Dans les administrations centrales et les organismes de régulation, le volume des dossiers continue d’augmenter tandis que les ressources restent limitées. Les services chargés des demandes, des inspections, des recours ou des activités de conformité sont soumis à une pression constante pour traiter davantage de dossiers sans compromettre la qualité, l’équité ou la gouvernance.
L’intelligence artificielle est de plus en plus considérée comme une partie de la solution. L’IA générative a ravivé l’intérêt pour l’automatisation de certaines tâches fortement documentaires et pour l’amélioration de l’aide à la décision.
Pourtant, le passage de l’expérimentation à une capacité opérationnelle reste difficile.
Selon The GenAI Divide: State of AI in Business 2025, publié par le MIT NANDA, seuls 5 % environ des projets pilotes d’IA générative menés en entreprise produisent un impact mesurable à grande échelle. La grande majorité s’arrête avant de générer une valeur opérationnelle durable.
Pour les responsables du secteur public, une question pratique se pose donc : qu’est-ce qui distingue les rares initiatives d’IA qui passent à l’échelle de celles qui restent au stade du pilote ? Et que faut-il mettre en place pour intégrer l’IA de manière sûre et responsable dans des processus de gestion des dossiers soumis à des exigences d’auditabilité, de responsabilité et de conformité aux standards publics établis ?
Le passage à l’informatique probabiliste
Depuis des décennies, les systèmes informatiques du secteur public reposent sur une logique déterministe. Des données structurées produisent des résultats prévisibles. Chaque champ possède un format défini. Chaque règle se comporte de manière cohérente.
Les systèmes d’IA modernes fonctionnent différemment.
Ils sont capables de traiter à grande échelle des informations non structurées et proches du langage humain, comme des dossiers, des courriers, du texte libre ou des images. En revanche, leurs résultats sont probabilistes. Ils produisent l’interprétation ou la recommandation la plus probable, et non une réponse garantie.
Dans des environnements réglementés, cette distinction est importante. Les modèles de gouvernance, les processus de contrôle et les mécanismes de confiance doivent évoluer en même temps que la technologie. L’IA ne peut pas simplement être ajoutée à des systèmes existants en espérant qu’elle se comporte comme un logiciel traditionnel.
D’après notre expérience auprès des équipes numériques et data du gouvernement britannique, c’est souvent à ce stade que les programmes progressent ou s’essoufflent. La technologie peut être prête, mais les structures organisationnelles et les approches de gouvernance ne sont pas adaptées à sa nature probabiliste.
Pourquoi les projets pilotes IA stagnent dans le secteur public
Au sein des administrations et des organismes de régulation, les initiatives d’IA démontrent souvent rapidement leur potentiel. Les résumés automatiques fonctionnent. Les modèles de classification sont efficaces. Les capacités de recherche progressent nettement.
Pourtant, le passage du pilote à la production ralentit fréquemment.
Les projets menés dans les environnements de gestion des dossiers révèlent un schéma récurrent : l’IA est introduite dans certaines étapes isolées sans remise en question du processus global. Les responsabilités sont réparties entre plusieurs fonctions. Les initiatives sont traitées comme des expérimentations plutôt que comme des produits à part entière.
À cela s’ajoute une prudence légitime vis-à-vis de systèmes probabilistes dans des contextes où la responsabilité et l’auditabilité sont essentielles. Résultat : une multiplication des pilotes mais peu de transformation opérationnelle réelle.
Le problème n’est pas la capacité de la technologie. C’est son intégration.
Ce que les 5 % font différemment
Les rares administrations qui réussissent à passer à l’échelle partagent plusieurs caractéristiques communes.
Elles commencent par analyser l’ensemble du parcours de traitement d’un dossier, depuis sa réception jusqu’à la décision et à la communication finale. Plutôt que d’introduire l’IA dans des tâches isolées, elles identifient les points de friction, les retards et les doublons tout au long du processus.
Elles considèrent les initiatives d’IA comme des produits et non comme des expérimentations. Les responsabilités sont clairement définies, les résultats attendus sont mesurés et les projets sont alignés sur les priorités stratégiques.
Elles conçoivent également leurs dispositifs pour évoluer en continu. Les systèmes probabilistes nécessitent des ajustements réguliers. Les prompts évoluent. Les tâches sont décomposées en éléments plus simples. Les performances s’améliorent grâce à une optimisation structurée et non par un simple déploiement ponctuel.
C’est cette approche rigoureuse de bout en bout qui distingue l’expérimentation d’une véritable capacité opérationnelle.
Un modèle concret pour une gestion des dossiers enrichie par l’IA
Le terme « IA agentique » est souvent associé à des systèmes hautement autonomes capables de coordonner seuls des tâches complexes. Bien que ce type d’architecture soit déjà utilisé dans de nombreux produits d’IA, son adoption pour des cas d’usage spécifiques reste un projet d’envergure.
La plupart des scénarios de gestion des dossiers dans le secteur public ne nécessitent pas ce niveau de complexité et, dans de nombreux cas, ne peuvent pas fonctionner avec un degré d’automatisation aussi élevé.
Une approche plus pragmatique consiste à déployer des agents IA spécialisés à différentes étapes d’un workflow clairement défini.
Dans un environnement classique de gestion des dossiers, ces agents peuvent être utilisés pour automatiser l’ingestion de documents, le masquage d’informations sensibles, la classification, l’étiquetage, la synthèse de contenus ou encore l’identification d’indicateurs de risque.
Lorsqu’ils sont intégrés dans les mécanismes de gouvernance existants, ces dispositifs permettent aux administrations de moderniser progressivement leurs pratiques tout en conservant transparence et contrôle. L’objectif n’est pas de remplacer les gestionnaires de dossiers, mais de réduire les tâches manuelles afin qu’ils puissent se concentrer sur le jugement, la supervision et le traitement des cas complexes.
L’enjeu n’est pas l’autonomie pour elle-même, mais l’augmentation structurée des capacités humaines.
Une supervision humaine intégrée dès la conception
Dans le secteur public, le contrôle humain est fondamental.
Les workflows enrichis par l’IA doivent intégrer des points de contrôle et d’intervention clairement définis. Les gestionnaires de dossiers peuvent lancer des processus, valider les résultats produits par l’IA, traiter les exceptions ou exercer leur jugement dans les situations complexes.
Ces mécanismes garantissent que les décisions restent responsables, auditables et conformes aux exigences d’équité et de transparence du secteur public.
Cette supervision ne doit pas être séparée des mécanismes de gouvernance existants. Elle doit s’intégrer aux processus déjà en place de contrôle, d’assurance qualité et de sécurité.
Dans la pratique, lorsque les équipes comprennent le rôle de l’IA dans le workflow, la confiance progresse rapidement. Les discussions ne portent plus sur la fiabilité de la technologie, mais sur la manière de l’optimiser. L’attention se déplace vers les indicateurs de performance, l’assurance qualité et l’amélioration continue.
L’IA devient alors une composante du fonctionnement quotidien plutôt qu’une couche expérimentale ajoutée au système.
Du pilote à la capacité opérationnelle
L’IA devient progressivement une discipline opérationnelle dans le secteur public.
Pour les administrations confrontées à des volumes importants de dossiers, l’opportunité réside dans la refonte des workflows afin d’intégrer l’IA comme une composante gouvernée du système, et non comme un simple ajout technologique.
L’expérience acquise dans les programmes de modernisation des services publics montre que lorsque l’IA est intégrée de manière réfléchie, mesurée avec rigueur et supervisée efficacement, elle améliore significativement la productivité, la qualité et la résilience opérationnelle.
La différence entre les 95 % et les 5 % ne réside pas dans l’accès à la technologie, mais dans la discipline avec laquelle elle est mise en œuvre.
Les administrations qui considèrent la gestion des dossiers enrichie par l’IA comme une transformation opérationnelle plutôt que comme un simple pilote technologique ont beaucoup plus de chances de dépasser le stade de l’expérimentation et d’installer durablement de nouvelles capacités.
Réfléchir à la prochaine étape
Pour échanger sur la manière de piloter, gouverner ou déployer à grande échelle la gestion des dossiers enrichie par l’IA au sein de votre organisation, contactez :
Sam Parker
Chargé de relations clients, secteur public britannique
sam.parker@valtech.com
