IA
L'IA générative pour les agents publics : où en est vraiment la fonction publique en 2026 ?
19/5/2026
Temps de lecture : 12 minutes
En 2025, 84 % des collectivités territoriales utilisaient déjà l'IA générative — contre 52 % un an plus tôt. Côté État, 10 000 agents publics expérimentent depuis octobre 2025 un assistant conversationnel souverain bâti sur Mistral. À l'hôpital public, 65 % des établissements ont une technologie d'IA en production. La fonction publique française n'attend plus l'IA générative : elle l'a déjà adoptée, parfois sans le dire.
Mais entre une administration centrale qui pilote, des collectivités qui expérimentent et un shadow IA qui se généralise hors de tout cadre, le paysage est plus contrasté qu'il n'y paraît. Cet article fait le point sur les cas d'usage réellement déployés, les premiers résultats mesurés, et les conditions pour transformer l'essai au-delà des proofs of concept.
L'adoption a basculé en 18 mois. Le baromètre 2025 de l'Observatoire Data Publica chiffre une progression inédite : la part des collectivités utilisant l'IA générative est passée de 52 % en 2024 à 84 % en 2025. Au total, 77 % des collectivités françaises utilisent au moins un outil d'IA, et 28 % supplémentaires déclarent vouloir s'y mettre dans les prochains mois.
Le constat surprenant : les petites communes ne sont pas en retard. La commune de Badevel, 800 habitants, déploie déjà l'IA pour réguler ses chaudières, faciliter le montage de dossiers de subventions et soutenir son attractivité. La technologie est facile d'accès et peu coûteuse — ce qui inverse la logique habituelle où la maturité numérique suit la taille de la collectivité.
Côté État, le pilotage est plus centralisé. La DINUM (Direction interministérielle du numérique) a lancé Albert en avril 2024, puis pivoté vers l'Assistant IA en octobre 2025 — qui équipe désormais 10 000 agents répartis dans huit ministères. Côté hôpital, la Fédération Hospitalière de France a interrogé 110 établissements à l'été 2025 : 65 % utilisent déjà des technologies d'IA en production.
L'IA générative dans la fonction publique n'est donc plus une question d'adoption. C'est une question de maîtrise.
L'État français a fait le pari d'une IA générative souveraine, c'est-à-dire développée et hébergée en France, avec des modèles ouverts ou européens. Le projet emblématique s'appelle Albert, lancé en juin 2023 par le DataLab de la DINUM.
Albert visait initialement les conseillers des maisons France Services — ces lieux qui aident les citoyens dans leurs démarches administratives. L'IA proposait une pré-réponse documentée pour chaque question, avec citations des sources, que l'agent pouvait ensuite valider, corriger ou compléter. L'expérimentation a couvert 48 maisons France Services et reçu le prix Innovation aux Victoires des acteurs publics en février 2024.
Le 9 janvier 2026, la DINUM a annoncé qu'Albert ne serait pas généralisé dans sa forme actuelle. Dysfonctionnements techniques, réponses erronées sur le terrain, hallucinations : la première version n'a pas tenu la promesse opérationnelle. Le projet n'est pas abandonné, il pivote.
Depuis octobre 2025, le projet a évolué vers une version baptisée Assistant IA, expérimentée auprès de 10 000 agents publics jusqu'en juin 2026. Le modèle utilisé est Mistral Medium 3, hébergé en France chez Outscale sur infrastructure SecNumCloud — les données ne quittent pas le territoire.
Trois cas d'usage prioritaires ont été retenus :
Un bilan complet est attendu à l'été 2026, avec un chiffrage du coût d'une généralisation.
D'autres administrations centrales avancent en parallèle. Les universités d'été 2025 du ministère de la Transition écologique ont proposé un webinaire de sensibilisation à l'IA générative ouvert à tous les agents du pôle ministériel — preuve que la formation de masse devient un enjeu transverse, plus qu'un projet réservé à quelques pionniers.
Les collectivités avancent en ordre dispersé — et c'est précisément ce qui rend le panorama intéressant. Là où l'État pilote un projet vaisseau-amiral, les territoires expérimentent des cas d'usage très concrets, ancrés dans leurs métiers.
À Plaisir (Yvelines, 32 000 habitants), l'agent conversationnel Optimus est opérationnel depuis 2022. Déployé sur le site municipal, il répond en continu aux demandes courantes : prise de rendez-vous, horaires, contacts. Selon la commune, il a fait chuter le taux de perte des demandes des habitants de 65 % à 8 %. Plus récemment, il répondrait à 50 % des appels avec un taux de compréhension des demandes de 86 %.
À Issy-les-Moulineaux, un agent IA a géré environ 15 000 conversations en neuf mois, en s'appuyant sur les contenus officiels de la ville pour fournir des réponses plus riches qu'une FAQ statique.
À Arles, en Provence, la ville et la Communauté d'Agglomération ACCM ont structuré leur démarche autour de trois axes : IA générative en mode chat pour la productivité interne, enrichissement de l'environnement utilisateur via Microsoft 365 Copilot, et agents conversationnels dédiés à des tâches spécifiques.
Le département du Loiret a identifié six cas d'usage dès janvier 2025 : amélioration de la rédaction des rapports et délibérations, instruction des autorisations de voirie, réponses aux usagers sur l'autonomie, veille documentaire, certificats d'économie d'énergie. Sa méthode est intéressante : des groupes de travail organisent des « batailles de LLM » pour identifier le meilleur outil par cas d'usage, et n'hésitent pas à écarter les cas où l'IA n'apporte aucun gain par rapport aux outils bureautiques existants.
Plusieurs centaines de collectivités utilisent désormais des outils d'IA sur étagère pour rédiger des marchés publics, des délibérations ou des comptes rendus de réunion. C'est l'usage le plus banalisé — et probablement celui qui crée le plus de valeur immédiate.
L'IA générative commence à infuser dans la conduite des politiques publiques elles-mêmes. Croiser des milliers de pages de Plans Locaux d'Urbanisme pour vérifier la conformité d'un projet, synthétiser les enjeux d'une enquête publique, analyser les retours d'une concertation : ces cas d'usage sont identifiés, parfois expérimentés, rarement industrialisés. C'est sans doute le terrain où le potentiel est le plus fort — et où la prudence reste la plus grande.
Nantes Métropole a posé une « boussole de l'IA » dès 2023, révisée en 2025 sous le nom de « Charte métropolitaine de la donnée et de l'IA ». Montpellier Méditerranée Métropole a organisé une convention citoyenne de novembre 2023 à février 2024 sur la place de l'IA dans les services au public. Rennes Métropole s'oriente vers un « observatoire permanent de l'IA générative » pour capitaliser les expériences et maintenir la doctrine à jour.
Ces démarches ne sont pas anecdotiques : 57 % des collectivités utilisatrices d'IA travaillent à un document d'encadrement — charte, doctrine, cadre d'usage, parfois soumis au vote des élus.
L'hôpital public a sa propre dynamique, à la fois plus mature techniquement et plus prudente sur les usages les plus sensibles. Selon le baromètre de la Fédération Hospitalière de France publié en septembre 2025, 65 % des établissements de santé publics utilisaient déjà des technologies d'IA en production — un chiffre élevé, mais qui recouvre une réalité contrastée.
La FHF distingue deux familles d'usages.
L'IA médicale, au service du soin : aide à la décision diagnostique en imagerie, surveillance prédictive de l'état des patients, second regard expert pour appuyer les médecins. C'est l'usage le plus visible dans le débat public et celui qui suscite à la fois le plus d'attentes et le plus d'inquiétudes.
L'IA organisationnelle, au service de l'administration hospitalière : rédaction de comptes rendus médicaux, transcription automatique d'entretiens cliniques, gestion documentaire. C'est ce versant qui se déploie le plus vite, car les gains sont immédiats et les risques mieux maîtrisés. La rédaction de comptes rendus, en particulier, fait gagner un temps significatif aux soignants — à condition que le compte rendu généré soit systématiquement relu et validé.
En octobre 2025, la Haute Autorité de Santé a publié ses « Premières clefs d'usage de l'IA générative en santé », un guide destiné aux professionnels du secteur sanitaire, social et médico-social. Le principe directeur tient en une phrase : chaque usage d'un système d'IA générative doit être conscient, supervisé et raisonné. La HAS recommande aux médecins de s'approprier les outils, mais dans une démarche réflexive — estimer en continu si l'usage est en adéquation avec le besoin professionnel.
Un guide commun HAS-CNIL a suivi en mars 2026 pour préciser les exigences RGPD spécifiques au contexte hospitalier.
Le baromètre Uniha publié en novembre 2025 a révélé un chiffre alarmant : seulement 6 % des personnels hospitaliers ont été formés à l'IA. Pire, un directeur d'établissement a constaté 15 000 connexions à ChatGPT en un mois depuis des postes de secrétaire médicale — c'est-à-dire des données patients potentiellement copiées-collées dans un outil grand public sans cadre. Le sujet n'est plus de savoir si les soignants utilisent l'IA. Il est de savoir avec quel outil et avec quelles précautions.
C'est sans doute le sujet le plus mal traité par les administrations aujourd'hui. Le shadow IA désigne l'usage d'outils d'IA générative — ChatGPT, Claude, Gemini, Copilot grand public — par les agents, sans validation de la hiérarchie, du service informatique ou du DPO. Sur la question de savoir quand poser des règles sur l'IA générative, nous avons développé une approche dédiée — l'enjeu n'est pas de tout encadrer tout de suite, mais de placer le curseur au bon endroit.
D'après plusieurs études convergentes, 60 % des agents des collectivités et 74 % des salariés tous secteurs confondus utilisent déjà l'IA générative au travail. Moins d'un tiers des organisations ont mis en place une politique formelle. Dans la fonction publique, le décalage entre l'usage réel et le cadre officiel est probablement encore plus marqué qu'ailleurs.
Le premier risque est juridique. Depuis le 2 février 2025, l'article 4 du règlement européen sur l'IA (AI Act) impose à tout déployeur de systèmes d'IA d'assurer un niveau suffisant de compétences IA à son personnel. Les sanctions, applicables à compter d'août 2026, peuvent atteindre 35 millions d'euros ou 7 % du chiffre d'affaires mondial (pour les organisations privées). Pour une administration publique, les sanctions sont différentes mais la responsabilité engagée est bien réelle.
Le deuxième risque est protection des données. Coller une donnée nominative de citoyen dans un ChatGPT grand public, c'est un traitement de données personnelles hors cadre RGPD — et potentiellement un transfert hors UE. Une décision administrative fondée sur une hallucination d'IA engage la responsabilité de la collectivité ou du service.
Le troisième risque est démocratique. Quand chaque agent utilise un outil différent, avec ses propres prompts, sans traçabilité, l'égalité de traitement des citoyens devient difficile à garantir. C'est un sujet politique au sens fort.
Plusieurs collectivités ont d'abord tenté de bloquer l'accès aux IA génératives grand public. C'est en général une erreur stratégique. Les agents qui utilisent ChatGPT ne le font pas par rébellion — ils le font parce que ça leur fait gagner du temps. Si l'organisation ne propose pas d'alternative cadrée, l'usage continue, simplement plus discrètement.
La bonne réponse tient en trois mouvements : cartographier les usages réels (audit interne, sondages anonymes), proposer une alternative officielle sécurisée (Mistral en API souverain, Copilot d'entreprise, outil métier dédié), former les agents au prompting, à la détection des hallucinations, aux bonnes pratiques RGPD.
Au-delà des cas d'usage, ce qui fait la différence entre un proof of concept abandonné et un projet qui crée de la valeur durable tient à trois conditions structurelles.
Le piège, c'est l'IA pour l'IA. Le département du Loiret l'a bien compris : ses expérimentations ont permis d'écarter des cas d'usage où l'IA n'apportait aucun gain par rapport à des outils existants. Avant tout projet, deux questions méritent une réponse honnête. Quel est le gain de temps ou de qualité concret attendu, par agent et par semaine ? Existe-t-il un outil bureautique ou métier qui fait déjà 80 % du travail ?
Un agent conversationnel pour répondre aux demandes courantes des citoyens a du sens si la commune reçoit des centaines d'appels redondants par semaine. Il en a beaucoup moins si la commune compte 1 200 habitants et que le standard décroche en deux sonneries.
L'article 4 de l'AI Act est explicite : la formation des agents qui utilisent un système d'IA est obligatoire depuis février 2025. Ce n'est pas une recommandation, c'est une obligation légale. Et au-delà de l'obligation, c'est la condition pratique du succès. Sans formation, 70 % des collaborateurs sous-utilisent les outils d'IA mis à leur disposition selon les retours terrain. La formation doit couvrir le prompting (savoir formuler une bonne requête), la détection des hallucinations (apprendre à ne pas faire confiance aveuglément), et les bonnes pratiques RGPD (ne jamais coller de données sensibles dans un outil grand public). C'est aussi le terrain où une démarche d'acculturation data et IA structurée — et pas une simple formation outil — fait toute la différence.
Toutes les données ne se valent pas. Pour un brouillon de communication interne ou la reformulation d'un texte public, un outil grand public bien configuré peut suffire. Pour traiter des données nominatives de citoyens, des dossiers sociaux, des éléments médicaux ou des informations stratégiques, l'infrastructure compte autant que le modèle.
Le choix d'une solution hébergée en France, sur infrastructure SecNumCloud — comme l'Assistant IA de l'État sur Mistral / Outscale — n'est pas un choix idéologique. C'est un choix de réduction du risque opérationnel, juridique et politique. Et c'est désormais accessible aux collectivités : Mistral, Numspot, OVHcloud et d'autres acteurs européens proposent des offres souveraines pour le secteur public.
L'IA générative est entrée dans la fonction publique française par toutes les portes à la fois : par le haut avec l'Assistant IA de l'État, par le bas avec des centaines de collectivités qui expérimentent, par les côtés avec un shadow IA massif que personne ne maîtrise vraiment. Les cas d'usage qui fonctionnent ont trois points communs : ils s'attaquent à des tâches précises et chronophages, ils sont encadrés par une doctrine et une formation, et ils s'inscrivent dans une infrastructure adaptée au niveau de sensibilité des données.
Ce qui se joue en 2026, ce n'est plus la question de l'adoption — elle est faite. C'est la question de la qualité de service public rendu avec ces outils, et de la confiance des citoyens dans une administration qui utilise désormais de l'IA pour leur répondre, instruire leurs dossiers et préparer les décisions qui les concernent. Cette confiance ne se décrétera pas. Elle se construira projet par projet, en commençant par celui qui crée le plus de valeur pour le citoyen — et le moins de risque pour l'agent.
Limpida accompagne les administrations publiques dans la définition de leur stratégie data et IA, la formation et l'acculturation des agents à l'IA générative, et la conception de cas d'usage métier.
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
%20copie.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.jpg)
