Dans une phase d’expérimentation et de foisonnement, l’IA reste traitée comme un sujet technique plutôt que stratégique, alors que dans les entreprises et certaines administrations, l’IA est traitée comme un élément moteur des transformations des métiers et des lignes de produits.

Les gains qualitatifs observés sont déjà tangibles : délais divisés par six dans certains services et gains de temps de 60 % sur les fonctions supports. Selon l’OIT, un agent sur cinq serait exposé à l'IA pour une partie de ses tâches. Dans les entreprises les plus avancées, les gains observés concernent davantage la qualité du service rendu – réduction des délais, amélioration des réponses aux usagers, gains de temps pour les agents – que la réduction des effectifs. Leur concrétisation exige toutefois des transformations organisationnelles profondes, des investissements importants et un accompagnement managérial adapté à l’accélération technologique.

Le principal défi est le passage à l’échelle (80 à 95 % des POC ne passent pas le stade de l’industrialisation). Faute de mutualisation systémique, les administrations subissent le poids de leur dette technique, du cloisonnement des données et des coûts récurrents (cloud, inférence) parfois sous-budgétés. Avant l’entrée en vigueur des dispositions spécifiques du règlement européen (AI Act) qui classe les usages publics comme étant à « haut risque », la souveraineté impose de maîtriser les données et la réversibilité.

Le rapport préconise d’activer quatre leviers principaux pour créer une valeur publique durable : équiper les agents, mutualiser les communs technologiques (sous l’égide de la DINUM ou de la DSS), gouverner les données et investir dans les compétences.