Litige entre client et prestataire sur un projet d'intelligence artificielle
Aucun texte propre aux projets d'IA ne régit la relation entre un client et son prestataire : le droit commun des contrats s'applique, éclairé par la jurisprudence des projets informatiques. Ce qui change, c'est la preuve technique : une performance statistique, des données fournies par le client et un modèle qui a pu évoluer depuis les faits.
Un litige sur un projet d'IA oppose le plus souvent un client, qui estime ne pas avoir obtenu ce qui était promis, à un prestataire, qui invoque la qualité des données ou les demandes changeantes du client. Aucune règle propre à l'IA ne tranche ce conflit : le devoir d'information précontractuel, l'obligation de conseil et la collaboration du client s'apprécient selon le droit commun. Aucune décision de la Cour de cassation propre à un projet d'IA n'a été identifiée. La nature de l'obligation, de moyens ou de résultat, dépend du contrat et de l'intention commune des parties. Les questions techniques sont précises : quelle performance était annoncée, sur quelle mesure et quelles données ; ce qui a été mesuré en recette et en production ; quelle part des écarts revient au modèle, à l'intégration, aux données du client ou aux évolutions demandées ; quelle version était en service à chaque date. Le règlement européen sur l'IA ne règle pas cette responsabilité contractuelle.
Situation type
Une entreprise de distribution commande à une société de services un assistant de réponse aux demandes de ses clients, fondé sur un modèle de langage relié à sa base documentaire. L'offre commerciale annonçait « 80 % des demandes traitées sans intervention humaine » et un temps de traitement divisé par deux. Six mois après la mise en service, le taux mesuré plafonne à 35 %, les réponses erronées se multiplient ; le client refuse de payer le solde, puis demande la résolution du contrat.
Le prestataire répond que la base documentaire fournie était incomplète et périmée, que le client a changé trois fois de périmètre et que le chiffre de 80 % n'était qu'un objectif indicatif. Il ajoute que le fournisseur du modèle sous-jacent en a changé la version en cours de projet. Variante fréquente : un modèle de prévision ou de classification entraîné sur les données du client, dont la précision en production s'écarte de celle présentée lors de la démonstration.
Questions techniques que le juge ou l'expert peut poser
- Quelle performance était annoncée avant la signature et dans le contrat : quelle métrique (taux de traitement automatique, précision, rappel, taux d'erreur, temps de réponse), sur quel jeu de données, dans quelles conditions de mesure ?
- Le chiffre annoncé reposait-il sur une mesure documentée, une démonstration sur des données choisies ou une simple estimation ? Qu'en montrent les supports d'avant-vente ?
- Les mesures faites en recette et en production portent-elles sur des données comparables à celles du contrat, ou le périmètre et les données ont-ils changé ?
- Quelle part des écarts revient au modèle ou à son fournisseur, à l'intégration, aux données et documents fournis par le client, aux évolutions demandées en cours de projet ?
- Le prestataire a-t-il signalé, par écrit et à temps, les limites connues : qualité des données, taux d'erreur incompressible, dépendance à un modèle tiers ?
- Le client a-t-il fourni les données, les accès, les experts métier et les validations prévus au planning ?
- Quelle version du modèle, des instructions système, du code et des données était en service à chaque date clé : recette, incidents, mise en demeure ? Le résultat est-il encore reproductible ?
- La recette a-t-elle été prononcée, avec ou sans réserves, et sur quels critères ? Les gains annoncés ont-ils été mesurés par rapport à une situation de référence ?
Quelle compétence technique ?
- Apprentissage automatique : protocole d'évaluation, métriques, dérive des données.
- IA générative : modèles de langage, génération augmentée par recherche documentaire, instructions système, dépendance à un fournisseur de modèle.
- Conduite de projet informatique : recette, qualification et origine des anomalies, intégration.
Éléments techniques à réunir
- Contrat, annexes, cahier des charges, réponse à l'appel d'offres, avenants, procès-verbaux de recette et réserves.
- Échanges d'avant-vente : courriels, démonstrations, présentations citant des chiffres de performance ou de gain.
- Comptes rendus des comités de pilotage, tickets d'anomalies avec leur gravité et leur origine.
- Protocole et jeux de test, résultats d'évaluation datés, mesures de production.
- Versions : identifiant et date du modèle, instructions système, code et historique du dépôt, configuration, conditions du fournisseur du modèle tiers.
- Journaux d'exécution et de supervision en production.
Textes applicables
- Code civil, article 1112-1 : devoir précontractuel d'information sur ce qui est déterminant pour le consentement ; les parties ne peuvent ni le limiter ni l'exclure.
- Code civil, article 1194 : fondement textuel usuel des obligations accessoires, dont l'obligation de conseil.
- Code civil, article 1217 : remèdes à l'inexécution : exception d'inexécution, exécution forcée, réduction du prix, résolution, réparation.
- Code civil, article 1231-5 : clause pénale, que le juge peut modérer ; utile pour les pénalités de retard.
- Code civil, article 1353 : charge de la preuve de l'obligation et du fait qui a produit son extinction.
- Code de procédure civile, article 238 : le technicien établit les faits ; dire qui a manqué à son obligation de conseil relève du juge.
Décisions rendues
- Cass. com., 10 janvier 2018, n° 16-23.790 (conseil du prestataire et collaboration du client) : le prestataire doit un conseil initial sur le choix de la solution, mais il appartient au client, au titre de sa propre obligation de collaboration, de lui fournir les spécificités de son fonctionnement ; responsabilité partagée par moitié.
- Cass. com., 27 novembre 2019, n° 18-15.104 (fonctionnalité annoncée avant la signature et inexistante) : fonctionnalité affirmée par courriel avant la signature et inexistante : malgré une clause de reconnaissance d'adéquation, les juges du fond devaient rechercher si l'information erronée avait provoqué une erreur déterminante. Transposable à une capacité d'IA annoncée en avant-vente.
- Cass. com., 28 septembre 2010, n° 09-10.486 (obligation de moyens ou de résultat selon l'intention commune des parties) : obligation de moyens retenue par interprétation souveraine de l'intention commune des parties ; retards imputés en grande partie à l'imprécision du cahier des charges et aux demandes de modification du client.
- Cass. com., 19 septembre 2018, n° 17-15.191 (ventilation causale des anomalies d'un progiciel intégré) : un partage de responsabilité par moitié ne suffit pas à rejeter la demande de dommages-intérêts : il faut rechercher si les manquements respectifs ont causé un égal préjudice. Illustre le poids de la ventilation des anomalies établie par l'expert.
- Cass. com., 6 janvier 2021, n° 19-17.413 (périmètre contractuel et absence de constat contemporain des dysfonctionnements) : le périmètre contractuel et les constats contemporains priment : l'arrêt approuve une cour d'appel qui relevait l'absence de constat des dysfonctionnements, l'expert n'en ayant lui-même constaté aucun.
Ces arrêts portent sur des projets informatiques classiques : aucune décision de la Cour de cassation propre à un projet d'IA n'a été identifiée au 23 septembre 2026. Leur transposition relève d'un raisonnement par analogie.
Limites de l'analyse technique
- L'expert établit qui savait quoi, à quelle date, et ce qui a causé quoi ; dire qui a manqué à son obligation de conseil ou qui est responsable appartient au juge.
- Le comportement d'un système fondé sur un modèle tiers a pu changer depuis les faits : sans journaux ni versions conservés, la reconstitution reste partielle.
- Une performance statistique dépend du jeu de test : deux mesures faites sur des données différentes ne sont pas comparables.
Fiches liées
- Litige sur la conformité d'un système au règlement européen sur l'IA
- « IA washing » : allégations trompeuses sur l'usage de l'intelligence artificielle
- Assistant conversationnel ayant donné une information erronée à un client
- Agent d'IA ou automatisation ayant déclenché une action dommageable
Tous les contentieux de l'IA et de la robotique
Sources et références
- Code civil, article 1112-1.
- Code civil, article 1194.
- Code civil, article 1217.
- Code civil, article 1231-5.
- Code civil, article 1353.
- Code de procédure civile, article 238.
- Cass. com., 10 janvier 2018, n° 16-23.790, conseil du prestataire et collaboration du client.
- Cass. com., 27 novembre 2019, n° 18-15.104, fonctionnalité annoncée avant la signature et inexistante.
- Cass. com., 28 septembre 2010, n° 09-10.486, obligation de moyens ou de résultat selon l'intention commune des parties.
- Cass. com., 19 septembre 2018, n° 17-15.191, ventilation causale des anomalies d'un progiciel intégré.
- Cass. com., 6 janvier 2021, n° 19-17.413, périmètre contractuel et absence de constat contemporain des dysfonctionnements.
Rédaction : Denis Atlan Publié le Méthode éditoriale et corrections