L'intelligence artificielle dans le secteur public : vitesse ou confiance ?

J'avais déjà écrit dans cette chronique que le débat sur l'intelligence artificielle ne se résume pas à une course technologique, mais que la question centrale est celle de la confiance, de la gouvernance et de la responsabilité publique. J'avais évoqué la vague de régulation en Europe, notamment avec l'entrée en vigueur de l'IA Act de l'Union européenne, marquant la fin de l'ère du « faire d'abord, réfléchir ensuite » pour les États. J'avais souligné que si l'IA se répand rapidement dans le secteur public, la confiance doit primer sur la vitesse lorsqu'il s'agit de l'État.

Les analyses partagées cette semaine lors de l'événement SAS s'inscrivent dans la continuité de cette réflexion. À l'aube de 2026, les investissements dans l'IA au sein des institutions publiques augmentent. Les solutions d'IA générative, les systèmes d'automatisation et même des « agents » logiciels capables de prendre des décisions autonomes arrivent sur le terrain. Cependant, un domaine ne progresse pas à la même vitesse : l'infrastructure de fiabilité.

Pour le secteur public, l'enjeu n'est plus « plus d'IA », mais une IA plus transparente, plus contrôlable et plus responsable. Car les décisions prises par l'État ne se limitent pas à un plafond de carte bancaire ; il s'agit de domaines qui affectent directement la vie des citoyens, tels que l'aide sociale, le contrôle fiscal ou la surveillance sanitaire.

Qu'est-ce que le RAG et pourquoi est-ce important ?

L'un des concepts fréquemment abordés lors de l'événement était le RAG. Son acronyme est technique : « Retrieval Augmented Generation » (génération augmentée par récupération). Pour expliquer simplement : au lieu qu'un modèle d'IA réponde uniquement sur la base des connaissances générales apprises sur Internet, il génère des réponses en consultant les archives, la législation et les décisions passées de l'institution.

En d'autres termes, le système ne parle pas au hasard ; il s'appuie sur la mémoire institutionnelle. C'est crucial, surtout pour l'État, car l'État fonctionne grâce à sa mémoire. Grâce aux systèmes RAG, des années d'expérience sont numérisées, créant ainsi un véritable « mentor IA » pour les jeunes employés.

Il existe toutefois un risque. Si les informations institutionnelles ne sont pas transmises correctement, le système apprendra des erreurs. C'est précisément là que la question de la confiance commence.

IA souveraine et frontières numériques

Un autre sujet souligné par les experts de SAS est l'« IA souveraine ». La volonté des pays de conserver les données et la puissance de calcul à l'intérieur de leurs frontières s'accroît. Les centres de données, les modèles nationaux et les infrastructures locales deviennent stratégiques.

Il ne s'agit pas seulement d'une question technique, mais géopolitique. La donnée n'est plus le pétrole ; elle est comme la raffinerie qui gère le pétrole. La valeur se crée là où le traitement est effectué.

Fonctionnaires ou coûteux conseils ?

Une autre tendance notable : les États préfèrent renforcer leurs propres employés plutôt que de lancer des projets de conseil gigantesques. L'objectif est de permettre aux agents publics de faire plus avec moins de ressources grâce à des outils qui accélèrent l'analyse.

La technologie n'est pas une solution en soi. Tant qu'elle n'est pas combinée aux compétences humaines, elle ne reste qu'un logiciel coûteux.

Une nouvelle ère pour la fiscalité, la santé et l'aide sociale

L'IA rend les réseaux de fraude plus sophistiqués : fausses identités, génération automatique de contenu, manipulations financières complexes. L'État réplique avec l'IA. Grâce aux analyses en temps réel, aux systèmes d'alerte instantanés et au partage de données entre institutions, l'objectif de réduction de la fraude fiscale se renforce.

Dans le domaine de la santé, la numérisation des données encore stockées sur des dossiers papier constitue une révolution en soi. Lorsque ces documents sont interprétés par l'IA, la détection des épidémies s'accélère, le reporting est simplifié et les enregistrements en double diminuent.

La vraie question de 2026

Il est possible de résumer tout ce tableau en une phrase :

2026 sera l'année où l'IA dans le secteur public passera de la quantité à la qualité.

La question est la suivante : les États se concentreront-ils sur la course à la vitesse ou construiront-ils une architecture de confiance ?

Mon avis est clair. Le succès dans le secteur public ne se mesurera pas à la création du plus grand modèle, mais à la construction du système le plus fiable.

La technologie évolue. Les modèles changent.

Mais la réputation de l'État, une fois entachée, ne se rétablit pas facilement.