De nombreuses expérimentations récentes témoignent de la diversité des utilisations de l’IA par les collectivités. Et si la majorité de ces expérimentations concerne l’optimisation des fonctions support (sur le modèle de ce qui se développe dans le secteur privé), certaines agissent directement sur le contenu des politiques publiques et la manière de délivrer le service public.

Pour comprendre les applications possibles de l’IA, il faut distinguer l’IA prédictive, qui anticipe des résultats et optimise des processus à l’aide d’algorithmes, de l’IA générative, popularisée par ChatGPT© -entre autres- qui crée du contenu nouveau à partir de sources et de modèles entraînés sur de larges bases de données. Les récentes initiatives des collectivités s’appuient sur l’une et/ou l’autre de ces approches, selon qu’elles veulent améliorer la gestion ou enrichir la relation avec les usagers. Les dispositifs mis en place par Bourges, Nantes Métropole et Issy-les-Moulineaux illustrent cette variété d’usages.

En novembre 2023, la ville de Bourges a installé des capteurs sur plusieurs sites et points d’apport volontaire où survenaient fréquemment des dépôts sauvages. Dès que les capteurs perçoivent un mouvement, un flux d’images est capté. Grâce à un algorithme de soustraction d’images, qui détecte les modifications de pixels, l’IA « prédit » qu’il s’agit d’un dépôt sauvage et réalise alors un enregistrement vidéo, transmis à la police municipale. En visionnant les images, les agents confirment ou non qu’il s’agit d’une infraction et peuvent déclencher une intervention. Ce dispositif a permis d’améliorer la réactivité des services et de cibler précisément les interventions à mener. En deux ans, les dépôts sauvages ont ainsi diminué de 30 %.

La métropole de Nantes a elle aussi fait le choix d’une IA prédictive pour optimiser ses ressources. Un logiciel a été déployé en 2021 pour analyser les données d’inscription et de consommation des élèves dans les cantines scolaires. L’objectif est alors d’anticiper précisément le nombre de repas à produire, afin de limiter le gaspillage alimentaire. L’utilisation du logiciel IA a permis d’améliorer nettement les prévisions, pour lesquelles le taux de précision est passé à 98 % à dix semaines, contre 93 % à trois semaines auparavant. En sauvant ainsi du gaspillage plusieurs milliers de repas par an, la métropole a réalisé des économies et amélioré son empreinte écologique.

L’IA générative, qui s’est démocratisée plus récemment, commence à être mobilisée par les collectivités. C’est notamment le cas de la ville d’Issy-les-Moulineaux, qui a déployé en 2024 « IssyGPT ». Il s’agit d’un chatbot qui a été intégré au site internet de la ville afin d’accompagner les démarches administratives des habitants. À partir de la base de connaissances issues des données municipales, l’IA permet de générer des réponses claires et compréhensibles : lorsque l’usager tape sa question, qui peut porter tant sur les horaires des services que des formalités administratives ou des actualités locales, l’outil fournit immédiatement une réponse contextualisée et oriente l’usager vers les bonnes procédures ou contacts. En un an, la mairie a dénombré 20 000 requêtes, qui ont permis de libérer du temps aux agents pour qu’ils se consacrent aux demandes plus techniques, tout en renforçant la proximité avec les usagers.

Si ces exemples montrent bien comment l’IA peut rendre les services plus réactifs et adaptés aux besoins des habitants, cela ne doit pas faire oublier que le déploiement de l’IA dans les collectivités exige une vigilance accrue. Les outils ne sont ni jamais totalement objectifs ou infaillibles : au-delà des erreurs fréquentes, voire des réponses totalement inventées dans le cas de l’IA générative, les biais cachés dans les données ou le paramétrage risquent de pénaliser toujours les mêmes publics et d’aggraver les inégalités. À ces problématiques s’ajoutent les contraintes de conformité au RGPD, de transparence des algorithmes et de cybersécurité. Pour y répondre, les collectivités doivent parvenir à garder la main sur des solutions qui sont pourtant fournies par des acteurs externes.

L’introduction des technologies IA est également source d’évolutions dans l’organisation du travail des agents. L’allègement des tâches répétitives ne doit pas occulter les responsabilités nouvelles associées à l’IA, qui impose davantage de contrôles et de vérifications. Pour que cette évolution se passe au mieux et que chacun puisse exercer son expertise dans un climat social apaisé, un accompagnement solide des équipes, au travers notamment de formations, est nécessaire.