Depuis deux ans, l'intelligence artificielle s'invite dans toutes les feuilles de route de transformation digitale de l'État. Les promesses sont connues : automatiser, accélérer, simplifier. Mais quand on travaille au quotidien avec des communes, des services déconcentrés et des administrations métiers, on voit vite que la question n'est pas celle de l'outil. Elle est celle des fondations sur lesquelles on prétend le poser.
L'IA appliquée au service public n'est pas une couche que l'on ajoute. C'est une exigence de cohérence. Elle révèle, sans complaisance, l'état réel de la donnée, des processus et de la chaîne de responsabilité d'une administration.
Sortir de la logique du formulaire en ligne
Pendant longtemps, « dématérialiser » a voulu dire mettre un PDF sur un portail. Ce premier âge de l'e-Gouvernement touche à sa fin. La logique change : il ne s'agit plus de transposer la procédure papier sur écran, mais de repenser le service à partir du parcours réel du citoyen.
C'est là que l'IA, combinée à l'interopérabilité des systèmes et au traitement du langage naturel, devient intéressante. Pas comme prouesse technique, mais comme moyen de réduire l'effort que l'administration impose à ses usagers.
Trois usages méritent qu'on s'y arrête.
D'abord, l'administration proactive. Pourquoi un citoyen devrait-il redéposer dix fois les mêmes pièces auprès de dix guichets différents, alors que l'État dispose déjà de ses données ? L'IA, couplée à une architecture d'interopérabilité réelle, permet de déclencher certaines prestations, autorisations ou alertes sans que l'usager ait à reconstituer son dossier. C'est moins spectaculaire qu'un assistant qui parle, mais beaucoup plus structurant.
Ensuite, les assistants conversationnels. Les modèles de langage rendent enfin possibles des interfaces capables de comprendre un usager qui s'exprime en darija, en français ou dans un mélange des deux — ce qui correspond, en réalité, à la manière dont la plupart des citoyens marocains ou ouest-africains s'adressent à leur administration. À condition que ces assistants soient conçus avec sérieux : maîtrise des données, alignement réglementaire, traçabilité des réponses, supervision humaine. Sans cela, un chatbot public n'est qu'un gadget : au mieux inutile, au pire générateur d'erreurs et de contentieux.
Enfin, le back-office. C'est probablement là que le retour sur investissement est le plus rapide et le moins risqué. Synthétiser un dossier volumineux, détecter une incohérence dans une déclaration, prioriser une file d'attente, suivre des délais réglementaires : autant de tâches où l'IA libère du temps aux agents pour ce qu'ils font de mieux. L'agent public n'est pas remplacé. Il est remis là où il a le plus de valeur.
Le vrai risque : automatiser ce qui ne fonctionne pas
Voici ce que nous observons sur le terrain. Beaucoup d'administrations envisagent l'IA avant d'avoir réglé la question de leurs référentiels, de leurs bases métiers et de leur interopérabilité. Le résultat est prévisible : on industrialise des décisions prises sur des données partielles, on automatise une règle obsolète, on amplifie un biais latent — à grande échelle, et avec la caution de la machine.
L'IA n'est pas neutre vis-à-vis du système qu'elle équipe. Elle reproduit fidèlement ce qu'on lui donne, y compris les dysfonctionnements. Une administration mal organisée qui se met à l'IA produit une administration mal organisée, plus rapide.
L'ordre des priorités doit donc être inversé. Avant de parler d'IA, il faut parler de qualité de la donnée, de cartographie des processus, de gouvernance des référentiels, de droit au recours et de chaîne de responsabilité claire. Ce n'est pas la partie la plus visible du chantier. C'est pourtant celle qui détermine si l'IA sera un levier d'efficience ou un risque systémique.
Notre approche chez OptimGov
Notre conviction, forgée sur des projets de terrain au Maroc et tournée vers les administrations de la région UEMOA-CEDEAO, tient en trois orientations.
La frugalité technologique d'abord. Tous les usages publics ne justifient pas un modèle massif, coûteux et hébergé hors du pays. Pour la plupart des cas concrets — orientation des usagers, classification de demandes, extraction d'information sur des corpus métiers, détection d'anomalies — des modèles plus légers, spécialisés et maîtrisables localement font le travail. Avec une meilleure performance utile, un coût soutenable et une souveraineté préservée.
L'auditabilité ensuite. Une décision publique assistée par un modèle doit pouvoir être expliquée, tracée et contestée. C'est une exigence juridique, mais aussi politique : la confiance entre l'État et le citoyen ne survit pas à des décisions automatisées et opaques. La transparence ne se rajoute pas à la fin du projet. Elle se conçoit dès l'architecture.
La place de l'humain enfin. L'IA est un outil d'assistance, jamais un substitut à la décision. Les agents publics restent les garants, et les usagers les plus éloignés du numérique doivent être pensés dès la conception du service, pas rattrapés en bout de chaîne par un guichet d'exception.
L'IA comme test de maturité
À court terme, l'IA va départager les administrations selon une ligne de fracture simple : celles qui ont fait le travail sur la donnée et les processus, et celles qui ne l'ont pas fait. Pour les premières, l'IA sera un accélérateur. Pour les secondes, elle sera un révélateur — parfois douloureux — de fragilités structurelles.
C'est pour cette raison que nous refusons de vendre l'IA comme une fin en soi. Notre métier consiste à préparer les administrations à l'utiliser : consolider la donnée, clarifier les processus, construire une interopérabilité réelle, outiller les agents. Le reste suit naturellement.