Un règlement de 1,5 milliard de dollars. Des millions de livres piratés. Et une distinction juridique si fine qu'un juge fédéral l'a utilisée pour exonérer une entreprise d'IA de l'entraînement de ses modèles — tout en la tenant responsable de la manière dont elle avait obtenu les données d'entraînement en premier lieu.
Si vous utilisez un assistant de rédaction IA, un copilote de codage ou un outil de recherche alimenté par l'IA dans votre entreprise, deux affaires judiciaires tranchées au cours de l'année écoulée ont discrètement réécrit les règles des outils sur lesquels vous comptez chaque jour. Aucune de ces affaires ne vous impliquait. Mais ensemble, elles répondent à une question que tout propriétaire de petite entreprise utilisant l'IA devrait se poser : lorsque j'utilise un outil d'IA construit sur le contenu protégé par le droit d'auteur de quelqu'un d'autre, suis-je exposé ?
La question à 1,5 milliard de dollars : Bartz c. Anthropic
L'affaire a débuté avec trois auteurs — les auteurs de non-fiction Charles Graeber et Kirk Wallace Johnson, et la romancière de thrillers Andrea Bartz — qui ont découvert qu'Anthropic avait utilisé leurs livres, sans autorisation ni paiement, pour entraîner ses modèles d'IA Claude.
Ce que le juge William Alsup a décidé a scindé l'affaire en deux questions très différentes, avec deux réponses très différentes.
Première question : L'entraînement d'un modèle d'IA sur des livres protégés par le droit d'auteur est-il un usage équitable ? Oui — mais seulement pour les livres qu'Anthropic possédait ou avait sous licence légalement. Le tribunal a décrit le processus d'entraînement comme "transformateur — de manière spectaculaire", le comparant à la façon dont une personne lit beaucoup pour apprendre à écrire. Étant donné que les données d'entraînement elles-mêmes restent cachées à l'intérieur du modèle et ne remplacent pas l'achat du livre original, le juge a estimé que l'utilisation ne nuisait pas au marché de l'œuvre des auteurs.
Deuxième question : La manière dont l'entreprise a obtenu les livres a-t-elle de l'importance ? Absolument. Anthropic n'avait pas seulement utilisé des livres achetés — elle avait téléchargé plus de 7 millions d'œuvres protégées par le droit d'auteur à partir de "bibliothèques fantômes" comme Library Genesis (LibGen) et Pirate Library Mirror, des sites qui hébergent des copies piratées de livres protégés par le droit d'auteur gratuitement. Le tribunal a estimé qu'aucune quantité d'usage équitable en aval ne pouvait effacer le fait que les livres avaient été obtenus illégalement en premier lieu. L'entraînement peut être légal. Le piratage reste du piratage, quelle que soit l'utilisation ultérieure du fichier piraté.
Cette distinction a donné lieu au plus grand règlement pour atteinte au droit d'auteur de l'histoire des États-Unis : 1,5 milliard de dollars, soit environ 3 000 dollars par œuvre piratée avant les frais de justice, avec environ 120 000 auteurs et titulaires de droits déposant des réclamations. Dans le cadre de l'accord, Anthropic a également accepté de détruire les ensembles de données piratés et de certifier qu'ils ne sont pas intégrés dans un modèle commercialisé. L'audience d'approbation finale est prévue pour mai 2026, les paiements commençant peu après.
L'affaire qui va dans l'autre sens : Thomson Reuters c. Ross Intelligence
Si l'affaire Bartz montre où la ligne de l'usage équitable penche en faveur d'une entreprise d'IA, l'affaire Thomson Reuters c. Ross Intelligence montre où elle se brise.
Ross Intelligence a construit un outil de recherche juridique alimenté par l'IA pour concurrencer directement Westlaw de Thomson Reuters. Pour l'entraîner, Ross a utilisé des "Bulk Memos" construits à partir des notes liminaires de Westlaw — les résumés rédactionnels qui distillent ce qu'un tribunal a réellement décidé dans une affaire — et de son système de numérotation Key Number, un système de classification juridique que Thomson Reuters a mis des décennies à développer.
Le tribunal a estimé que les notes liminaires et le système de classification étaient des œuvres originales protégées par le droit d'auteur, et que les mémos d'entraînement de Ross correspondaient si étroitement à la source que "aucun jury raisonnable ne pourrait en conclure autrement" qu'il y avait eu copie. De manière cruciale, le tribunal a également rejeté la défense d'usage équitable de Ross, pour une raison qui compte beaucoup si vous évaluez des outils d'IA pour votre propre entreprise : l'outil de Ross n'était pas une IA générative créant un nouveau texte — c'était un moteur de recherche en concurrence directe avec le produit sur lequel il avait été formé. Cette concurrence directe sur le marché, combinée à l'utilisation d'un travail analytique propriétaire d'un concurrent plutôt que d'un contenu créatif publié, a fait pencher l'analyse de l'usage équitable contre Ross. L'affaire est actuellement en appel devant la Troisième Cour de circuit, les plaidoiries ayant eu lieu en juin 2026 ; la décision établira le premier précédent contraignant en appel sur l'usage équitable dans l'entraînement de l'IA.
Lire les deux affaires ensemble
Mises côte à côte, les affaires esquissent un cadre émergent (bien qu'encore non définitif) :
- L'entraînement sur un contenu créatif publié et légalement acquis — le genre de choses que l'on peut acheter dans une librairie — a de réelles chances d'être considéré comme un usage équitable, même sans l'autorisation de l'auteur.
- L'entraînement sur des copies piratées de ce même contenu est un problème juridique distinct, quelle que soit la manière dont l'entraînement lui-même est qualifié.
- L'entraînement sur le travail analytique propriétaire d'un concurrent — bases de données internes, systèmes de classification ou autres actifs non publics — fait face à des chances d'usage équitable beaucoup plus faibles, surtout lorsque le produit résultant est en concurrence directe avec la source.
Rien de tout cela n'est encore définitivement établi par la loi. Mais c'est le signal le plus clair à ce jour de la manière dont les tribunaux pensent aux outils d'IA que vous intégrez de plus en plus dans votre flux de travail.
Ce que cela signifie réellement si vous utilisez des outils d'IA
Il est très peu probable que vous soyez poursuivi pour avoir utilisé ChatGPT, Claude, GitHub Copilot ou un outil de recherche juridique IA. Les procès visent les entreprises qui ont construit les modèles, pas les entreprises qui les utilisent. Mais "peu probable d'être poursuivi" n'est pas la même chose que "aucune exposition", et quelques enseignements pratiques méritent d'être intégrés dans la façon dont vous évaluez et contractualisez les outils d'IA :
1. Vérifiez ce que votre contrat avec le fournisseur promet réellement. De nombreux accords de fournisseurs d'IA sont encore rédigés avec un langage de licence logicielle traditionnel qui ne couvre pas clairement les risques spécifiques à l'IA. Recherchez une clause de garantie qui couvre explicitement les réclamations découlant des données d'entraînement et des sorties du modèle — pas seulement du logiciel lui-même. Un fournisseur qui vous garantit contre un bug dans son code mais reste silencieux sur la provenance des données d'entraînement ne vous a pas réellement protégé du risque mis en lumière par ces procès.
2. Demandez d'où viennent les données d'entraînement. Vous n'avez pas besoin d'un audit médico-légal, mais un fournisseur qui peut indiquer des accords de licence, des partenariats avec des éditeurs ou des pratiques documentées d'acquisition de données se trouve dans une position de risque fondamentalement différente de celle d'un fournisseur qui ne peut pas répondre à la question. Après l'affaire Bartz, "nous ne divulguons pas nos sources de données d'entraînement" est une réponse moins rassurante qu'avant.
3. Comprenez ce qu'il advient de vos propres données. Indépendamment de la question du droit d'auteur, la plupart des fournisseurs d'IA utilisent par défaut vos entrées pour entraîner davantage leurs modèles, à moins que votre contrat ne stipule le contraire. Si vous fournissez à un outil d'IA des dossiers financiers de clients, des projets de contrats ou des données commerciales propriétaires, vous voulez une clause "pas d'entraînement, pas de conservation" par écrit — pas seulement un bouton de paramètre que vous devez penser à actionner.
4. Surveillez l'appel de l'affaire Ross Intelligence. Si la décision de la Troisième Cour de circuit (attendue après les plaidoiries de juin 2026) restreint l'usage équitable pour les outils d'IA qui concurrencent directement les données sur lesquelles ils ont été formés, cela pourrait remodeler les prix, les licences et la disponibilité d'une catégorie entière d'outils de recherche et d'analyse alimentés par l'IA — le genre qui touche de plus en plus les logiciels de comptabilité, de recherche fiscale et d'analyse financière.
Une liste de contrôle pratique avant de signer (ou de renouveler) un contrat d'outil IA
Vous n'avez pas besoin d'un diplôme en droit pour effectuer une diligence raisonnable de base sur les outils d'IA déjà utilisés dans votre entreprise. Avant votre prochain renouvellement, passez en revue ceci :
- Lisez la clause de garantie, pas seulement son titre. Couvre-t-elle les réclamations selon lesquelles les sorties enfreignent le droit d'auteur de quelqu'un, ou seulement les réclamations concernant un dysfonctionnement du logiciel ? Ce sont des promesses juridiquement différentes, et les fournisseurs qui n'ont pas mis à jour leurs modèles depuis avant le boom de l'IA générative ne couvrent souvent que cette dernière.
- Demandez directement : "D'où viennent vos données d'entraînement ?" Un fournisseur avec une réponse claire et documentée — contenu sous licence, données propriétaires, matériel du domaine public — est un fournisseur à moindre risque qu'un fournisseur qui élude la question. Vous ne demandez pas à auditer l'ensemble de leurs données ; vous demandez s'ils y ont réfléchi.
- Trouvez la valeur par défaut de conservation des données. Recherchez dans le contrat (ou dans les paramètres d'administration du produit) des mots comme "entraînement", "améliorer nos services" ou "conserver". Si vous ne voyez pas de possibilité de refus, supposez que vos entrées sont utilisées pour entraîner la prochaine version du modèle du fournisseur, y compris tout élément sensible que vous avez collé.
- Vérifiez si l'outil est en concurrence avec un ensemble de données propriétaire spécifique. C'est le modèle de l'affaire Ross Intelligence : un outil formé sur le travail analytique interne d'un concurrent et qui concurrence désormais directement ce concurrent se trouve dans un territoire juridique beaucoup plus instable qu'un assistant généraliste de rédaction ou de codage.
- Tenez un journal simple. Notez les outils d'IA que vous utilisez, pour quoi, et s'ils touchent à des données clients ou financières. Si l'exposition juridique d'un fournisseur devient un jour votre problème — en raison d'une interruption de service, du retrait d'une fonctionnalité ou d'un litige de licence — vous voulez connaître votre propre empreinte sans avoir à la reconstituer de mémoire.
Rien de tout cela ne prend plus d'une heure, et la plupart des choses ne doivent être faites qu'une fois par fournisseur, pas à chaque fois que vous vous connectez.
Pourquoi cela appartient à votre conversation de comptabilité
Il est tentant de classer les litiges sur le droit d'auteur de l'IA sous la rubrique "actualité intéressante, pas mon problème". Mais si votre entreprise utilise un outil alimenté par l'IA où que ce soit dans votre flux de travail financier — catégorisation des transactions, rédaction de communications avec les clients, résumé de conseils fiscaux — vous êtes un utilisateur en aval exactement du type de technologie dont il est question dans ces affaires. Le risque lié au fournisseur dans votre pile technologique est un véritable risque commercial, et l'examen de ce que disent réellement les contrats de vos outils d'IA ne coûte rien et prend un après-midi.
C'est aussi un bon rappel d'un principe plus large : plus vos propres systèmes sont transparents et audibles, moins vous êtes exposé lorsque le terrain change sous un fournisseur dont vous dépendez. Cela est vrai pour les outils d'IA, et c'est tout aussi vrai pour vos dossiers financiers.
Gardez vos propres dossiers transparents et audibles
Quelles que soient les questions juridiques qui seront résolues concernant les outils d'IA que vous utilisez, vos propres dossiers financiers ne devraient pas être une boîte noire. Beancount.io propose une comptabilité en texte brut entièrement transparente, versionnée et facile à auditer — aucun format propriétaire ne verrouille vos données, aucun fournisseur en qui vous devez avoir une confiance aveugle. Commencez gratuitement et découvrez pourquoi les développeurs et les professionnels de la finance passent à la comptabilité en texte brut.