IA pour le gouvernement : Flux de travail et outils réels en 2026

Mis à jour 16 Oct 2026 · Vérifié par l'équipe éditoriale de Zekai

L’intelligence artificielle dans le secteur public n’est plus un concept théorique ; c’est une réalité opérationnelle quotidienne. Mais cette réalité ressemble moins à de la science-fiction qu’à un ensemble d’outils pratiques pour gérer des tâches administratives accablantes. Des mairies aux départements fédéraux, les agences déploient l’IA pour accélérer des flux de travail qui étaient ensevelis sous la paperasse et les processus depuis des décennies.

Il ne s’agit pas de remplacer les fonctionnaires, mais de les augmenter. L’adoption de l’IA la plus réussie que nous observons se concentre sur l’automatisation des parties prévisibles et répétitives d’un travail, afin que les experts humains puissent se concentrer sur les aspects qui exigent du jugement, de l’empathie et une autorité statutaire.

Les récits d’avertissement sont bien réels. Début 2026, la ville de New York a désactivé son chatbot « MyCity » après qu’il ait été surpris à donner des conseils illégaux aux citoyens, comme dire aux entreprises qu’elles pouvaient empocher les pourboires des employés. Le projet, qui a coûté près de 600 000 $ à construire et dont le coût de fonctionnement continu s’élevait à environ un demi-million de dollars, est devenu un exemple très médiatisé de ce qui se passe lorsque l’IA est déployée sans garde-fous suffisants.

C’est pourquoi ce guide se concentre sur ce qui *fonctionne* réellement, en ce moment, dans de véritables agences. Nous allons passer en revue les cinq flux de travail clés où l’IA produit des résultats mesurables, les outils spécifiques utilisés et les cadres de conformité que vous devez suivre pour le faire en toute sécurité. Pour une exploration plus approfondie de ce domaine professionnel, visitez notre hub de solutions IA dans le gouvernement et les villes intelligentes. ZEKAI évalue tous les outils de manière indépendante, et notre analyse est basée sur des données publiquement disponibles, des documents de conformité et des cas d’utilisation vérifiés.

La conformité incontournable : OMB, NIST et RAMPS

Avant de déployer tout outil d’IA, chaque dirigeant gouvernemental — fédéral, étatique et local — doit comprendre le paysage réglementaire actuel. Les concurrents qui se réfèrent encore à des règles obsolètes de 2024 mettent leurs lecteurs en danger.

En septembre 2026, trois piliers définissent l’utilisation conforme de l’IA dans le secteur public américain :

1. Mémorandums OMB M-25-21 et M-25-22 (avril 2025) : Ce sont les documents fondamentaux pour les agences fédérales. Publiés le 3 avril 2025, ils ont abrogé et remplacé les directives précédentes M-24-10. Le M-25-21 exige des agences qu’elles désignent un Chief AI Officer, établissent des conseils de gouvernance de l’IA et mènent des évaluations des risques pour tout cas d’utilisation de l’IA jugé « à fort impact » — c’est-à-dire qui affecte les droits des citoyens, la sécurité ou le statut juridique. Le M-25-22 régit la manière dont les agences doivent acquérir l’IA, en mettant l’accent sur la transparence, le suivi des performances et la prévention du verrouillage fournisseur.

1. Cadre de gestion des risques de l’IA du NIST (AI RMF 1.0) : Ce cadre volontaire du National Institute of Standards and Technology est devenu la référence en matière de gestion des risques liés à l’IA. Il organise la gestion des risques en quatre fonctions : Gouverner, Cartographier, Mesurer et Gérer. De manière cruciale, le NIST a également publié le Profil d’IA Générative (NIST AI 600-1) en juillet 2024, qui fournit des directives spécifiques pour les risques uniques des grands modèles linguistiques, tels que l’hallucination et la confidentialité des données.

• FedRAMP & StateRAMP : Ceux-ci ne sont pas spécifiques à l’IA mais sont essentiels pour tout outil basé sur le cloud.
• FedRAMP (Federal Risk and Authorization Management Program) est la norme de sécurité obligatoire pour les services cloud utilisés par les agences fédérales.
• StateRAMP est une organisation à but non lucratif qui fournit un cadre de sécurité similaire et standardisé pour les gouvernements des États et locaux. Bien que FedRAMP soit mandaté au niveau fédéral, l’adoption de StateRAMP varie selon les États, mais il fournit une référence fiable pour les acquisitions au niveau des États. Un outil avec une autorisation FedRAMP peut généralement obtenir plus facilement une autorisation StateRAMP, mais l’inverse n’est pas vrai.

Tout outil d’IA que vous envisagez doit avoir une histoire claire concernant ces trois piliers. Si un fournisseur ne peut pas vous indiquer son statut FedRAMP ou comment son outil s’aligne sur le NIST AI RMF, il n’est pas prêt pour le travail gouvernemental.

Les 5 flux de travail gouvernementaux que l’IA automatise réellement

Nos recherches montrent que l’adoption de l’IA est concentrée dans cinq domaines clés. Ci-dessous, nous détaillons chaque flux de travail, nommons les outils qui le réalisent et clarifions où l’IA s’arrête et où l’expert humain prend le relais.

Swipe the table sideways →

1. Services aux citoyens et automatisation du 311

Il s’agit du cas d’utilisation le plus courant et le plus mature de l’IA dans les administrations locales. Les agences sont submergées par les demandes des résidents, qu’il s’agisse de signaler des nids-de-poule ou de se renseigner sur les horaires de collecte des ordures. Les chatbots et assistants vocaux basés sur l’IA peuvent gérer cette première ligne de demandes, libérant ainsi le personnel pour des cas plus complexes.

Comment ça marche :

• Prise en charge : Un résident interagit avec un chatbot sur le site web de la ville ou appelle une ligne téléphonique alimentée par l’IA.
• Triage : L’IA comprend la demande et fournit soit une réponse directe (par exemple, « La collecte des ordures a lieu le mardi »), soit crée un ticket de service dans le système de la ville.
• Acheminement : Le ticket est automatiquement acheminé vers le service approprié (par exemple, Travaux Publics pour un nid-de-poule, Parcs et Loisirs pour un arbre tombé).
• Action humaine : Un employé municipal est dépêché pour réparer le nid-de-poule. Le rôle de l’IA était la prise en charge et l’acheminement, et non la réparation physique.

2. Sécurité publique et réponse d’urgence

En matière de sécurité publique, chaque seconde compte. L’IA est utilisée pour fournir aux répartiteurs et aux premiers intervenants de meilleures informations, plus rapidement. Il ne s’agit pas de prise de décision autonome, mais d’une « IA d’assistance » qui fait remonter des données critiques dans un environnement de stress élevé.

Comment ça marche :

• Triage des appels 911 : Un outil comme Prepared AI peut analyser les appels entrants, les transcrire en temps réel et même traduire depuis d’autres langues. Cela aide les répartiteurs à identifier rapidement la nature et la gravité de l’urgence.
• Enrichissement des données : La plateforme peut récupérer des vidéos en direct depuis le téléphone de l’appelant, fournissant un contexte visuel de la scène avant l’arrivée des intervenants.
• Triage automatisé : Pour les appels non urgents qui engorgent les lignes 911, le système peut les acheminer automatiquement vers la ressource non urgente appropriée, permettant aux répartiteurs humains de se concentrer sur les situations mettant la vie en danger.
• Décision humaine : Le répartiteur prend la décision finale sur les ressources à envoyer et où. L’IA fournit les données ; l’humain donne l’ordre.

3. Transport, trafic et travaux publics

Les villes utilisent l’IA pour comprendre et gérer le flux complexe de personnes et de véhicules dans leurs rues. De l’optimisation des itinéraires de bus à la gestion de l’explosion des trottinettes électriques et des fourgonnettes de livraison, l’IA fournit la puissance analytique qui manque aux feuilles de calcul.

Comment ça marche :

• Agrégation de données : Une plateforme comme Populus ingère des données provenant de multiples sources : opérateurs de mobilité partagée (trottinettes, vélos), services de livraison et véhicules de transport en commun.
• Gestion de l’espace de trottoir : La plateforme analyse ces données pour identifier les points chauds de congestion, les infractions de stationnement et les conflits de zones de chargement.
• Simulation de politiques : Les urbanistes peuvent utiliser la plateforme pour modéliser l’impact des changements de politiques, tels que la création d’une nouvelle zone de chargement ou la modification des tarifs de stationnement, avant de les mettre en œuvre dans le monde réel.
• Supervision humaine : Les urbanistes définissent les objectifs politiques (par exemple, améliorer la sécurité, réduire la congestion) et utilisent l’analyse de l’IA pour prendre des décisions éclairées concernant les infrastructures et la réglementation.

4. Productivité interne et analyse

Ce flux de travail consiste à utiliser des versions sécurisées et autorisées par le gouvernement de grands modèles linguistiques (LLM) pour aider les fonctionnaires dans leur travail quotidien de gestion des connaissances. C’est là qu’interviennent des outils comme Google Gemini for Government.

Comment ça marche :

• Environnement sécurisé : Une agence déploie une plateforme autorisée FedRAMP High comme Gemini for Government. Cela garantit que toutes les données restent dans l’environnement cloud sécurisé de l’agence.
• Tâches courantes : Les employés utilisent l’IA pour des tâches telles que la synthèse de longs rapports, la rédaction d’e-mails, la traduction de documents ou la recherche de réglementations à travers plusieurs sources.
• Pas de données sensibles : Les politiques interdisent strictement aux employés de saisir des informations classifiées ou des informations personnelles identifiables (PII) sensibles qui ne font pas partie d’un ensemble de données autorisé et sécurisé.
• Examen humain : Chaque sortie de l’IA est traitée comme un brouillon. Un humain doit examiner, modifier et assumer la responsabilité du produit final.

Vous êtes un assistant IA pour un directeur municipal. Votre tâche est de résumer la transcription suivante de la réunion du conseil municipal tenue le 2 septembre 2026. Votre résumé doit faire 300 mots ou moins et suivre cette structure :
1.  Décisions clés prises : (Listez toutes les motions adoptées ou décisions formelles).
2.  Principaux sujets de discussion : (Listez les 2-3 principales questions débattues).
3.  Résumé des commentaires du public : (Résumez les thèmes principaux des témoignages publics).
4.  Actions à entreprendre : (Listez toutes les tâches de suivi spécifiques assignées au personnel municipal).
Voici la transcription :
[Coller la transcription de la réunion ici]

5. Responsabilité légale et gestion des risques

Un « flux de travail » final et crucial est la gestion des risques introduits par l’IA. Il s’agit moins d’un outil spécifique que d’un processus de gouvernance. L’exemple à ne pas suivre ici est l’outil « Draft One » d’Axon, une IA générative qui rédige des rapports de police basés sur l’audio des caméras corporelles.

Des enquêtes ont révélé que l’outil pouvait introduire des erreurs significatives et que certains services de police désactivaient la fonction qui filigranait les rapports comme étant générés par l’IA. Cela crée un cauchemar en matière de responsabilité : si un rapport erroné, généré par l’IA, est utilisé dans le cadre d’un accord de plaidoyer, qui est responsable ? La controverse met en lumière un principe fondamental de l’IA gouvernementale : vous devez être en mesure d’auditer le processus et un humain doit être responsable du résultat.

Des organisations comme l’EFF ont soulevé des préoccupations selon lesquelles Axon a conçu le système pour éviter de conserver les brouillons initiaux générés par l’IA, ce qui rend difficile d’auditer la manière dont un agent a pu les modifier. C’est un signal d’alarme pour tout processus basé sur les archives publiques. Tout outil d’IA utilisé par le gouvernement doit avoir une piste d’audit claire. C’est un défi clé à soulever dans toute discussion d’acquisition d’IA, sur lequel vous pouvez en apprendre davantage dans notre section Défi IA.

Quel avenir pour l’IA dans le gouvernement ?

L’ère des projets pilotes spéculatifs touche à sa fin, remplacée par une concentration sur des solutions évolutives et conformes pour des problèmes spécifiques. Les données de notre page Statistiques des outils d’IA pour 2026 montrent une tendance claire à l’intégration de l’IA dans les logiciels d’entreprise existants plutôt qu’à l’achat de produits « IA » autonomes.

Pour les dirigeants d’agences, la voie à suivre est claire :

1. Commencez par le problème, pas par la technologie. Identifiez les goulots d’étranglement administratifs les plus douloureux de votre organisation.
2. Priorisez la conformité. Assurez-vous que tout fournisseur peut clairement articuler son alignement avec les mémorandums OMB M-25-21/22 et le NIST AI RMF, et vérifiez son statut FedRAMP ou StateRAMP.
3. Maintenez les humains dans la boucle. L’IA doit assister, et non décider. Définissez le point précis où le travail de l’IA se termine et où le jugement humain commence.

Les agences qui réussiront seront celles qui traiteront l’IA comme un outil puissant mais limité — un outil qui exige une surveillance rigoureuse, une gouvernance claire et une attention constante au service de la confiance du public. Pour explorer davantage d’outils et de stratégies, visitez notre hub de solutions IA dans le gouvernement et les villes intelligentes.