6 leçons de France Travail pour déployer l’IA avec succès
En juin dernier, en amont du salon VivaTech 2025, la DSI de France Travail présentait un bilan de ses initiatives en IA générative. Plusieurs services, notamment à destination des conseillers, ont été déployés, dont Chat FT, Match FT et Neo.
Les débuts de l’opérateur public sont cependant antérieurs à l’apparition des LLM. L’organisation a en effet démarré ses développements en IA en 2018, rappelait Sylvain Poirier, directeur des projets IA à France Travail.
27 cas d’usage à l’échelle et 2 programmes structurants
Cette étape initiale a été « l’occasion de définir la manière dont nous voulions faire de l’IA », expliquait le cadre IT. La Cour des comptes s’est elle aussi intéressée aux réalisations de France Travail dans ce secteur sur la période 2017-2024.
Durant ce cycle, deux programmes principaux ont été conduits : « Intelligence emploi » entre 2019 et 2022, puis « Data IA » à partir de 2024. À l’issue de ses travaux, menés jusqu’à mi-2025, la Cour des comptes comptabilisait 27 cas d’usage déployés et utilisés à grande échelle.
Pour réaliser ces chantiers d’IA, France Travail a dépensé 108 millions d’euros, dont 93 M€ entre 2017 et 2024 et 15 M€ prévus en 2025. En ce qui concerne, les gains, ils sont évalués à 120 millions d’euros, mais « sous des hypothèses favorables », stipulent les magistrats.
Globalement, le rapport souligne des réussites opérationnelles réelles, mais aussi des dérives, en particulier sur le plan budgétaire et de la gouvernance. Le document peut dès lors constituer une base de travail, ou a minima de réflexion, pour d’autres administrations ou acteurs privés dans la construction et l’exécution de leur stratégie IA.
1. Instituer une gouvernance stratégique et un pilotage décisionnel
Le rapport relève une asymétrie marquée entre l’accélération technologique et le contrôle interne. Ainsi, jusqu’en mai 2025, le conseil d’administration de France Travail était maintenu dans une position de retrait ; conséquence du relatif désintérêt des administrateurs eux-mêmes, « peu demandeurs sur le sujet » de l’IA.
Le conseil d’administration n’était informé que de manière intermittente de l’évolution des programmes « Intelligence Emploi » et « Data IA ». Ce défaut de pilotage proactif est illustré par un signal d’alerte : la convention de 2018 avec les services de l’État n’a été soumise à validation qu’un an et demi après sa signature effective.
Pour la Cour des comptes, une telle carence dans les délibérations statutaires limite la transparence et empêche dès lors les administrateurs d’orienter l’IA vers les missions fondamentales d’intermédiation de l’opérateur.
Le manque de comptes rendus réguliers a en outre durablement occulté l’impact réel de l’IA sur l’offre de services, malgré les engagements de la direction générale en 2020. Le pilotage s’est concentré sur une logique d’outils plutôt que sur une vision stratégique de long terme.
Pour toute administration, l’enseignement est d’ordre méthodologique : l’intelligence artificielle doit être intégrée dans les processus délibératifs dès la phase de conception. La gouvernance ne doit pas être une simple chambre d’enregistrement a posteriori.
Le rapport préconise au contraire une gouvernance pensée comme un levier de pilotage, doté d’indicateurs de résultat précis, et garantissant que l’innovation reste au service de l’intérêt général – dans le cas d’un opérateur de service public.
2. Faire de la qualité et de la gouvernance des données le socle de l’industrialisation
La mutation de France Travail vers une approche « Data-centric » a mis en exergue des faiblesses persistantes au niveau de la gestion de ses données. Lors du premier programme, les données alimentant les modèles d’IA souffraient d’une dispersion critique et d’un manque de « fraîcheur ».
La centralisation des informations dans un « lac de données » est devenue une condition sine qua non de l’entraînement des modèles de langage. Toutefois, cette industrialisation exige en parallèle une rigueur extrême dans la minimisation des risques juridiques.
La Cour souligne l’impératif de conformité réglementaire via le contrôle de compatibilité de la réutilisation des données personnelles. Ce test de compatibilité est essentiel lorsque les données collectées pour l’indemnisation ou l’accompagnement sont réutilisées pour des finalités distinctes, comme l’entraînement d’algorithmes prédictifs.
Pour les organismes publics, la leçon est structurelle : la qualité de la donnée et la sécurité juridique de sa réutilisation doivent précéder tout déploiement technologique. Il s’agit ainsi d’éviter que la performance technique ne repose sur un socle juridique fragile.
3. Prioriser les cas d’usage par une évaluation rigoureuse du retour sur investissement
Le bilan financier du déploiement de l’IA (2017-2024) affiche un solde positif. L’analyse détaillée fait toutefois état d’une dérive financière de 29 %, soit un surcoût de 14,4 M€ par rapport au budget initial du programme « Intelligence Emploi ».
Plus inquiétant, le taux d’externalisation pour le développement des systèmes d’information a atteint 72 %, contredisant le discours sur l’internalisation des compétences. Pire, les alertes de la Dinum concernant un glissement de 41 % des coûts externes sont restées sans effet notable.
Cette situation traduit une difficulté persistante à maîtriser le recours aux prestataires, dont le coût a représenté jusqu’à 60 % du budget total certaines années. Les prestations extérieures ont concentré la majorité des dépenses du programme, plus de 30 millions d’euros.
La réussite de cas d’usage comme « Lego » (détection des offres illégales) contraste avec le caractère technologiquement disruptif, mais encore incertain de « Vadore », qui tente de passer d’une logique de proximité à une logique d’embauches prédictibles.
L’industrialisation future, avec un budget de 15 M€ prévu pour 2025, doit s’appuyer sur des indicateurs en équivalents temps plein (ETP) documentés. L’opérateur vise des gains précis à l’horizon 2027 : 100 ETP pour MatchFT, 241 ETP pour NEO et 157 ETP pour Panoptes-IA.
La leçon pour les administrations est la nécessité d’une comptabilité consolidée et d’un pilotage par la valeur : chaque investissement doit être justifié par des gains d’efficience mesurables, évitant ainsi la dispersion des ressources vers des outils à faible taux d’appropriation.
4. Étendre l’automatisation aux fonctions support et à l’information des usagers
Malgré l’industrialisation en cours, l’indemnisation demeure un angle mort stratégique en raison de sa complexité réglementaire. Ce secteur représente pourtant 55 % des appels et 40 % des courriels entrants. Mais un essai mené en 2023 a illustré la difficulté à implémenter un traitement par l’IA.
Sur onze questions complexes posées à une IA, seules quatre réponses étaient correctes. Cette faillibilité interdit pour l’instant une automatisation directe. Néanmoins, l’IA générative offre des perspectives pour désengorger les canaux via des agents conversationnels sécurisés.
L’outil « LegiRH » montre déjà la voie en assistant les gestionnaires de ressources humaines dans l’exploitation de la documentation interne complexe. La Cour des comptes exhorte donc France Travail à étudier un outil d’IA dédié spécifiquement à l’information sur les droits à l’indemnisation pour réduire l’asymétrie d’information.
Les administrations doivent retenir que l’IA ne peut rester cantonnée au front-office ou back-office. Elle doit devenir un levier transverse capable de simplifier les processus. La méthode consiste à cibler les tâches répétitives à fort volume, tout en maintenant une vigilance humaine stricte sur les décisions impactant les droits financiers des usagers.
5. Garantir une IA de confiance par la conformité au RGPD et au RIA
L’analyse de la Cour pointe des lacunes réglementaires majeures, notamment la quasi-absence d’Analyse d’Impact relative à la Protection des Données (AIPD) pour les projets d’IA déployés. Cette carence expose l’opérateur à des risques juridiques et éthiques significatifs.
C’est cependant pour ses faiblesses en matière de sécurité que l’opérateur a été condamné par la CNIL (5 millions d’euros d’amende) en janvier 2026.
Le rapport reproche en outre une confusion entre engagements éthiques et obligations normatives. Et celle-ci a freiné la mise en conformité réelle. La charte éthique de l’opérateur, bien qu’ambitieuse, n’a été appliquée qu’à 18 cas d’usage sur les dizaines recensés. Résultat : un décalage entre les intentions et la pratique.
Conformément à la recommandation n° 6 de la Cour, la conformité juridique doit être inscrite dans le cycle de vie de chaque projet, de la conception au déploiement. Cela inclut la validation centrale obligatoire des initiatives développées localement pour éviter les dérives algorithmiques.
Pour toute organisation publique, la leçon est que la conformité au RGPD et au RIA n’est pas une contrainte périphérique, mais le garant de la légitimité sociale de la technologie. L’intégration systématique des AIPD dans le cycle de développement logiciel est la seule méthode capable de prévenir les risques de biais et de garantir une IA de confiance pour l’usager.
6. Anticiper la transformation des métiers et renforcer le dialogue social
Le déploiement de ChatFT, utilisé par 37 000 agents, dont 51 % pour la rédaction de courriels, transforme radicalement la nature du travail administratif. Si l’IA libère du temps pour l’accompagnement humain, elle génère également de nouvelles charges, comme l’exigence de maîtrise du « prompt engineering ».
Les travaux de l’OCDE et du LaborIA confirment cette ambivalence : l’effet de productivité peut être annulé par un effet de réintégration de tâches nouvelles si l’accompagnement humain fait défaut. Le dialogue social chez France Travail a progressé avec la création d’un comité de suivi des usages en 2024, mais l’évaluation des impacts sur la qualité de vie au travail (QVT) reste lacunaire.
L’évolution vers une IA « augmentée » nécessite une vigilance constante pour éviter la déshumanisation de la relation de service. Le recours massif à l’IA doit s’accompagner d’une stratégie de formation continue pour doter les agents des compétences nécessaires à la supervision des systèmes automatisés.
La recommandation méthodologique pour les administrations est de ne jamais dissocier l’innovation technologique de l’accompagnement humain. Le succès d’une transition vers l’IA repose sur la capacité à évaluer scientifiquement les effets sur les métiers et à placer le dialogue social au cœur de la conduite du changement.
Crédit: Lien source