Ni plus d'État, ni moins d'État par principe
Une réponse peut relever d'une commune, d'une intercommunalité, de l'État, de l'Europe, d'une entreprise ou d'un partenariat. Le critère doit être l'efficacité au regard de l'intérêt collectif, des risques et des responsabilités.
Une dépense doit pouvoir expliquer son résultat
La méthode consiste à examiner les missions une par une : objectif, coût, résultat, doublons, effets indirects et alternatives. Une politique inutile doit pouvoir être supprimée ; une capacité essentielle peut au contraire nécessiter un investissement.
Expérimenter lorsque c'est possible
Avant un déploiement national, un dispositif peut être testé sur un territoire, un parcours ou une population définie, avec une durée, des objectifs et des indicateurs connus à l'avance.
Rendre les décisions auditables
Le numérique et l'intelligence artificielle peuvent aider à retrouver les sources, signaler les contradictions, suivre les délais et documenter une décision. Ils doivent renforcer la traçabilité et le contrôle humain, non les remplacer.
Moderniser sans ajouter une nouvelle couche de complexité
Les Français ont déjà connu de nombreuses réorganisations, numérisations et changements de logiciels. Une nouvelle technologie ne doit donc pas être présentée comme une solution en elle-même. Elle n'a de valeur que si elle supprime concrètement une tâche, un doublon, un délai ou une procédure.
Notre principe est simple : une nouvelle technologie ne doit pas ajouter une couche de complexité. Elle doit en supprimer une.
Commencer par mieux utiliser ce qui existe déjà
Avant d'acheter ou de développer un nouvel outil, chaque administration doit pouvoir répondre à quelques questions simples : quels logiciels possédons-nous, combien coûtent-ils, quelles fonctions sont réellement utilisées, quelles fonctions font doublon, les systèmes communiquent-ils entre eux et les agents sont-ils suffisamment formés ?
L'objectif n'est pas d'empiler les solutions numériques, mais d'exploiter davantage les outils utiles, de supprimer les logiciels redondants et de mieux faire circuler l'information lorsque le droit et la protection des données le permettent.
Simplifier avant d'automatiser
L'intelligence artificielle n'est pas le point de départ de notre méthode. Nous commençons par comprendre la mission, supprimer les procédures devenues inutiles, simplifier celles qui restent et vérifier si les outils existants répondent déjà au besoin.
Nous ne voulons pas automatiser la complexité. Nous voulons d'abord la supprimer.
| Étape | Question | Place de l'IA |
|---|---|---|
| 1. Comprendre | Quelle est réellement la mission ? | Aide possible pour analyser, jamais pour remplacer la réflexion. |
| 2. Supprimer | Une règle, une pièce ou une étape est-elle devenue inutile ? | Pas besoin d'IA pour supprimer ce qui n'a plus de raison d'être. |
| 3. Simplifier | Peut-on réduire le nombre d'étapes ou de données demandées ? | L'IA peut aider à analyser, mais la simplification reste la priorité. |
| 4. Utiliser l'existant | Nos logiciels savent-ils déjà répondre au besoin ? | Priorité à l'outil existant s'il est suffisant. |
| 5. Automatiser | Une règle informatique simple suffit-elle ? | Choisir la solution la plus simple avant de recourir à l'IA. |
| 6. Utiliser l'IA | Reste-t-il une tâche complexe où l'IA apporte un gain réel ? | Oui, si le gain est mesurable, contrôlable et proportionné au risque. |
| 7. Contrôler | Le résultat est-il fiable, utile et correctement supervisé ? | Mesurer, corriger, généraliser ou arrêter. |
Utiliser l'IA seulement lorsqu'elle apporte un résultat mesurable
Lorsqu'elle est pertinente, l'intelligence artificielle peut aider à préremplir certaines informations, retrouver et classer des documents, comparer des données, signaler une incohérence ou préparer un dossier pour un agent. Elle doit assister le travail, pas ajouter une procédure supplémentaire.
Son utilisation doit produire un résultat concret : moins de saisies, moins de doublons, moins de délais, moins de coûts et davantage de temps consacré aux missions utiles.
Quand ne pas utiliser l'IA ?
Nous ne déploierons pas d'intelligence artificielle lorsqu'une suppression de procédure suffit, lorsqu'une automatisation classique est plus simple, lorsqu'un logiciel existant répond déjà au besoin, lorsque le coût dépasse le gain attendu, lorsque la fiabilité n'est pas suffisante ou lorsque les données ne peuvent pas être protégées correctement.
Pour les décisions sensibles qui nécessitent une appréciation, la responsabilité humaine doit être conservée. L'outil peut préparer, comparer ou signaler ; il ne doit pas devenir une excuse pour diluer la responsabilité de la décision.
Tester avant de généraliser
Une amélioration numérique doit être expérimentée à une échelle adaptée, avec une situation de départ connue. Nous comparons ensuite le temps, le coût, la qualité du service, la satisfaction des agents et des usagers, ainsi que les éventuelles erreurs. Si le résultat est positif, nous pouvons étendre. S'il ne l'est pas, nous corrigeons ou nous arrêtons.
Concrètement
Comment cela fonctionnerait dans la vie réelle ?
La méthode doit pouvoir se comprendre sans jargon. Voici quatre exemples simples : une entreprise, un hôpital, une administration et une filière agricole.
Une PME : rendre du temps à l'entreprise
Aujourd'hui : plusieurs déclarations, informations déjà connues de l'administration, ressaisies et justificatifs multiples.
Demain : supprimer les informations inutiles, réutiliser les données déjà disponibles, préremplir, automatiser les contrôles simples et n'utiliser l'IA que lorsqu'elle apporte un gain supplémentaire.
Résultat recherché : moins de temps administratif et davantage de temps pour produire, vendre, investir ou recruter.
Le gain administratif reste d'abord dans l'entreprise : ce n'est pas une économie de l'État, c'est de la capacité productive retrouvée.
Un hôpital : rendre du temps au soin
Aujourd'hui : saisies multiples, outils différents, achats et procédures parfois dispersés.
Demain : audit des outils, suppression des doublons, simplification, meilleure utilisation des logiciels existants, puis automatisation ou IA lorsqu'elles sont réellement utiles.
Résultat recherché : moins de tâches administratives, des achats mieux maîtrisés et davantage de ressources consacrées aux patients.
Une économie réalisée dans la santé ne doit pas automatiquement quitter la santé : une partie peut être réinvestie là où les besoins sont les plus importants.
Une administration : économiser sans commencer par les emplois
Aujourd'hui : bâtiments, énergie, véhicules, logiciels, abonnements, marchés, procédures et fonctions support représentent de nombreux coûts.
Demain : mesurer, renégocier, mutualiser, supprimer les doublons, simplifier les procédures et redéployer les compétences.
Résultat recherché : réduire d'abord les coûts et tâches inutiles. Lorsque certains besoins disparaissent durablement, les effectifs peuvent évoluer progressivement par les départs naturels et les redéploiements.
La suppression massive de personnel n'est pas notre point de départ. La suppression des dépenses et des tâches inutiles l'est.
Agriculture : conserver davantage de valeur en France
Aujourd'hui : une matière première française peut être transformée ailleurs, laissant une partie de la valeur ajoutée hors de France.
Demain : favoriser la production, la transformation, le conditionnement et, lorsque c'est pertinent, l'exportation depuis la France.
Résultat recherché : davantage de transformation, d'emplois et de valeur ajoutée sur le territoire.
Lorsque le projet le permet, l'État peut privilégier un prêt, une garantie, une participation ou un co-investissement afin qu'une partie du capital puisse revenir et être réinvestie.