Tech @ France : Comment l'État français déploie sa propre s…

La DINUM est rattachée au service du Premier ministre. Sa mission : élaborer la stratégie numérique de l'État et piloter sa mise en œuvre. Le président l'a récemment qualifiée de "CTO de l'État." Dans ce live, trois de ses membres décrivent en détail les trois grands piliers de l'infrastructure IA souveraine française : le socle d'inférence mutualisée Albert, la suite d'outils collaboratifs open source, et le serveur MCP de DataGouv pour rendre les données publiques accessibles aux agents conversationnels.

1. De l'inférence mutualisée sur GPU souverains

Benoit Vinceneux présente le socle interministériel d'IA générative, construit au sein du département "Intelligence Artificielle dans l'État" (IAE) de la DINUM. Trois missions : piloter et coordonner la stratégie IA pour le secteur public, mettre à disposition le socle technique, et accompagner les administrations via un accélérateur de projet IA appelé Alliance.

Le principe du socle : des GPU en cloud de confiance sur lesquels sont hébergés différents modèles LLM généralistes et modèles spécialisés mis à disposition des administrations par API.

"L'objectif du SOC, c'est vraiment de fournir un peu tous ces biais-là, tous ces éléments-là. Ça permet de répondre une fois pour toutes à toutes les questions qu'on peut se poser sur : je suis une administration, je veux faire un produit IA, c'est quoi l'infra, c'est quoi les modèles, est-ce qu'il faut que j'achète des GPU, c'est quoi la sécurité ?"
Benoit Vinceneux, CPO Données pour l'IA, DINUM

Infrastructure

Hébergement chez Outscale (certifié SecNumCloud) et sur Nubo (cloud interministériel). Objectifs : 50 GPU en 2026, 100 en 2027.

Modèles disponibles

Mistral (on-premise), modèles open source, Qwen, Whisper pour la transcription, modèles d'embedding comme BGE-M3.

OpenGate LLM

La solution open source développée en interne s'appelle OpenGate LLM : une API gateway alternative à LiteLLM ou OpenRouter, qui fait de l'inférence souveraine. Tous les appels passent par cette gateway ; changer de modèle ne nécessite pas de refaire les intégrations.

Cas d'usages en production

Un assistant RH en FAQ langage naturel sur les procédures, un chatbot cybersécurité de l'ANSSI, une analyse automatique de factures dans Chorus (le logiciel comptable de l'État), et des pipelines d'OCR et de classification de documents.

2. Remplacer WhatsApp et Word par des outils souverains

Arnaud Robin présente LaSuite, un ensemble d'applications collaboratives conçu par la DINUM pour les agents de la fonction publique d'État. Deux problèmes à résoudre : la dispersion des échanges entre des outils non interopérables, et l'usage d'outils non souverains (WhatsApp, services américains qui réutilisent les données pour entraîner leurs modèles).

Chat

Messagerie instantanée chiffrée de bout en bout, basée sur le protocole Matrix. Alternative à WhatsApp pour les agents. Ouverte à l'auto-hébergement pour les acteurs privés.

Visio

Logiciel de visioconférence open source avec transcription et génération de compte-rendu intégrés nativement, s'appuyant sur l'infrastructure d'inférence souveraine de Benoit. Plus de 160 000 participants uniques en mars, contre 20 000 en octobre, pour plus de 400 000 visioconférences réalisées sur le mois.

Docs

Outil d'édition collaborative, alternative à Notion. Contenu avant mise en forme.

"Aujourd'hui, moi, je n'ai pas imprimé de papier depuis six mois dans le cadre de mes fonctions."
Arnaud Robin, CPO LaSuite, DINUM

L'assistant IA est intégré directement, utilisant les modèles souverains du socle. En mars, Docs a été numéro un sur Hacker News et a dépassé 10 000 étoiles GitHub en quelques jours. L'équipe de développeurs inclut des contributeurs allemands et néerlandais dans le cadre d'un groupement européen (EDIC). Plus de 80 contributeurs extérieurs.

Grist et Fichier

Grist : tableur collaboratif et no-code, proche d'Airtable. Fichier : espace de stockage collaboratif avec France Transfer pour l'échange de fichiers volumineux entre agents ou avec des citoyens.

ProConnect

L'authentification est gérée par ProConnect (SSO à l'échelle de l'État, basé sur FranceConnect). Plus de 310 000 à 390 000 agents se connectent chaque mois, avec plus de 2 millions de connexions sur l'ensemble des outils. Chat dépasse 420 000 utilisateurs actifs par mois.

3. Gagner les usages cas par cas, pas par décret

Sur la stratégie de remplacement des outils non souverains, Arnaud Robin est clair sur l'approche.

"Il ne faut pas arriver avec l'objectif initial de remplacer tous les GAFAM des administrations. On ne va pas arriver demain en disant, allez les gars, on arrête Word, Excel, tout, on passe sur Linux."
Arnaud Robin, CPO LaSuite, DINUM

La méthode : commencer par les cas d'usage où la valeur du collaboratif est immédiate et où la friction au changement est faible. La visioconférence est citée comme exemple : avec une visio, on peut swapper quasiment de l'une à l'autre, parce qu'il n'y a pas de mémoire, il n'y a pas vraiment d'enjeu. Les documents avec historique sont plus complexes à migrer.

L'objectif à terme : un remplacement progressif par les usages, en partant des points d'entrée les plus simples et en développant les fonctionnalités manquantes au fil des retours.

Collaboration asynchrone

Sur la partie collaboration asynchrone, des travaux sont en cours avec des chercheurs français spécialisés dans les pratiques collaboratives. Les sujets traités : versionning, attribution des modifications, réconciliation de versions parallèles.

"C'est tous ces sujets-là sur lesquels on est en train de bosser, qui est un peu notre focus de deuxième semestre de cette année."
Arnaud Robin, CPO LaSuite, DINUM

4. La France, première en Europe sur l'open data depuis cinq ans

Geoffrey Aldebert présente data.gouv.fr, la plateforme nationale de référencement des données publiques françaises. La plateforme existe depuis dix ans, est classée première en Europe et première à l'OCDE sur l'open data depuis cinq ans. Plus de 75 000 jeux de données disponibles, sans création de compte requise.

Exemples de jeux de données

Toutes les transactions immobilières françaises (Demande de Valeur Foncière), le stock de toutes les entreprises françaises (base Sirène), les données des élections, la Base Adresse Nationale, et pendant la crise sanitaire, les données Covid publiées par Santé Publique France directement consommées par des services comme TousAntiCovid.

Une plateforme communautaire

La plateforme est orientée communauté : n'importe qui peut créer un compte et publier des données d'intérêt général. Les données sont accessibles au format CSV, JSON, via navigateur ou par API. Un score de qualité est appliqué aux jeux de données les plus utilisés.

Cadre réglementaire

La réglementation française impose aux administrations de publier leurs données dès lors qu'elles ne portent pas de secret. Une directive européenne sur les High Value Datasets est en application, poussant l'ensemble des pays membres à produire certains types de données prioritaires.

5. Un serveur MCP open source pour interroger 75 000 jeux de données par conversation

Geoffrey Aldebert présente l'expérimentation en cours : un serveur MCP (Model Context Protocol) connecté aux API de DataGouv, qui permet à n'importe quel LLM d'interroger le catalogue de données publiques françaises en langage naturel.

Le constat

Les usagers actuels de DataGouv sont principalement des experts data scientists, data engineers, data journalistes qui savent manipuler des CSV et faire des jointures.

"Ce qui restreint un petit peu la population des usagers de la plateforme data.gouv.fr."
Geoffrey Aldebert, Responsable pôle Data, DINUM

L'objectif du MCP : étendre l'accès à des profils non techniques.

Capacités du serveur MCP

Chercher un jeu de données, en obtenir la description et les métadonnées, explorer son contenu, et générer des scripts Python pour l'exploiter. Compatible avec tous les LLM Mistral, ChatGPT, Gemini, Claude, etc. Le repo est open source et disponible sur GitHub.

Démo live

La démo présentée en live montre une interaction complète : demande en français des résultats des dernières élections municipales à Rennes, identification du bon jeu de données, description des colonnes, requête sur les données de la ville, restitution des résultats par liste, puis génération d'un script Python et d'un graphique.

Roadmap

Le MCP est actuellement en lecture seule. Des travaux sont en cours pour permettre une version en écriture (publication de données sur DataGouv) et pour accéder à des données restreintes avec habilitations.

"Pour cette expérimentation, on n'est que sur de la donnée open data. Vous n'allez pas trouver de la donnée confidentielle ou sensible dans les données qui sont utilisées par les modèles."
Geoffrey Aldebert, Responsable pôle Data, DINUM

La qualité des données dépend du producteur source. D'autres MCPs émergent dans le secteur public : un MCP sur les données de l'Éducation Nationale, et d'autres en réflexion dans plusieurs administrations.

"Le potentiel de transformation que offrent les MCP sur ces sujets, ça nous permet de passer par un accès à la donnée qu'on faisait habituellement par des portails ou API à un accès simplement conversationnel et automatisé avec des agents."
Geoffrey Aldebert, Responsable pôle Data, DINUM

6. Modèles open source, évaluation continue et ouverture au privé

Performance des modèles souverains

"Dans quatre-vingt pour cent des tâches qu'on fait, est-ce que tu as besoin du dernier modèle ?"
Benoit Vinceneux, CPO Données pour l'IA, DINUM

La stratégie d'évaluation continue permet de choisir le bon modèle selon le cas d'usage. OpenGate LLM permet de changer de modèle sous-jacent sans modifier les intégrations existantes. Le modèle se commoditise.

Données sensibles vs données ouvertes

Les modèles propriétaires comme Claude ne sont utilisés que sur des données open data dans les démos présentées. Pour les données restreintes des agents publics, seul le socle souverain (Albert API, OpenGate LLM) est utilisé.

Extension au secteur privé

La DINUM ne cherche pas à déployer directement pour les entreprises privées. Mais tous les outils étant open source, n'importe quel acteur peut les héberger, les packager, les améliorer et les distribuer.

"Rien n'empêche de chacun de récupérer l'ensemble de ces briques."
Arnaud Robin, CPO LaSuite, DINUM

La DINUM s'occupe de la fonction publique d'État ; d'autres acteurs peuvent s'appuyer sur les mêmes briques pour construire des services privés.

Dimension européenne

La DINUM collabore avec l'Allemagne et les Pays-Bas sur Docs via un EDIC (groupement européen de financement partagé). La plateforme européenne data.europa.eu agrège les données de tous les États membres. Des discussions sont en cours avec la Commission européenne sur l'extension des agents IA à l'échelle des données européennes.

"Il y a aussi un enjeu de souveraineté, où les données qui sont les données publiques par exemple la base d'adresse nationale vaut mieux que ce soit nous qui la gérions et qui la diffusions le plus largement possible."
Geoffrey Aldebert, Responsable pôle Data, DINUM

Tech @ France : Comment l'État français déploie sa propre stack IA