La France annonce 655 millions d’investissements en plus : comment éviter l’échec des projets à grande échelle ?

Pouvez-vous nous présenter le contexte de cette actualité ?

L'annonce de ces 655M€ supplémentaires constitue un signal fort : la France confirme sa volonté d'accélérer le développement et l'adoption de l'intelligence artificielle, notamment au sein des administrations et des services publics. Pour autant, nous entrons dans une nouvelle phase. Ces dernières années, les organisations ont largement démontré le potentiel de l'IA à travers des expérimentations et des preuves de concept. Aujourd'hui, le véritable enjeu n'est plus de tester la technologie, mais de réussir à la déployer à grande échelle et à en faire un levier de transformation durable.

À mes yeux, cette annonce marque donc un changement de paradigme : l'investissement est indispensable, mais il devra désormais s'accompagner d'une véritable stratégie d'industrialisation. Sans gouvernance des données, sans cadre de conformité, sans pilotage de la performance et sans vision claire des cas d'usage, le risque est de multiplier les projets sans créer de valeur.

Quels sont les enjeux principaux pour votre secteur ?

Le principal enjeu est de faire en sorte que ces investissements produisent un impact concret. Aujourd'hui, on estime que plus de 80 % des projets d'intelligence artificielle n'atteignent pas leurs objectifs. Ce n'est pas parce que les modèles ne sont pas performants, mais parce que les organisations sous-estiment tout ce qui entoure leur déploiement. Avant même de choisir une solution d'IA, il faut s'assurer que les données sont exploitables, que les exigences de conformité, notamment avec l'IA Act, sont intégrées dès le départ, que les conditions de cybersécurité sont réunies et que les indicateurs permettant de mesurer le retour sur investissement sont clairement définis.

Il ne faut pas non plus oublier un élément essentiel : l'IA est avant tout un projet de transformation. La réussite dépendra aussi de la capacité à accompagner les métiers, à développer les compétences et à instaurer un climat de confiance autour des usages. Ce sont ces dimensions qui feront la différence entre une expérimentation réussie et une IA réellement adoptée à l'échelle.

Avez-vous des chiffres ou données concrètes à partager ?

Des mesures concrètes côté services publics :

« L'Assistant » : un assistant conversationnel souverain accessible à environ un million d'agents publics, développé à partir des modèles de Mistral, pour être déployé avant fin 2026. Le coût de sa généralisation est estimé à 700 000 € mais qui reste faible au regard de l'ambition.

GenIAl : déjà utilisé par le ministère des Armées, élargi aux ministères de l'Intérieur et de la Justice, notamment pour le traitement de données sensibles et l'accélération des demandes de visas.

Santé : un "assistant santé public" sur le site Ameli, avec des données de santé gérées par l'Assurance maladie et non par une entreprise étrangère.

Souveraineté : rupture du contrat entre la DGSI et Palantir, remplacé par la société française ChapsVision.

Nouveau critère budgétaire : l'usage de l'IA par les ministères devient un critère d'arbitrage dans la préparation du PLF 2027, chaque ministère devant démontrer sa capacité à mobiliser ces technologies pour simplifier les démarches, améliorer le service rendu et réduire les coûts

Plateforme de données : une nouvelle plateforme publique donnant accès aux données démographiques, économiques, géographiques et administratives