, rendent l'hypothèse inverse plausible.

Il n'est pas établi que les ordres de grandeur américains soient transposables. Les structures de coûts, les niveaux de facturation, la taille des cabinets et la composition des clientèles diffèrent sensiblement, et un cabinet français n'a pas à calquer le montant d'un investissement mais à en retenir le principe économique.

Il n'est pas établi, enfin, que les cabinets ayant investi les premiers en retireront un avantage. La littérature sur le capital organisationnel prédit un décalage de plusieurs années entre l'investissement et son rendement, ce qui signifie que la vérification n'est pas disponible aujourd'hui.

Ce que le signal américain contient réellement

Trois propositions résument l'analyse.

Le marché américain ne montre pas des cabinets remplaçant leurs avocats par des systèmes. Il montre un ajustement qui passe par le flux d'entrée plutôt que par le stock, concentré sur les fonctions reposant sur un savoir codifié, et il montre simultanément des cabinets qui engagent des montants considérables non pour acquérir des outils mais pour construire des actifs propriétaires à partir de leur savoir accumulé.

La conversion d'un gain technologique en avantage économique n'est pas automatique. Elle suppose une demande capable d'absorber le temps libéré, une métrique de facturation qui ne détruise pas le produit que la productivité améliore, et un investissement organisationnel dont l'ampleur excède celle de la dépense technologique. L'absence de l'un de ces trois éléments annule l'effet des deux autres.

Le financement de cet investissement constitue la difficulté propre à la forme du partnership, puisqu'il suppose de réduire une distribution immédiate et identifiable au profit d'un actif collectif dont le rendement est différé et dont les associés proches de la sortie ne bénéficieront pas. Cette difficulté n'est pas financière mais institutionnelle, et elle se traite dans les règles de partage et de valorisation.

La question posée aux cabinets français n'est donc plus celle du choix d'un outil. Elle est de savoir combien ils acceptent d'investir pour transformer leur modèle, et selon quelles règles internes cette décision peut être prise. Car lorsqu'un concurrent produit en quarante heures ce qui en exige encore cent, la difficulté a cessé d'être technologique : c'est le modèle économique qui est devenu moins compétitif. Pour examiner cette question sur la situation d'un cabinet déterminé : prendre rendez-vous.