La donnée est devenue le carburant de la transformation publique. Mais entre ambitions affichées et réalité du terrain, où en sont réellement les administrations françaises ? Analyse chiffrée d’un marché en pleine mutation.
📋 Sommaire
Un volume de données multiplié par 5 en sept ans
Le constat est sans appel : entre 2018 et 2025, le volume de données gérées par les organisations publiques a été multiplié par cinq. Cette explosion n’est pas un phénomène isolé – elle reflète la numérisation accélérée des services publics, la multiplication des sources de collecte et l’interconnexion croissante des systèmes d’information.
78%
des responsables publics déclarent vouloir optimiser leur système de pilotage de la donnée.
Un chiffre qui traduit une prise de conscience généralisée : accumuler des données ne suffit plus. Encore faut-il savoir les exploiter.
Trois segments, trois dynamiques distinctes
Le marché de la donnée dans le secteur public se structure aujourd’hui autour de trois piliers aux trajectoires différentes.
Répartition du marché Data dans le secteur public
Décisionnel (BI)
Big Data
Intelligence Artificielle
📈 Big Data : +20%
🚀 IA : +30%
| Segment | Part de marché | Croissance | Maturité |
|---|---|---|---|
| Décisionnel (BI) | > 50% | +6% | Marché mature |
| Big Data | 35% | +20% | En développement |
| Intelligence Artificielle | 12% | +30% | Émergent |
Le décisionnel (BI) reste dominant avec plus de 50% des investissements. Les outils de reporting, tableaux de bord et analyse multidimensionnelle constituent le socle historique de la culture data des administrations. La croissance y est modérée, signe d’un marché mature où l’enjeu est désormais l’optimisation plutôt que le déploiement.
Le Big Data représente 35% du marché avec une croissance de 20%. Gestion des données massives, data lakes, architectures distribuées : les organisations publiques investissent dans les infrastructures capables d’absorber et de traiter leurs volumes croissants.
L’intelligence artificielle ne pèse encore que 12% du marché, mais affiche une croissance supérieure à 30%. C’est le segment le plus dynamique, porté par les promesses d’automatisation et de personnalisation des services.
L’IA : entre enthousiasme des agents et flou organisationnel
L’engouement pour l’intelligence artificielle est réel. 60% des agents se déclarent favorables à l’usage de l’IA dans leur quotidien professionnel – un niveau d’adhésion remarquable qui tranche avec les résistances habituellement associées aux transformations technologiques.
⚠️ Le paradoxe du Shadow IT
50% des usages de l’IA relèvent encore d’initiatives individuelles non encadrées, souvent basées sur des outils grand public comme ChatGPT.
L’autre moitié seulement bénéficie d’un cadrage institutionnel.
Plus révélateur encore : si 80% des organisations prévoient de définir une stratégie IA, seules 22% l’ont effectivement formalisée. L’intention est là, l’exécution tarde.
| Indicateur IA | Pourcentage |
|---|---|
| Agents favorables à l’IA | 60% |
| Usage encadré par l’administration | 50% |
| Usage en « shadow IT » | 50% |
| Organisations prévoyant une stratégie IA | 80% |
| Stratégie IA effectivement formalisée | 22% |
Ministères vs collectivités : un écart de maturité significatif
Les disparités sont marquées selon le type d’administration.
| Type d’administration | En déploiement IA | Dynamique |
|---|---|---|
| Ministères et agences d’État | 41% | Passage à l’échelle |
| Collectivités territoriales | 13% | Repérage / Expérimentation |
Côté ministères et agences d’État, 41% des répondants déclarent être en phase de passage à l’échelle sur leurs projets IA. Les exemples concrets se multiplient : France Travail a déployé Match FT et Chat FT pour accompagner conseillers et demandeurs d’emploi.
Côté collectivités territoriales, seuls 13% en sont au stade du déploiement. La majorité reste en phase de repérage des cas d’usage ou d’expérimentation. Un décalage qui s’explique par :
- Des ressources plus limitées
- Des compétences internes moins spécialisées
- Des arbitrages budgétaires plus contraints
Les quatre cas d’usage qui émergent
Au-delà des effets d’annonce, quatre grandes catégories d’applications concrètes se dessinent.
📝 Génération de contenu
Cas d’usage n°1
- Rédaction de comptes-rendus
- Retranscription automatique (conseils municipaux)
- Reformulation de documents administratifs
✓ Gains de temps immédiats et mesurables
💬 Relation usager
Cas d’usage n°2 (48% des décideurs intéressés)
- Chatbots augmentés
- Réponses automatisées contextuelles
- Base de connaissance intelligente
✓ Décision finale maintenue côté agent
🖥️ Support informatique
Cas d’usage n°3 (Optimisation interne)
- Automatisation des demandes récurrentes
- Assistance au développement
- Génération de code
✓ Désengorgement des équipes IT
📁 Automatisation documentaire
Cas d’usage n°4 (Traitement accéléré)
- Indexation automatique
- Classification intelligente
- Routage des documents entrants
✓ Réduction des délais de traitement
La qualité des données : le chantier invisible mais décisif
Un constat traverse toutes les études : la valorisation des données bute sur leur qualité. Les administrations centrales affichent une avance sur les collectivités en matière de gouvernance data, mais le défi reste entier pour tous.
🎯 Le paradoxe des priorités
Les fonctionnalités les plus demandées (visualisation, intégration IA) arrivent en tête des priorités, alors que les fondamentaux (référentiels, mise en qualité, gouvernance) restent en retrait.
Car une IA ne vaut que ce que valent les données qui l’alimentent. Sans socle data robuste, les promesses de l’intelligence artificielle resteront lettre morte.
Ce que cela signifie pour les décideurs
Pour les DSI et responsables data du secteur public, ces chiffres dessinent une feuille de route claire.
✅ Les 4 priorités d’action
1. Consolider le socle décisionnel existant
Les outils de BI ne sont pas obsolètes – ils constituent le terreau sur lequel peuvent se développer les usages avancés.
2. Structurer la gouvernance data avant l’IA
Référentiels, qualité, responsabilités : ces fondamentaux conditionnent la réussite des projets de valorisation.
3. Encadrer les usages IA émergents
Transformer le shadow IT en pratiques maîtrisées, conformes au cadre réglementaire (IA Act, RGPD) et alignées sur les priorités métier.
4. Identifier des cas d’usage à fort impact
La retranscription automatique, les chatbots augmentés, l’aide à la rédaction offrent des gains rapides et visibles.
📊 Les chiffres clés à retenir
-
×5
Multiplication du volume de données (2018-2025) -
78%
Décideurs voulant optimiser leur pilotage data -
37%
Prévoient d’exploiter l’IA -
>30%
Croissance du segment IA -
22%
Ont formalisé une stratégie IA -
41% vs 13%
Écart ministères / collectivités en déploiement IA -
50%
Usages IA encore en « shadow IT » -
48%
Envisagent l’IA pour la relation usager
Conclusion : la donnée, actif stratégique de l’action publique
Le numérique n’est plus un sujet technique. Il irrigue désormais l’ensemble de l’action publique, de la relation usager à l’optimisation des ressources. Dans cette transformation, la donnée occupe une place centrale.
Les organisations qui sauront dépasser l’accumulation passive pour entrer dans une logique de valorisation active prendront une longueur d’avance. Les autres risquent de voir leur dette data s’alourdir, rendant chaque nouveau projet plus complexe et coûteux.
Le chantier est immense. Les outils existent. La volonté politique aussi, malgré les contraintes budgétaires. Reste à passer de l’intention à l’exécution.
Sources : Webinaire UGAP « L’informatique dans la sphère publique » (2025), étude Exaegis, enquête auprès de 90+ décideurs du secteur public.
