Lorsque les organismes publics européens envisagent d'acheter l'IA agentique pour le gouvernement, ils sont confrontés à une catégorie technologique qui existait à peine dans les cadres d'achat il y a deux ans. Les fournisseurs sont confiants, les définitions sont élastiques et la distance entre la promesse d'une brochure et un système fonctionnel peut être considérable.
L'IA agentique n'est pas simplement de l'IA générative avec un meilleur marketing. La distinction est importante pour toute autorité publique rédigeant un appel d'offres, et elle l'est encore plus pour les régulateurs qui tentent de déterminer quelles règles s'appliquent.
Ce que signifie réellement le terme agentique
Le manuel de l'IA du gouvernement britannique offre une définition : « L'IA agentique désigne des systèmes d'IA composés d'agents capables de se comporter et d'interagir de manière autonome afin d'atteindre leurs objectifs. » La formulation est précise. L'IA générative produit du contenu à partir de modèles. Les systèmes agentiques décident de quoi faire, comment le faire et quand. Ils poursuivent des objectifs plutôt que de répondre à des invites. Un système agentique traitant un formulaire ne se contente pas d'enregistrer les données. Il vérifie les détails manquants, signale les problèmes potentiels, achemine le dossier vers le bon département et assure le suivi sans instruction humaine étape par étape.
Nadav Mordechai, directeur des produits et de la stratégie chez Elsewhen, soutient que le véritable changement réside dans les flux de travail organisationnels plutôt que dans la productivité individuelle. Son rapport décrit cette évolution comme le passage de « l'ajout de l'IA dans un système » à « la considération de l'IA comme le système ». Le changement est architectural, non incrémental, et il exige des équipes d'achat qu'elles évaluent quelque chose de fondamentalement différent des contrats logiciels auxquels elles sont habituées.
Les projets pilotes de Singapour et ce qu'ils montrent
Singapour, avec environ un dixième de la population du Royaume-Uni, a publié un document d'introduction à l'IA agentique conçu pour dépasser les mots à la mode. Un projet pilote décrit dans ce document a construit un système multi-agents qui imitait des data scientists travaillant ensemble : déléguant des tâches, faisant appel à des agents spécialisés, interrogeant des bases de données graphiques et produisant des analyses contextuelles à partir de données de gestion de la relation client. Le document démontre que les systèmes agentiques peuvent émuler la façon dont les fonctionnaires coordonnent, délèguent et résolvent les problèmes.
Mais un projet pilote dans un environnement contrôlé n'est pas la même chose qu'un système déployé opérant au sein de multiples autorités avec une qualité des données, des infrastructures héritées et des obligations juridiques variables. Comme NewsBriefing l'a précédemment rapporté, l'écart entre la démonstration et le déploiement dans les services publics européens est l'endroit où la plupart des projets technologiques trébuchent.
Les affirmations sur la productivité nécessitent un examen approfondi
Le rapport d'Elsewhen indique que « l'application de l'IA agentique dans le gouvernement pourrait conduire à des améliorations de productivité d'au moins 20 à 30 % ». Ce chiffre doit être traité avec prudence. Il apparaît sans méthodologie citée, taille d'échantillon ou audit indépendant. Il s'agit d'une estimation du fournisseur, et non d'un résultat vérifié.
Plus concret, bien que toujours anecdotique, est le chiffre tiré du discours du Premier ministre Keir Starmer : un système de planification traitant cent dossiers par jour alors que la moyenne précédente était de cinq. Même ici, le contexte compte. Une démonstration dans des conditions contrôlées ne garantit pas une performance équivalente à l'échelle au sein de différentes autorités locales avec des données incohérentes.
Les régulateurs commencent à rattraper leur retard
Le Bureau du commissaire à l'information (ICO), le régulateur britannique de la protection des données, a publié son propre rapport Tech Futures sur l'IA agentique, explorant quatre scénarios sur la façon dont la technologie pourrait se développer au cours des deux à cinq prochaines années. Sa conclusion principale est que la conception et l'architecture spécifiques des systèmes agentiques déterminent la façon dont la loi sur la protection des données s'applique et dont les individus exercent leurs droits.
Les systèmes mal mis en œuvre, met en garde l'ICO, augmentent le risque de préjudices liés à la protection des données. Les choix qui comptent incluent les données et les outils auxquels un système peut accéder, ainsi que les mesures de gouvernance et de contrôle qui l'entourent. Ce sont précisément les détails que les présentations des fournisseurs ont tendance à occulter.
La publication du gouvernement britannique sur l'IA agentique et les consommateurs, bien que centrée sur le marché de la consommation, soulève des questions que les acheteurs du secteur public devraient également se poser. Quelles décisions le système prend-il de manière autonome ? À quelles données accède-t-il ? Comment les erreurs sont-elles détectées et corrigées ? Qui est responsable lorsque le système cause un préjudice ?
Le défi de la conformité européenne
Pour les acheteurs européens, l'environnement réglementaire est plus complexe qu'au Royaume-Uni. La loi européenne sur l'IA classe les systèmes d'IA par niveau de risque, et tout système agentique traitant des données personnelles dans les services publics sera soumis à un examen au titre de la loi sur l'IA et du Règlement général sur la protection des données. Un système qui fonctionne dans un projet pilote singapourien ne peut pas simplement être transplanté dans un contexte européen sans revoir de fond en comble son architecture de conformité.
Les travaux de stratégie numérique de la Commission européenne abordent l'IA dans les services publics, mais les orientations spécifiques sur les systèmes agentiques restent minces. Comme l'a noté une couverture antérieure du gouvernement numérique européen, les États membres sont à des stades de maturité numérique différents. Les pays nordiques investissent dans les infrastructures gouvernementales numériques depuis des années, alors que certains membres du sud et de l'est construisent encore des systèmes d'identité numérique de base.
Pourquoi les achats nécessitent de nouveaux critères
Les organismes publics européens, habitués à des règles d'achat qui privilégient la transparence et l'égalité de traitement, pourraient constater que l'évaluation des systèmes agentiques nécessite de nouveaux critères. Les appels d'offres traditionnels évaluent si un produit répond à une spécification. Les systèmes agentiques, par définition, adaptent leur comportement pour atteindre des objectifs. La spécification n'est pas le système, c'est le processus de prise de décision du système qui l'est.
Le rapport d'Elsewhen propose cinq principes pour identifier où l'IA agentique peut apporter une véritable valeur ajoutée dans les services publics, en se concentrant sur les parties du système qui ralentissent les choses, consomment le temps du personnel ou détournent les fonctionnaires de travaux à plus forte valeur ajoutée. Le point fondamental est juste : automatiser les frictions est plus utile qu'automatiser pour la nouveauté. Mais les principes ne sont pas des critères d'achat, et aucun cadre européen partagé ne les traduit encore en spécifications contractuelles.
Plus sur News Briefing : Faille de gestion du pare-feu Cisco de gravité maximale toujours exploitée en Allemagne · Le Médiateur européen enquête sur la nomination d'un émissaire à l'IA en raison de craintes de conflit d'intérêts avec Siemens.
Personnalités mentionnées
-
Nadav Mordechai
Organisations
Information Commissioner's Office · Elsewhen · UK Government · European Commission
