La transformation numérique des collectivités est repartie. Les communes, intercommunalités, métropoles et établissements publics ont vu pendant deux ans des grands groupes privés engranger des gains de productivité considérables grâce à l'IA générative. La question n'est plus de savoir si le secteur public va embarquer — c'est inéluctable. La question est comment, et avec quelles garanties.
Parce que pour une collectivité, déployer Claude, ChatGPT ou Copilot tels quels n'est pas une option. Trois contraintes structurelles l'interdisent. Et c'est précisément en partant de ces contraintes — pas en les contournant — qu'on construit une IA réellement utile au service public.
Pourquoi le secteur public a un problème IA spécifique
Une PME du privé qui adopte ChatGPT pour gagner du temps prend un risque mesuré sur la confidentialité de quelques documents internes. Une collectivité qui fait la même chose expose des données administratives, des dossiers d'usagers, des marchés publics en cours. Le risque n'est pas du même ordre. Et la responsabilité — politique, juridique, réputationnelle — n'est pas portée par les mêmes épaules.
Trois contraintes structurent le sujet IA du secteur public, et chacune élimine une partie du marché des solutions.
Contrainte 1 — La souveraineté des données
Les données publiques françaises ne peuvent pas légèrement transiter par des serveurs américains. Le CLOUD Act permet en théorie au gouvernement américain d'accéder à toute donnée stockée par une entreprise américaine, où qu'elle soit physiquement. Pour une commune qui gère un cadastre, un registre d'état civil ou des contentieux locaux, cette exposition est inacceptable politiquement et juridiquement.
Concrètement, cela signifie qu'utiliser GPT-5 via l'API OpenAI, Claude via Anthropic ou Gemini via Google n'est pas conforme aux exigences d'une collectivité sérieuse — même si les conditions générales mentionnent un opt-out d'entraînement. L'opt-out couvre l'apprentissage du modèle, pas l'accès potentiel par une autorité étrangère.
Contrainte 2 — Le RGPD, en version renforcée
Le RGPD s'applique à toutes les organisations européennes. Mais les collectivités sont soumises à des obligations renforcées : analyse d'impact (AIPD) systématique pour tout traitement automatisé de données personnelles, désignation d'un DPO obligatoire, traçabilité totale des décisions automatisées impactant les administrés.
Une IA générative qui rédige un courrier de réponse à un administré, qui pré-instruit une demande de subvention ou qui qualifie un dossier social doit être auditable. Chaque sortie doit pouvoir être expliquée, et un humain doit valider toute décision de portée individuelle (article 22 du RGPD). Un système qui ne respecte pas cette chaîne de traçabilité expose la collectivité à des contentieux et à des sanctions CNIL.
Contrainte 3 — Le Code de la commande publique
Acheter une solution IA pour une collectivité, ce n'est pas signer un contrat SaaS standard. Au-delà d'un seuil de 40 000 € HT, il faut passer par un marché public avec sa procédure de publicité, ses délais, son cahier des charges, ses critères d'attribution objectifs. Et même en-dessous, les principes fondamentaux de la commande publique s'appliquent : transparence, égalité de traitement, mise en concurrence.
Cela ferme la porte à beaucoup de solutions du marché : un simple abonnement individuel à un service IA, payé sur carte bleue, n'est pas un mode d'achat valide pour un service public. Et un fournisseur qui ne sait pas répondre à un DCE (Dossier de Consultation des Entreprises) est de facto disqualifié.
Une stack viable : 100 % française, conforme, performante
La bonne nouvelle, c'est que ces trois contraintes ne sont pas un mur. Elles définissent un périmètre — étroit — à l'intérieur duquel il existe des solutions techniquement excellentes. Nous l'avons éprouvé sur plusieurs projets, dont notre collaboration avec Experts Publics.
Le modèle : Mistral AI
Mistral AI, éditeur français basé à Paris, propose des modèles compétitifs avec ceux d'OpenAI ou d'Anthropic sur la plupart des cas d'usage d'une collectivité : rédaction, synthèse, analyse documentaire, classification, génération structurée. Les modèles peuvent être déployés en mode managé chez Mistral, en self-hosting sur Scaleway, ou en mode hybride. Et les données ne quittent jamais le territoire européen.
Pour des cas plus exigeants en raisonnement, des modèles open-weight comme Mixtral ou DeepSeek peuvent être déployés sur infrastructure souveraine — au prix d'un setup plus lourd mais d'une indépendance totale.
L'infrastructure : Scaleway ou OVH Cloud
Scaleway (groupe Iliad) et OVH Cloud sont les deux acteurs français qui proposent des offres cloud souveraines, certifiées SecNumCloud pour les charges sensibles. Les serveurs sont physiquement en France, l'opérateur est français, la juridiction est française. Aucune exposition au CLOUD Act.
Pour des charges moins sensibles, les zones européennes des hyperscalers (AWS Frankfurt, Azure France Central) restent une option transitoire — mais elles ne lèvent pas la question juridique de fond.
L'architecture : RAG sur base documentaire métier
Une collectivité n'a pas besoin d'un modèle généraliste qui sait tout sur tout. Elle a besoin d'un agent qui maîtrise son domaine : Code de la commande publique, Code général des collectivités territoriales, jurisprudence administrative, délibérations passées, marchés en cours.
L'architecture RAG (Retrieval-Augmented Generation) répond exactement à ce besoin. Au lieu de faire confiance à ce que le modèle a appris en pré-entraînement, on l'oblige à puiser ses réponses dans une base documentaire fermée, dont la collectivité maîtrise totalement le contenu. Les sources sont citées explicitement. La traçabilité requise par le RGPD est automatiquement satisfaite.
Le cas Experts Publics
Nous avons construit Experts Publics selon cette architecture. La plateforme met en relation des freelances spécialisés du secteur public (chefs de projet, juristes, consultants AMOA, experts marchés publics) avec des collectivités qui ont des besoins ponctuels — sans passer par les structures lourdes de l'intérim ou des grands cabinets.
Trois composants techniques, tous souverains :
- Une webapp complète (inscription des freelances, dépôt de missions par les collectivités, matching, espace admin de modération) hébergée sur Scaleway.
- Un agent IA entraîné sur le Code de la commande publique, propulsé par Mistral, qui assiste les freelances dans la rédaction de leurs réponses aux marchés et les collectivités dans la qualification de leurs besoins.
- Une architecture RGPD by design : aucune donnée personnelle d'usager ne transite par l'IA, traçabilité totale des actions, droit à l'effacement implémenté nativement.
La collaboration se poursuit avec l'intégration progressive de nouvelles briques : messagerie native, veille juridique automatisée, nouveaux agents métiers (rédaction de mémoires techniques, analyse de DCE, synthèse de réunions). À chaque étape, la même règle : pas de compromis sur la souveraineté.
→ Voir la démo complète d'Experts Publics en vidéo (YouTube)
Par où commencer concrètement
Une collectivité qui veut s'équiper d'une IA conforme et utile n'a pas besoin de lancer un appel d'offres à 500 000 € sur trois ans. Le risque d'un projet trop ambitieux dès le départ est même le principal vecteur d'échec — comme dans le privé, mais avec des conséquences politiques plus lourdes.
La séquence raisonnable tient en quatre étapes :
- Cartographier vos cas d'usage prioritaires. Quels sont les 2-3 process où le temps administratif vous coûte le plus ? Réponses aux demandes des administrés, instruction de dossiers, rédaction de courriers, préparation de notes pour les élus, suivi de marchés ? Chiffrez le temps perdu, vous serez surpris.
- Lancer un audit IA structurant, de 4 à 8 semaines selon la taille de la structure. C'est un investissement modeste (5 000 à 15 000 €) qui produit un livrable opposable : cartographie des frictions, identification des cas d'usage IA-ready, scénarios chiffrés.
- Tester un cas d'usage isolé avant industrialisation. Pas la totalité du périmètre — un cas avec un avant/après mesurable et un risque maîtrisé. Un agent qui pré-rédige les réponses aux demandes des administrés, par exemple.
- Industrialiser par vagues. Comme une grande entreprise, mais à votre échelle. Commencez par les agents les plus à l'aise techniquement, formalisez les usages, étendez progressivement.
Cette séquence respecte trois contraintes structurelles du secteur public : elle s'inscrit dans le cadre budgétaire d'une collectivité, elle reste dans les seuils de marché public courants, et elle ne fait pas peser un risque politique disproportionné sur un projet expérimental.
Le coût de ne rien faire
Le contre-argument standard à toute prudence est le suivant : si on attend, on perd. C'est particulièrement vrai dans le secteur public, où les administrés ont aujourd'hui des standards d'expérience numérique forgés par leur usage du privé. Quand un usager reçoit une réponse d'Amazon en deux heures sur un problème complexe, il ne comprend pas pourquoi sa mairie met trois semaines à traiter une demande de pièce administrative.
La pression vient à la fois du haut (l'État, qui impose des standards de dématérialisation toujours plus exigeants) et du bas (les administrés, qui comparent inconsciemment leur mairie à leur banque en ligne ou à leur fournisseur d'énergie). Les collectivités qui s'équipent maintenant — avec discernement, en respectant les trois contraintes décrites plus haut — prennent une avance qui sera difficile à rattraper.
Celles qui attendent vont payer trois fois : en attractivité (les meilleurs agents publics vont là où l'outillage existe), en productivité (chaque agent traite moins de dossiers), et en confiance citoyenne (le décalage avec l'expérience usager du privé se creuse).
Conclusion
L'IA pour les collectivités n'est pas un sujet de geek. C'est un sujet de souveraineté, de droit, et de service rendu au citoyen. Les bonnes solutions existent — françaises, conformes, performantes. Le sujet n'est plus technologique. Il est politique et organisationnel.
Si vous dirigez une collectivité, un EPCI ou un établissement public et que vous voulez engager cette réflexion sérieusement, nous serions ravis d'en discuter. Notre Audit IA est précisément calibré pour structurer ces premières étapes — en 4 semaines, avec un livrable opposable et une roadmap chiffrée.
Vous dirigez une collectivité ou un établissement public ?
Réservez 30 minutes pour cadrer votre démarche IA — gratuit, sans engagement.