L'intelligence artificielle générative crée du contenu à partir de données existantes en utilisant des algorithmes avancés. Elle génère des textes, images, sons et vidéos en simulant des modèles humains de création, les fameux LLM (Large Language Model). Elle ne se contente pas de reproduire, mais invente aussi de nouvelles combinaisons.

Les nouveaux modèles les plus avancés comme GPT 4o d’OpenAI et Claude 3.5 Sonnet d’Anthropic intègrent texte, image, son et code, offrant des réponses et créations multimodales pour enrichir l'expérience utilisateur avec des contenus variés.

Dans les villes on voit émerger aujourd’hui des usages très variés, allant du chatbot conversationnel et multilingue de nouvelle génération (exemple d’Issy les Moulineaux) à l’analyse de données pour la performance énergétique (exemple du projet Recital de Noisy le Grand), en passant par le signalement vocal avec extraction de données à partir de messages vocaux. L’IA générative, c’est aussi la synthèse automatisée des délibérations, ou encore la mise au point d’assistants spécialisés sur la gestion de la relation citoyen, l’urbanisme, le juridique, l’achat public, …

Dans la quasi-totalité des usages, l’humain intervient à un moment ou à un autre de la chaine ou du processus. Il faut imaginer l’IA générative comme un puissant outil d’assistance utilisé à différentes étapes d’un processus.

Le risque de la désillusion

Tout projet d’IA générative risque une phase de désillusion. Des verrous intrinsèques à la technologie sont à lever. L’IA hallucine quand elle ne connaît pas la réponse : elle invente selon ses statistiques d’apprentissage. Il arrive aussi que l’IA générative déçoive ou rencontre des problèmes imprévus, rendant les résultats incohérents. Comment surmonter ces problèmes ?

Face à cette situation, plusieurs stratégies complémentaires sont possibles :

• Choisir un LLM adapté au traitement souhaité. Certains LLM sont plus performants pour certaines tâches. La plateforme https://huggingface.co peut vous aider dans ce choix.
• Optimiser le modèle via une expertise pointue (instructions et paramètres).
• Détecter les erreurs avec un robot dédié à cette tâche.
• Découper le processus en étapes plus petites pour mieux gérer les risques.
• Intercaler dans le processus des vérifications par un humain.
• Simplifier le cas d'usage tout en préservant une bonne proposition de valeur.
• En dernier lieu, simplifierlecas d’usage peut aussi être la solution. Réduire l’ambition tout en préservant une bonne proposition de valeur peut s’avérer être efficace.

Finalement, bien que massivement accessible à tous, l’IA générative est une science qui fait appel à des compétences nouvelles et pointues. Pour déployer des systèmes d’IA générative fiables, il faut prendre conscience de cette vérité pour surmonter la désillusion et passer à l’échelle.

Déploiement à l’échelle

Déployer des solutions d’IA générative pose des défis majeurs aux collectivités qui doivent aussi répondre à des exigences spécifiques de service public.
Le premier défi concerne la compréhension du sujet par les élus, directions et agents. Les IA génératives suscitent fascination et inquiétude, rendant nécessaire l’acculturation à tous les niveaux.

Ensuite, l'offre complexe de solutions, promue par les « big tech » et de nouveaux acteurs comme OpenAI, Anthropic ou Mistral AI, complique le choix. Un « benchmark » actualisé est indispensable. Enfin, des enjeux structurants, liés à la mission de service public, touchent à la sécurité des données, l’architecture, la souveraineté du système d’information et l’impact environnemental. Outiller la démarche vers l’IA et l’IA générative est une étape importante pour se lancer dans l’aventure. Il faut répondre aux besoins des utilisateurs métiers.

Ainsi la mise en place d’une Fabrique IA/IAG est une démarche qui va définir un cadre outillé pour soutenir la démarche. Il comprend 4 composantes :
• Une organisation humaine et des compétences spécifiques ;
• Des méthodologies pour accompagner les services utilisateurs ;
• Un socle technique d’IA générative conforme aux exigences définies ;
• Une cellule de veille et d’innovation.

Au niveau du socle technique, les technologies nocode et IA/IAG forment un catalyseur supplémentaire. Leur combinaison révolutionne le développement et l'utilisation des applications. Ensemble, nocode et IA/IAG libèrent le potentiel créatif des équipes, transforment les processus métiers et ouvrent de nouvelles perspectives pour l'innovation. La collectivité pourra se faire accompagner par un partenaire conseil pour la mise en place de la Fabrique.

Perspectives et passage à l’action

Qu’on soit convaincu ou pas, la réalité est là : l’IA générative inonde les services numériques et touche tous les métiers. Nous allons assister à une profonde et rapide transformation des collectivités territoriales car les perspectives offertes sont vastes :

• Mettre l’IA générative au service des missions de service public et accélérerles transitions ;
• Optimiser les services en interne pour une meilleure efficacité, qualité et réactivité ;
• Offrir aux citoyens des services améliorés.

Face à cette vague technologique, l’humain reste central. L’IA générative est un outil numérique qui nous offre de « nouveaux pouvoirs » si on le maîtrise bien, en connaissant ses forces et faiblesses.

Nos conseils pour agir :

• Fixez un cap et reliez-le au projet du territoire ;
• Créez un collectif, acculturez et mobilisez ;
• Identifiez et priorisez les cas d’usage ;
• Posez les bases techniques pour déployer ces usages ;
• Mesurez les bénéfices et communiquez ;
• Apprenez de l’échec pour mieux repartir ;
• Déployez à l’échelle avec la Fabrique IA/IAG ;
• Faites-vous accompagner par des experts.