IA générative pour la recherche d’informations à la Métropole Rouen Normandie (76)

En quoi consiste concrètement votre projet et quels en sont les principaux objectifs ?

Entre 2021 et 2023, nous avons participé au développement de la solution d’IA générative de la startup Delibia (aussi appelée LLM pour « large language model ») dans le cadre d’un projet d’expérimentation. Le bilan de cette expérimentation étant positif, nous déployons aujourd’hui la solution auprès de l’ensemble nos services (déjà 24 directions). Cette IA sert à la recherche d’informations sur les délibérations publiques en exploitant une base de connaissance de près de 2 millions de décisions publiques issues de plus de 5500 collectivités. Elle est également utilisée, en tant que LLM, pour assister des agents dans la rédaction des textes, par exemple la génération de comptes rendus de réunion, de synthèses de documents, des textes RH, des délibérations ou encore simplifier les écrits administratifs. Notre objectif était double : accompagner un projet d’innovation et démontrer que la Métropole Rouen Normandie est un territoire pilote en matière de numérique et de data.

Comment le sujet s’est-il imposé à l’agenda de votre collectivité ?

A l’origine, nous n’avions pas prévu d’expérimenter une IA générative. Fin 2021, nous participions au projet Datalab, avec une trentaine de partenaires publics et privés, pour travailler sur la data. Delibia nous a alors adressé un Appel à Manifestation d’Intérêt (AMI), dans le cadre de ce Datalab, pour développer un « Google des décisions publiques ». La startup avait été montée par des anciens agents de collectivité qui estimaient que l’IA générative pouvait répondre à de nombreux besoins dans les territoires. Leur idée nous a séduit et nous avons décidé de les accompagner dans le développement de leur solution, notamment en la testant en interne, dans le cadre d’un consortium dédié au projet et porté par le Pôle de compétitivité numérique normand, le Pôle TES. Puis l’expérimentation auprès des agents a été menée entre 2023 et 2024 via un marché d’innovation, auprès de 178 agents. Depuis 2025 nous la déployons dans les services, de manière opérationnelle, dans le cadre d’un marché d’innovation.

Quelles sont les sources d’inspiration du projet ?

Nous sommes pionniers dans l’accompagnement d’une solution LLM de ce type. Nous n’avons donc pas eu réellement de sources d’inspiration autour de l’IA. En revanche, nous avons regardé les projets d’open-data pour la méthode de coconstruction avec une entreprise innovante exploitant des données publiques. Cela passe notamment par la mise en place de groupes de travail, de bêta-testeurs, etc.

Quelles furent les phases préparatoires du projet ?

Suite à l’AMI de Delibia, la première étape a été de convaincre les élus de la pertinence du projet expérimental. Ensuite, les fondateurs de Delibia ont rejoint un groupe de travail au sein du consortium Pôle TES pour avoir les retours et commentaires sur leur idée de départ et établir une feuille de route du développement. Une équipe de bêta-testeurs a été montée en 2022, toujours dans le cadre du consortium, pour tester et améliorer les premières versions de la solution. En 2023, un « comité de projet Delibia » a été monté avec, notamment, une douzaine d’agents, la DSI, la DRH, le service juridique ou la documentation, afin d’évaluer l’expérimentation. Nous avons également fait appel à une sociologue (agent  de la Métropole chargée d’études en sciences comportementales), pour savoir si réellement la solution faisait gagner du temps et de l’efficacité aux agents. La sociologue a aussi évalué l’acceptabilité de la solution. Il y avait par exemple quelques craintes concernant la perte de compétences rédactionnelles ou encore la peur que la solution soit imposée et nous avons décidé qu’elle serait proposée sur la base du volontariat.

Quelles sont les données mobilisées pour le projet ? (données internes, open data, données de prestataires externes, données de prestataires IA …)

Les données mobilisées sont les décisions publiques des collectivités, qui sont des documents publics au sens de la loi CADA [droit d’accès des citoyens aux documents administratifs]. D’autres sources de données sont agrégées comme les données publiques du Sénat. Le modèle de langage qui a été choisi repose essentiellement sur Mistral AI.

Concernant les compétences, quels sont les principaux sujets à maîtriser avant de se lancer dans ce projet ?

Il faut des compétences dans la gestion de projet, c’est à peu près tout. Comme la solution est hébergée (mode SaaS), il n’y a pas de compétences particulières à avoir pour son intégration dans le système d’information. Enfin, concernant le prompt (la commande rédigée en langage naturel dans la solution pour lui demander de réaliser telle ou telle tâche, NDLR), Delibia propose un masque de saisie qui facilite la prise en main du « prompting ». Finalement, l’outil ne nécessite donc pas de compétences particulières en IA.

Y a-t-il des compétences spécifiques à avoir en interne et/ou en externe ?

Il est important d’accompagner les agents dans la prise en main de solution d’Intelligence Artificielle par le biais de formations, de webinaires, et de supports.

Une bonne connaissance des processus administratifs et des besoins métiers est nécessaire pour participer à la définition des cas d’usage et au développement de nouvelles fonctionnalités. Par exemple, nous avons travaillé sur des fonctionnalités en lien avec les métiers de la Participation citoyenne.

Lors de la phase de diagnostic et de planification, comment avez-vous assuré le bon dimensionnement du projet ?

Il s’agissait initialement d’une expérimentation sur un périmètre restreint de 60 personnes. Puis, par cooptation, le nombre d’utilisateurs est passé à 178. La solution ayant fait ses preuves sur ce périmètre, nous la déployons sur l’ensemble des services. Elle sera ainsi accessible à environ 1500 agents.

Avez-vous mis en place une démarche éthique et IA ? (label)

Dans ce projet, l’accent est mis sur les principes d’une IA souveraine, respectueuse des données et développée en collaboration avec les acteurs publics. Nous sommes en train de mettre en place un Comité d’IA qui prendra la suite du Comité de projet Delibia, afin de garantir la transparence, l’éthique et la conformité réglementaire dans le développement et l’utilisation des technologies d’intelligence artificielle au sein de notre organisation.

Comment avez-vous traité les enjeux environnementaux liés à l’IA ainsi que celui de l’adhésion des citoyens ?

La Métropole est engagée dans une stratégie numérique responsable très volontariste avec en ligne de mire une labellisation numérique responsable en 2025. Nous avons donc été soucieux des impacts écologiques dans le développement de ce projet. Le choix d’un hébergement des données en France chez OVHcloud démontre une volonté de privilégier des infrastructures plus durables. L’utilisation de modèles open source contribue également à la sobriété numérique du projet.

Le projet est aujourd’hui à destination des agents mais nous allons associer la société civile à la réflexion sur l’Intelligence artificielle pour nos services publics par le biais de notre Comité du numérique dès le second semestre 2025.

Comment la collectivité a-t-elle financé ce projet et quelles sont les aides sollicitées/obtenues ?

La phase de coconstruction et d’expérimentation nous a coûté 9000 euros HT. Il y a eu également des participations financières comparables de quatre autres collectivités (La ville du Havre, La métropole du Havre, la Communauté de Communes Roumois Seine et Octeville-sur-Mer). Ensuite, le contrat d’innovation est de 30 000 euros, ce qui correspond à deux ans de licences Delibia (15 000 euros par an). Concernant les aides, nous avons bénéficié d’un soutien de Bpifrance.

Quels sont les autres acteurs qui ont accompagné ou co-construit ce projet ? Les citoyens ont-ils participé au projet ?

Les acteurs du projet sont les 5 collectivités normandes dans le cadre du Consortium porté par le Pôle TES.