Données publiques et intelligence artificielle : le double chantier de gouvernance des administrations

Deux informations parues fin juin 2026 dans la presse spécialisée (Acteurs Publics, Supplément Numérique n° 15, 30 juin 2026) paraissent sans lien. D'un côté, Bercy déploie une application destinée à rendre enfin lisibles les données essentielles de la commande publique — obligatoires depuis janvier 2024, mais restées lacunaires et difficiles à centraliser. De l'autre, l'État, la direction générale des finances publiques (DGFiP) et l'Assemblée nationale cherchent, chacun de leur côté, un modèle d'encadrement de l'intelligence artificielle. Ces deux signaux racontent pourtant la même histoire : celle d'administrations qui produisent, accumulent et exploitent des données publiques plus vite qu'elles n'en organisent la gouvernance.

La transparence de la commande publique, un chantier resté inachevé

Depuis janvier 2024, les acheteurs publics doivent publier les « données essentielles » de leurs marchés : identité du titulaire, montant, objet, durée. L'objectif est double : nourrir la transparence démocratique et permettre le pilotage d'une dépense qui pèse plusieurs points de PIB. Deux ans plus tard, le constat rapporté par la presse est celui d'un dispositif encore lacunaire — données incomplètes, formats hétérogènes, difficulté à centraliser. L'application lancée par Bercy vise précisément à combler ce vide.

Pour les collectivités et leurs établissements, l'enjeu n'est pas seulement technique. L'open data de la commande publique prolonge les principes fondamentaux du droit des marchés — liberté d'accès à la commande publique, égalité de traitement des candidats, transparence des procédures. Une donnée absente ou erronée n'est plus une simple négligence administrative : elle affaiblit la traçabilité de la décision publique et expose l'acheteur à la critique, voire au contentieux. La conformité open data devient ainsi une composante à part entière de la sécurité juridique de l'achat public.

L'intelligence artificielle dans l'administration : une gouvernance encore introuvable

Le second signal est plus diffus, mais tout aussi structurant. La DGFiP se dote d'un schéma directeur numérique ; l'« Assistant IA » développé par l'État se trouve concurrencé, dans les usages réels des agents, par des outils grand public comme ChatGPT ; l'Assemblée nationale, elle, travaille sans cadre formalisé d'encadrement de l'IA. Trois institutions, trois trajectoires — et une même absence : celle d'une doctrine partagée sur ce que l'administration peut, ou ne peut pas, confier à une machine.

Le cadre existe pourtant en droit. Le règlement européen sur l'intelligence artificielle (AI Act), entré en vigueur en 2024, retient une approche graduée par les risques et impose des obligations renforcées aux systèmes utilisés dans des domaines sensibles, dont plusieurs missions publiques. À ce socle s'ajoutent le RGPD, pour les données personnelles traitées, et les principes du droit administratif : motivation des décisions, maintien d'un contrôle humain effectif, refus de déléguer à un algorithme une décision créatrice de droits sans garantie. La question n'est donc pas de savoir s'il faut encadrer l'IA publique, mais comment traduire ces exigences en procédures internes.

Gouverner la donnée publique : une même exigence (lecture RER)

Les deux dossiers convergent vers un seul objet : la donnée publique et sa gouvernance. La grille de lecture RER du cabinet — réalisme, État, République — éclaire cette convergence.

Réalisme, d'abord : entre l'obligation proclamée (publier, encadrer) et la réalité observée (données lacunaires, usages d'IA non maîtrisés), l'écart est le vrai sujet. Une politique de la donnée ne vaut que par sa mise en œuvre effective, non par le texte qui la fonde. État et souveraineté, ensuite : le recours spontané des agents à des outils privés étrangers pose frontalement la question de la maîtrise publique sur les données et les infrastructures de traitement. République, enfin : les données de la commande publique comme les décisions assistées par IA touchent à l'égalité d'accès à l'information et à la traçabilité démocratique de l'action publique.

Trois chantiers pour les acteurs publics

De ces signaux se dégagent trois priorités opérationnelles pour les collectivités, établissements publics et administrations.

Premier chantier : cartographier ses données et ses obligations de publication. Savoir quelles données essentielles doivent être publiées, sous quel format et par qui, est le préalable de toute conformité open data.

Deuxième chantier : encadrer chaque usage de l'IA. Tout déploiement — même expérimental — gagne à être doté d'un cadre écrit précisant sa finalité, les données mobilisées, le niveau de contrôle humain et la traçabilité des décisions produites.

Troisième chantier : articuler conformité et souveraineté. Le choix des outils n'est pas neutre ; il engage la maîtrise des données publiques autant que le respect du RGPD et du règlement européen sur l'IA. Mieux vaut arbitrer ce choix en amont que le subir dans l'urgence.

Derrière l'application de Bercy et les hésitations sur l'IA se joue une même bascule : la donnée publique est devenue un actif stratégique, dont la gouvernance conditionne à la fois la sécurité juridique, la souveraineté et la confiance démocratique. Les administrations qui structureront cette gouvernance aujourd'hui s'épargneront les contentieux — et les dépendances — de demain.

Sources : Acteurs Publics, Supplément Numérique n° 15, 30 juin 2026 (synthèse de veille XXI du 6 juillet 2026). Les cadres juridiques évoqués (principes de la commande publique, règlement européen sur l'IA, RGPD) sont cités à titre général ; toute application à une situation particulière suppose une vérification préalable sur les sources officielles.