Le 1er octobre 2026, la deuxième édition du Forum de la donnée territoriale réunira à Paris collectivités territoriales, services de l’État, experts et acteurs du numérique.
Le programme pose plusieurs questions structurantes : comment mieux partager les données territoriales ? Comment préserver la souveraineté et la liberté de choix des acteurs publics ? Comment encadrer les usages de l’intelligence artificielle ? Et comment transformer des données mieux accessibles en services réellement utiles à l’action publique ?
C’est sur ce dernier point que le contrôle des aides et subventions constitue un cas d’usage particulièrement concret.
Les collectivités disposent déjà de nombreuses informations utiles à leurs missions de contrôle. Mais celles-ci restent souvent réparties entre plusieurs services, applications, référentiels et sources externes.
L’enjeu n’est donc pas nécessairement de produire davantage de données. Il est de mieux faire circuler, rapprocher et exploiter celles qui existent déjà, afin d’orienter l’attention des agents vers les dossiers qui nécessitent réellement une analyse approfondie.
De la donnée disponible à la donnée exploitable
Une anomalie apparaît rarement dans une seule donnée prise isolément.
Elle peut résulter du rapprochement de plusieurs éléments : un bénéficiaire présent dans différents dispositifs, une incohérence entre une déclaration et un référentiel, un montant inhabituel, une situation qui s’écarte fortement de dossiers comparables ou encore des liens entre plusieurs entités.
Pris séparément, chacun de ces éléments peut être parfaitement légitime.
C’est leur mise en relation qui peut faire apparaître un signal justifiant une vérification.
Cette logique suppose toutefois de dépasser les silos organisationnels et techniques. Les données peuvent être réparties entre l’action sociale, le développement économique, les politiques territoriales, les finances, les dispositifs associatifs ou encore des référentiels nationaux.
La question de la circulation des données, au cœur du Forum, trouve donc ici une traduction très opérationnelle : comment permettre à plusieurs sources de contribuer à une même analyse, sans perdre la maîtrise de leur usage ?
Cibler les contrôles sans automatiser la décision
Cette logique est déjà utilisée à grande échelle par l’État.
Depuis 2014, la Direction générale des Finances publiques s’appuie notamment sur le dispositif CFVR, « ciblage de la fraude et valorisation des requêtes », qui analyse de grands volumes de données afin de faire ressortir des anomalies ou des fraudes fiscales potentielles.
Mais le principe est essentiel : une anomalie détectée n’est pas une fraude caractérisée, et un score n’est pas une décision.
Les dossiers identifiés sont ensuite examinés par les agents, qui restent responsables de l’opportunité et de la conduite du contrôle.
Cette distinction est fondamentale pour les collectivités également.
Le rôle d’un dispositif de ciblage n’est pas de décider à la place du contrôleur. Il est de l’aider à hiérarchiser l’information, à concentrer son temps sur les cas les plus significatifs et à comprendre pourquoi un dossier ressort.
Le bon usage de l’IA dans le contrôle des aides n’est pas de décider à la place de l’agent. C’est de lui permettre de savoir où regarder, et pourquoi.
Une logique déjà appliquée dans le secteur public
Cette approche ne relève pas uniquement de la théorie.
Dans le cadre du contrôle des demandes liées à l’activité partielle, une solution aujourd’hui intégrée à l’offre AdvanThink a été mise à disposition de 200 agents des DREETS afin de les aider à cibler les demandes potentiellement frauduleuses ou non conformes.
Elle s’appuie notamment sur le croisement de plusieurs systèmes d’information, l’enrichissement par des données externes et la mise à disposition d’un outil de ciblage destiné aux agents.
La logique est transposable à d’autres politiques publiques : mettre en qualité des données issues de sources différentes, identifier les signaux pertinents avec les métiers, construire des règles ou des modèles de détection, puis restituer les résultats sous une forme directement exploitable.
Le cœur de la démarche reste le même : transformer des données dispersées en une aide à la décision compréhensible et actionnable.
Explicabilité : une condition d’usage, pas une option
Dès lors qu’un outil contribue au ciblage de dossiers pouvant conduire à une décision administrative, l’explicabilité devient indispensable.
Une alerte doit pouvoir être comprise à plusieurs niveaux :
- par l’agent, qui doit savoir quels éléments ont provoqué le signal.
- par le bénéficiaire, lorsque l’administration doit expliquer une décision qui le concerne.
- par le juge, si cette décision fait ensuite l’objet d’un recours.
L’explicabilité n’est donc pas seulement une question de conformité ou de confiance. C’est une condition de l’usage opérationnel.
Un score isolé apporte peu de valeur s’il n’est pas possible de comprendre les données mobilisées, les règles appliquées ou les principaux facteurs ayant conduit à l’alerte.
Cette exigence rejoint directement les débats actuels sur la régulation de la donnée et de l’intelligence artificielle, également au programme du Forum.
La souveraineté se joue aussi dans la capacité à exploiter la donnée
La souveraineté numérique ne concerne pas uniquement l’endroit où une donnée est hébergée.
Elle porte aussi sur la capacité de l’acteur public à comprendre ses traitements, conserver la maîtrise de ses données, faire évoluer ses règles, limiter les dépendances technologiques et choisir son architecture.
Le Forum pose explicitement cette question à travers le débat sur les dépendances liées au cloud, aux logiciels, aux infrastructures et à l’intelligence artificielle.
Pour un dispositif de contrôle, cette maîtrise est particulièrement importante.
L’administration doit pouvoir savoir quelles données entrent dans le système, comment elles sont transformées, selon quelles règles un signal est généré et comment le traitement peut évoluer.
La performance d’un modèle ne suffit donc pas. Elle doit s’accompagner de traçabilité, d’interopérabilité et de réversibilité.
Amadea : transformer des données dispersées en décisions mieux éclairées
C’est précisément sur cette chaîne que nous intervenons chez AdvanThink.
Avec Amadea, les équipes peuvent réunir et mettre en qualité des données issues de sources hétérogènes, construire des règles métier et des modèles de détection, tester leur impact, puis industrialiser les traitements et restituer aux agents des indicateurs ou alertes exploitables.
La plateforme est conçue pour aller de la préparation des données jusqu’à leur exploitation opérationnelle, avec une logique de traçabilité, d’explicabilité et d’interopérabilité. Elle peut être utilisée par des équipes data comme par des utilisateurs métiers, dans un environnement administré et maîtrisé par l’IT.
L’objectif n’est pas d’ajouter une nouvelle couche technologique pour elle-même.
Il est de permettre aux acteurs publics de tirer davantage de valeur des données qu’ils possèdent déjà, tout en conservant la maîtrise du processus de décision.
Des communs de données aux cas d’usage
Le développement des communs numériques, des référentiels partagés et d’une meilleure circulation des données territoriales constitue une avancée importante.
Mais leur valeur se mesure in fine à leur capacité à soutenir des usages concrets.
Contrôle des aides, pilotage des politiques publiques, détection d’anomalies, allocation des ressources, prévention des risques : ce sont ces usages qui transforment la donnée en capacité d’action.
À l’approche du Forum de la donnée territoriale, le véritable enjeu n’est donc peut-être plus seulement de savoir quelles données partager, mais aussi comment les exploiter de manière utile, souveraine et explicable.
Dans le contrôle des aides comme dans d’autres missions publiques, la valeur ne réside pas dans le nombre de données disponibles ni dans la sophistication du modèle.
Elle réside dans la capacité à produire le bon signal, au bon moment, pour la bonne personne, avec une explication compréhensible.
Vous travaillez sur un projet de contrôle, de détection d’anomalies ou de valorisation de données publiques ?
Échangez avec Pierre-Louis Picot, Directeur Secteur public, Sécurité et Défense chez AdvanThink.
