Guide pratique : monter la pyramide de valeur IA sans sauter les étapes

Le défi de la modernisation publique : de l'ambition à la feuille de route

Dans le secteur public, la volonté de moderniser les services aux citoyens se heurte souvent à une complexité structurelle et technique. De nombreux organismes, attirés par les promesses de l'intelligence artificielle agentique, tentent de sauter les étapes fondamentales de la transformation numérique. Pourtant, une progression méthodique est essentielle pour éviter le gaspillage budgétaire et les risques de conformité. Ce guide a pour objectif d'établir une feuille de route claire, basée sur la pyramide de valeur de l'IA, pour permettre aux équipes TI et aux responsables de la transformation numérique de construire des fondations solides avant d'atteindre les sommets de l'autonomie technologique.

L'enjeu est de taille : selon les analyses de Celebal Technologies sur la gouvernance data-driven, la mauvaise qualité des données coûte en moyenne 12,9 millions $ par an aux organisations, plus de 80 % des projets IA n'atteignent pas la production, et les silos informationnels ajoutent des pertes estimées à 7,8 millions $ par an. Pour les municipalités et les organismes publics, où les budgets sont scrutés et les attentes citoyennes élevées, une telle marge d'erreur n'est pas acceptable. Ce guide propose donc de structurer votre démarche sur 18 à 36 mois en respectant les paliers de maturité reconnus.

Comprendre la pyramide GovAI : une structure en trois couches

Pour opérationnaliser l'IA dans le secteur public, il est utile d'adopter le modèle de la pyramide GovAI. Ce cadre pédagogique, détaillé dans le guide de gouvernance pratique de Government Technology Insider, permet de visualiser comment l'IA se déploie réellement sur le terrain administratif. Plutôt que de voir l'IA comme un outil monolithique, on la décompose en couches de complexité et de valeur croissantes.

La pyramide se compose de trois niveaux fondamentaux :

1. Les Fondations (LLM) : C'est le socle technologique. Il s'agit de rendre les systèmes "prêts pour le succès" en sécurisant l'infrastructure et en centralisant les données. Sans ce socle, les couches supérieures reposent sur du sable.
2. Les Assistants d'usage général : Ce niveau vise à mettre l'IA entre les mains de chaque employé pour transformer leur travail quotidien. L'objectif est d'augmenter la capacité de la main-d'œuvre sans augmenter les effectifs.
3. Les Assistants personnalisés : Le sommet de la pyramide, où l'on développe des outils spécifiques pour améliorer la précision, la conformité et l'agilité des réponses administratives. C'est ici que l'IA devient un expert métier.

Niveau 1 : Établir les fondations et la culture de la donnée

Avant d'envisager des agents autonomes, un organisme doit se concentrer sur sa maturité initiale. Dans le modèle de maturité Avero, cette étape correspond au niveau Seeker ou Pathfinder, avec un score typiquement situé entre 0 et 15 points sur 36. L'objectif ici est de construire la littératie IA au sein de la direction et du personnel, tout en évaluant la qualité des données.

Les prérequis de ce niveau incluent :

• La migration vers le nuage (cloud) : Pour une infrastructure évolutive et sécurisée.
• La centralisation des données : Passer de silos départementaux à une architecture de type "lakehouse" ou "data mesh".
• L'établissement de principes de gouvernance : Définir des lignes directrices éthiques et des cadres de responsabilité.

À ce stade, l'utilisation de l'IA se limite souvent à des outils gérés par des fournisseurs ou à l'utilisation encadrée de modèles de langage (LLM) pour des tâches simples comme la rédaction de descriptions de postes ou la synthèse de documents. C'est une phase de "victoires rapides" avec un risque minimal, permettant de démontrer la valeur de la technologie sans engager de transformations structurelles lourdes. On observe que les agences qui réussissent cette phase investissent massivement dans la formation pour réduire la résistance au changement.

Niveau 2 : L'automatisation des processus et l'analytique prédictive

Une fois les fondations posées, l'organisme passe au niveau de "Navigator". C'est ici que l'on commence à voir des bénéfices tangibles sur l'efficacité opérationnelle. Les agences qui atteignent ce stade rapportent, selon le même classeur de maturité Avero cité au niveau 1, une réduction de 30 à 45 % des temps de traitement administratif et une baisse moyenne de 22 % des coûts opérationnels.

L'accent est mis sur :

• L'automatisation des tâches répétitives : Utilisation de la robotique (RPA) et du traitement du langage naturel (NLP) pour gérer les demandes citoyennes simples.
• Le partage de données inter-départemental : Mise en place de centres de partage, comme l'initiative "AI Commons" de King County dans l'État de Washington, qui permet de mutualiser les modèles et les données en respectant la vie privée.
• L'utilisation de modèles prédictifs : Passer d'une analyse réactive à une anticipation des besoins.

Par exemple, dans la distribution des aides publiques, on observe une évolution majeure. Comme le note SAS dans ses prédictions pour 2026, les programmes passent d'un simple échantillonnage de données à l'utilisation de modèles prédictifs avancés pour transformer les opérations et augmenter la précision des paiements. Cette transition est cruciale pour les municipalités québécoises qui cherchent à optimiser leurs ressources limitées tout en réduisant les taux d'erreur dans les prestations sociales.

Niveau 3 : Vers l'IA agentique et la transformation par les flux

Le sommet de la pyramide opérationnelle est atteint lorsque l'on déploie des workflows agentiques. Contrairement à une simple IA de "chat" qui génère du contenu, les agents IA exécutent réellement des tâches. Selon Deloitte, ces agents permettent de s'affranchir des silos organisationnels traditionnels. Au lieu d'être organisés par fonctions ou départements, les services sont bâtis autour de flux de travail et de résultats de bout en bout.

Un agent IA peut, par exemple, orchestrer un processus de recrutement complet :

1. Analyser les besoins et générer une description de poste.
2. La soumettre pour approbation dans un système RH interne.
3. Une fois validée, la publier automatiquement sur les portails de recrutement et les réseaux sociaux.
4. Trier les premières candidatures selon des critères objectifs définis.

Cette capacité d'orchestration transforme l'administration publique en une entité plus agile et réactive. On ne se contente plus de numériser la bureaucratie existante ; on crée de nouveaux services qui améliorent les résultats pour les citoyens. Cependant, ce niveau exige une maturité élevée en matière de gouvernance, car les agents opèrent de manière autonome au sein des systèmes critiques de l'organisation.

Niveau 4 : Développement d'applications IA propriétaires

Pour les organismes les plus avancés (niveau "Trailblazer" ou "Visionary"), l'étape suivante consiste à développer des applications IA "tueuses" basées sur leurs propres données propriétaires. À ce stade, l'organisation n'est plus seulement un utilisateur d'outils tiers, mais un créateur de valeur technologique.

Cela peut inclure :

• La maintenance prédictive avancée : Utiliser des décennies de données sur les infrastructures (ponts, routes, réseaux d'eau) pour prédire les défaillances avant qu'elles ne surviennent.
• La modélisation de catastrophes naturelles : Créer des modèles de simulation ultra-précis basés sur la topographie et l'historique local pour améliorer la réponse d'urgence.
• La personnalisation dynamique des services : Adapter les interfaces et les aides en temps réel selon le profil et le parcours du citoyen.

Cette étape est celle où la valeur réelle de l'IA est débloquée. Si l'IA n'est utilisée que pour augmenter la productivité individuelle, elle ne justifiera jamais les investissements massifs requis. En revanche, lorsqu'elle s'attaque aux défis opérationnels les plus complexes du gouvernement, elle devient un levier de transformation sociétale.

Points de vigilance : Gouvernance et risques de l'opacité

L'accélération technologique comporte des risques majeurs qui ne doivent pas être sous-estimés. Un rapport de FedScoop souligne que l'IA agentique arrive dans les gouvernements plus vite que ses garde-fous. Le principal danger réside dans le manque d'explicabilité des systèmes, souvent qualifiés de "boîtes noires".

Pour maintenir la confiance des citoyens, les organismes publics doivent impérativement :

• Assurer la transparence : Les résidents doivent comprendre comment l'IA est utilisée pour prendre des décisions qui affectent leur vie.
• Maintenir un contrôle humain (Human-in-the-loop) : Les outils IA doivent soutenir la décision humaine, pas la remplacer sans supervision, surtout dans les domaines de la sécurité publique ou des services sociaux.
• Gérer l'évolution des cyber-risques : L'IA accélère le paysage des menaces. Les modèles sont désormais capables d'identifier des vulnérabilités logicielles à une vitesse que les équipes humaines peinent à suivre.

La sécurité est également un enjeu critique de permissions. Chaque accès accordé à un agent IA autonome crée un nouveau chemin potentiel pour une utilisation abusive ou une défaillance systémique. Les cadres de cybersécurité existants, souvent conçus pour des systèmes statiques, doivent être repensés pour intégrer cette autonomie croissante et ces frontières mouvantes.

Synthèse opératoire : Votre feuille de route 18–36 mois

Pour réussir cette montée en puissance, on peut suivre cette séquence logique adaptée du parcours de maturité en 5 étapes :

Asset réutilisable : Grille d'évaluation de maturité IA

Avant de passer d'un niveau à l'autre, utilisez cette grille pour valider vos acquis. Un passage prématuré au niveau supérieur est la cause principale d'échec des projets IA.

Critères de passage (Gate de maturité)

Ressources complémentaires

Pour approfondir votre démarche, reprenez les sources déjà citées dans ce guide :

• Classeur de maturité Avero (niveau 1) : auto-évaluation People, Process et Technology.
• Analyse Deloitte sur l'IA agentique (niveau 3) : services bâtis autour des flux plutôt que des silos.
• Rapport FedScoop (points de vigilance) : garde-fous et opacité des systèmes agentiques.
• Parcours en 5 étapes de Government Technology Insider (synthèse opératoire) : vision long terme de la maturité.