IA agentique dans les collectivités territoriales

Par Elisha Bajemon, Ingénieur IA chez TW3 Partners. Dernière mise à jour : 2 octobre 2026.

En bref

L’IA agentique dans les collectivités territoriales désigne des systèmes fondés sur des modèles de langage qui enchaînent des actions dans les outils métiers, sous contrôle d’un agent public. Elle se distingue de l’assistant conversationnel par l’autonomie dans l’action : lire un dossier, interroger une base, préparer un courrier, déclencher une étape de procédure. Selon le baromètre 2025 de l’Observatoire Data Publica (novembre 2025), 77 % des collectivités de plus de 3 500 habitants ont engagé ou prévoient un projet d’IA, et 84 % de celles qui expérimentent utilisent l’IA générative.

Les usages documentés dans les administrations restent surtout des assistants supervisés : relation usager, aide à l’instruction, recherche documentaire, préparation des marchés. Le cadre applicable combine le RGPD, le règlement (UE) 2024/1689 dit AI Act, la doctrine « cloud au centre » et les recommandations de l’ANSSI et de la CNIL. Les garde-fous attendus sont la validation humaine des actions critiques, la traçabilité du raisonnement et la journalisation des appels aux outils.

1. Qu’est-ce qu’une IA agentique ?

Une IA agentique désigne un ensemble de programmes qui s’appuient sur des modèles d’IA générative pour décider, enchaîner des actions et interagir avec des services tiers. La définition de référence figure dans la note « IA agentique et protection des données personnelles » publiée par la CNIL et le Conseil de l’IA et du numérique (CIANum) le 20 juillet 2026 : « un ensemble de programmes informatiques reposant sur des modèles d’IA générative et capables de prendre des décisions de manière autonome, d’orchestrer des actions complexes et d’interagir avec des services tiers, avec ou sans validation humaine ».

La même note décrit l’architecture type : un agent « orchestrateur » qui dialogue avec l’utilisateur, des agents « spécialisés » qui exécutent chacun une tâche, et des connexions vers des applications ou des bases de données par des protocoles standardisés, dont le Model Context Protocol (MCP) d’Anthropic et l’ACP d’OpenAI.

L’OCDE distingue, dans l’article « Can we create a clear understanding of what agentic AI is and does? » (OECD.AI, 3 mars 2026), les agents IA, qui perçoivent leur environnement et agissent dessus avec un degré d’autonomie en utilisant des outils, de l’IA agentique, qui coordonne plusieurs agents capables de découper une tâche et de poursuivre un objectif sur une longue durée.

2. En quoi diffère-t-elle d’un assistant conversationnel ?

La différence tient à l’autonomie dans l’action. Le Laboratoire d’innovation numérique de la CNIL l’écrit dans l’article « IA agentique : de quoi parle-t-on ? » du 2 septembre 2026 : « C’est cette notion d’autonomie dans l’action (et non seulement d’accès à l’information) qui caractérise l’IA agentique ».

Critère	Assistant conversationnel	IA agentique
Entrée	Une question en langage naturel	Un objectif ou un dossier à traiter
Sortie	Une réponse, avec ou sans source	Une suite d’actions dans les outils, avec un compte rendu
Accès aux outils	Aucun, ou une base documentaire en lecture	Connecteurs vers la GED, le logiciel métier, la messagerie
Mémoire	Limitée à la conversation	Mémoire persistante entre les tâches
Point de contrôle	L’agent public relit la réponse	L’agent public valide chaque action critique avant exécution

La CNIL et le CIANum voient dans la mémoire persistante la source de « profils utilisateurs très précis » et recommandent pour chaque agent une mémoire « dédiée et isolée », « sans accès automatique aux données des autres agents ».

3. Quels usages sont documentés dans les collectivités et les administrations ?

Les usages documentés sont surtout des assistants supervisés, rarement des agents autonomes. Le baromètre 2025 de l’Observatoire Data Publica, réalisé de mai à juillet 2025 auprès de 292 collectivités et établissements publics locaux, mesure que 49 % des collectivités de plus de 3 500 habitants ont déjà engagé un projet d’IA ; l’administration et la gestion interne concentrent 45 % des projets (29 % en 2024), la relation aux usagers 20 %.

Instruction de dossiers

Le rapport d’information n° 447 du Sénat « L’IA, une révolution pour nos collectivités ? » (Pascale Gruny et Ghislaine Senée, 13 mars 2025) cite le projet « Foncier innovant » de la DGFiP : dans neuf départements pilotes en 2022, la détection sur images aériennes a confirmé plus de 20 000 piscines non déclarées, soit « près de 10 millions d’euros de recettes supplémentaires ». Le même rapport rappelle que « l’intervention et le contrôle humains demeurent une condition essentielle ».

Relation usager

Le Sénat décrit le robot conversationnel d’une commune des Yvelines de 32 000 habitants, qui a ramené la perte d’appels téléphoniques de 65 % à 8 %. L’ANCT et la DINUM ont expérimenté « Albert France services » dans plus de 40 France services, auprès de près de quatre-vingts conseillers (page mise à jour le 29 novembre 2024) : l’outil rédige une réponse adaptée à la situation de l’usager et affiche ses sources, « sans le remplacer ».

Le programme Territoires d’IA, lancé par la Banque des Territoires avec Mistral AI le 21 mai 2026, retient parmi ses premiers cas l’orientation des demandes d’usagers dans une métropole et la veille juridique des secrétaires généraux de mairie d’une région.

Marchés publics

La fiche pratique pour l’achat responsable de solutions d’IA (DINUM, Direction des achats de l’État et Ecolab du CGDD, novembre 2025) donne des exemples de clauses pour le CCAP, le CCTP et le règlement de consultation, et engage le titulaire sur la transparence et l’explicabilité des modèles, la non-discrimination et la protection des données personnelles. Dans son rapport « La stratégie nationale pour l’intelligence artificielle » (novembre 2025), la Cour des comptes constate que « l’État a très peu utilisé le levier de la commande publique pour favoriser l’adoption de l’IA dans la sphère publique ».

Gestion documentaire

La page Albert API de la DINUM présente l’instance publique d’OpenGateLLM : RAG, OCR, classification et vectorisation de documents, hébergement souverain chez Outscale. Selon la Cour des comptes, cette infrastructure est « utilisée dans plus de 200 produits numériques publics et reçoit 10 000 requêtes par jour », mais « l’évaluation de son impact effectif manque toutefois d’éléments objectifs ».

4. Quel cadre s’applique ?

Quatre textes ou référentiels encadrent un projet d’IA agentique dans une collectivité territoriale.

Texte ou référentiel	Ce qu’il impose ou recommande
RGPD	Base légale, minimisation, information des personnes. La note CNIL-CIANum rappelle que les garanties de l’article 22 sur les décisions automatisées « demeurent pleinement applicables »
AI Act, règlement (UE) 2024/1689	Approche par les risques : interdictions depuis le 2 février 2025, modèles à usage général depuis le 2 août 2025, systèmes à haut risque de l’annexe III au 2 décembre 2027 (page de la Commission mise à jour le 3 août 2026). L’usager doit savoir qu’il interagit avec une machine
Doctrine « cloud au centre »	Circulaire n° 6404/SG du 31 mai 2023 : les données « d’une sensibilité particulière » traitées sur un cloud commercial exigent une offre qualifiée SecNumCloud par l’ANSSI « et immunisée contre tout accès non autorisé par des autorités publiques d’État tiers »
Guide ANSSI-PA-102	35 recommandations de sécurité pour un système d’IA générative (29 avril 2024), dont l’interdiction des actions critiques automatisées

La note CNIL-CIANum précise que le règlement sur l’IA « ne prévoit pas de règles spécifiques pour les agents IA » : le cadre existant s’applique, finalité par finalité. La circulaire du 31 mai 2023 s’adresse aux ministres ; pour une collectivité, elle sert de référence pour qualifier ses données sensibles.

5. Quels garde-fous : validation humaine, traçabilité, journalisation ?

Trois garde-fous reviennent dans les recommandations officielles.

Validation humaine des actions critiques. La recommandation R9 de l’ANSSI : « Un système d’IA doit être configuré de manière à ne pas être en mesure d’exécuter de manière automatisée des actions critiques sur le SI », dont les actions à « impact direct sur des personnes ». La R27 limite les actions automatiques déclenchées par des entrées non maîtrisées, comme un courriel reçu. La note CNIL-CIANum propose de classer les actions par niveau de risque (accès, modification, suppression, envoi hors système), d’exiger une intervention humaine selon ce niveau et de prévoir un bouton d’arrêt à la main de l’utilisateur.
Traçabilité du raisonnement. Pour chaque tâche exécutée, la note CNIL-CIANum demande que l’on puisse identifier « les données personnelles mobilisées, les agents intervenus, les services tiers sollicités, les échanges réalisés ainsi que leur chronologie ». Les administrations interrogées par l’OCDE pour son rapport « Agentic AI in organisations » (16 septembre 2026, 25 organisations) ajoutent que le système doit pouvoir expliquer quelles dispositions légales et procédurales ont été appliquées.
Journalisation. La R29 de l’ANSSI demande de journaliser les requêtes, les traitements avant l’envoi au modèle, les appels aux outils et aux données additionnelles, les filtres en sortie et les réponses, dans le respect des durées de conservation fixées par la CNIL. La R26 impose des flux documentés, filtrés, chiffrés et authentifiés ; la R35, une revue régulière des droits des outils d’IA sur les applications métier.

Sur la page Plateformes agentiques de TW3 Partners, ces exigences se traduisent par un agent qui cite le document et la page pour chaque passage, signale ce qui ne figure pas dans les documents et journalise chaque requête dans l’environnement du client.

6. Comment conduire un premier projet d’IA agentique dans une collectivité ?

Un premier projet réussit quand le périmètre est étroit et que la décision d’hébergement précède le choix du modèle. Dans le baromètre Data Publica 2025, l’accès limité à des données de qualité est le premier obstacle cité par les collectivités qui ont déjà expérimenté l’IA (50 %), et près d’une collectivité sur deux (48 %) n’a donné aucune consigne à ses agents sur l’usage de l’IA générative.

Étape	Contenu	Point d’appui
1. Choisir une procédure	Une tâche répétitive, à faible enjeu juridique, dont les documents sont accessibles	L’OCDE note que les administrations réservent l’autonomie aux tâches courantes et l’étendent par paliers
2. Qualifier les données	Sources, qualité, droits d’accès, données personnelles	Baromètre Data Publica 2025
3. Fixer l’hébergement	Sensibilité des données, SecNumCloud si nécessaire, localisation	Circulaire n° 6404/SG ; Albert API pour les administrations éligibles
4. Définir les points de validation	Actions autorisées, actions soumises à validation, actions interdites	ANSSI R9 et R27 ; note CNIL-CIANum
5. Instrumenter	Journaux, indicateurs de qualité, procédure d’arrêt	ANSSI R29
6. Former et encadrer	Sensibilisation des élus et des agents, charte d’usage, référent données	Recommandations n° 1, 3 et 11 du rapport du Sénat n° 447
7. Évaluer avant d’étendre	Mesure sur un échantillon de dossiers, comparaison avec le traitement actuel	Cour des comptes : l’évaluation d’Albert manque d’éléments objectifs

Territoires d’IA vise 100 000 agents publics locaux formés d’ici 2030 et 15 cas d’usage opérationnels avant fin 2029, autour d’une plateforme « IA Factory ». La Cour des comptes rappelle que la stratégie nationale « n’a pas eu pour priorité d’agir à destination des territoires ni de structurer sa relation avec les collectivités locales » ; le Sénat recommande des collectivités « cheffes de file », afin que les communes de taille moyenne ne portent pas seules l’ingénierie d’une IA agentique dans les collectivités territoriales.

7. FAQ

Une IA agentique dans une collectivité est-elle un système à haut risque au sens de l’AI Act ?
Pas par nature. La page de la Commission européenne sur l’AI Act classe dans le haut risque les systèmes utilisés notamment pour l’accès aux services essentiels, l’emploi, l’éducation ou la justice. Un agent qui prépare une décision d’attribution d’une aide sociale peut relever de cette catégorie ; un assistant de recherche documentaire, en général, non.

Une commune de 5 000 habitants peut-elle se lancer ?
Oui, à condition de mutualiser. Le baromètre Data Publica 2025 indique que 35 % des communes de 3 500 à 10 000 habitants ont déjà expérimenté l’IA et que 29 % de plus souhaitent le faire dans l’année. Le Sénat recommande de structurer les projets autour de collectivités « cheffes de file ».

Les agents peuvent-ils utiliser un outil grand public pour instruire des dossiers ?
Non pour les données sensibles. La recommandation R34 de l’ANSSI interdit d’intégrer des données sensibles de l’entité, dont les données personnelles, juridiques ou financières, dans les requêtes adressées à des services d’IA générative grand public. Une consigne écrite est le préalable.

Faut-il un hébergement SecNumCloud ?
Cela dépend de la sensibilité des données. La circulaire n° 6404/SG réserve cette exigence aux données dont la violation porterait atteinte à l’ordre public, à la sécurité publique, à la santé et la vie des personnes ou à la propriété intellectuelle.

Qui est responsable si l’agent se trompe ?
La collectivité, en tant que responsable du traitement et déployeur du système. La note CNIL-CIANum souligne que les flux automatisés et la multiplicité des acteurs « complexifient l’attribution des responsabilités ». Le Sénat recommande de former élus et cadres au droit de la conformité, sous-traitants compris.

Albert est-il une IA agentique ?
Non. Albert API est une infrastructure qui donne accès à des modèles pour la synthèse, la classification, la recherche documentaire ou la transcription. Un agent se construit au-dessus de ce type de socle, en ajoutant des outils, des règles d’action et des points de validation.