IA Souveraine pour Collectivites Territoriales — Chatbot Citoyen, Demarches Automatisees, Urbanisme Predictif

#Chatbot citoyen 24/7 — Le premier point de contact IA de votre collectivite

Un chatbot citoyen n'est pas un gadget marketing pour la page d'accueil du site de la mairie. C'est un agent conversationnel qui repond aux questions des administres en langage naturel, 24 heures sur 24, 7 jours sur 7, y compris les jours feries et les week-ends. Le volume de sollicitations que traitent les services d'accueil d'une commune de 15 000 a 80 000 habitants est massif : entre 200 et 800 appels telephoniques par semaine, 100 a 400 courriels, plus les visites physiques au guichet. Sur ce volume, les etudes de la DINUM (Direction Interministerielle du Numerique) et les retours d'experience des collectivites pilotes montrent que 60 a 80 % des sollicitations portent sur des questions a reponse standard : horaires des equipements, modalites d'inscription a la cantine scolaire, pieces a fournir pour un acte d'etat civil, avancement d'un dossier d'urbanisme, collecte des dechets.

Ces questions ont une reponse factuelle, verifiable, qui existe deja quelque part dans les documents de la collectivite (site web, deliberations, reglements interieurs, fiches de procedure). Le chatbot citoyen Nehos ne genere pas de reponses inventees : il utilise un pipeline RAG (Retrieval-Augmented Generation) qui recupere les passages pertinents dans le corpus documentaire de votre collectivite avant de formuler la reponse. Chaque reponse inclut la source (deliberation, arrete, page du site, reglement) et un lien vers le document complet. Si le chatbot ne trouve pas de source fiable, il ne repond pas — il oriente l'administre vers le service competent avec les coordonnees et les horaires.

#Architecture technique du chatbot citoyen

Le chatbot repose sur quatre couches. Couche LLM : Mistral (Mistral Small pour les chatbots a budget contraint, Mistral Large 2 pour les cas d'usage complexes avec raisonnement multi-etapes) auto-heberge sur OVHcloud. Couche RAG : corpus documentaire indexe dans Qdrant (deliberations, arretes, fiches de procedure, pages du site, FAQ existantes), embeddings Mistral Embed, rerankage par pertinence. Couche applicative : API Symfony qui gere les sessions conversationnelles, la persistance des historiques, l'escalade vers un agent humain, les webhooks vers le SI existant de la collectivite (GRC, messagerie interne). Couche front : widget conversationnel integre au site web de la collectivite (iframe ou web component), compatible RGAA 4.1 (navigation clavier complete, roles ARIA, contrastes WCAG AA, compatibilite NVDA et VoiceOver).

Point important : le chatbot n'est pas un remplacant des agents d'accueil. C'est un filtre intelligent. Les questions simples sont resolues par le chatbot (gain de temps pour l'administre, gain de charge pour l'agent). Les questions complexes — celles qui necessitent du jugement, de l'empathie, ou l'acces a un dossier administratif individuel — sont escaladees vers un agent humain avec le contexte de la conversation pre-transmis. L'agent ne repart pas de zero. Cf service IA souveraine Nehos pour le detail de la stack Mistral.

#Automatisation des demarches administratives — Pre-remplissage, suivi, notification

Les demarches administratives en ligne existent deja dans la plupart des collectivites via des teleservices (souvent bases sur des solutions comme Publik/Combo de la societe Entr'ouvert, ou des formulaires proprietaires). Le probleme n'est pas l'absence de formulaires en ligne. Le probleme est triple : (1) les formulaires sont complexes et les taux d'abandon oscillent entre 30 et 60 % selon les etudes de la DINUM, (2) les administres ne savent pas toujours quelle demarche entreprendre ni quelles pieces fournir, (3) le suivi de dossier est opaque (l'administre ne sait pas ou en est sa demande sans rappeler le service).

L'IA intervient a trois niveaux. Pre-remplissage intelligent : a partir de la situation decrite par l'administre en langage naturel, l'agent IA identifie la demarche applicable, pre-remplit le formulaire avec les informations deja connues (via France Connect si autorise), et liste les pieces justificatives manquantes. Suivi proactif : l'agent IA interroge le SI de la collectivite (GRC/GED) pour fournir l'etat d'avancement du dossier en temps reel, sans intervention humaine. Notification intelligente : l'administre recoit des notifications contextualisees (votre dossier est complet, il manque la piece X, votre demande est acceptee/refusee avec motif) par le canal de son choix (email, SMS, espace citoyen).

#Connexion au SI existant de la collectivite

Nehos ne demande pas de remplacer votre SI. On s'y connecte. Les connecteurs Symfony s'interfacent avec les solutions courantes des collectivites : Publik/Combo (teleservices), Arpege/Concerto (etat civil), Operis (finances), SIG (systeme d'information geographique pour les donnees cadastrales et urbanisme), Pastell (parapheur electronique), iParapheur (signature), S2LOW (gestion des subventions). L'integration se fait par API REST quand elle existe, ou par connecteur base de donnees en lecture seule quand l'API n'est pas disponible. Chaque connecteur est documente, teste et livre avec les procedures de maintenance. L'open data est aussi exploite : les jeux de donnees publies sur data.gouv.fr et les portails open data locaux alimentent le RAG pour enrichir les reponses du chatbot avec des donnees factuelles verifiees (horaires, coordonnees, statistiques locales). Cf open data collectivites sur data.gouv.fr.

#Urbanisme predictif — Anticiper plutot que subir

L'urbanisme dans une collectivite de taille intermediaire genere un volume de donnees considerable : permis de construire (entre 300 et 2 000 par an pour une communaute d'agglomeration), declarations prealables, certificats d'urbanisme, PLU et ses modifications, donnees cadastrales, SIG. Ces donnees sont souvent cloisonnees dans des silos applicatifs differents (logiciel d'instruction des permis, SIG, cadastre, deliberations).

L'analyse predictive IA permet de croiser ces donnees pour produire des indicateurs d'aide a la decision. Prevision des zones de tension fonciere : en analysant les tendances de demandes de permis par secteur sur 3 a 5 ans, le modele identifie les zones ou la pression va s'intensifier. Detection des anomalies d'instruction : le modele signale les dossiers dont les delais d'instruction depassent les moyennes statistiques, ou dont les pieces sont atypiques par rapport aux dossiers similaires. Simulation d'impact PLU : avant une modification du PLU, le modele simule l'impact sur le volume de permis, la densite, les besoins en equipements publics.

La base technique est la meme : Mistral pour le raisonnement sur les donnees textuelles (deliberations, observations, avis ABF), des modeles statistiques classiques (Python, scikit-learn) pour les series temporelles et les predictions volumetriques, le tout orchestre par une couche Symfony qui alimente les tableaux de bord des services urbanisme. Les donnees ne quittent jamais l'infrastructure souveraine. Cf recommandations ANSSI sur la securite des SI des collectivites.

#Gestion des reclamations et signalements — Du nid-de-poule au tableau de bord

Les reclamations et signalements des administres (voirie, proprete, eclairage public, nuisances, stationnement) sont un flux constant dans toute collectivite. Les outils de gestion de la relation citoyen (GRC) existent — mais la categorisation est souvent manuelle, le routage vers le bon service est approximatif, et le retour a l'administre est lent ou inexistant.

L'IA Nehos automatise trois etapes. Classification automatique : le signalement (texte libre + photo optionnelle) est analyse par Mistral pour determiner la categorie (voirie, proprete, eclairage, espaces verts, urbanisme, bruit), le niveau d'urgence, et le service destinataire. Routage intelligent : le signalement est automatiquement affecte au bon service avec les informations contextuelles (localisation geolocalisee, historique des signalements sur le meme secteur, delai de traitement moyen du service concerne). Suivi et cloture : l'administre recoit un accuse de reception immediat, des notifications d'avancement, et une notification de cloture avec photo avant/apres quand le probleme est resolu.

Le gain mesure sur les collectivites pilotes : reduction de 40 a 55 % du temps de traitement entre le signalement et la cloture, augmentation de 30 points du taux de satisfaction citoyen sur les reclamations (mesure par enquete post-cloture), et reduction de 25 % du volume d'appels telephoniques de relance (les administres consultent le suivi en ligne au lieu d'appeler).

#RGPD collectivites — Les specificites du secteur public

Le RGPD s'applique aux collectivites avec des specificites qui les distinguent des entreprises privees. La base legale principale n'est pas le consentement (Art.6.1.a) mais la mission de service public (Art.6.1.e). Cela change la logique de conformite : vous n'avez pas besoin du consentement de l'administre pour traiter ses donnees dans le cadre d'une mission de service public prevue par la loi — mais vous devez documenter cette base legale, informer l'administre (Art.13), et garantir l'exercice de ses droits (acces, rectification, effacement quand applicable).

La CNIL a publie en 2023 et 2024 des recommandations specifiques aux collectivites utilisant l'IA. Trois points critiques. (1) Le DPO de la collectivite doit etre implique des la conception du projet IA (privacy by design Art.25) — pas informe apres coup. (2) Une DPIA (Data Protection Impact Assessment, Art.35) est obligatoire des lors que l'IA traite des donnees a grande echelle ou effectue du profilage — un chatbot qui traite des milliers de conversations d'administres par mois entre dans ce perimetre. (3) Les donnees d'entrainement ou de fine-tuning du modele ne doivent pas contenir de donnees personnelles reelles d'administres — utiliser des donnees synthetiques ou anonymisees. Nehos integre ces exigences des la phase d'architecture : le DPO est convie aux ateliers de cadrage, la DPIA est redigee en collaboration avec le DPO et le RSSI, et le pipeline de donnees est concu pour que seul le RAG en lecture seule accede aux bases de la collectivite (pas de fine-tuning sur donnees personnelles). Cf service RGPD Transferts Nehos.

#RGAA 4.1 — L'accessibilite numerique n'est pas optionnelle

Le RGAA 4.1 (Referentiel General d'Amelioration de l'Accessibilite, version 4.1) impose aux services publics en ligne d'etre accessibles aux personnes en situation de handicap. Ce n'est pas une recommandation : c'est une obligation legale (article 47 de la loi du 11 fevrier 2005, decret du 24 juillet 2019). Le non-respect expose la collectivite a une amende de 20 000 euros par service en ligne non conforme et par an de non-conformite.

Un chatbot IA deploye sur le site d'une collectivite est un service en ligne. Il doit donc etre conforme RGAA 4.1. Concretement, cela impose que le widget conversationnel soit entierement navigable au clavier (pas de piege clavier, focus visible sur chaque element interactif), que les roles ARIA soient correctement implementes (role="dialog" pour la fenetre de chat, role="log" pour le fil de conversation, aria-live="polite" pour les nouvelles reponses), que les contrastes respectent le niveau AA WCAG 2.1 (ratio minimum 4.5:1 pour le texte standard, 3:1 pour le texte large), et que le chatbot soit compatible avec les technologies d'assistance (lecteurs d'ecran NVDA, JAWS, VoiceOver). Nehos livre le chatbot avec un rapport d'audit RGAA 4.1 sur les criteres applicables au composant conversationnel. Cf referentiel RGAA 4.1 sur le site de la DINUM.

→ Vous évaluez vos options ? Utilisez notre estimateur de budget en ligne pour obtenir une fourchette en 2 minutes, ou consultez nos tarifs détaillés.

#Cloud souverain obligatoire — Pourquoi OVHcloud et pas Azure ou AWS

La CNIL et la DINUM recommandent explicitement aux collectivites de privilegier des hebergeurs souverains pour les traitements de donnees personnelles des administres. La doctrine cloud au centre de l'Etat (circulaire du Premier ministre du 5 juillet 2021, mise a jour en 2023) impose aux administrations centrales d'utiliser un cloud qualifie SecNumCloud ou, a defaut, un cloud souverain non soumis a des legislations extraterritoriales. Les collectivites territoriales ne sont pas formellement soumises a cette doctrine (qui cible les administrations centrales et les operateurs de l'Etat), mais la CNIL recommande la meme approche pour les traitements de donnees sensibles.

OVHcloud repond a ce besoin : societe francaise (SAS, capital non-americain), data centers en France (Gravelines, Roubaix, Strasbourg), non soumise au CLOUD Act. Deployer Mistral sur OVHcloud signifie qu'aucun acteur americain ne peut legalement exiger l'acces aux donnees des administres hebergees sur cette infrastructure. C'est une garantie structurelle, pas contractuelle. Pour les collectivites avec des exigences de souverainete maximale (collectivites classees OIV, traitements de donnees de defense ou de securite interieure), Nehos deploie sur 3DS Outscale qualifie SecNumCloud. Cf service Cloud Souverain Nehos et service SecNumCloud Nehos.

#Stack technique — Mistral, RAG reglementaire, Symfony

#Mistral en mode local

Mistral (modele francais, open weights) est deploye en auto-hebergement sur OVHcloud via vLLM. Aucune requete n'est envoyee a l'API publique Mistral. Aucune donnee d'administre ne quitte le perimetre OVHcloud. Pour les collectivites, Nehos recommande Mistral Small pour les chatbots FAQ (rapport cout/performance optimal, A100 suffisant) et Mistral Large 2 pour les cas d'usage necessitant du raisonnement complexe (analyse de dossiers d'urbanisme, synthese de deliberations, aide a la decision). Cf service IA souveraine Nehos.

#RAG reglementaire

Le RAG (Retrieval-Augmented Generation) est la cle de la fiabilite du chatbot. Sans RAG, un LLM repond a partir de ses connaissances generales d'entrainement — et peut halluciner sur des questions specifiques a votre collectivite (mauvais horaires, mauvaises pieces a fournir, references legales approximatives). Avec le RAG, le LLM repond a partir d'un corpus documentaire specifique, indexe et mis a jour : Code general des collectivites territoriales (CGCT), Code de l'urbanisme, deliberations du conseil municipal ou communautaire, arretes du maire, reglements interieurs des equipements, fiches de procedure des services. Le corpus est indexe dans Qdrant avec des embeddings Mistral Embed. La mise a jour est automatisee : un pipeline d'ingestion surveille les nouvelles deliberations et les nouveaux arretes, les indexe, et les rend disponibles au chatbot sans intervention humaine.

#Symfony en back-office agent

Pourquoi Symfony et pas un front LangGraph pur ? Parce que les collectivites ont besoin d'un back-office fonctionnel pour les agents de la collectivite, pas seulement d'une API LLM. Le back-office Symfony fournit : un tableau de bord des conversations en cours (avec indicateur d'escalade quand le chatbot ne sait pas repondre), un module de supervision humaine (l'agent peut lire et reprendre une conversation), des statistiques d'usage (nombre de conversations, taux de resolution, questions les plus frequentes, temps moyen de reponse), un module d'administration du corpus RAG (ajout/suppression/mise a jour de documents), et un module de gestion des droits (qui peut superviser quoi, profils agents, profils administrateurs). Symfony est choisi pour sa maturite dans l'ecosysteme collectivites (beaucoup de SI collectivites sont en PHP/Symfony), sa securite (composant Security, CSRF protection, gestion des rôles), et l'existence d'un vivier de developpeurs PHP/Symfony dans les prestataires informatiques des collectivites.

#ROI service public — Pas en euros, en qualite de service

Le ROI d'une IA dans une collectivite ne se mesure pas comme dans une entreprise privee. Il ne s'agit pas de chiffre d'affaires additionnel. Les indicateurs pertinents sont operationnels. Taux de resolution au premier contact (chatbot) : objectif 65 a 75 % des questions simples resolues sans escalade humaine — mesure en production sur les collectivites pilotes Nehos. Reduction du temps de traitement des reclamations : -40 a -55 % entre le signalement et la cloture. Reduction du volume d'appels telephoniques entrants : -20 a -35 % sur les questions a reponse standard (les administres trouvent la reponse via le chatbot). Satisfaction citoyen : +20 a +35 points NPS sur les interactions numeriques. Conformite reglementaire : RGPD, AI Act, RGAA mesurables et auditables (la non-conformite a un cout : amendes CNIL jusqu'a 20 M euros, contentieux administratifs, atteinte a l'image). Temps agent libere : les agents d'accueil passent moins de temps sur les questions repetitives et plus de temps sur l'accompagnement des publics fragiles ou des dossiers complexes — ce qui est le coeur de leur mission de service public.

#Methode de deploiement Nehos pour les collectivites — 4 phases

Phase 1 — Cadrage et audit (2-3 semaines, 5 000 a 10 000 euros HT) Ateliers avec les services concernes (accueil, urbanisme, etat civil, technique, DSI, DPO). Cartographie des flux de sollicitations (quels canaux, quels volumes, quelles typologies de questions). Identification des 5-10 cas d'usage prioritaires. Analyse du SI existant (GRC, GED, SIG, teleservices). Redaction de la DPIA en collaboration avec le DPO. Livrable : cahier de cadrage IA collectivite, roadmap de deploiement, estimation budgetaire.

Phase 2 — Developpement et integration (6-10 semaines) Deploiement stack souveraine OVHcloud (Mistral + Qdrant + Postgres + Langfuse). Ingestion et indexation du corpus documentaire de la collectivite. Developpement du chatbot citoyen (widget front RGAA 4.1 + API Symfony). Developpement des connecteurs SI (GRC, GED, teleservices). Developpement du back-office agent (Symfony). Tests fonctionnels, tests d'accessibilite RGAA, tests de securite.

Phase 3 — Pilote et ajustement (3-4 semaines) Deploiement en pilote sur un perimetre restreint (un service, une thematique). Collecte des retours agents et administres. Ajustement du corpus RAG (ajout de documents manquants, correction des reponses imprecises). Ajustement des seuils d'escalade. Validation par le DPO et le RSSI.

Phase 4 — Mise en production et transfert de competences Deploiement sur l'ensemble du perimetre prevu. Formation des agents (demi-journee par profil). Formation de l'administrateur technique (1 journee). Documentation operationnelle. SLA contractuel. MCO optionnel.

#Tarification — 25 a 90 k euros HT

Fourchette entree (25-40 k euros HT, 3-4 mois) : chatbot citoyen sur le site web, FAQ dynamique, RAG sur corpus documentaire existant (site web + deliberations), widget RGAA 4.1, back-office agent basique, formation. Typique : commune de 10 000 a 30 000 habitants.

Fourchette intermediaire (40-65 k euros HT, 4-6 mois) : chatbot + automatisation de 3-5 demarches (pre-remplissage, suivi de dossier), connecteurs SI (GRC, teleservices), notifications, back-office agent complet, DPIA. Typique : communaute de communes ou communaute d'agglomeration de 50 000 a 150 000 habitants.

Fourchette haute (65-90 k euros HT, 5-8 mois) : chatbot + demarches + urbanisme predictif + gestion des reclamations + connecteurs multi-SI (GRC, GED, SIG, finances) + open data + tableaux de bord elus. Typique : metropole ou communaute d'agglomeration de plus de 150 000 habitants, ou collectivite avec des exigences de souverainete renforcees.

MCO mensuel : 2 000 a 5 000 euros HT selon perimetre et SLA. Premier chiffrage gratuit en 30 minutes.