26.10.2026 — Résumé. Le 2 octobre 2026, le Conseil fédéral a adopté un rapport sur l’automatisation et l’IA dans l’administration. Première étape annoncée : améliorer la vue d’ensemble interne des systèmes. Nous pensons que c’est la bonne méthode, justement celle que nous proposons aux PME : cartographier avant d’automatiser.
Mis à jour le 26.10.2026
Qu’a annoncé le Conseil fédéral ?
Dans son communiqué du 2 octobre 2026, le Conseil fédéral dit vouloir accroître l’efficience de l’administration grâce à l’automatisation et à l’IA. Ce communiqué s’appuie sur le rapport « Automatiser les processus et utiliser l’intelligence artificielle pour améliorer l’efficience de l’administration ».
Le rapport retient cinq domaines prioritaires :
- gestion des affaires ;
- traduction assistée par ordinateur ;
- examen de requêtes et de cas ;
- traitement des données ;
- processus de soutien en matière de gestion (back-office).
La première étape n’est pas un outil. Dans le cadre de sa stratégie IA, l’administration fédérale vise à améliorer la vue d’ensemble interne de ses systèmes, qu’il s’agisse de systèmes d’IA ou d’automatisation des processus. Le communiqué n’avance ni chiffre d’économies ni calendrier. C’est un rapport qui donne une orientation, pas une loi.
Pourquoi un inventaire d’abord ?
Parce qu’on ne peut pas choisir ce qu’on ne voit pas. Le contexte le montre : le 18 septembre 2026, un communiqué de l’administration fédérale faisait le point sur la stratégie IA. Plus de cent projets d’IA sont menés au sein de la Confédération (le communiqué en cite 116) et le soutien est limité à CHF 2 millions par an. Dans le cadre de ce projet, c’est la Chancellerie fédérale qui coordonne les activités avec l’appui d’un réseau de compétences en IA.
Nous en déduisons que la priorité n’est pas de lancer davantage de projets, mais de tirer parti de l’existant : savoir ce qui existe, où, et à quoi cela sert. Une vue d’ensemble permet de repérer les doublons, de comparer les résultats et de décider où concentrer l’effort. Sans elle, chaque nouveau projet s’ajoute aux autres sans que personne puisse dire s’il était le plus utile.
Selon ce communiqué, l’élaboration d’un manuel sur l’IA est abandonnée, décision à notre avis pertinente compte tenu de l’évolution rapide de la technologie, et, au lieu d’une place de marché IA, c’est la banque de données de projets d’IA existante qui sera développée. Nous y lisons un choix sobre : recenser ce qui existe avant de produire de nouveaux supports. Les mesures seront réexaminées au plus tard fin 2028.
Ce que nous approuvons : l’administration parle de systèmes plutôt que d’outils
L’objectif n’est pas de créer des fonctionnalités, ni de sélectionner un fournisseur de LLM, tout comme chez nous : le périmètre retenu couvre à la fois l’IA et l’automatisation des processus. C’est donc un point que nous jugeons juste. Dans une organisation, la question utile n’est pas « quel outil d’IA utilisons-nous ? », mais « quel processus consomme du temps, et qu’est-ce qui l’automatise déjà ? ». Une règle de traitement dans un logiciel métier, un script, une macro ou un assistant conversationnel relèvent tous de cette question.
Les cinq domaines prioritaires cités plus haut vont dans le même sens. Ce sont des processus, pas des technologies : gérer des affaires, traduire, examiner des demandes, traiter des données, faire tourner le back-office. L’analyse et le choix de l’outil viennent ensuite.
Que peut en tirer une PME ?
La même méthode, à sa mesure. Une PME n’a pas cent projets d’IA. Elle a souvent plus d’outils qu’elle ne le croit, adoptés poste par poste, avec des comptes et des données dont personne n’a la liste complète.
Cartographier, pour une PME, c’est répondre par écrit à quelques questions simples :
- quels outils d’IA et d’automatisation sont utilisés, et par qui ;
- pour quels processus ;
- avec quelles données, et sous quels comptes ;
- avec quel résultat, mesuré ou non.
Les cinq domaines fédéraux ont leurs équivalents dans une entreprise : le suivi des dossiers, la traduction, le traitement des demandes de clients, la gestion des données et le back-office, comptabilité comprise.
La pratique que nous critiquons est l’inverse : acheter une licence, puis se rendre compte que la plupart de ses atouts ne sont pas utilisés. Elle produit des outils dispersés et des gains ou des pertes que personne ne mesure.
C’est pour cela que nos mandats commencent par un diagnostic, avant toute construction ; nous le décrivons dans notre approche.
Nous partageons donc l’approche de la Confédération : savoir déjà quels outils sont utilisés, avec quelles données et selon quelles règles. C’est le point de départ de notre accompagnement en gouvernance IA.
Les limites de notre position
Notre thèse a des limites, et nous préférons les écrire.
L’échelle, d’abord. L’administration fédérale et une PME n’ont ni les mêmes contraintes ni les mêmes moyens. Pour une petite structure, l’inventaire doit rester proportionné à sa taille.
Le risque de l’attente, ensuite. Un inventaire peut devenir un prétexte pour ne rien décider. Certaines améliorations sont évidentes et n’ont pas besoin d’une carte complète pour être lancées. Cartographier ne doit pas remplacer l’action, seulement l’orienter.
La durée de vie, aussi. Une vue d’ensemble est une photographie. Les usages de l’IA changent vite ; une carte qui n’est pas tenue à jour perd sa valeur en quelques mois.
Ce que nous ignorons, encore. Le communiqué ne dit pas comment la vue d’ensemble fédérale sera établie ni à quel rythme. Notre avis porte sur le principe, pas sur une mise en œuvre que nous ne connaissons pas.
Notre intérêt, enfin. Nous proposons nous-mêmes des diagnostics. Il est donc logique que nous défendions l’idée de mesurer avant d’agir. Nous le disons pour que chacun puisse en tenir compte, et parce qu’un diagnostic peut aussi conclure qu’il vaut mieux ne rien automatiser.
Qu’en retenir ?
En plaçant la vue d’ensemble des systèmes en première étape, l’administration fédérale applique une règle simple : savoir avant de choisir. Une PME n’a pas besoin d’attendre un rapport pour faire de même. Une carte de ses outils, de ses processus et de ses données suffit pour décider où l’IA sera utile et où elle ne le sera pas.
Par Sofia Mestre