La stratégie nationale pour l'intelligence artificielle

🔍💡 #IA en France : où en est-on ?  La Cour des comptes dresse un bilan critique de la stratégie nationale pour l'IA : succès en recherche et IA générative, mais massification et transformation publique en retard. Quels défis pour 2026 ?

Contexte et enjeux : une stratégie nationale à l'épreuve de la réalité

La stratégie nationale pour l'intelligence artificielle (SNIA), lancée en 2018, a connu deux phases distinctes : la première (2018-2022) a principalement renforcé la recherche en IA, avec un budget de 1,3 Md€, mais a souffert d'une gouvernance complexe et d'un suivi budgétaire lacunaire. Malgré la création de pôles d'excellence et d'infrastructures de calcul, les avancées en matière de défense, de transformation de l'action publique et de diffusion économique sont restées limitées. La deuxième phase (2023-2025), centrée sur la diffusion de l'IA dans l'économie, a vu son budget réduit à 1,1 Md€ et ses priorités recentrées sur l'IA générative, suite à l'émergence de ChatGPT. La France a progressé dans les classements internationaux (5ᵉ place au Global AI Index en 2025) et structuré un écosystème dynamique, mais des lacunes persistent dans l'accompagnement des entreprises, la formation, et l'intégration de l'IA dans les territoires et l'administration.

Apports opérationnels : des résultats contrastés

La SNIA a permis des avancées notables en recherche et en IA générative, avec une dizaine d'acteurs français émergents et une attractivité renforcée pour les investissements étrangers. Cependant, la massification de l'IA auprès des PME, des administrations et des citoyens reste insuffisante. Les dispositifs comme "IA Booster" ou les formations continues sont jugés trop modestes, et la transformation de l'action publique par l'IA est en retard. La Cour des comptes souligne également des limites dans la gouvernance, la coordination interministérielle, et l'évaluation des résultats, malgré des exemples de coordination réussis avec l'Europe et les territoires.

• Recherche et innovation : La France se classe 3ᵉ mondiale en recherche et formation en IA, avec plus de 4 000 chercheurs et une progression dans les classements internationaux.
• IA générative : Une dizaine d'acteurs français se positionnent sur ce marché, et la France devient le 1ᵉʳ pays européen en nombre de projets d'investissement étrangers dans l'IA.
• Infrastructures : Extension du supercalculateur Jean Zay et développement de solutions frugales et souveraines, mais des retards persistent dans l'accès aux données et leur hébergement.
• Limites : Manque de massification auprès des PME, retard dans l'adaptation des formations initiales et continues, et transformation publique timide.
• Recommandations : Renforcer le pilotage interministériel, accélérer l'adoption de l'IA par les entreprises, et investir dans la formation et les données souveraines.

1. Entreprises : Utiliser les dispositifs comme "IA Booster" pour intégrer des solutions d'IA adaptées à leurs besoins, et s'appuyer sur les pôles d'excellence (IA Clusters) pour des partenariats R&D.
2. Collectivités : Développer des stratégies locales d'IA en lien avec la SNIA, en ciblant les secteurs prioritaires (santé, mobilité, transition écologique).
3. Formation : Intégrer des modules d'IA dans les cursus scolaires et universitaires, et renforcer les programmes de formation continue pour les professionnels.
4. Administration : Accélérer la transformation numérique des services publics en utilisant des outils mutualisés et des solutions open source, tout en garantissant la souveraineté des données.

Les articles référencés dans Pratiques en Santé sur le numérique et les IA - https://pratiquesensante.odoo.com/2-6-intelligence-artificielle-numerique 

Analyse transversale (Pratiques en Santé)

• Littératie : Le document aborde peu les outils adaptés aux différents niveaux de compréhension, mis à part des initiatives ponctuelles comme les Moocs de l'Inria.
• Empowerment : Les bénéficiaires (entreprises, citoyens) sont peu impliqués dans la conception des politiques, malgré des consultations ciblées.
• Participation : La co-construction est limitée, avec une gouvernance centralisée et peu d'espaces de dialogue structurés avec les territoires.
• Santé communautaire : La dimension collective est évoquée via des projets comme le Health Data Hub, mais son déploiement est freiné par des questions de souveraineté des données.
• Éthique : Les biais culturels et sociaux sont identifiés, notamment dans l'usage des données de santé, mais les solutions restent en cours de développement.
• Droits humains : L'approche respecte les principes d'équité, mais l'accès aux données et leur utilisation soulèvent des questions de protection de la vie privée.
• Intersectorialité : Des partenariats sont recommandés entre santé, éducation et industrie, mais leur mise en œuvre est inégale.
• Partenariat : Des modèles de collaboration existent (ex : IA Clusters), mais leur pérennité et leur impact restent à consolider.

Synthèse : La SNIA répond partiellement aux critères, avec des succès en recherche et innovation, mais des lacunes dans l'inclusion, la participation et la transformation systémique.

Évaluation de la fiabilité de la ressource

La Cour des comptes, institution indépendante, fournit une analyse rigoureuse et documentée, basée sur des audits et des données vérifiables. Les sources citées (rapports, classements, entretiens) sont fiables, et les recommandations s'appuient sur des évaluations concrètes. Cependant, le document souligne lui-même des limites dans le suivi des crédits et la coordination, ce qui tempère certains résultats.

bjectif pédagogique : Évaluer la compréhension des enjeux de la SNIA et des leviers d'action pour les acteurs locaux.

Partie 1 : Questions

Question 1 : Quel est l'objectif principal de la deuxième phase de la SNIA (2023-2025) ? 

• a) Renforcer uniquement la recherche en IA 
• b) Favoriser la diffusion de l'IA dans l'économie 
• c) Développer des supercalculateurs pour l'armée 
• d) Créer des licornes françaises en IA

Question 2 : Quel dispositif vise à accompagner les PME dans l'adoption de l'IA ? 

• a) Health Data Hub 
• b) IA Booster 
• c) PEPR IA 
• d) ALT-EDIC

Question 3 : Quel classement international place la France 5ᵉ en IA en 2025 ? 

• a) Digital Economy and Society Index
• b) Innovation Union Scoreboard 
• c) Global AI Index 
• d) AI Readiness Index

Question 4 : Quel est le principal frein à la massification de l'IA dans les entreprises ? 

• a) Manque de supercalculateurs 
• b) Dispositifs d'accompagnement trop modestes 
• c) Absence de chercheurs en IA 
• d) Réglementation européenne trop stricte

Question 5 : Quelle infrastructure a été étendue pour soutenir l'IA générative ? 

•  a) Le supercalculateur Jean Zay 
• b) Le cloud souverain
• c) Les IA Clusters 
• d) Le Health Data Hub

Partie 2 : Correction commentée

Question 1 : ✅ Réponse correcte : b) Favoriser la diffusion de l'IA dans l'économie 📝 Explication : La deuxième phase de la SNIA a recentré ses priorités sur la diffusion de l'IA, notamment après l'émergence de l'IA générative (p. 33).

Question 2 : ✅ Réponse correcte : b) IA Booster 📝 Explication : Ce programme accompagne les PME et ETI dans l'intégration de solutions d'IA, avec des diagnostics et des formations (p. 57).

Question 3 : ✅ Réponse correcte : c) Global AI Index 📝 Explication : La France passe de la 13ᵉ à la 5ᵉ place dans ce classement entre 2024 et 2025 (p. 42).

Question 4 : ✅ Réponse correcte : b) Dispositifs d'accompagnement trop modestes 📝 Explication : Le rapport souligne que les dispositifs comme "IA Booster" manquent d'ampleur pour toucher toutes les entreprises (p. 59).

Question 5 : ✅ Réponse correcte : a) Le supercalculateur Jean Zay 📝 Explication : Son extension a triplé ses capacités pour répondre aux besoins de l'IA générative (p. 45).

1. Quels sont les principaux succès de la SNIA ? La France a progressé dans les classements internationaux (5ᵉ au Global AI Index), structuré des pôles d'excellence (IA Clusters), et développé un écosystème dynamique en IA générative (p. 42-45).

2. Pourquoi la massification de l'IA est-elle en retard ? Les dispositifs d'accompagnement comme "IA Booster" sont jugés insuffisants, et les formations continues peu développées (p. 57-59).

3. Comment les territoires peuvent-ils s'impliquer dans la SNIA ? En développant des stratégies locales d'IA, en partenariat avec les IA Clusters et les acteurs économiques (p. 63).

4. Quels sont les défis pour la formation en IA ? Adapter les cursus scolaires et universitaires, et renforcer les programmes de formation continue pour tous les secteurs (p. 81).

5. Quels sont les risques liés à l'hébergement des données de santé ? Des questions de souveraineté et de protection des données persistent, malgré des avancées comme le Health Data Hub (p. 28).

6. Comment la France se positionne-t-elle en Europe ? Elle est leader en nombre de projets d'investissement étrangers et en hébergement de centres de recherche (p. 54-55).

7. Quelles sont les recommandations de la Cour des comptes ? Renforcer le pilotage interministériel, accélérer l'adoption de l'IA par les entreprises, et investir dans les données souveraines (p. 13)

La stratégie française pour l’intelligence artificielle (IA) en 2025

(Écrit en Facile À Lire et À Comprendre - FALC)

1. C’est quoi la stratégie nationale pour l’IA ?

La France a un plan pour développer l’intelligence artificielle (IA). Ce plan s’appelle : Stratégie Nationale pour l’Intelligence Artificielle (SNIA).

Il y a deux parties dans ce plan :

• De 2018 à 2022 : L’État a donné 1,3 milliard d’euros pour la recherche. Objectif : créer des pôles d’excellence et des supercalculateurs.

• De 2023 à 2025 : L’État a donné 1,1 milliard d’euros. Objectif : aider les entreprises et les citoyens à utiliser l’IA.

2. Qu’est-ce qui a bien marché ?

✅ La France est bien classée dans le monde :

• Elle est 5ème au Global AI Index en 2025.
• Elle est 3ème pour la recherche et la formation en IA.

✅ Des entreprises françaises créent des outils d’IA :

• 10 entreprises travaillent sur l’IA générative (comme ChatGPT).
• 1 000 startups utilisent l’IA en France.

✅ Un supercalculateur a été agrandi :

• Il s’appelle Jean Zay.
• Il aide les chercheurs et les entreprises à faire des calculs très compliqués.

✅ La France attire des investisseurs étrangers :

• Elle est 1ère en Europe pour les projets d’investissement en IA.

3. Qu’est-ce qui ne marche pas encore ?

❌ Peu d’entreprises utilisent l’IA :

• Les petites entreprises ne savent pas comment faire.
• Le programme "IA Booster" (pour les aider) est trop petit.

❌ Les formations en IA sont insuffisantes :

• Peu d’étudiants apprennent l’IA à l’école ou à l’université.
• Les adultes ne peuvent pas se former facilement.

❌ L’administration utilise peu l’IA :

• Les services publics (mairies, hôpitaux) n’utilisent pas assez l’IA.
• Il manque des outils simples et sécurisés.

❌ Problèmes avec les données de santé :

• Le Health Data Hub (base de données médicale) a des retards.
• Les données ne sont pas toujours bien protégées.

4. Que faut-il faire maintenant ?

🔹 Aider les petites entreprises :

• Leur expliquer comment utiliser l’IA.
• Leur donner des outils adaptés.

🔹 Former plus de personnes :

• Ajouter des cours d’IA à l’école et à l’université.
• Créer des formations pour les adultes.

🔹 Protéger les données des citoyens :

• Garantir que les données (santé, administration) sont sécurisées.
• Utiliser des serveurs français pour stocker les données.

🔹 Améliorer la collaboration :

• Travailler avec les régions et les entreprises.
• Écouter les citoyens pour savoir ce dont ils ont besoin.

5. En résumé

La France a fait des progrès en IA. Mais il reste du travail pour : ✔ Aider les entreprises à utiliser l’IA. ✔ Former tout le monde (écoles, universités, adultes). ✔ Protéger les données et rendre l’IA accessible à tous.

📌 Pour en savoir plus :

• Rapport de la Cour des comptes (novembre 2025)
• Global AI Index

💡 Mots difficiles expliqués :

• IA (Intelligence Artificielle) : Des machines qui apprennent et prennent des décisions.
• Supercalculateur : Un ordinateur très puissant pour faire des calculs compliqués.
• Startup : Une jeune entreprise qui innove.
• Données : Des informations stockées sur des ordinateurs.

#️⃣ #IA #IntelligenceArtificielle #TransformationNumérique #InnovationFrance #IAGenerative #FormationIA #SouverainetéNumérique #TerritoiresIntelligents #pratiquesensanté