Déployer l’intelligence artificielle dans les agences et opérateurs

Pourquoi cette réforme existe

ANALYSE La mesure 3.04 ne doit pas être lue comme un slogan de suppression. Son objet est de transformer une intention de réforme en décision vérifiable. L’enjeu n’est plus de savoir si des agents testeront l’IA, mais de construire un cadre commun qui évite la multiplication d’outils non maîtrisés. La DINUM a désormais un socle interministériel et des guides d’usage ; le volume Agences doit s’appuyer sur cette infrastructure plutôt que laisser chaque entité acheter son propre assistant isolé. Cette distinction est indispensable : la Bible France cherche à savoir ce qui doit changer, pourquoi, avec quel véhicule juridique et avec quel effet net pour le contribuable et l’usager. ^[1]

Preuve au point d’usage : DINUM — infrastructure sécurisée pour l’IA ↗

Ce que la mesure change réellement

ANALYSE La proposition est la suivante : Industrialiser les usages utiles de l’IA pour la recherche documentaire, le classement, la rédaction assistée et l’analyse de dossiers, avec validation humaine, sécurité des données et mesure des gains avant généralisation. Elle s’inscrit dans le volume consacré aux agences et opérateurs, où l’objectif général n’est pas de nier les missions publiques mais de tester la valeur de chaque couche institutionnelle. Une fonction utile peut être conservée alors que son organisation change profondément ; inversement, une petite structure peut être maintenue si son autonomie protège une expertise ou une impartialité irremplaçable.

Méthode d’exécution et calendrier

EXÉCUTION Chaque opérateur établirait une carte de tâches : automatisables, assistables, sensibles ou interdites. Les cas d’usage à faible risque seraient testés avec un protocole avant/après ; les décisions concernant les personnes resteraient sous responsabilité humaine. Les modèles, journaux, données et coûts de calcul seraient mutualisés lorsque possible. Le calendrier doit comporter un état zéro, un scénario cible, une phase de transition et une date de mesure à régime permanent. Aucun gain ne doit être revendiqué pendant une période où ancien et nouveau dispositifs fonctionnent en parallèle sans isoler ce double coût.

Chiffrage : ne jamais confondre enveloppe et économie

CHIFFRAGE Pour l’IA, le coût de référence est le temps humain actuel plus les logiciels utilisés. Le scénario cible ajoute inférence, hébergement, intégration, contrôle humain, tests, cybersécurité et maintenance. L’économie nette correspond uniquement au temps ou aux dépenses effectivement évités après ces coûts. Les heures « gagnées » mais non redéployées ni converties en capacité supplémentaire restent un indicateur de productivité, pas une économie budgétaire.

Preuve au point d’usage : DINUM — Albert API, socle d’IA générative pour les services publics ↗

Contrôle, données et indicateurs

CONTRÔLE La réforme doit produire un tableau de bord spécifique : Temps moyen par tâche avant/après ; taux de reprise humaine ; erreurs critiques ; coût par dossier assisté ; part des usages sur infrastructure autorisée ; incidents de données ; heures effectivement redéployées vers le service. Ces indicateurs sont publiés avant et après la transformation. Lorsque l’effet recherché est qualitatif — délai plus court, responsabilité plus claire ou meilleure disponibilité des données — il est mesuré comme tel et non converti artificiellement en euros.

Objections et garde-fous

ANALYSE L’objection centrale est réelle : Le principal risque n’est pas seulement l’erreur factuelle : il faut aussi prévenir les fuites de données, le biais d’automatisation, l’illusion de productivité et la dépendance à un fournisseur. Une économie annoncée ne vaut que si le temps libéré est mesuré et réellement réaffecté à une mission utile. Le garde-fou consiste à documenter le scénario contrefactuel, à maintenir les obligations légales et la continuité de service, puis à organiser une revue indépendante après douze et vingt-quatre mois. Une réforme est corrigée si les coûts se déplacent au lieu de disparaître ou si la qualité se dégrade.

Décision publique et critères de réussite

ANALYSE Le déploiement n’est généralisé que si chaque usage dispose d’un responsable, d’un jeu de tests, d’un contrôle humain adapté et d’une mesure avant/après. Le rapport publie le temps réellement gagné, le taux de reprise, les erreurs critiques, les incidents de données et le coût de calcul. Un assistant spectaculaire qui ne réduit ni délai ni coût n’est pas compté comme transformation réussie.

Dossier spécifique : ce qui doit être démontré

Commencer par les tâches, pas par le prestige technologique

Chaque agence doit inventorier les tâches documentaires répétitives : recherche dans un corpus, classement de pièces, résumé, extraction de données, préparation d’un courrier, détection d’incohérences. Chaque cas d’usage reçoit quatre attributs : valeur attendue, sensibilité des données, possibilité de contrôle humain et coût d’une erreur. Les tâches à faible risque peuvent être testées vite ; celles qui affectent des droits, des sanctions ou des décisions individuelles exigent un cadre plus strict. La DINUM fournit déjà Albert API comme socle mutualisable. ^[1]

Séparer assistance, automatisation et décision

Un assistant qui suggère un brouillon n’a pas le même risque qu’un système qui classe automatiquement un usager ou déclenche un contrôle. Le registre des usages doit dire qui valide, quelles données sont envoyées au modèle, quels journaux sont conservés et comment un agent peut contester la sortie. Le règlement européen sur l’IA et les recommandations de la CNIL obligent précisément à raisonner par niveau de risque, gouvernance des données et contrôle. ^[3][4]

Mesurer le coût d’inférence et les erreurs

Une démonstration spectaculaire n’est pas un business case. Pour chaque processus, l’expérimentation mesure minutes économisées, taux de reprise humaine, erreurs critiques, faux positifs, volume de requêtes, coût d’inférence et coût de supervision. Les tarifs et limites du socle technique permettent d’intégrer le coût d’usage au calcul plutôt que de présenter l’IA comme gratuite. ^[5] Le gain n’est retenu que si le temps libéré est réellement redéployé ou permet d’éviter une dépense.

Prévenir la dépendance et l’IA fantôme

Le cadre commun doit éviter que chaque organisme achète un assistant isolé avec ses propres conditions de sécurité. Les données sensibles restent sur des infrastructures autorisées ; les modèles et prompts critiques sont versionnés ; les incidents sont déclarés ; un mode dégradé permet de poursuivre la mission sans IA. L’objectif est moins de choisir un « modèle gagnant » que de rendre les usages réversibles, auditables et compatibles avec les obligations publiques.

Tracer les données, les modèles et les décisions

Pour chaque usage d'IA, le registre technique doit indiquer la source des données, leur niveau de sensibilité, le modèle utilisé, sa version, les paramètres essentiels, la durée de conservation des journaux et l'identité du responsable métier. Une sortie générative ne doit pas être confondue avec une décision administrative : si elle influence un droit, une sanction ou un contrôle, le chemin de validation humaine doit être explicite. La traçabilité doit permettre de rejouer un incident, de comprendre pourquoi un agent a accepté une suggestion et de retirer rapidement un modèle ou une base documentaire défaillante sans immobiliser tout le service.

Tester l’échec avant de compter le gain

Le pilote doit être volontairement confronté à des dossiers incomplets, contradictoires, atypiques ou rédigés dans un vocabulaire inhabituel. Les équipes mesurent hallucinations, omissions, biais de classement, fuites potentielles de données et surconfiance des utilisateurs. Un mode dégradé sans IA doit rester documenté. Le gain de productivité n'est validé qu'après mesure du taux de correction humaine, des incidents graves et de la stabilité du coût par dossier sur un volume représentatif. Cette approche évite de généraliser un démonstrateur séduisant qui ne résiste ni à la diversité des cas réels ni aux contraintes de sécurité.

Les données à publier pour rendre la mesure contestable

Le registre public des usages contient le nom du processus, la finalité, la catégorie de données, le fournisseur ou modèle, le responsable humain, le protocole de test, la date de mise en production et les incidents significatifs. Les prompts ou données protégées n’ont pas à être publics, mais la méthode doit permettre de comprendre comment une erreur est détectée, corrigée et attribuée.

Test grandeur nature : trois usages, trois niveaux de risque

Le pilote associe recherche documentaire interne, pré-remplissage d’un dossier et classement d’une demande sensible. Le premier peut être largement assisté ; le deuxième nécessite validation systématique ; le troisième ne peut être généralisé qu’après analyse juridique, tests de biais et procédure de recours. Le même tableau publie gains de temps et erreurs, ce qui empêche de sélectionner uniquement les démonstrations les plus flatteuses.