Stack d'e-discovery — révision au niveau AmLaw à grande échelle

Le stack de production pour les équipes de contentieux qui opèrent une discovery au niveau AmLaw — où les volumes de données se mesurent en téraoctets, les populations de révision atteignent des dizaines de milliers de documents et les délais de production du registre des privilèges sont contractuellement encadrés. Ce n’est pas un stack pour un travail de discovery occasionnel ; c’est l’infrastructure opérationnelle pour les cabinets et les services juridiques d’entreprise dont le docket fait de l’e-discovery un workflow récurrent et à forts enjeux.

Comment les pièces s’articulent

• Relativity est la plateforme de révision. L’environnement central où vivent le batching de documents, la révision linéaire et assistée par IA, les décisions de codage et le contrôle qualité. À l’échelle AmLaw, Relativity est l’environnement où les avocats réviseurs sous contrat, les associates et les réviseurs seniors travaillent en parallèle sur le même dossier. Son rôle dans ce stack : le workspace faisant autorité pour toutes les décisions de codage au niveau du document. Lorsqu’Everlaw ou Logikcull exporte un ensemble prêt à la production, il revient souvent dans Relativity pour le QC final avant la remise. La couche aiR for Review de Relativity (incluse dans RelativityOne depuis début 2026) traite le premier passage de pertinence et de privilège avant que les réviseurs humains ne touchent un document, réduisant le volume de révision en première passe de 30 à 50 % sur les dossiers bien configurés.

• Logikcull est la couche d’évaluation précoce du dossier et d’intake. Lorsque de nouvelles données de dépositaires arrivent — disques durs, exports PST, sorties de collecte cloud — Logikcull les ingère, les traite et les déduplique. Son modèle de tarification par dossier (~$29K/an en moyenne, selon les données de transactions Vendr) en fait le bon outil pour les cabinets gérant des dizaines de dossiers discrets où la prévisibilité du coût par dossier prime sur la profondeur de révision. Le handoff : Logikcull traite et déduplique la collection brute, effectue un filtrage initial par mots-clés pour éliminer les populations manifestement non pertinentes, puis exporte l’univers de documents responsifs pour la révision dans Relativity. L’intake en self-service de Logikcull supprime le goulot d’étranglement du litigation support qui retarderait sinon les dossiers de 3 à 7 jours par cycle de collecte.

• Everlaw est la couche de stratégie de dossier et d’intelligence des dépositions. Là où Relativity est optimisé pour la profondeur de révision, Everlaw est optimisé pour la construction d’arguments — ses outils de storyboarding, de chronologie et de préparation des dépositions permettent aux équipes de procès de construire la narration du dossier depuis la même plateforme où les documents sont révisés. L’AI Deep Dive d’Everlaw (disponibilité générale depuis fin 2025) permet aux avocats d’interroger le corpus de documents en langage naturel et de faire émerger des clusters thématiques sans codage par lots. Les abonnements annuels débutent à environ $2.000–$5.000/mois de base plus $18–$35/Go de données hébergées, avec des remises de 15 à 20 % pour un volume annuel engagé (selon les tarifs publiés par Everlaw). Le handoff : après la révision linéaire dans Relativity qui identifie les documents clés et les dépositaires principaux, l’avocat de procès transfère ces ensembles de documents dans Everlaw pour la préparation des dépositions et l’argumentation.

Pourquoi cette combinaison

Les trois outils occupent des positions distinctes dans le cycle de vie de la discovery — intake et filtrage (Logikcull), révision linéaire à l’échelle de production (Relativity), construction du dossier (Everlaw) — et en remplacer un par un autre fait s’effondrer des fonctionnalités importantes à grande échelle. Tenter d’exécuter l’intégralité du cycle de vie dans une seule plateforme impose des compromis : le débit de révision et la gestion du workflow de Relativity surpassent Everlaw avec de grandes populations de réviseurs, mais les outils de construction d’arguments d’Everlaw surpassent Relativity lorsque l’avocat de procès doit bâtir une narration à travers des milliers de documents importants.

L’économie soutient le modèle à trois outils lorsque les dossiers sont suffisamment importants. La tarification de RelativityOne supprime les frais par utilisateur (selon la restructuration tarifaire d’octobre 2025), ce qui le rend économique pour les grandes équipes de révision. La tarification par dossier de Logikcull maintient les coûts d’évaluation précoce prévisibles. Le modèle par Go d’Everlaw aligne le coût sur le volume de données qui atteint réellement l’étape de préparation au procès — généralement une petite fraction de l’univers total ingéré.

Réalité des coûts

Un stack entièrement opérationnel de ce type pour un cabinet AmLaw 200 de taille moyenne gérant 15 à 30 dossiers actifs par an :

• Relativity (RelativityOne) : $6.000–$25.000/mois, proportionnel au volume de révision active le jour de pointe ; les instances au niveau AmLaw oscillent entre $75K et $250K/an (estimation basée sur les niveaux de tarification du fournisseur et les benchmarks de contrats disponibles publiquement).
• Logikcull : ~$29K/an en moyenne selon les données de transactions Vendr ; les cabinets avec de nombreux dossiers négocient généralement des abonnements annuels de $50K–$120K.
• Everlaw : $2.000–$5.000/mois de base plus $18–$35/Go de données actives ; un cabinet avec 5 à 10 To en révision à tout moment peut anticiper $150K–$400K/an au total.

Coût annuel total du stack : environ $250K–$750K pour un cabinet avec un volume de contentieux continu au niveau AmLaw. Les coûts cachés sont plus importants que la plupart des estimations ne le capturent : facturation des avocats contractuels ($50+/heure), headcount en litigation support (1 à 2 FTE dédiés à la gestion de la plateforme), frais de traitement pour les données de collecte avant ingestion, et temps d’implémentation/formation lors de l’ajout de nouveaux groupes de pratique ou de bureaux.

L’économie s’inverse à des échelles plus petites. Un cabinet gérant moins de 5 dossiers significatifs par an avec des volumes de données inférieurs à 500 Go devrait évaluer le niveau standalone par dossier de Logikcull ou Everlaw seul avant de s’engager dans le modèle à trois plateformes.

Règles d’adéquation

Adapté pour :

• Cabinets AmLaw 50–200 avec des dockets de contentieux actifs générant plus de 5 To de données de discovery par an
• Services juridiques d’entreprise avec des obligations récurrentes de contentieux commercial important, d’enquêtes gouvernementales ou de révisions réglementaires
• Équipes de litigation support gérant des dossiers concurrents et ayant besoin d’une séparation du workflow au niveau de la plateforme entre l’intake, la révision et la production
• Équipes soumises aux exigences de conformité EDRM où les pistes d’audit, les journaux de traitement et les registres de production doivent être défendables devant un tribunal

Non adapté pour :

• Praticiens individuels ou petits cabinets avec moins de 5 à 10 dossiers par an — la structure de coût par dossier de Logikcull seul est suffisante, et les frais généraux de Relativity sont injustifiables
• Équipes internes dont le travail de discovery est entièrement externalisé à des avocats externes — l’investissement dans la plateforme n’a pas de sens si votre équipe de litigation support ne conduit pas la révision
• Cabinets dont les dossiers sont systématiquement inférieurs à 50 Go — la mathématique d’hébergement par Go s’inverse fortement à de petits volumes ; un service d’e-discovery à tarif forfaitaire est moins coûteux

Variantes courantes

• Everlaw seul pour les cabinets de taille moyenne. Les cabinets avec 3 à 8 dossiers actifs à tout moment et des volumes de données inférieurs à 2 To opèrent fréquemment Everlaw de bout en bout (de l’intake à la préparation du procès), en faisant l’impasse sur Relativity et Logikcull. Le modèle utilisateurs illimités d’Everlaw et le traitement intégré rendent l’économie viable à cette échelle. Passez au modèle à trois plateformes lorsque la taille de l’équipe de révision dépasse 20 réviseurs simultanés sur un seul dossier ou lorsque les volumes de données le jour de pointe sollicitent le niveau de tarification d’Everlaw.

• Ajouter Reveal/Brainspace comme couche de révision IA dans Relativity. Reveal (qui a acquis Brainspace en janvier 2021, faisant de Brainspace une gamme de produits au sein de la plateforme Reveal) est une plateforme de révision de documents native IA qui s’intègre directement dans Relativity en tant que plugin, ajoutant l’apprentissage actif continu, le clustering conceptuel et l’apprentissage inter-dossiers au workspace Relativity. Les équipes utilisant Reveal dans Relativity voient généralement les populations de révision en première passe réduites de 40 à 60 % avant que les yeux des avocats ne touchent les documents. Il s’agit d’un complément à l’écosystème Relativity, non d’un remplacement — incluez-le lorsque la taille de l’équipe de révision atteint 15+ avocats et que la réduction du coût par document est une priorité budgétaire. Notez que Reveal a acquis Logikcull (la couche d’intake de ce stack) en août 2023, de sorte que Reveal/Brainspace et Logikcull sont désormais le même fournisseur — Logikcull continue d’être commercialisé sous sa propre marque pour l’intake en libre-service, mais si vous adoptez la couche de révision Reveal, vous consolidez sur un fournisseur unique plutôt que d’ajouter un tiers indépendant. Reveal/Brainspace n’a pas de page sur ooligo ; consultez le marketplace d’applications Relativity pour les détails d’intégration actuels.

• DISCO comme alternative à Relativity. La plateforme de révision cloud-native de DISCO concurrence directement RelativityOne pour le même public AmLaw. L’argument en faveur de DISCO : des capacités de révision IA natives plus solides avant 2026 (avant que Relativity n’intègre aiR) et un modèle de tarification par Go plus simple. Après 2026, l’intégration d’aiR par Relativity réduit l’écart sur l’IA. Les cabinets déjà dans l’écosystème Relativity changent rarement ; DISCO est le choix le plus probable pour les cabinets construisant une nouvelle infrastructure de discovery de zéro.

Ce que ce stack NE remplace PAS

• Les équipes de révision d’avocats externes — la plateforme automatise la coordination et réduit le coût par document, mais le jugement des avocats sur les décisions de privilège et de responsivité reste humain
• Un système de litigation hold et de notification de legal hold (Exterro, Zapproved) — la gestion des holds est en amont de la collecte et hors du périmètre de la plateforme de révision
• Une relation de recrutement d’avocats contractuels — la plateforme gère le workflow mais pas le travail juridique qui l’exécute
• Un outil de collecte conforme EDRM (Nuix, Lighthouse) pour la collecte forensique de données de dépositaires à partir de terminaux, d’appareils mobiles et de systèmes cloud — l’ingestion dans ce stack suppose que la collecte a déjà eu lieu
• Un protocole TAR (Technology Assisted Review) ou une méthodologie de validation — les outils IA de ces plateformes assistent la révision, mais la défendabilité du protocole TAR devant un tribunal exige une documentation de méthodologie séparée et un soutien d’experts