Les pilotes GenAI du secteur public européen testent aussi une méthode d’achat

Pourquoi le sujet arrive maintenant

Les publications de 2026 permettent déjà de cadrer le débat. Trois projets européens de GenAI pour les administrations publiques ont démarré en juillet 2026. Ils doivent tester des solutions européennes fiables sur des besoins concrets, avec des procédures d’achat, de test et de déploiement au niveau des administrations participantes. Le projet EuropAI veut développer, acheter et tester des solutions GenAI européennes réutilisables pour la simplification administrative, l’analyse urbaine et les assistants numériques destinés aux interactions avec les citoyens. Je m’en sers pour cadrer le problème, pas pour fabriquer une certitude. L’entreprise doit encore vérifier ce qui est vrai chez elle.

Une administration veut acheter « une IA » alors que le besoin réel est un traitement documentaire précis avec exigences d’audit. Le détail paraît banal jusqu’au moment où il faut en répondre. C’est là que la vraie question apparaît : les projets européens ne testent pas seulement des modèles. Ils mettent en jeu qualification du besoin, procurement, souveraineté, conformité et réutilisabilité.

Ce que le mot cache

Les usages métier rappellent une chose simple : une sortie IA n’a de valeur que parce qu’elle s’insère dans une règle, une décision ou une action. Dans les secteurs soumis à des obligations fortes, la traçabilité, l’égalité de traitement, la capacité à expliquer et la gestion des exceptions ne sont pas des détails. Ce sont souvent les conditions qui rendent l’automatisation utilisable au quotidien. Ce qui mérite d’être isolé, c’est ça : Les projets européens ne testent pas seulement des modèles. Ils mettent en jeu qualification du besoin, procurement, souveraineté, conformité et réutilisabilité. Le résultat visible n’est qu’une partie du coût : le contrôle et les reprises peuvent augmenter derrière.

Le cas où ça dérape

C’est précisément là qu’une formule trop simple devient dangereuse. Une validation binaire écrase trop d’informations pour servir seule de garde-fou. Une administration veut acheter « une IA » alors que le besoin réel est un traitement documentaire précis avec exigences d’audit. Le critère de décision doit rester observable et compréhensible par la personne qui assume le résultat.

Comment le regarder sans jargon

Plutôt que discuter encore de l’outil, je mesurerais ceci : acheter une capacité définie avec critères de preuve plutôt qu’une promesse technologique. Regarde qui récupère le travail restant. Une optimisation peut simplement déplacer la charge d’un poste vers un autre. Ensuite, regarde où réapparaît la charge. Une étape plus rapide peut créer une file d’attente ailleurs.

Relier chaque sortie IA à la règle métier ou à la source qui la justifie. L’intérêt est surtout de créer un critère observable. Si personne ne peut dire si ce point est respecté, la règle restera décorative.

Séparer recommandation, décision et exécution afin que la responsabilité reste visible. Le but n’est pas d’ajouter une couche de procédure. C’est de rendre visible la décision qui existait déjà, souvent de manière implicite.

Tester les cas rares, les personnes atypiques et les dossiers incomplets, pas seulement le cas moyen. Le test doit donc rester accroché au terrain, pas à la version propre du processus dessinée sur une slide.

Mesurer la reprise humaine et les corrections, car elles révèlent souvent le vrai coût du système. Ça semble secondaire jusqu’au jour où le contrôle devient le nouveau goulot d’étranglement.

Le point à retenir

Dans les usages qui touchent des droits, l’emploi, l’accès à un service ou une décision ayant un effet sur une personne, le contrôle humain, la traçabilité et la non-discrimination doivent être pensés avant le gain de productivité. Une recommandation automatisée ne doit pas devenir une décision de fait par simple habitude.

Si je devais ramener tout l’article à une décision, ce serait celle-ci : acheter une capacité définie avec critères de preuve plutôt qu’une promesse technologique. C’est moins spectaculaire qu’une démo, mais beaucoup plus utile pour faire tenir l’usage dans le temps.