.png)
D’ici 2030, près de 70 % des services publics devraient être accessibles en ligne, selon les tendances identifiées par l’OCDE dans ses travaux sur la transformation numérique de l’administration publique.
Mais au-delà de la dématérialisation, c’est toute la logique de service qui évolue : plus fluide, plus personnalisée, plus réactive.
Les territoires deviennent intelligents, pilotés par la donnée, capables d’anticiper et de s’adapter en continu. Le numérique oriente les politiques publiques en matière de gestion de la relation citoyenne, coordination des interventions sur le terrain, exploitation des données urbaines, accompagnement des entreprises. La question n’est plus celle des outils, mais de la capacité à les articuler au service d’une vision territoriale.
Dans ce contexte, le système d’information devient un outil stratégique, et la DSI, un acteur clé de la transformation des collectivités. Encore faut-il disposer d’une feuille de route claire. C’est l’objet de cet article : tracer le cap d’une collectivité numérique à horizon 2030, en identifiant les jalons à engager dès aujourd’hui pour structurer l’action publique, valoriser la donnée, et préparer les usages de l’intelligence artificielle.
Face aux évolutions rapides du numérique, à l’horizon 2030, les collectivités devront gérer des attentes plus fortes de ses habitants. Dans le même temps, les moyens humains et financiers resteront restreints. Pour tenir cette équation, la collectivité en général et la DSI en particulier, devront s’outiller afin de répondre au mieux aux attentes des usagers, tout en gérant de manière optimale l’allocation des ressources.
Les citoyens, les usagers, les entreprises ne comparent plus les services publics entre eux. Ils les comparent aux usages numériques du quotidien. Leurs attentes sont de 3 types : fluidité, disponibilité, personnalisation. Un citoyen ne comprend pas pourquoi il doit répéter trois fois les mêmes informations selon qu’il s’adresse à l’urbanisme, à la voirie ou à l’état civil. Une entreprise ne comprend pas pourquoi l’aide à l’implantation n’est pas automatique, contextualisée, lisible. Ces attentes dessinent une nouvelle exigence d’omnicanalité définie par une relation unifiée, continue, centrée sur les parcours et les moments de vie.
En parallèle, les territoires deviennent mesurables. Les données de gestion, les capteurs urbains, les systèmes techniques produisent en continu des informations précieuses : température d’un bâtiment, état d’un équipement, saturation d’une zone de stationnement. Tout peut être capté. Mais sans structuration, ces données resteront dormantes, et difficilement exploitables. Les collectivités capables de les exploiter en tirent un avantage clair : elles optimisent, elles préviennent, elles coordonnent mieux.
Les agents aussi évoluent. Ils sont en mobilité, ils collaborent avec plusieurs directions, ils attendent des outils cohérents, interopérables, utilisables sur le terrain et en télétravail. Un système d’information fragmenté freine cette dynamique. Il renforce les silos, multiplie les doublons, crée de la tension entre métiers et IT. Les collectivités qui adressent ces problématiques peuvent plus facilement attirer, retenir et développer les talents. Elles peuvent ainsi renforcer l’impact de leurs actions, et améliorer la satisfaction des usagers.
Enfin, les exigences institutionnelles et politiques s’intensifient : cybersécurité (loi de programmation militaire, directive NIS 2), sobriété numérique (loi REEN), accessibilité (RGAA), souveraineté des données (RGPD), open data (loi Lemaire), inclusion numérique (plan France Numérique). Les intégrer dès aujourd’hui, c’est se donner les moyens d’accéder plus facilement à des subventions comme la DETR, DSIL ou FNADT, de répondre aux appels à projets européens, et de mobiliser des financements croisés pour les projets comportant des engagements en matière d’accessibilité, de cybersécurité ou de transition numérique.
Dans ce contexte, le système d’information ne peut plus être un empilement de projets techniques portés en parallèle des orientations politiques de la collectivité. Il doit s’inscrire dans une stratégie globale, cohérente avec le projet de territoire, lisible pour les décideurs, compréhensible pour les agents, utile aux usagers.
Avant d’agir, il faut savoir où aller, pourquoi, et comment. La transformation numérique doit s’inscrire dans une vision stratégique portée par la collectivité, traduite dans ses choix d’urbanisation, de services, de partenariats. Pour que cette vision produise des effets concrets et durables, elle doit s’accompagner d’une gouvernance stable, partagée, capable de la faire vivre dans le temps.
Avant toute transformation, il est essentiel de poser un cap. La stratégie numérique ne peut pas être déconnectée des ambitions politiques et des priorités de la collectivité. Elle doit en être le prolongement, elle doit les outiller, les rendre pérennes.
Le lien entre la Stratégie SI et la stratégie de la collectivité est parfois inexistant ou implicite, traité à travers les projets métiers ou les opportunités budgétaires.Il faut au contraire le formaliser : où va la collectivité, quels services publics souhaite-t-elle développer, et quelles sont les briques et solutions numériques à mettre en place pour y parvenir ? Un des outils de projection et de cohérence pertinent est le Schéma directeur des Systèmes d’information qui permet de formaliser la trajectoire du numérique au sein de la collectivité.
Un article complet sur le SDSI est disponible.
Pour que cette stratégie numérique vive dans le temps, elle devra s’appuyer sur une culture numérique partagée. Cela suppose une acculturation progressive des élus, des directions métiers, des agents et des populations âgées : appréhender le numérique, ses forces, ses limites, ses contraintes, ses impacts potentiels.
Lorsqu’ils sont acculturés, les agents ne se contentent plus d’appliquer des procédures, ou de réclamer un outil juste pour l’avoir (sans besoin sous-jacent réel). Ils comprennent comment les outils structurent leur activité, identifient les sources de blocage, savent formuler un besoin ou proposer une amélioration. Ils participent aux projets, remontent des données d’usage, deviennent acteurs de la transformation plutôt que simples exécutants. Ils intègrent la DSI dans leurs projets numériques dès les phases d’idéation, ce qui limite les interventions de la DSI en mode “sapeur-pompier”.
Pour les publics éloignés, l’acculturation se traduit par une plus grande autonomie dans l’accès aux services numériques : navigation sur le portail citoyen, dépôt de demandes, suivi de dossier, signalement d’un problème. Mais elle suppose aussi un onboarding progressif, pensé dès la conception des services, pour faciliter la prise en main, expliciter les démarches, et accompagner les premiers usages. Cela vaut pour les citoyens, mais aussi pour les entreprises peu familières des dispositifs publics numériques. Une meilleure compréhension des droits, des délais, des réponses reçues contribue à rendre la relation avec la collectivité plus directe, plus fluide, et moins anxiogène.
Une stratégie, même claire, ne tient pas sans un cadre de gouvernance solide. Gouverner, c’est organiser la décision, répartir les rôles, garantir la cohérence dans le temps. Dans une collectivité, comme dans n’importe quelle organisation, cela suppose de structurer trois fonctions clés : diriger, évaluer, monitorer.
.png)
Diriger, c’est poser des orientations : urbanisation du SI, politique d’hébergement, priorisation des projets. Ce rôle revient à la direction générale, en lien avec les élus et les instances stratégiques (SDSI, pacte de mandature…).
Évaluer, c’est vérifier que les choix restent alignés avec les besoins réels du territoire. Cela implique de questionner les demandes, d’analyser les impacts, de tirer les leçons des projets passés.
Suivre, enfin, c’est monitorer ce qui fonctionne (ou pas) : performance, sécurité, continuité, satisfaction. Ces éléments doivent alimenter les instances de décision de façon régulière et objectivée.
Cette gouvernance doit rester connectée au terrain. Elle articule les décisions avec les deux grands flux du SI : les développements (nouveaux services) et les opérations (support, maintenance). Elle doit aussi canaliser la pression des métiers, élus, entreprises…etc, pour éviter l’empilement de réponses ponctuelles.
Une gouvernance numérique utile, c’est une gouvernance capable d’arbitrer, de prioriser, et de rendre lisibles les choix faits au service du territoire.
📖 Gouvernance de la donnée : Les personnes, processus, politiques, normes et technologies nécessaires pour garantir la cohérence, la qualité et l’intégrité des données d’une organisation, permettant ainsi de les exploiter comme un actif stratégique pour créer de la valeur.
.png)
Pour que la donnée devienne un actif structurant dans une collectivité, sa gouvernance doit reposer sur cinq piliers.
Ces cinq dimensions, articulées entre elles, permettent à la collectivité de tirer pleinement parti de son patrimoine de données, tout en assurant sa qualité, sa lisibilité et sa maîtrise.
Une stratégie numérique ne vaut que si elle produit des effets concrets pour les publics du territoire. Pour les collectivités, cela signifie penser la transformation à travers les parcours de vie des habitants et les parcours de développement des entreprises. C’est à ce niveau que le système d’information devient un outil de service public, et non un simple support technique.
Le numérique doit s’inscrire dans chaque étape de la vie d’un habitant, depuis son arrivée jusqu’à son départ éventuel. Ce fil conducteur structurant permet de bâtir des services plus cohérents, plus accessibles, et plus engageants.
Ce parcours doit s’appuyer sur une expérience omnicanale avec compte usager unique, intégrée aux services internes comme aux partenaires (CAF, écoles, mobilité…). Elle renforce la lisibilité de l’offre territoriale et la fluidité des échanges avec les citoyens.
Pour les acteurs économiques, la qualité du parcours numérique devient un facteur clé de décision. Une entreprise ne juge pas la collectivité sur ses outils, mais sur sa capacité à faciliter l’installation, à soutenir l’activité, et à accompagner l’innovation.
L’ensemble repose sur une logique de plateforme 360° : un espace unique, modulaire, interconnecté avec les services de l’État, les réseaux consulaires et les partenaires locaux.
Le système d’information d’une collectivité repose sur une infrastructure multi-couches, articulant capteurs, connectivité, données et services. Cette architecture technique doit être pensée comme un levier stratégique, modulable, interopérable, au service de l’action publique.
Elle peut être structurée en cinq couches :
C’est la base tangible du système d’information étendu. Elle comprend les bâtiments publics, les équipements urbains, les réseaux (électricité, chauffage, eau), l’éclairage, la signalisation, les éléments de voirie, la végétation, les véhicules, etc.
Cette couche inclut également les systèmes embarqués dans les bâtiments comme les GTB (gestion technique des bâtiments), qui permettent de suivre les consommations, optimiser les usages ou détecter des anomalies.
Les objets connectés permettent de transformer les éléments physiques en sources de données : capteurs environnementaux, caméras, bornes GPS, compteurs, terminaux mobiles agents, capteurs d’occupation ou d’humidité… Cette instrumentation donne une visibilité en temps réel sur le territoire.
Elle alimente des dispositifs comme le SIG (cartographie dynamique), la GMAO (suivi d’interventions) ou les boucles de supervision métier. L’interopérabilité est essentielle pour permettre la circulation entre ces briques : format des données, synchronisation, structuration.
Pour que l'information captée circule, elle doit s’appuyer sur une connectivité adaptée. Cette couche comprend les infrastructures de fibre optique, les réseaux 4G/5G, les technologies Wi-Fi, LoRa, Sigfox, ou encore les protocoles sécurisés dédiés aux objets connectés.
La cybersécurité s’applique dès cette couche. Il s’agit de garantir l’intégrité des transmissions, de sécuriser les flux dès leur émission, et d’assurer la résilience en cas de panne ou d’intrusion.
Les flux issus des couches précédentes sont centralisés dans une plateforme data. Celle-ci agrège les données issues du terrain (IoT), des applications internes (finances, RH, GRU, etc.), et des sources partenaires ou externes (open data, autres collectivités).
Elle permet :
C’est cette couche qui permet d’activer un jumeau numérique utile et durable, en croisant les couches physiques, géographiques et temporelles dans une logique de simulation ou de coordination.
Enfin, la couche d’usages restitue l’information sous des formes exploitables : tableaux de bord métiers, reportings, cartographies SIG, cas d’usage IA, hyperviseur de territoire. Elle soutient aussi la relation usager (via les GRU ou GRC), la planification des services, la supervision en continu.
Cette couche permet de passer à des logiques proactives : détection d’anomalies, prédiction de charge, priorisation d’interventions. À condition de reposer sur une donnée fiable, gouvernée, et bien exposée.
Une architecture en couches bien pensée permet à la collectivité d’évoluer progressivement, de tirer parti des briques existantes, et de faire coexister différents niveaux de maturité. Elle donne de la lisibilité aux métiers, de la cohérence aux choix techniques, et de la robustesse à l’action publique numérique.
Depuis le début de cette feuille de route, la donnée est apparue comme un fil conducteur.
Elle irrigue l’ensemble des chantiers, des plus stratégiques aux plus opérationnels. Dans la vision 2030, elle permet de comprendre les usages, de piloter les politiques publiques, de simuler des scénarios, d’automatiser certaines décisions. Dans l’organisation, elle structure les interactions, éclaire les arbitrages, alimente la relation usager. Dans l’architecture technique, elle circule entre systèmes, alimente les tableaux de bord, sert de socle à l’intelligence artificielle.
Mais cette donnée ne vaut que si elle est bien gouvernée, bien stockée, bien exploitée. Elle suppose des choix, des responsabilités, des compétences spécifiques. Elle pose aussi des enjeux forts de souveraineté, de sécurité, de transparence. La collectivité ne peut pas faire l’économie d’une approche structurée.
Cette section définit les fondamentaux pour une gestion optimale de la donnée au sein d’une collectivité, et les éléments nécessaires pour l’intégration de l’IA dans les activités quotidiennes.
Dans un contexte où la donnée devient un levier transversal pour piloter les politiques publiques, améliorer la qualité de service et anticiper les besoins du territoire, les collectivités ont besoin d’un cadre structuré pour gérer, valoriser et exploiter leurs données dans la durée.
Cette section introduit les quatre piliers indispensables à une gestion efficace et responsable de la donnée dans une collectivité :
Il ne s’agit plus seulement de produire ou de stocker des données, mais de leur donner un cadre stratégique et opérationnel. Cette approche permet aux collectivités de passer d’un système centré sur les outils à un modèle orienté valeur d’usage, au service des agents, des élus et des usagers.
Construire une stratégie data pertinente pour une collectivité, ce n’est pas rédiger un document technocentré. C’est structurer les domaines de données qui soutiennent concrètement les priorités du territoire : mobilités, urbanisme, transition écologique, action sociale, services à la population, etc.
Trois étapes sont essentielles :
1. Identifier et prioriser les domaines de données à fort impact, en lien avec les échéances politiques, réglementaires ou contractuelles. Un domaine de données regroupe un ensemble cohérent d’informations (ex : interventions sur l’espace public, ressources humaines) mobilisables par plusieurs directions. Il doit :
2. Évaluer l’existant (qualité, fraîcheur, gouvernance) pour repérer les écarts entre besoins et données réellement exploitables.
3. Combler ces écarts en activant des leviers concrets : fiabilisation des référentiels, ouverture de l’accès, clarification des rôles, choix d’outils adaptés.
Cette méthode permet de passer d’une collecte dispersée à une stratégie orientée usages, alignée sur les besoins du territoire.
Une fois les domaines de données identifiés, l’enjeu devient leur exploitation concrète. Pour cela, les collectivités peuvent s’appuyer sur une logique éprouvée : les produits de données.
Un produit de données est un ensemble structuré, maintenu et documenté, prêt à l’usage pour un ou plusieurs cas concrets. Exemples : une base sur les équipements publics, une table des interventions voirie, un référentiel des zones d’urbanisme. Contrairement à un simple fichier, un produit de données répond à cinq critères :
Pour rendre ce modèle opérationnel, la collectivité doit :
Organiser la donnée en produits permet de mutualiser les efforts, désiloter les projets, et garantir la continuité des données dans le temps. C’est un levier concret de passage à l’échelle.
Pour que la donnée devienne un levier d’action (pilotage, transparence, anticipation), encore faut-il qu’elle circule et s’articule. C’est le rôle de l’architecture data : relier les sources (SIG, GRU, GMAO, IoT, logiciels métiers), fiabiliser les flux, et faciliter les usages transverses.
Une architecture bien pensée réduit les coûts d’intégration, évite les doublons, et accélère les projets. Elle couvre tout le cycle de vie de la donnée : de la collecte à l’exposition, en passant par la transformation, la gouvernance et la sécurité.
Quatre étapes structurent sa mise en œuvre :
Loin d’un schéma figé, l’architecture data est un outil d’alignement entre métiers et SI. Elle ne cherche pas la perfection, mais la capacité à évoluer, à intégrer les contraintes réelles, et à produire de la valeur concrète.
Une donnée fiable et bien stockée ne vaut que si elle est utilisée. Le modèle de fonctionnement définit comment la collectivité organise les rôles, les outils et les processus pour faire circuler, exploiter et valoriser la donnée dans ses services.
Structurer ce modèle revient à :
Ce cadre rend la donnée exploitable dans les projets, utile aux métiers, et pilotable dans le temps. C’est à cette condition qu’elle devient un levier d’action publique.
L’intelligence artificielle s’appuie sur tout ce qui précède : des données structurées, fiables et gouvernées ; une architecture interopérable et évolutive ; une organisation capable d’en piloter les usages et les risques. L’IA n’est pas un préalable , c’est un prolongement de la stratégie data :
L’IA valorise les efforts déjà engagés sur la donnée. Elle en démultiplie la portée.
Dans la suite, nous nous concentrons sur une forme spécifique d’intelligence artificielle : l’IA générative.
L’IA générative produit du contenu (texte, image, code, voix) et ouvre des possibilités nouvelles, bien au-delà des usages classiques de l’IA analytique (prédiction, segmentation, analyse).
En collectivité, elle permet par exemple de générer automatiquement des réponses citoyennes, des comptes rendus, ou des supports synthétiques à partir de données brutes.
Côté citoyens, l’IA générative peut :
Côté entreprises, elle permet :
.png)
Ces usages permettent de gagner du temps, de simplifier les démarches et d’améliorer la qualité des services, à condition de s’inscrire dans une démarche structurée, alignée sur les priorités du territoire.
Déployer l’IA générative dans une collectivité ne se résume pas à tester un outil. C’est une transformation progressive, qui suppose d’agir à plusieurs niveaux : stratégie, organisation, outils, compétences, gouvernance. Neuf leviers structurent cette montée en puissance.
1. Adopter une posture claire dès le départ
Avant tout, la collectivité doit cadrer les usages : quels outils sont autorisés, quelles données peuvent être mobilisées, quels cas d’usage sont ouverts ou sensibles. Ce socle de confiance, partagé entre la DSI, les métiers, le juridique et la communication, permet d’expérimenter sans risque et de poser les premières briques de gouvernance.
2. Cibler les cas d’usage qui créent de la valeur
La GenAI devient pertinente quand elle répond à des besoins concrets. Trois grandes familles se détachent :
Ces usages offrent des gains rapides en productivité, en réactivité et en qualité de service.
3. S’appuyer sur l’existant pour aller vite et limiter les ruptures
Plutôt que de tout réinventer, il est plus efficace d’intégrer l’IA dans les outils déjà en place : bureautique, logiciels métiers, connecteurs internes. Certains usages peuvent même être activés via des modèles open source ou des fonctionnalités natives déjà disponibles.
4.Faire évoluer l’architecture SI pour accueillir l’IA de manière sécurisée
L’intégration de briques IA suppose de garantir la qualité des flux, la traçabilité, la supervision. Cela passe par une architecture modulaire : API bien exposées, règles d’accès claires, environnement d’exécution maîtrisé. Une bonne architecture réduit les risques et accélère les déploiements.
5. Structurer et fiabiliser les données en amont des usages
Aucune IA utile sans données fiables. Il faut structurer les sources, tracer les transformations, assurer la fraîcheur et contextualiser les contenus. Ce socle conditionne la qualité des réponses générées.
6. Organiser les équipes pour intégrer l’IA dans les processus existants
Les fonctions SI doivent évoluer : intégration de modèles dans la TMA, appui aux métiers pour les prompts, supervision continue des usages. L’IA ne remplace pas les fonctions existantes, elle en change les modalités.
7. Créer un environnement d’expérimentation partagé
Pour accélérer l’apprentissage collectif, il est utile de mettre à disposition un socle commun : plateforme interne, espace de test, documentation partagée, supervision légère. Ce cadre facilite les retours d’expérience et mutualise les bonnes pratiques.
8. Former les agents selon leur rôle et leur maturité numérique
L’appropriation passe par une montée en compétence ciblée. Les profils techniques doivent apprendre à superviser et intégrer. Les métiers, eux, doivent savoir formuler leurs besoins, interpréter les résultats et corriger les biais. L’enjeu n’est pas la maîtrise technique, mais l’usage raisonné.
9. Encadrer les risques dès les premières expérimentations
Les risques liés à la vie privée, à la sécurité ou à la fiabilité ne doivent pas bloquer les usages, mais être gérés de manière proportionnée. Cela passe par la validation humaine des contenus sensibles, la documentation des sources, la supervision des prompts, et la restriction des accès.
Plus ces leviers sont articulés avec la stratégie data et les priorités métiers, plus l’IA générative devient un levier de transformation utile, soutenable, et aligné avec les enjeux du service public local.
En résumé global de cette section, l’IA générative ne produit de valeur que si elle s’inscrit dans une stratégie d’ensemble : gouvernance, qualité des données, compétences, sécurité. Elle prolonge les efforts engagés sur le numérique, et en révèle les points de tension. Il est donc temps d’en faire un levier structurant.
Les outils sont là. Les compétences montent. Les attentes des usagers, des entreprises, des agents, des élus aussi. Il reste à franchir un cap : poser une trajectoire, prioriser les chantiers, sécuriser les choix. Cette feuille de route donne un cadre : à chaque collectivité de s’en emparer, à son rythme, avec ses enjeux.
Dans cette démarche, il est essentiel de pouvoir s’appuyer sur des partenaires de confiance. De la stratégie à l’opérationnel, de la gouvernance aux cas d’usage, un accompagnement structuré permet de gagner en méthode, en clarté et en efficacité.
C’est ce que nous proposons chez KHEOPS Conseil : aider les DSI à structurer leur feuille de route, à faire les bons choix techniques, et à produire de la valeur concrète pour les territoires.