Les récentes initiatives européennes (AI Act) et nationales (Plan France 2030) soulignent le potentiel de l’IA agentique pour les administrations publiques, incitant ces dernières à tirer parti de l’intelligence artificielle pour créer de la valeur citoyenne, améliorer les services publics et renforcer l’efficacité opérationnelle. Le développement logiciel dans le secteur public représente un domaine d’application immédiat.
L’IA agentique redéfinit le développement logiciel dans le secteur public
By
Published on 4 novembre 2025 5h00
2000 MILLIARDS $D'ici 2030, le marché de l'intelligence artificielle devrait représenter près de 2000 milliards de dollars
L'IA agentique introduit des systèmes intelligents capables de prendre des initiatives, des décisions autonomes et d'exécuter des tâches complexes avec les équipes de développement. Ces capacités accélèrent considérablement le cycle de développement logiciel, permettant une livraison plus rapide tout en maintenant les normes de sécurité et de conformité exigées par le RGPD et les protocoles nationaux de cybersécurité. Pour les administrations, cela signifie automatiser la correction des défaillances, les revues de code, la génération de tests, l'application des politiques de sécurité et la gestion des changements.
Au-delà des gains d'efficacité, l'IA agentique favorise une modernisation économique, notamment en réduisant la dette technique, en traitant les failles de sécurité et en refactorisant les applications héritées sur lesquelles de nombreuses administrations françaises s'appuient depuis trop longtemps. En France, cela inclut la modernisation des systèmes informatiques des services publics, souvent construits sur des technologies obsolètes.
Pour adopter efficacement des agents d’IA, il est nécessaire de passer à une collaboration humain-IA, en renforçant les capacités des équipes de développement pour relever les défis critiques du secteur public plutôt qu'en les remplaçant.
Pour tirer parti des avantages à long terme, les administrations doivent repenser leurs frameworks de développement à travers une mise en œuvre itérative de l'IA, en établissant une compréhension fondamentale et en évoluant vers des cycles d'amélioration continue.
Pour cela, les administrations doivent considérer les éléments suivants :
Étape 1 : Se familiariser avec l’IA
Pour ceux qui découvrent l'IA, la première étape consiste à se familiariser avec le codage assisté par l’IA, la documentation et la résolution de problèmes simples dans des domaines à faible risque. Cette étape permet aux administrations de mettre en place les meilleures pratiques tout en évitant les écueils tels que les fuites de données et les failles de sécurité.
Une fois que les équipes de développement ont acquis suffisamment de connaissances, elles peuvent étendre leurs cas d’utilisation de l'IA à l’ensemble du cycle de développement logiciel, en ciblant spécifiquement les tâches répétitives et chronophages où l'IA peut créer une valeur immédiate avec un minimum d’impact. L'automatisation de ces workflows permet aux équipes de se concentrer sur des défis plus critiques et une réflexion stratégique.
Étape 2 : Établir des normes de gouvernance et d'interopérabilité
À mesure que les équipes se familiarisent avec l'utilisation de l’IA pour des cas d'utilisation individuels, les administrations peuvent commencer à élaborer des politiques claires pour l'utilisation des outils d’IA qui les prépareront à une réussite durable. Celles-ci incluent les autorisations d'accès aux données, les protocoles de sécurité et les normes de qualité.
En France, cela implique l’adoption de normes d'interopérabilité, de frameworks cloud fiables et de modèles de gouvernance interministériels. Tout aussi important, les administrations doivent garantir la transparence et la confiance du public en impliquant les citoyens, les partenaires sociaux et les utilisateurs dans la définition des cas d'utilisation acceptables de l'IA.
Ces normes responsabilisent plutôt qu'elles ne restreignent. Les protocoles de données standardisent la manière dont les systèmes d’IA peuvent partager des informations et collaborer entre plateformes. Ainsi, les services publics peuvent maintenir l'interopérabilité des données et des formats de données cohérents, et exploiter les outils d’IA entre les départements.
Étape 3 : Introduire et déployer stratégiquement les agents d’IA
Il est maintenant temps de passer à la partie passionnante du parcours de l'IA agentique. Les administrations sont prêtes à déployer des agents d’IA pour prendre en charge des tâches de développement autonomes avec un certain degré d'autonomie.
L'autonomie élargit la portée des tâches que les agents peuvent gérer, au-delà des capacités d'un seul agent, et permet à plusieurs agents de collaborer ensemble sur des projets complexes.
Les agents peuvent devenir une partie intégrante du cycle de développement logiciel. Ils peuvent résider et interagir sur une plateforme unique, ce qui simplifie et permet un contexte complet pour les interactions avec l’IA agentique.
Les administrations devraient permettre aux équipes de développement d'affiner les compétences essentielles pour une collaboration IA efficace, telles que la pensée critique, la résolution de problèmes, la créativité et la supervision éthique. Le partenariat entre les agents d’IA et les développeurs talentueux, prêts à collaborer avec l'IA, repousse les limites pour faire progresser l'innovation et permettre une livraison logicielle plus rapide et plus sécurisée.
Étape 4 : Améliorer continuellement grâce aux retours d’expérience et à la formation
Les administrations devront continuer à itérer sur leurs workflows de mise en œuvre de l'IA, même lorsque les agents d’IA auront acquis des capacités d’autonomie et de collaboration. Pour s'assurer que les agences continuent de maximiser la valeur de leur investissement dans l'IA, il sera essentiel d'implémenter des systèmes capables de surveiller les performances des agents à l'aide d'indicateurs clairs et de protocoles de correction.
Les programmes de formation continue destinés aux équipes de développement, aux responsables informatiques, aux employés du secteur public et aux décideurs politiques sont essentiels pour garantir des bénéfices durables. La formation devrait porter non seulement sur les connaissances techniques, mais aussi sur des aspects plus larges tels que l'éthique, la sécurité et la confiance des citoyens. Collaborer avec l'IA nécessite un ensemble de compétences complexes qui distingue les équipes de développement et les prépare au succès dans le monde du travail actuel. Ce besoin est mis en évidence dans la dernière étude de GitLab intitulée, L'innovation logicielle en France, plus de 12 milliards d'euros en jeu, où une majorité de cadres dirigeants basés en France expriment leur inquiétude face à l’accroissement des écarts de compétences et réclament des initiatives de formation plus solides. Une urgence qui est particulièrement évidente dans le secteur public, qui continue d'accuser un retard dans l'adoption et la maîtrise de ces compétences.
L'IA au cœur de la transformation des services publics
L'IA agentique est plus qu'une amélioration progressive. Elle redéfinit la manière dont les administrations conçoivent, construisent, déploient et modernisent les services publics. La transition vers le développement logiciel piloté par l'IA présente à la fois des opportunités significatives et des obstacles stratégiques pour le secteur. Les administrations qui saisissent cette évolution comme une opportunité d'améliorer la qualité des services et la souveraineté numérique obtiendront les gains d'efficacité et la rapidité d'exécution les plus importants.
En abordant proactivement ces domaines clés, de l'intégration initiale à la gouvernance en passant par l'apprentissage continu, les organismes publics français peuvent prospérer dans cette nouvelle ère où les capacités de l'IA augmentent la créativité humaine et la réflexion stratégique.