IA Souveraine pour Collectivités Territoriales — Chatbot Citoyen, Démarches Automatisées, Urbanisme Predictif

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

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 répond aux questions des administres en langage naturel, 24 heures sur 24, 7 jours sur 7, y compris les jours fériés et les week-ends. Le volume de sollicitations que traitent les services d'accueil d'une commune de 15 000 à 80 000 habitants est massif : entre 200 et 800 appels téléphoniques par semaine, 100 a 400 courriels, plus les visites physiques au guichet. Sur ce volume, les études de la DINUM (Direction Interministérielle du Numérique) et les retours d'expérience des collectivités pilotes montrent que 60 a 80 % des sollicitations portent sur des questions a réponse standard : horaires des équipements, modalités d'inscription a la cantine scolaire, pieces a fournir pour un acte d'état civil, avancement d'un dossier d'urbanisme, collecte des déchets.

Ces questions ont une réponse factuelle, verifiable, qui existe déjà quelque part dans les documents de la collectivité (site web, deliberations, règlements intérieurs, fiches de procedure). Le chatbot citoyen Nehos ne genere pas de réponses inventées : il utilise un pipeline RAG (Retrieval-Augmented Generation) qui récupère les passages pertinents dans le corpus documentaire de votre collectivité avant de formuler la réponse. Chaque réponse inclut la source (deliberation, arrete, page du site, règlement) et un lien vers le document complet. Si le chatbot ne trouve pas de source fiable, il ne répond pas — il oriente l'administre vers le service competent avec les coordonnées 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-étapes) auto-heberge sur OVHcloud. Couche RAG : corpus documentaire indexe dans Qdrant (deliberations, arrêtés, 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 collectivité (GRC, messagerie interne). Couche front : widget conversationnel integre au site web de la collectivité (iframe ou web component), compatible RGAA 4.1 (navigation clavier complete, roles ARIA, contrastes WCAG AA, compatibilité NVDA et VoiceOver).

Point important : le chatbot n'est pas un remplaçant des agents d'accueil. C'est un filtre intelligent. Les questions simples sont résolues par le chatbot (gain de temps pour l'administre, gain de charge pour l'agent). Les questions complexes — celles qui nécessitent du jugement, de l'empathie, ou l'accès à un dossier administratif individuel — sont escaladées 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 démarches administratives — Pre-remplissage, suivi, notification

Les démarches administratives en ligne existent déjà dans la plupart des collectivités via des teleservices (souvent bases sur des solutions comme Publik/Combo de la société Entr'ouvert, ou des formulaires propriétaires). Le problème n'est pas l'absence de formulaires en ligne. Le problème est triple : (1) les formulaires sont complexes et les taux d'abandon oscillent entre 30 et 60 % selon les études 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 : à partir de la situation décrite par l'administre en langage naturel, l'agent IA identifie la demarche applicable, pre-remplit le formulaire avec les informations déjà connues (via France Connect si autorise), et liste les pieces justificatives manquantes. Suivi proactif : l'agent IA interroge le SI de la collectivité (GRC/GED) pour fournir l'état d'avancement du dossier en temps réel, sans intervention humaine. Notification intelligente : l'administre reçoit des notifications contextualisees (votre dossier est complet, il manque la piece X, votre demande est acceptée/refusée avec motif) par le canal de son choix (email, SMS, espace citoyen).

#Connexion au SI existant de la collectivité

Nehos ne demande pas de remplacer votre SI. On s'y connecte. Les connecteurs Symfony s'interfacent avec les solutions courantes des collectivités : Publik/Combo (teleservices), Arpège/Concerto (état civil), Operis (finances), SIG (système d'information géographique pour les données cadastrales et urbanisme), Pastell (parapheur électronique), iParapheur (signature), S2LOW (gestion des subventions). L'integration se fait par API REST quand elle existe, ou par connecteur base de données 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 données publies sur data.gouv.fr et les portails open data locaux alimentent le RAG pour enrichir les réponses du chatbot avec des données factuelles vérifiées (horaires, coordonnées, statistiques locales). Cf open data collectivités sur data.gouv.fr.

#Urbanisme predictif — Anticiper plutôt que subir

L'urbanisme dans une collectivité de taille intermédiaire genere un volume de données considerable : permis de construire (entre 300 et 2 000 par an pour une communauté d'agglomeration), declarations préalables, certificats d'urbanisme, PLU et ses modifications, données cadastrales, SIG. Ces données sont souvent cloisonnées dans des silos applicatifs différents (logiciel d'instruction des permis, SIG, cadastre, deliberations).

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

La base technique est la même : Mistral pour le raisonnement sur les données textuelles (deliberations, observations, avis ABF), des modèles 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 données ne quittent jamais l'infrastructure souveraine. Cf recommandations ANSSI sur la sécurité des SI des collectivités.

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

Les reclamations et signalements des administres (voirie, propreté, éclairage public, nuisances, stationnement) sont un flux constant dans toute collectivité. Les outils de gestion de la relation citoyen (GRC) existent — mais la catégorisation 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 étapes. Classification automatique : le signalement (texte libre + photo optionnelle) est analyse par Mistral pour determiner la catégorie (voirie, propreté, éclairage, 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 même secteur, délai de traitement moyen du service concerne). Suivi et cloture : l'administre reçoit un accuse de reception immédiat, des notifications d'avancement, et une notification de cloture avec photo avant/après quand le problème est résolu.

Le gain mesure sur les collectivités pilotes : reduction de 40 à 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 enquête post-cloture), et reduction de 25 % du volume d'appels téléphoniques de relance (les administres consultent le suivi en ligne au lieu d'appeler).

#RGPD collectivités — Les spécificités du secteur public

Le RGPD s'applique aux collectivités avec des spécificités qui les distinguent des entreprises privées. La base légale 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 conformité : vous n'avez pas besoin du consentement de l'administre pour traiter ses données dans le cadre d'une mission de service public prevue par la loi — mais vous devez documenter cette base légale, informer l'administre (Art.13), et garantir l'exercice de ses droits (accès, rectification, effacement quand applicable).

La CNIL a publie en 2023 et 2024 des recommandations spécifiques aux collectivités utilisant l'IA. Trois points critiques. (1) Le DPO de la collectivité doit être implique des la conception du projet IA (privacy by design Art.25) — pas informe après coup. (2) Une DPIA (Data Protection Impact Assessment, Art.35) est obligatoire des lors que l'IA traite des données à grande échelle ou effectue du profilage — un chatbot qui traite des milliers de conversations d'administres par mois entre dans ce périmètre. (3) Les données d'entraînement ou de fine-tuning du modèle ne doivent pas contenir de données personnelles réelles d'administres — utiliser des données synthétiques ou anonymisees. Nehos integre ces exigences des la phase d'architecture : le DPO est convie aux ateliers de cadrage, la DPIA est rédigée en collaboration avec le DPO et le RSSI, et le pipeline de données est conçu pour que seul le RAG en lecture seule accede aux bases de la collectivité (pas de fine-tuning sur données personnelles). Cf service RGPD Transferts Nehos.

#RGAA 4.1 — L'accessibilité numérique n'est pas optionnelle

Le RGAA 4.1 (Référentiel General d'Amelioration de l'Accessibilité, version 4.1) impose aux services publics en ligne d'être accessibles aux personnes en situation de handicap. Ce n'est pas une recommandation : c'est une obligation légale (article 47 de la loi du 11 février 2005, décret du 24 juillet 2019). Le non-respect expose la collectivité a une amende de 20 000 euros par service en ligne non conforme et par an de non-conformité.

Un chatbot IA déployé sur le site d'une collectivité est un service en ligne. Il doit donc être conforme RGAA 4.1. Concrètement, cela impose que le widget conversationnel soit entièrement navigable au clavier (pas de piege clavier, focus visible sur chaque element interactif), que les roles ARIA soient correctement implémentés (role="dialog" pour la fenêtre de chat, role="log" pour le fil de conversation, aria-live="polite" pour les nouvelles réponses), 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'écran NVDA, JAWS, VoiceOver). Nehos livre le chatbot avec un rapport d'audit RGAA 4.1 sur les critères applicables au composant conversationnel. Cf référentiel 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 collectivités de privilégier des hébergeurs souverains pour les traitements de données personnelles des administres. La doctrine cloud au centre de l'État (circulaire du Premier ministre du 5 juillet 2021, mise à jour en 2023) impose aux administrations centrales d'utiliser un cloud qualifie SecNumCloud ou, a défaut, un cloud souverain non soumis a des législations extraterritoriales. Les collectivités territoriales ne sont pas formellement soumises a cette doctrine (qui cible les administrations centrales et les opérateurs de l'État), mais la CNIL recommande la même approche pour les traitements de données sensibles.

OVHcloud répond a ce besoin : société française (SAS, capital non-américain), data centers en France (Gravelines, Roubaix, Strasbourg), non soumise au CLOUD Act. Déployer Mistral sur OVHcloud signifie qu'aucun acteur américain ne peut légalement exiger l'accès aux données des administres hébergées sur cette infrastructure. C'est une garantie structurelle, pas contractuelle. Pour les collectivités avec des exigences de souveraineté maximale (collectivités classées OIV, traitements de données de defense ou de sécurité intérieure), Nehos déploie sur 3DS Outscale qualifie SecNumCloud. Cf service Cloud Souverain Nehos et service SecNumCloud Nehos.

#Stack technique — Mistral, RAG réglementaire, Symfony

#Mistral en mode local

Mistral (modèle français, open weights) est déployé en auto-hébergement sur OVHcloud via vLLM. Aucune requête n'est envoyée a l'API publique Mistral. Aucune donnée d'administre ne quitte le périmètre OVHcloud. Pour les collectivités, Nehos recommande Mistral Small pour les chatbots FAQ (rapport coût/performance optimal, A100 suffisant) et Mistral Large 2 pour les cas d'usage nécessitant du raisonnement complexe (analyse de dossiers d'urbanisme, synthèse de deliberations, aide à la décision). Cf service IA souveraine Nehos.

#RAG réglementaire

Le RAG (Retrieval-Augmented Generation) est la clé de la fiabilité du chatbot. Sans RAG, un LLM répond à partir de ses connaissances générales d'entraînement — et peut halluciner sur des questions spécifiques à votre collectivité (mauvais horaires, mauvaises pieces a fournir, references légales approximatives). Avec le RAG, le LLM répond à partir d'un corpus documentaire spécifique, indexe et mis à jour : Code general des collectivités territoriales (CGCT), Code de l'urbanisme, deliberations du conseil municipal ou communautaire, arrêtés du maire, règlements intérieurs des équipements, fiches de procedure des services. Le corpus est indexe dans Qdrant avec des embeddings Mistral Embed. La mise à jour est automatisée : un pipeline d'ingestion surveille les nouvelles deliberations et les nouveaux arrêtés, 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 collectivités ont besoin d'un back-office fonctionnel pour les agents de la collectivité, 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 répondre), 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 réponse), un module d'administration du corpus RAG (ajout/suppression/mise à jour de documents), et un module de gestion des droits (qui peut superviser quoi, profils agents, profils administrateurs). Symfony est choisi pour sa maturité dans l'écosystème collectivités (beaucoup de SI collectivités sont en PHP/Symfony), sa sécurité (composant Security, CSRF protection, gestion des rôles), et l'existence d'un vivier de développeurs PHP/Symfony dans les prestataires informatiques des collectivités.

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

Le ROI d'une IA dans une collectivité ne se mesure pas comme dans une entreprise privée. Il ne s'agit pas de chiffre d'affaires additionnel. Les indicateurs pertinents sont opérationnels. Taux de resolution au premier contact (chatbot) : objectif 65 a 75 % des questions simples résolues sans escalade humaine — mesure en production sur les collectivités pilotes Nehos. Reduction du temps de traitement des reclamations : -40 a -55 % entre le signalement et la cloture. Reduction du volume d'appels téléphoniques entrants : -20 a -35 % sur les questions a réponse standard (les administres trouvent la réponse via le chatbot). Satisfaction citoyen : +20 a +35 points NPS sur les interactions numériques. Conformité réglementaire : RGPD, AI Act, RGAA mesurables et auditables (la non-conformité a un coût : amendes CNIL jusqu'à 20 M euros, contentieux administratifs, atteinte a l'image). Temps agent libere : les agents d'accueil passent moins de temps sur les questions répétitives 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.

#Méthode de déploiement Nehos pour les collectivités — 4 phases

Phase 1 — Cadrage et audit (2-3 semaines, 5 000 a 10 000 euros HT) Ateliers avec les services concernes (accueil, urbanisme, état 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 collectivité, roadmap de déploiement, estimation budgétaire.

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

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

Phase 4 — Mise en production et transfert de competences Déploiement sur l'ensemble du périmètre prévu. Formation des agents (demi-journée par profil). Formation de l'administrateur technique (1 journée). Documentation opérationnelle. SLA contractuel. MCO optionnel.

#Tarification — 25 a 90 k euros HT

Fourchette entrée (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 à 30 000 habitants.

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

Fourchette haute (65-90 k euros HT, 5-8 mois) : chatbot + démarches + urbanisme predictif + gestion des reclamations + connecteurs multi-SI (GRC, GED, SIG, finances) + open data + tableaux de bord élus. Typique : métropole ou communauté d'agglomeration de plus de 150 000 habitants, ou collectivité avec des exigences de souveraineté renforcées.

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