Comment intégrer un agent IA dans une collectivité

Créer un agent IA pour une mairie ou une agglomération n'est pas un projet informatique de plus. C'est une méthode. La voici, en 5 étapes concrètes et testées sur le terrain.

« On veut de l'IA. La collectivité doit en faire. » L'envie des élus est réelle et saine. Mais tant que trois questions restent sans réponse — quel cas d'usage précis, quel retour attendu, qui pilote ? — le projet reste une intention. Voici comment passer de l'intention au déploiement.

Étape 1 — Choisir le bon premier cas d'usage

L'erreur classique est de viser le cas d'usage le plus spectaculaire. Prenez plutôt le plus ennuyeux. Trois signes ne trompent pas :

• Personne ne veut s'en charger quand la réunion commence.
• La tâche se fait encore à la main, à répétition, sans variation.
• Elle n'apprend rien à celui qui l'exécute — elle l'appauvrit, même.

Trier des demandes, accuser réception, repérer une pièce manquante, préparer un dossier avant lecture humaine : ces gestes répétitifs, sans valeur ajoutée, sont les meilleurs candidats. Ils ont un début, une fin et un volume connu — donc un retour mesurable.

Étape 2 — Associer ceux qui font la tâche

Ne réunissez pas que les managers. Ceux qui réalisent la tâche tous les jours connaissent les exceptions, les cas particuliers et les raisons pour lesquelles « ça ne se passe jamais comme dans la procédure ». Sans eux, l'agent automatisera une version théorique du travail : propre, et fausse.

Étape 3 — Cartographier les données et les accès

Votre agent va devoir se connecter à vos outils (état civil, GRC, finances, urbanisme). Deux cas de figure, et ils n'ont pas le même coût :

• Les API sont internes : vous avez la main, c'est rapide.
• Les API appartiennent à un éditeur externe : il faut le contacter, obtenir l'accès, attendre. Personne ne met jamais ce délai dans le planning — et c'est pourtant lui qui décale la mise en service.

Réunissez tôt vos équipes, le prestataire et l'intégrateur autour du même processus. C'est rare, et c'est précisément pour ça que c'est utile : on découvre des irritants que personne n'avait formulés à voix haute. À ce stade, il n'y a pas encore la moindre IA — que de l'humain. C'est ce qui fait la différence ensuite.

Étape 4 — Déployer petit, avec validation humaine

Se lancer ne veut pas dire foncer : ça veut dire réduire la taille du pari. Un seul cas d'usage, un périmètre de données restreint et sans données sensibles pour commencer, et surtout un humain qui valide chaque sortie, systématiquement. Cette validation humaine règle au passage une bonne partie de la question réglementaire (RGPD, AI Act) : aucun agent ne signe, ne décide ni ne publie sans accord explicite.

Étape 5 — Évaluer, puis faire adopter

Fixez dès le départ une date d'évaluation et un critère d'arrêt écrit à l'avance. À cette échelle, une erreur coûte quelques semaines, pas un mandat. Les premiers gains de temps se mesurent souvent dès le deuxième mois.

Reste le plus important, et le plus oublié : l'adoption. Un agent déployé mais peu utilisé ne crée aucune valeur. Formez les équipes, ancrez les bons réflexes (chez Agents Fusion, via Go Fusion, en quelques minutes par jour). La technologie et l'adoption se déploient ensemble, jamais l'une sans l'autre.

La maturité ne se décrète pas avant. Elle se construit en marchant, sur un premier cas d'usage bien choisi.