Auteur moral

France. Ministère de l'aménagement du territoire et de la décentralisation ;France. Ministère de la Transition écologique, de la Biodiversité, de la Forêt, de la Mer et de la Pêche (2024/12...) ;France. Commissariat général au développement durable

Auteur secondaire

Résumé

Cette feuille de route s'inscrit dans la stratégie numérique de l'État et repose sur 4 objectifs prioritaires : construire une culture et un socle numérique, de données et d'IA commun à tous les agents ;Assurer le partage de la connaissance environnementale à travers les données et l'IA ;Structurer et favoriser l'engagement des communautés nationales et territoriales, en s'assurant du lien entre les niveaux national, européen et territorial et en mobilisant différents acteurs (collectivités, entreprises et chercheurs) ;Faire de la France un leader face aux enjeux d'IA durable et d'IA frugale en favorisant la mesure et la réduction de l'impact environnemental de l'IA.

Editeur

Ministères Aménagement du Territoire, Transition écologique

Descripteur Urbamet

intelligence artificielle ;data ;transition numérique ;données publiques

Descripteur écoplanete

Thème

Numérique

Texte intégral

Septembre 2025 NUMÉRIQUE ET INTELLIGENCE ARTIFICIELLE FEUILLE DE ROUTE 2 Feuille de route Numérique et Intelligence Artificielle Introduction Faire du numérique, de la donnée et de l?IA des alliés de l?aménagement de notre territoire et de la transition écologique Le numérique et l?Intelligence Artificielle (IA) se diffusent dans le quotidien des agents publics et de la population. Au vu de la complexité croissante des enjeux d?aménagement et de transition, le numérique, la donnée et l?intelligence artificielle représentent des outils clés pour augmenter notre connaissance des dynamiques environnementales, soutenir l?anticipation et la prise de décision, et accompagner les agents dans leurs tâches quotidiennes. Le pôle ministériel Aménagement du Territoire Transition Ecologique adopte déjà une posture proactive pour être au rendez-vous de l?IA. Les évolutions rapides de l?intelligence artificielle, notamment générative, depuis 2022, rendent nécessaires l?actualisation régulière d?orientations stratégiques pour le déploiement du numérique et de l?IA dans la sphère publique. Cette feuille de route « Numérique et Intelligence Artificielle » vise à favoriser un usage constructif et pertinent de ces technologies afin de poursuivre la modernisation de l?administration, au service du bien commun, de l?aménagement du territoire et de la transition écologique. Elle se structure autour de quatre axes majeurs : ? Construire un socle numérique, de données et d?IA commun à tous les agents ; ? Assurer le partage de la connaissance environnementale à travers les données et l?IA ; ? Structurer des communautés nationales et territoriales au service des politiques publiques du pôle ministériel, en s?assurant du lien entre les niveaux européen, national et territorial, en mobilisant collectivités, entreprises et chercheurs ; ? Faire de la France un leader de l?IA durable en favorisant la mesure et la réduction de l?impact environnemental de l?IA. 3 Feuille de route Numérique et Intelligence Artificielle Ces quatre axes sont transverses à l?ensemble du pôle ministériel Aménagement du Territoire Transition écologique, constitué des directions générales de l?administration centrale, des services déconcentrés et des opérateurs. Le pôle ministériel agit également en interaction forte avec la société civile, les collectivités territoriales, les entreprises, les chercheurs, ainsi que les autres administrations (ministères, agences publiques, etc.). Le pôle ministériel participe activement aux stratégies du la Coordination interministérielle en IA (CNIA) et de la Direction Interministérielle du Numérique (DINUM), pour favoriser le déploiement de politiques publiques de l?IA prenant en compte les enjeux environnementaux et pour partager des briques technologiques avec les autres administrations. La mise en oeuvre de ces quatre axes s?appuie sur une gouvernance du numérique, de la donnée et de l?intelligence artificielle pour le pôle ministériel. Celle-ci s?illustre à travers un comité unique, chargé de décider des orientations stratégiques et de prioriser les actions. Le pôle ministériel évalue les enjeux croissants du numérique et de l?IA dans son organisation et les politiques publiques qu?il déploie, en termes : (i) D?évolution des besoins ainsi que des emplois, métiers et compétences en lien avec ces besoins ; (ii) D?accompagnement technique pour des outils numériques et IA ; (iii) D?expertise pour suivre l?évolution des pratiques numériques, notamment celles utilisant de l?IA dans les secteurs clés du pôle (transport, bâtiment, climat, etc.) et les services supports. Pour ce faire, il est nécessaire que le pôle mobilise, en interne, des compétences spécifiques afin de ne pas dépendre uniquement de ressources externes. Disposer d?une expertise en 4 Feuille de route Numérique et Intelligence Artificielle numérique et IA au sein des services de l?État peut se révéler complexe au regard de l?attrition induite par l?attractivité du secteur privé. Dans ce contexte, détecter et former les talents en interne, à tous les niveaux (stratégique, opérationnel) peut constituer une réponse efficace pour répondre aux besoins numériques des ministères et créer de la valeur. Il apparait donc nécessaire de déployer un plan de formation et d?évolution des compétences pour valoriser les qualités existantes au sein du pôle ministériel. Les projets d?IA au service des politiques publiques environnementales nécessitent une ingénierie complexe, avec un suivi fin et expert, au vu du croisement des enjeux stratégiques et souverains, techniques, d?acceptabilité citoyenne et de transformation des organisations. C?est dans ce contexte que les projets numériques et d?IA portés par le pôle prennent tout leur sens : ils s?inscrivent pleinement dans une logique de transformation, de modernisation et d?innovation au service de l?action publique. Pour les missions qui le permettent, l?outillage vise des gains de productivité et de temps concrets, avec un pilotage rigoureux de leur impact réel, notamment à travers des indicateurs de retour sur investissement (ROI) clairement définis. Chaque projet se dote d?une gouvernance dédiée, qui intègre systématiquement le suivi de la performance et l?optimisation des résultats. Cette approche structurée permet non seulement de sécuriser les objectifs de transformation, mais aussi de mobiliser des financements en dé- montrant la valeur ajoutée des outils numériques et des solutions d?IA déployés. Cette feuille de route « Numérique et Intelligence Artificielle » est pilotée par nos deux ministères : ? Le ministère de l?Aménagement du Territoire et de la Décentralisation est responsable du dialogue national avec les collectivités territoriales, des politiques de développement, d?équilibre et d?aménagement de l?ensemble du territoire national, de cohésion économique et sociale des territoires, de promotion de leur attractivité et de leur développement économique, des politiques de la ruralité et de la ville, du logement, du renouvellement urbain, de la construction, de l?urbanisme et de l?aménagement foncier, des mobilités, des transports et de leurs infrastructures et de l?équipement. ? Le ministère de la Transition Écologique, de la Biodiversité, de la Forêt, de la Mer et de la Pêche prépare et met en oeuvre la politique du Gouvernement dans les domaines du développement durable, de l?environnement, du climat, de la lutte contre la pollution atmosphérique, de la protection de la nature et de la biodiversité, de l?eau, de la prévention des risques naturels et technologiques et de la sécurité industrielle, de la mer, du littoral et de la pêche maritime, de la forêt et du bois ainsi que de la promotion d?une gestion durable des ressources rares. Au sein de nos ministères, deux entités sont chargées de la mise en oeuvre et du suivi de cette feuille de route, en lien avec toutes les directions et les opérateurs : ? Le Commissariat Général au Développement Durable (CGDD), en tant qu?Administrateur Ministériel des Données, des Algorithmes et des Codes sources, se 5 Feuille de route Numérique et Intelligence Artificielle positionne spécifiquement sur la donnée, la connaissance et l?IA, ainsi que sur l?animation des communautés internes et externes afférentes. En collaboration avec les autres ministères, les collectivités locales, les opérateurs et ses autres partenaires, son laboratoire d?innovation Ecolab cherche à renforcer l?utilisation de l?IA au service de l?aménagement et la transition écologique, tout en réduisant l?impact environnemental de l?IA. ? Le Secrétariat Général (SG), notamment la Direction du Numérique (DNUM), développe et déploie les services socles numériques et IA pour l?ensemble des agents de nos ministères. Le SG accompagne également les agents dans leur montée en compétence sur l?utilisation des outils numériques. Au sein de la DNUM, la Fabrique numérique accompagne, soutient et porte les agents « intrapreneurs », en les appuyant dans la conception et le développement de produits numériques à impact, qui contribuent à apporter un service aux utilisateurs (entreprises, collectivités, citoyens, agents) et répondent à un problème réel, clairement identifié, touchant aux politiques publiques et aux missions de service public. 6 Feuille de route Numérique et Intelligence Artificielle Sommaire Faire du numérique, de la donnée et de l?IA des alliés de l?aménagement de notre territoire et de la transition écologique ....................................................................................................................... 2 Construire une culture et un socle numérique, données et IA communs pour nos agents ........ 7 A) Faciliter les conditions d?exploitation des ressources numériques ............................................. 7 B) Mettre à disposition des outils répondant aux besoins des services et des agents ................ 8 C) Outiller des usages spécifiques ......................................................................................................... 9 D) Construire un cadre de confiance pour accompagner l?usage des technologies numériques et favoriser l?acceptabilité ................................................................................................................. 15 E) Partager expertise et briques technologiques .............................................................................. 17 F) Maximiser l?impact et la soutenabilité de certains projets grâce à des communs numériques ...............................................................................................................................................................18 Poser les fondations d?une connaissance environnementale partagée via les données et l?IA 20 A) Construire les bases de données socles sur l?aménagement et l?environnement .................. 20 B) Rassembler et faciliter l?accès aux bases de données ................................................................. 26 C) Standardiser et faciliter l?accès et l?utilisation de nos corpus documentaires ....................... 29 D) Accompagner les évolutions juridiques ..........................................................................................31 Engager les communautés pour un numérique et une IA au service de l?aménagement du territoire et de la transition écologique .............................................................................................. 33 A) Accélérer la transition des territoires avec les potentiels du numérique et de l?IA .............. 33 B) Développer les services aux citoyens et à la collectivité............................................................ 35 C) Structurer une offre privée d?IA au service de la transition écologique ................................. 38 D) Travailler en collaboration avec la recherche ............................................................................... 38 E) Animer un réseau européen sur le numérique, la donnée et l?IA au service de la transition écologique........................................................................................................................................... 43 Faire de la France un leader de l?IA frugale ......................................................................................... 44 A) Développer des méthodologies et des outils de quantification .............................................. 44 B) Favoriser le déploiement de bonnes pratiques ............................................................................ 45 C) Promouvoir l?IA durable à l?international ...................................................................................... 45 Se donner les moyens de faire du numérique, de la donnée et de l?IA les alliés de l?aménagement du territoire et de la transition écologique............................................................ 47 A) Construire une gouvernance ministérielle du numérique et de l?IA ........................................ 47 B) Mobiliser pleinement nos ressources humaines et financières ................................................. 47 Dans ce document, les actions à venir de la feuille de route sont indiquées en encadré. Les produits numériques développés sont sous format tableau. Ceux intégrant de l?IA sont en jaune. 7 Feuille de route Numérique et Intelligence Artificielle Axe 1 Construire une culture et un socle numérique, données et IA communs pour nos agents Dans un monde du travail de plus en plus numérique, les agents de nos ministères doivent bénéficier d?un socle de services numériques facilitant la réalisation de leurs missions (échanges interservices, productions écrites, contrôles, etc.). A) Faciliter les conditions d?exploitation des ressources numériques Un environnement numérique de qualité passe en premier lieu par la fiabilité des infrastruc- tures nationales. En matière d?hébergement, il s?agit de définir une stratégie qui permette de poursuivre la montée en puissance du cloud Eco, tout en accentuant en parallèle la recherche de convergence et de complémentarité avec Pi et Nubo.1 Les infrastructures locales doivent également être mises ou maintenues à niveau sur tous les sites, quel que soit leur territoire d?implantation. La récente migration vers le RIE 2.0 de la quasi- totalité de nos 535 accès, qui s?est souvent accompagnée d?une évolution de débit et d?une fiabilisation, ouvre la voie à de nouveaux usages qu?il convient de prendre en compte dans la stratégie d?hébergement. C?est par exemple le cas du recours accru à l?hébergement cloud centralisé en remplacement d?hébergement local. Les postes de travail et équipements offerts aux agents sont parfois gérés de manière trop individuelle, rendant difficiles des opérations d?ampleur, comme la migration vers Windows 11 ou la configuration harmonisée des smartphones. Les processus de déploiement et de maintenance de ces équipements, tout au long de leur cycle de vie, pourront être optimisés pour des gains de temps, de qualité et de satisfaction. Enfin, la prise en compte des enjeux de souveraineté et risques cyber doit être transverse, avec des actions concrètes comme l?homologation des systèmes qui permet de s?assurer de la bonne prise en considération des lois extraterritoriales qui peuvent s?appliquer, mais également du risque, de la diminution de la dette technique notamment par le décommissionnement ou la migration vers le cloud, ou encore du développement de l?authentification multi-facteurs sur un plus grand nombre de systèmes. 1 Opérée par la DGFIP pour l'ensemble des ministères, l'offre Cloud NUBO est destinée à accueillir des services, données et traitements sensibles de l?État, hors Diffusion restreinte. L'offre interministérielle Cloud ? Native (Pi), offre les services d'une plateforme DevSecOps complète afin de suivre le cycle de vie complet de son projet à destination des administrations ou des entreprises de services numériques travaillant pour leur compte. 8 Feuille de route Numérique et Intelligence Artificielle Notre feuille de route : ? Proposer une stratégie d?hébergement des services numériques, intégrant les enjeux de souveraineté, de sobriété énergétique ainsi que les enjeux de continuité et de reprise d?activité ; ? Poursuivre l?amélioration de la sécurité, en lien avec les priorités interministérielles définies par l?ANSSI ; ? Proposer une trajectoire commune pour les postes de travail, les matériels nomades, la téléphonie ou les infrastructures locales, au regard des orientations nationales pour faciliter la gestion de parc. B) Mettre à disposition des outils répondant aux besoins des services et des agents Les attentes sont fortes vis-à-vis d?un environnement de travail sans couture, accessible en mobilité et permettant le travail collaboratif en interne et en externe. Le bureau numérique et le parapheur ont été conçus pour répondre à ces enjeux et évoluent pour couvrir de manière dématérialisée et collaborative une part toujours plus large du cycle de vie des documents. Ils sont utilisés par de nombreuses entités de la sphère interministérielle, permettant ainsi de veiller à une mutualisation des moyens et à une efficacité de l?action publique. L?extranet SG-Direct, en cours de phase pilote, permettra des échanges facilités entre le secrétariat général et les services et opérateurs de nos ministères. Il répondra à l?enjeu fort d?animation d?une communauté ministérielle variée, répartie sur plusieurs centaines de sites sur les territoires français et européen. Le portail des IA génératives (PIAG), ouvert récemment, permet aux agents de recourir à des modèles souverains ou grand public, en fonction de la sensibilité de leurs données tout en étant assurés que leurs requêtes ne serviront pas à l?entraînement des modèles. La mise au point de ce portail a fait suite à un recensement conduit en 2024 de l?usage de l?IA générative par les agents, qui a permis d?identifier 160 cas d?usage dont 60 % concernaient l?accès à l?information et le traitement de cette dernière. 9 Feuille de route Numérique et Intelligence Artificielle Projet IA Portail des IA génératives (PIAG) Pilote SG/DNUM Description Ce portail, imaginé et conçu par la direction du numérique, répond à la "Stratégie du gouvernement en faveur de la diffusion de l?IA dans le secteur public" qui demande que tous les agents publics disposent d?un accès à un agent conversationnel sécurisé et à une formation sur l?IA. Il permet aux agents de nos ministères d?accéder, dans un cadre sécurisé, à plusieurs modèles d?IA. Le portail différencie les modèles d?IA avec lesquels nous pouvons travailler sur des données sensibles, et ceux avec lesquels il faut éviter de le faire. Le portail sensibilise également à l?impact environnemental de ces technologies. Si la rédaction ou l?analyse de texte sont dès à présent possibles, les gains réels de productivité des agents viendront du RAG, qui ouvrira des usages tels que l?analyse croisée de rapports ou encore la rédaction de notes en bénéficiant de la fiabilité des corpus documentaires téléchargés par les agents. Calendrier Mars-avril 2025 : ouverture progressive du portail à l?ensemble des agents Septembre 2025 : mise en service de la version 2 du portail, offrant les fonctionnalités de RAG et d?ingestion de corpus documentaires Critères de réussite et d?impact Avril 2025 : portail opérationnel, accessible à l?ensemble des agents des ministères À 6 mois : ? Adoption du PIAG par les agents comme solution d?IA générative de référence ? Les premiers opérateurs externes pourraient adhérer au service Freins à lever L?accompagnement des agents et du management est une action essentielle pour lever les appréhensions et permettre l?utilisation appropriée et raisonnée des IA génératives dans le cadre professionnel. Les initiatives d?ores et déjà mises en oeuvre en lien avec la DRH doivent être généralisées et structurées au travers d?une offre de service globale. Notre feuille de route : ? Poursuivre la rationalisation de l?offre en réponse aux besoins identifiés, qui s?appuie sur une urbanisation et une connaissance des SI et de la donnée renforcée ; ? Déployer une stratégie numérique pour les agents du pôle ministériel en DDT (Directions Départementales des Territoires), en coordination avec le ministère de l?Intérieur C) Outiller des usages spécifiques Les directions et opérateurs de nos ministères conduisent un certain nombre de projets visant à équiper les agents d?outils numériques et d?IA en lien avec leurs métiers. 10 Feuille de route Numérique et Intelligence Artificielle Projet SIGNE Pilote DREAL Hauts-de-France Contributeurs Services métier en Dreal Hauts-de-France et 5 DDTM de la ZGE Description SIGNE est un outil cartographique qui mutualise et démocratise l?accès aux informations géographiques et statistiques pour les services DREAL et DDT(M) des Hauts-de-France, permettant la création de tableaux de bord personnalisés sans expertise SIG/Données spécifique. Calendrier Fin mai 2025 ? hébergement national DNUM 2ème semestre : homologation sécurité de l?outil En continu : appui et assistance auprès des administrateurs délégués (développement SIG, carto, indicateurs, statistiques?) A compter de juin 2025 : présentation de SIGNE par les administrateurs DDTM à leurs services métiers potentiellement utilisateurs Freins à lever Contexte où les bases de données éparses doivent être partagées Critères de réussite et d?impact Intégration de Matomo pour le suivi des consultations Projet IA LIRIAe (Liseuse et Recherche Intelligente pour les Autorités environnementales) Description Cet outil facilite l?analyse de dossiers soumis à évaluation environnementale par les auditeurs de DREAL. 4000 dossiers sont déposés chaque année pour évaluation environnementale et doivent être étudiés dans un délai de 3 mois. LIRIAe permet de consolider et d?extraire les informations pertinentes. Pilote CGDD/Ecolab Calendrier Ouverture à l?ensemble des Missions régionales des autorités environnementales à l?été 2025 Critères de réussite et d?impact Projection de ROI potentiel : gain de temps (10-20% estimé) dans l?analyse des dossiers et la rédaction des avis. Gain estimé à 14 000h par an soit environ 500 k¤ par an en masse salariale. A 6 mois : Déploiement effectué sur l?ensemble du territoire. A 12 mois : Outil largement adopté par les instructeurs (évaluation positive et usage constaté correspondant à une part substantielle des dossiers à instruire). Liens utiles https://alliance.numerique.gouv.fr/les-produits-incub%C3%A9s/liriae/ https://alliance.numerique.gouv.fr/les-produits-incub%2525C3%2525A9s/liriae/ 11 Feuille de route Numérique et Intelligence Artificielle Projet IA TransfAIre Description Cette solution vise à assister l?instruction des dossiers de transferts transfrontaliers de déchets en utilisant du traitement automatique du langage et de l?intelligence artificielle générative. Le traitement de ces dossiers est long et fastidieux, car ils comprennent de nombreuses pièces jointes au format PDF et qui pour beaucoup ne sont pas écrites en français. L?outil proposé réalisera une pré-instruction de chaque dossier, puis un agent relira et validera chaque point d?instruction. Dans ce traitement automatisé, une attention toute particulière sera donc portée à la vérifiabilité des informations générées par l?IA, grâce notamment à un sourçage exhaustif. Pilote Data Studio Risques de la DGPR Calendrier Prototype d?ici fin 2025 avec mise en production prévue pour mi-2026 Liens utiles Site d?information de GISTRID, la plateforme de déclaration des transferts transfrontaliers de déchets : https://info.gistrid.din.developpement-durable.gouv.fr/ Projet IA Permis consolidés Description Cette solution vise à combiner reconnaissance optique de caractères sur les arrêtés préfectoraux, traitement automatique du langage pour la structuration du texte détecté, et intelligence artificielle générative pour résoudre les opérations de consolidation dans le temps des prescriptions applicables aux ICPE (installations classées pour la protection de l?environnement). Ce chantier s?inscrit dans la révision de la directive IED qui impose qu?à compter de mi-2026, un permis consolidé soit mis à disposition du public dès lors qu?une mise à jour des conditions d?autorisation a lieu, et se propose d?élargir la solution aux dizaines de milliers d?ICPE soumises à autorisation ou enregistrement afin de fournir une base de travail pour l?inspection des ICPE. Elle permet également une optimisation des avis en recentrant l?analyse sur les éléments essentiels et à forte valeur ajoutée pour l?inspecteur, réduisant ainsi la charge de traitement des informations redondantes ou secondaires. Pilote Data Studio Risques DGPR Contributeurs DREAL Calendrier Prototype d?ici fin 2025 avec mise en production prévue pour mi-2026 Liens utiles Géorisques, site ouvert au public présentant l?information fiable sur la connaissance, la prévention et la culture du risque, où sont récupérés les arrêtés préfectoraux scannés : https://www.georisques.gouv.fr/ https://info.gistrid.din.developpement-durable.gouv.fr/ https://www.georisques.gouv.fr/ 12 Feuille de route Numérique et Intelligence Artificielle Projet IA Chatbot à destination des transporteurs Contexte Le projet vise au développement d?un chatbot IA spécialisé, piloté par la DREAL Auvergne-Rhône-Alpes/RCTV, destiné à répondre aux besoins des transporteurs. Actuellement, les services de réglementation et de contrôle des transports et des véhicules de la DREAL assurent des permanences téléphoniques pour répondre aux questions des usagers, souvent répétitives et d?ordre réglementaire. Ces questions concernent des sujets tels que les procédures pour devenir transporteur, le renouvellement de licences, ou la réglementation sociale européenne. Avec un volume d?appels annuel variant entre 8000 et 10 000, l?implémentation de ce chatbot vise à fournir des réponses instantanées aux questions fréquentes, guider les usagers sur le site Internet de la DREAL, et les assister dans leurs démarches en ligne. Les bénéfices attendus incluent une réduction des délais de réponse pour les usagers, une uniformisation des réponses, et un gain de temps significatif pour les instructeurs et contrôleurs, leur permettant de se concentrer sur des tâches plus complexes. Le projet offre la possibilité d?être reproduit dans d?autres DREAL. Pilote DREAL Auvergne-Rhône-Alpes/RCTV Calendrier En cours de définition Projet IA Chatbot « Mes démarches RH Sécurisées » Description La Direction Régionale de l?Environnement, de l?Aménagement et du Logement (DREAL) Auvergne-Rhône-Alpes, composée de 830 agents répartis sur 17 sites, fait face à une charge opérationnelle importante dans la gestion des demandes individuelles des agents via la plateforme MesdémarchesRH, avec environ 9 000 demandes traitées annuellement et un délai moyen de réponse de 20 jours. Un chatbot spécialisé permettra de répondre instantanément aux questions récurrentes en s?appuyant sur l?historique des tickets, la documentation du PortailRH et les données du logiciel RenoiRH. Il générera automatiquement des modèles de documents personnalisés, et redirigera les cas complexes vers les gestionnaires RH après prétraitement. Les bénéfices attendus incluent une réduction des délais de réponse, une uniformisation des réponses, une meilleure satisfaction des agents, une diminution de la charge de travail du pôle RH, et une optimisation de l?expertise RH. Les prérequis pour ce projet incluent l?allocation d?un chef de projet IA et la gestion de la confidentialité des données. Pilote DREAL Auvergne-Rhône-Alpes/SG/RH Calendrier En cours de définition 13 Feuille de route Numérique et Intelligence Artificielle Projet IA AIGLE Description AIGLE est un outil de détection automatique utilisant l?intelligence artificielle pour lutter contre les constructions illégales dans les espaces naturels, agricoles et forestiers. Il analyse des images aériennes pour détecter les structures non autorisées, cibler les contrôles et permettre aux services de l?État et aux collectivités d?agir plus efficacement sur le terrain. Développé depuis 2019, AIGLE est opérationnel dans l?Hérault et le Gard avec des résultats prometteurs en termes de détection et de remise en état, et vise maintenant à étendre son déploiement dans d?autres départements. Pilote DGALN - DDTM 34 Calendrier Lancé en 2019, en phase d?accélération depuis février 2025 Critères de réussite et d?impact Projection de ROI : nombre de PV dressés, montant des amendes perçues Liens utiles https://aigle.beta.gouv.fr/#/accueil Projet IA Inspection augmentée Description Le projet "Inspection augmentée" est une démarche de management et de transformation des métiers de l?inspection générale de l?environnement et du développement durable qui poursuit l?objectif d?améliorer la qualité de ses productions (conseil, audit, inspection, autorité environnementale) dans un contexte d?augmentation du plan de charge en s?appuyant sur des solutions qui embarquent de l?intelligence artificielle (larges modèles de langage, génération augmentée de récupération ou RAG etc.). Pilote Inspection Générale de l?Environnement et du Développement Durable (IGEDD) Calendrier Phase expérimentale de mi-2024 à mi-2025, évaluation de la création de valeur avant une éventuelle industrialisation Liens utiles https://beta.gouv.fr/startups/inspecteur-augmente.html Les opérateurs concentrent une expertise unique et clé pour le déploiement et l?efficacité des politiques publiques. L?administration dans son ensemble peut et doit avoir prioritairement recours à leur expertise. Par exemple, dans la réalisation de projets mobilisant des données ou services cartographiques, une orientation stratégique portée par le cabinet du Premier Ministre appelle désormais les administrations à adopter un ?réflexe IGN? dans leurs projets. Acteur expert de la géodata publique, l?Institut national de l?information géographique et forestière (IGN) devra être privilégié par défaut pour garantir l?unicité, la cohérence et la souveraineté https://aigle.beta.gouv.fr/#/accueil https://beta.gouv.fr/startups/inspecteur-augmente.html 14 Feuille de route Numérique et Intelligence Artificielle des référentiels géographiques utilisés dans les politiques publiques. Cette approche renforce la qualité, la mutualisation et l?impact des initiatives numériques au service de la transition écologique et de l?efficacité de l?action publique. Projet cartes.gouv.fr Pilote IGN Description Cartes.gouv.fr, est le portail du service public des cartes et données du territoire. Elle s?appuie sur l?infrastructure de la Géoplateforme Liens utiles https://cartes.gouv.fr/ https://www.ign.fr/geoplateforme Projet IA Radiographie des ouvrages d?art / Application de l?IA aux inspections d?ouvrages d?art Description Ce projet vise à développer des modèles d?IA générative multimodale pour faciliter l?inspection des ouvrages d?art. En exploitant la base de données du Programme National Ponts (PNP), il permet de créer des outils d?aide au recensement, à l?inspection et à la formation. Il facilite enfin l?analyse des désordres, la rédaction des rapports d?inspection et la proposition de cotation de l?état de l?ouvrage. Pilote CEREMA Contributeurs Équipe de recherche ENDSUM, DTec ITM, communauté Ouvrages d?art Calendrier En cours de définition Projet IA Recommandations-collaboratives (Reco-co) Description Reco-co est une application web permettant à des administrations d?accélérer des projets publics ou privés en fournissant un conseil humain "de premier niveau". Le service propose des portails thématiques où les demandeurs (collectivités, associations) présentent leurs besoins et reçoivent des recommandations personnalisées. Les deux portails principaux sont UrbanVitaliz (réhabilitation de friches) et SOS Ponts (réfection des ponts communaux), avec environ 1000 dossiers traités. Un assistant IA est en développement pour repérer les similarités entre dossiers et améliorer l?efficacité des conseillers. Pilote CEREMA et DINUM (beta.gouv) Contributeurs Université de Lille (équipe de recherche partenaire) Calendrier Lancement des premières explorations en juillet pour un POC à l?automne. Liens utiles https://recommandations-collaboratives.beta.gouv.fr/ https://cartes.gouv.fr/ https://www.ign.fr/geoplateforme https://recommandations-collaboratives.beta.gouv.fr/ 15 Feuille de route Numérique et Intelligence Artificielle Projets IA IA pour la sûreté nucléaire Description, partenaires et calendrier ? Pirex (Plateforme Intégrée de Retour d?EXpérience) : Le projet PIREX vise à créer une plateforme numérique pour le traitement des événements significatifs déclarés par les exploitants nucléaires français à l?ASNR (avec Safety-Data / 2019 ; aujourd?hui Evolution IA GEN). ? Funz : Funz est un moteur d?exécution à distance paramétrique et parallèle permettant d?encapsuler le calcul scientifique en tant que fonction (depuis 2019). ? INB Transport : Démonstrateur d?agent conversationnel IAGO a été développé pour et avec les experts de l?expertise des transports de matières radioactives sur diverses sources de données (rapports, avis, dossiers de sûreté?) (avec Cleyrop, ekimetrics / 2024 ? en cours). ? SIANCE : SIANCE est une plateforme de collecte et d?analyse de documents publics relatifs à la sûreté nucléaire et à la radioprotection. Elle est dotée d?une interface web adaptée aux activités de contrôle menées par l?ASNR (avec Sia-partners / 2019 ? en cours). Pilote ASNR Liens utiles - SIANCE : https://sfrp.asso.fr/blog/contributeurs/systeme-dintelligence- artificielle-pour-le-nucleaire-son-controle-et-son-evaluation-siance/ - Funz : https://funz.github.io/ Ces projets sont développés en mode agile et orienté impact, qu?ils soient incubés par la Fa- brique Numérique, développés par l?Ecolab, conduits par les directions métiers du Ministère ou les DREAL. Notre feuille de route : ? Déployer les cas d?usage « métiers » progressivement au sein des directions concernées, en favorisant l?échange de briques technologiques et le retour d?expérience. D) Construire un cadre de confiance pour accompagner l?usage des technologies numériques et favoriser l?acceptabilité L?utilisation du portail des IA génératives est conditionnée à l?acceptation préalable par chaque utilisateur d?une charte cadrant l?usage responsable de l?intelligence artificielle. Cette charte rappelle qu?au-delà des capacités offertes par l?IA, des risques et limites existent, en particulier en matière d?inexactitude des contenus produits et de divulgation de données. Elle appelle notamment à recourir, pour toute donnée sensible, aux modèles de confiance. Une promptothèque accompagne également l?utilisation de ce portail. Offrant une variété de prompts, classés par thématiques d?utilisation, elle permet d?obtenir des résultats de qualité lors des requêtes et de diminuer le nombre d?itérations ? et l?empreinte associée ? pour l?obtention du résultat souhaité. https://sfrp.asso.fr/blog/contributeurs/systeme-dintelligence-artificielle-pour-le-nucleaire-son-controle-et-son-evaluation-siance/ https://sfrp.asso.fr/blog/contributeurs/systeme-dintelligence-artificielle-pour-le-nucleaire-son-controle-et-son-evaluation-siance/ https://funz.github.io/ 16 Feuille de route Numérique et Intelligence Artificielle Des ressources, notamment en formation et en auto-évaluation des compétences (parcours PIX) en IA, sont proposées aux agents du ministère en complément de ce portail. Ces forma- tions incluent par exemple un parcours d?initiation de 6h proposé par la direction générale de l?administration et de la fonction publique (DGAFP) et produit par l?Institut Montaigne/Open- classrooms, ainsi qu?un module « Découvrir les IA génératives », produite par la Direction inter- ministérielle du numérique (DINUM) et l?Institut national de recherche en sciences et techno- logies du numérique (INRIA). La DREAL ARA a également mis au point des formations aux IA génératives, ouvertes à l?ensemble des DREAL et DIR. En outre, des cycles de webinaires sont organisés, depuis l?acculturation sous forme de « Cafés IA » jusqu?aux démonstrations de l?usage d?outils d?IA générative adaptés aux besoins métiers des agents, en passant par la démultiplication au printemps ? été 2025 d?une formation pilote (45 min et 2 heures) destinée en particulier aux agents des services déconcentrés. En complément des services internes visant la diffusion d?une culture commune sur l?usage des outils et des parcours de sensibilisation, formation, voire de professionnalisation, nos ministères sont contributeurs et bénéficiaires du campus numérique mis en place à l?échelon interministériel par la direction interministérielle du numérique. De façon plus globale, l?utilisation de l?IA (dont l?IA générative) appelle d?une part, une vision prospective de l?évolution des métiers et des compétences et, d?autre part, une adaptation de l?organisation du travail et du management sur de nombreux aspects : compétences individuelles et collectives, garanties et validations des contenus de l?IA, réflexes frugaux, etc. Pour servir d?appui à la politique ministérielle d?accompagnement des usages de l?IA, et à la qualité de son dialogue social en la matière : 1. Un guide ministériel de bonnes pratiques managériales sur l?utilisation de l?IA est en préparation. Le guide vise à accompagner les agents, les managers et les collectifs de travail sur l?arrivée de l?IA sur les postes de travail courants. À visée managériale et organisationnelle, il s?inscrit dans la réflexion plus vaste sur les usages de l?IA au service des politiques ministérielles. 2. L?inspection générale de l?environnement et du développement durable (IGEDD) réalisera en 2025 une mission de conseil sur le déploiement de l?IA au sein du pôle ministériel et ses enjeux en termes de gestion des compétences, de transformation des métiers et de maîtrise des risques éthiques, sociaux et environnementaux. Dans une logique de pilotage stratégique de l?IA, qui encourage les initiatives de terrain tout en maîtrisant les risques associés, elle a notamment pour objectif d?identifier les besoins en pilotage et de proposer un cadre d?analyse des projets d?IA. Elle doit également déterminer une politique ministérielle pour la gestion prévisionnelle des emplois et des compétences, en tenant compte des impacts sur les métiers, les modalités d?exercice des missions et le dialogue social. https://www.cmvrh.developpement-durable.gouv.fr/decouvrez-l-intelligence-artificielle-ia-et-les-ia-a4974.html https://mentor.gouv.fr/local/catalog/pages/training.php?trainingid=3189 https://campus.numerique.gouv.fr/catalogue/?themes=28 17 Feuille de route Numérique et Intelligence Artificielle Notre feuille de route : ? Au-delà de la filière numérique, faire bénéficier l?ensemble des agents d?une acculturation aux enjeux et fondamentaux du numérique, à l?usage de la donnée, aux possibilités de l?intelligence artificielle ; ? Publier un guide ministériel des bonnes pratiques managériales ; ? Enclencher des dialogues internes sur l?utilisation de l?IA par les agents. E) Partager expertise et briques technologiques L?isolement des compétences au sein des organisations, la maturité variable des solutions, leur évolution à grande vitesse et le nombre encore faible de mise en production opérationnelle demandent d?organiser des échanges de pratiques et un réseau d?appui entre pairs. La mise en place de cette action repose sur le besoin de se connaître et s?entraider à l?échelle du pôle. Pour le développement de solutions IA, l?Ecolab du Commissariat Général au Développement Durable agit comme l?animateur central d?un réseau de partage connu sous le nom de « Club de l'IA ». Au cours des réunions des trois dernières années, les participants, issus des directions et des établissements publics, ont pu partager leurs expériences respectives en développement de projets IA. Ce réseau est constitué d?un public d?experts de la donnée, d?ingénieurs en IA avec des préoccupations pratiques comme le choix et le partage des modèles d?IA ou les choix d?infrastructure. Il rassemble notamment l?expertise des opérateurs des ministères Aménagement du Territoire Transition Écologique, dont des acteurs de référence en matière d?IA, comme l?IGN qui emploie une trentaine d?experts datascientists, constituant l?un des plus larges pôles publics sur l?IA. Au-delà, les services et pôles « Connaissance » et le réseau des correspondants numériques des services déconcentrés du ministère font l?objet d?une mobilisation particulière par le Secrétariat général et le Commissariat Général au Développement Durable, en vue d?une montée en compétences leur permettant de participer au portage du sujet de l?IA au niveau territorial (Club IA DREAL/DEAL). Notre feuille de route : ? Poursuivre la dynamique de collaborations internes entre chefs de projets IA, datascientists, etc. à travers les clubs de l?IA mensuels ; ? Développer un lieu de partage à un échelon stratégique entre les différentes organisations développant l?usage de l?IA en leur sein (afin d?échanger sur les pratiques managériales, évolutions des métiers, RH) ? Faire monter en compétences les services et pôles « Connaissance » et le réseau des correspondants numériques des services déconcentrés du ministère afin de leur permettre de participer au portage des politiques de l?IA au niveau territorial via le club IA DREAL/DEAL. 18 Feuille de route Numérique et Intelligence Artificielle F) Maximiser l?impact et la soutenabilité de certains projets grâce à des communs numériques La politique numérique et de la donnée doit faire face à une double exigence : maîtriser durablement les coûts tout en garantissant la mise en oeuvre effective des politiques publiques, sur l?ensemble du territoire, à grande échelle. Dans ce cadre, le développement de communs numériques, conçus pour être mutualisés, maintenus dans la durée et partagés entre acteurs publics, constitue une voie complémentaire au développement agile de projets numériques et d?IA. Les communs numériques ? qu?il s?agisse de référentiels, de codes sources, de modèles de fondation en IA, de jeux de données ou de plateformes ? constituent une méthode intéressante pour disposer d?infrastructures mutualisées conçues pour servir différents acteurs et différentes politiques publiques à la fois, au niveau local comme national. Ils contribuent à : ? Maîtriser les coûts de développement et de maintenance, ? Offrir une méthode participative de capitalisation de l?expérience utilisateur en mu- tualisant les retours terrain, ? Améliorer la souveraineté et la résilience de nos services publics, ? Agir en commun, dans une logique de performance collective de l?action publique. À titre d?exemple, l?IGN s?inscrit depuis plusieurs années dans cette orientation. En tant qu?opérateur d?État, il développe progressivement des actifs numériques mutualisés conçus pour être utilisables par l?ensemble des acteurs publics. Ces principes se traduisent déjà par plusieurs réalisations concrètes. L?IGN porte ainsi de vastes projets, comme le Jumeau numérique des territoires, la Fabrique de la donnée territoriale, l?Observatoire des forêts françaises? La plateforme ouverte « Les Bases du numérique d?intérêt général », pilotée par l?Agence nationale de la cohésion des territoires (ANCT), illustre également cette dynamique. Plus de 200 « bases », des espaces collaboratifs qui servent au partage de quelques 2000 ressources centralisées à la même adresse, permettent un vaste de partage de données sur des sujets tels que l?inclusion, l?environnement, la culture ou la souveraineté. L?espace commun de données en santé-environnement du Green Data for Health (GD4H), pi- loté par une gouvernance partagée constituée de 14 entités clés de la santé-environnement en France (CGDD, DGPR, DGS, DREES, DGRI, Inserm, ANSES, Ineris, OFB, Santé publique France, Cerema, Ademe, EHESP et Health Data Hub), est un autre exemple de commun. Il facilite la mobilisation et valorisation des données environnementales pour éclairer quant aux effets de l?environnement sur la santé. Il propose une offre de service ouverte (dont un catalogue de ressources, des outils juridiques, des formations, des appels à projets), soutient des projets de recherche et expérimentations dans les territoires, et anime une communauté de plus de 500 acteurs. 19 Feuille de route Numérique et Intelligence Artificielle Projet Green Data for Health (GD4H) Pilote CGDD, DGPR, DGS, DREES, DGRI, Inserm, ANSES, Santé publique France, INERIS, OFB, Cerema, ADEME, EHESP et Health Data Hub Description Le Green Data for Health (GD4H) vise à faciliter la mobilisation et valorisa- tion des données environnementales au service de la recherche et de l?exper- tise en santé-environnement. Une offre de service facilite le repérage et l?ac- cès aux données environnementales utiles à la santé-environnement (cata- logue en ligne), stimule la création de nouveaux outils facilitant la mobilisa- tion des données et de travaux sur les enjeux d?interopérabilité entre don- nées environnementales et de santé. Il permet l?émergence et la conduite de projets de recherche et d?action publique (AAP, challenges, cas d?usage), con- tribue à la sensibilisation et la montée en compétences d?acteurs plus ou moins experts de l?écosystème (modules de formation et wébinaires) et anime la Communauté de la donnée en santé-environnement constituée de 500 membres (newsletter, plénières, évènements dédiés). Le GD4H accom- pagne 9 projets de recherche (AAP conjoint avec le HDH et le CGDD). Par exemple le projet BIS (Ineris et SpF) vise à déterminer l?association entre la proximité de grands bassins industriels et l?état de santé de la population. Calendrier Offre de service disponible. Incubé et déployé par l?Ecolab du CGDD jusqu?en mars 2025 et porté par l?ANSES depuis avril 2025. Depuis avril 2025, une convention-cadre a été signée pour pérenniser sa gouvernance partagée. Critères de réussite et d?impact À 6 mois : - Finalisation du plan d?action co-construit avec les parties prenantes dans le cadre de l?action 23 du plan interministériel sur les PFAS. - Finalisation du POC de data visualisation et de valorisation des données sur les fortes chaleurs et l?adaptation au changement climatique. À 12 mois : - Conduite d?une étude sur les besoins des territoires en matière de mobilisation des données pour renforcer l?action publique en santé- environnement. À 18 mois : - Poursuite de l?accompagnement des 9 projets issus de l?AAP conjoint, ainsi que sélection et accompagnement des lauréats de la 3? édition de l?AAP En continu : - Enrichissement progressif du catalogue de ressources et animation régulière de la communauté d?acteurs. - Élargissement de la gouvernance avec l?intégration de nouveaux acteurs stratégiques. Liens utiles https://gd4h.ecologie.gouv.fr Notre feuille de route : ? Favoriser le développement de communs numériques robustes, évolutifs et mutualisables, conçus pour être partagés durablement entre acteurs publics. https://gd4h.ecologie.gouv.fr/ 20 Feuille de route Numérique et Intelligence Artificielle Axe 2 Poser les fondations d?une connaissance environnementale partagée via les données et l?IA La planification écologique, l?aménagement des territoires, l?adaptation au changement climatique et la réponse aux crises requièrent une mobilisation de la connaissance rapide, fluide et vérifiable, et une visualisation de ces données en phase avec les contraintes de temporalité et de fiabilité de la décision politique. Il existe une grande variété de producteurs de données publiques et privées, gratuites et payantes, ouvertes et fermées. Ceci est accentué par la dimension écosystémique de ces chantiers qui mêlent de la donnée locale et nationale. L?accès à des données fiables, structurées et de qualité est un prérequis essentiel, notamment pour le développement et l?amélioration des algorithmes d?intelligence artificielle. L?actualisation et la consolidation des jeux de données existants, ainsi que la structuration des informations non structurées, permettent d?améliorer leur exploitation à des fins d?analyse et de modélisation. Dans cette perspective, plusieurs initiatives visent à renforcer l?accessibilité et l?interopérabilité des données, notamment en facilitant leur mutualisation et en développant des corpus de référence. L?IA joue un rôle clé en automatisant le traitement et l?organisation de ces données, qu?il s?agisse de documents textuels, d?images satellitaires ou de bases de données thématiques, contribuant ainsi à des avancées majeures dans divers domaines tels que l?écologie, l?aménagement du territoire ou encore la gestion forestière. A) Construire les bases de données socles sur l?aménagement et l?environnement L?usage de la donnée à différentes étapes, tant sur les aspects métier que sur les fonctions support, permet à la puissance publique de gagner en efficacité et en pertinence dans son action pour mieux savoir ce qui se passe sur le terrain (ex. mesure, évaluation), comprendre et anticiper pour prendre des décisions pertinentes (ex. croisement, ciblage, modélisation?) et adapter son action pour améliorer l?efficacité et l?efficience d?une politique (actions correctrices, de contrôle, de suivi?). Les bases de données socles servent de référence. Elles peuvent permettre le croisement de données, l?agrégation et soutiennent la standardisation. Elles se doivent d?être qualifiées afin de renforcer les usages. Leur pérennité est une condition indispensable pour garantir celle des services qui les consomment, pour la simplification et pour apporter de la confiance pour l?usage de l?IA. Le portail ecologie.data.gouv.fr permet par ailleurs de facilement retrouver les principales bases de données de la transition écologique. 21 Feuille de route Numérique et Intelligence Artificielle Des portails thématiques permettent un accès ciblé et détaillé à certaines bases (ex : EauFrance, GD4H, GIS Sol?) ? voir section B. Développées et maintenues par les directions métiers, les services déconcentrés et les opérateurs de nos ministères, les bases de données socles doivent être un réflexe à la fois des administrations publiques et des acteurs privés. L?intégration systématique de ces ressources dans les projets ? qu?ils relèvent de l?aménagement, de la transition écologique ou du pilotage territorial ? constitue un levier de fiabilité, de rationalisation des coûts et de cohérence interministérielle. Sur la donnée géographique en particulier, il est nécessaire d?assurer la mutualisation et l?interopérabilité de nos outils cartographiques. L?IGN, en tant qu?opérateur public de référence, offre des données souveraines, qualifiées et adaptées aux besoins des politiques publiques. Projet BD TOPO Pilote IGN Description La Base de Données TOPO® est une description vectorielle 3D (structurée en objets) des éléments du territoire et de ses infrastructures, de précision métrique, exploitable à des échelles allant du 1 : 2 000 au 1 : 50 000. Les objets sont structurés en thèmes : bâti, transport, hydrographie, lieux nommés, occupation du sol, administratif, zones réglementées, services et activités. Elle couvre de manière cohérente l?ensemble des entités géographiques et administratives du territoire national. Elle permet la visualisation, le positionnement, la simulation au service de l?analyse et de la gestion opérationnelle du territoire. La description des objets géographiques en 3D permet de représenter de façon réaliste les analyses spatiales utiles aux processus de décision dans le cadre d?études diverses. Calendrier Déployé Liens utiles https://geoservices.ign.fr/bdtopo Projet IA Programme National Lidar HD Description Les données Lidar HD ont été développées pour répondre aux besoins de plusieurs politiques publiques : prévention des risques naturels, gestion forestière, agriculture. Les acteurs publics et privés commencent à s?approprier les données en open data pour d?autres utilisations (énergie, urbanisme, archéologie). Les données Lidar HD serviront par ailleurs de socle au futur Jumeau Numérique de la France et de ses territoires Pilote IGN, Ministère chargé de l?écologie, Ministère chargé de l?agriculture, CT Contributeurs DGPE, DGPR, FTAP, plusieurs régions Calendrier 2020 à 2026 Liens utiles https://geoservices.ign.fr/lidarhd https://geoservices.ign.fr/bdtopo https://geoservices.ign.fr/lidarhd 22 Feuille de route Numérique et Intelligence Artificielle Projet Base de données nationale des bâtiments (BDNB) et Référentiel National des Bâtiments Pilote Centre scientifique et technique du bâtiment (CSTB), IGN, ADEME Description La BDNB est une cartographie du parc de bâtiments existants. Structurée à la maille « bâtiment », elle contient une carte d?identité pour chacun des 32 millions de bâtiments, résidentiels ou tertiaires. Elle est construite par croise- ment géospatial d?une vingtaine de base de données issues d?organismes pu- blics. Des prédictions de diagnostic de performance énergétique (DPE) à par- tir des données partielles contenues dans la base ont été ajoutées sur la pé- riode 2024-2025, ainsi que l?estimation de la valeur verte (mutation, loyer), la matérialité (ressources et déchets), les surfaces habitables, et le confort esti- val (2021-2025). Par ailleurs le Référentiel National des Bâtiments (RNB), dé- veloppé en complément, permet d?obtenir l?identifiant RNB unique d?un bâ- timent et croiser facilement des données entre bases. Calendrier 2019-2025 Liens utiles https://bdnb.io/ https://www.ign.fr/institut/espace-presse/referentiel-national-des-batiments- un-nouveau-geocommun-pour-repondre-aux-enjeux-de-renovation Projet CarHab Pilote IGN Contributeurs DGALN Description Le programme de cartographie nationale (CarHab) est un outil socle de la Stratégie nationale biodiversité 2030. Il vise à réaliser une modélisation car- tographique nationale à l'échelle du 1:25 000ème de ces habitats pour les écosystèmes terrestres de l'hexagone, de la Corse et de la Réunion d?ici 2026. Cette modélisation sera réalisée dans les autres départements d'outre-mer par la suite. Cette cartographie prédictive vient en appui aux politiques publiques nationales et territoriales et a pour finalité de prendre en compte les enjeux croisés de conservation de la biodiversité, d'aména- gement et de gestion durable du territoire. Ainsi, pour les services de l?État, les collectivités, les bureaux d?études, les associations naturalistes ou en- core les chercheurs, CarHab constitue un outil opérationnel majeur de pré- visualisation et ce sont d?ores et déjà une vingtaine d?utilisations concrètes qui ont été développées. Calendrier 2/3 du territoire produit et diffusé. Le reste est prévu pour 2026. Liens utiles https://www.ecologie.gouv.fr/politiques-publiques/programme- cartographie-nationale-predictive-habitats-naturels-carhab-poursuit https://geoservices.ign.fr/actualites/2025-03-carhab https://bdnb.io/ https://www.ign.fr/institut/espace-presse/referentiel-national-des-batiments-un-nouveau-geocommun-pour-repondre-aux-enjeux-de-renovation https://www.ign.fr/institut/espace-presse/referentiel-national-des-batiments-un-nouveau-geocommun-pour-repondre-aux-enjeux-de-renovation https://www.ecologie.gouv.fr/politiques-publiques/programme-cartographie-nationale-predictive-habitats-naturels-carhab-poursuit https://www.ecologie.gouv.fr/politiques-publiques/programme-cartographie-nationale-predictive-habitats-naturels-carhab-poursuit https://geoservices.ign.fr/actualites/2025-03-carhab 23 Feuille de route Numérique et Intelligence Artificielle Projet IA Plateforme data maritime et système d?IA pour collecter et analyser ces données Pilote DGAMPA Contributeurs CGDD, SG Description Cette plateforme de données maritimes vise à collecter, analyser et structurer l?ensemble de données maritimes et relatives à la pêche disponibles. Une infrastructure technologique IA permettra de faciliter la collecte de données et la gestion en temps réel de données et événements provenant de navires, satellites et capteurs dont images caméras, drones et satellitaires, obligations déclaratives pêche, mais aussi d?élaborer progressivement un modèle d?activités sur l?espace maritime, accompagné de services d?analyse de trajectoires, de tendances, de prédictions et de simulations, à différentes échelles. Cette solution d?IA constituera une aide à la décision pour la conception et la mise en oeuvre des politiques de la mer, notamment pour la planification maritime et le contrôle. Calendrier Lancement du projet de plateforme data maritime en 2026, pré-requis au déploiement de l?IA. Déploiement progressif jusqu?en 2028, en parallèle de la montée en puissance de l?infrastructure des cas d?usages IA. Critères de réussite et d?impact À 6 mois (mi 2026) : Exploration et mise à disposition d?un premier incrément de la plateforme data maritime et de l?infrastructure IA, et des cas d?usage IA pilotes. À 12 mois (fin 2026) : Consolidation de la plateforme data maritime et de l?infrastructure, avec traitement des premiers cas d?usage IA. À 18 mois (mi 2027) : Passage à l?échelle de la plateforme data maritime. Exemples de cas d?usage - Lutte contre la pêche illégale via des systèmes de surveillance automatisés et de suivi de navires en temps réel par-satellites, drones, reconnaissance d?images ; - Interrogation des droits et réglementation associés à un navire ; - Aide à la prise de décision réglementaire, pour analyser les données en temps réel provenant de diverses sources (navires de pêche, satellites, capteurs environnementaux, etc.) ; - Amélioration de la traçabilité des produits de la pêche depuis la mer jusqu?au consommateur final ; - Surveillance des comportements anormaux dans la navigation maritime : analyser des données des systèmes automatiques d?identification (SIA) ; - Calculs dynamiques des routes par analyses des conditions météorologiques (température, vagues, courants, vitesse du vent) et optimisation en temps réel des itinéraires des navires (réduction de la consommation de carburant et des émissions de CO2) ; - Analyse des données collectées pour adapter les politiques publiques (réglages des quotas, restrictions de zones, etc) ; - Simulation d?impact des politiques publiques (par exemple, ajustement des quotas, fermeture de zones de pêche sur les stocks de poissons, planification maritime et co-usages). 24 Feuille de route Numérique et Intelligence Artificielle Projet IA Référentiel Occupation des Sols à Grande Échelle (OCS-GE) Description Les données OCS-GE servent à titre principal à mesurer l?évolution de l?artificialisation des sols en France. Pilote IGN, DGALN, Cerema, Inrae Contributeur DITP Calendrier Finalisation de deux millésimes (écartés de 3 ans) France entière pour T3 2025. Démarrage de la production d'un troisième millédime, qui sera finalisé France entière pour 2028. Liens utiles https://geoservices.ign.fr/ocsge https://artificialisation.developpement-durable.gouv.fr/ Projet IA Couverture du Sol par Intelligence Artificielle (CoSIA) Description Les cartes CoSIA décrivent la couverture du sol, soit la nature du sol, selon 16 classes (bâtiment, surface d?eau, conifère, culture, broussaille...). Cette description du sol est produite pour tout le territoire français (métropole et DROM) et avec une haute résolution de 20 cm par pixel. Les cartes CoSIA sont un produit de l?IGN qui interviennent actuellement dans la conception de l'OCSGE. Leur résolution spatiale et leur finesse sémantique peuvent éga- lement aider dans la production d?autres cartographies et au calcul d?autres indicateurs comme la végétation en ville, les haies & bocages, les trames vertes & bleues ou encore intervenir dans la réalisation de MOS locaux ou d?un OCS GE plus fin. Pilote IGN Calendrier Déployé en 2023, disponible pour le territoire national Liens utiles https://cosia.ign.fr/ Projet IA French Land cover from Aerospace ImageRy (FLAIR) Description Des jeux de données d?apprentissage massifs ont été ouverts aux commu- nautés de recherche en IA dans le cadre des challenges FLAIR, compétitions scientifiques et techniques sur des problèmes de recherche pour l?analyse de l?occupation des sols par intelligence artificielle. Les méthodes produites et s?évaluant sur ces jeux de données contribuent à améliorer les résultats de classification des données d?occupation du sol, à augmenter la capacité de généralisation du modèle IA, mais aussi à combiner les données issues de prises de vues aériennes et satellites (Sentinel 2). Pilote IGN Liens utiles https://ignf.github.io/FLAIR/index_fr.html https://geoservices.ign.fr/ocsge https://artificialisation.developpement-durable.gouv.fr/ https://cosia.ign.fr/ https://ignf.github.io/FLAIR/index_fr.html 25 Feuille de route Numérique et Intelligence Artificielle Projet IA Base de données Forêt Description Cette Base de Données nationale sur les peuplements forestiers appuiera les politiques publiques en termes d?adaptation des forêts au changement climatique, de préservation de la biodiversité, de conservation et de restauration du puits de carbone forestier, d?exploitation forestière, de prévention des risques d?incendies, d?aménagement du territoire Pilote IGN, Ministère chargé de l?agriculture Calendrier Mi 2024 à mi 2027 Liens utiles https://geoservices.ign.fr/bdforet Projet IA Cartographie des éléments exposés aux risques naturels d?un territoire Description Agrégation dans un même objet numérique de descripteurs de la vulnérabilité des bâtiments à différents risques naturels issus de bases de données de référence (IGN, INSEE etc.) et du traitement d?image aérospatiales par des algorithmes de deep learning. Pilote BRGM Contributeurs Université d?Orléans, Agglomération de Blois, Thélem Assurance Calendrier 2024 - 2027 Liens utiles https://www.georisques.gouv.fr/ Le déploiement des services numériques doit s?appuyer sur les plateformes et dynamiques exis- tantes. La transition écologique appelle des décisions plus fines, plus localisées et mieux anti- cipées, en s?appuyant sur des données territorialisées, fiables et interopérables. Les plate- formes régionales de données fournissent un socle de données riche, documenté, accessible aux porteurs de projets locaux (chercheurs, startups, collectivités), et jouent un rôle straté- gique d?articulation entre le niveau national et les niveaux infra-régionaux. Elles permettent la captation de données d?observation locales, souvent à haute résolution spatiale ou temporelle, et de les rendre utilisables à grande échelle, tout en facilitant la déclinaison locale d?outils pro- duits au niveau national. À ce titre, elles doivent être pleinement soutenues dans leur consoli- dation et leur ouverture vers l?IA, et participer à la structuration des briques de jumeaux nu- mériques locaux, en lien avec les stratégies nationales. https://geoservices.ign.fr/bdforet https://www.georisques.gouv.fr/ 26 Feuille de route Numérique et Intelligence Artificielle Projet DatARA, un exemple de plateforme régionale Pilote DREAL AuRA Description L?administration de la plateforme interministérielle régionale DatARA par la DREAL AuRA, joue un rôle crucial dans le référencement et l?articulation des données utiles à l?appui des politiques publiques locales. La supervision quotidienne des données d?information géographique et des données statistiques de la DREAL, qui alimentent cette plateforme sur le périmètre des 12 départements de la région Auvergne-Rhône-Alpes, participe également de manière essentielle à cette finalité. Calendrier Déployé en 2017 Liens utiles https://www.open-datara.fr/accueil Notre feuille de route : ? Continuer à promouvoir une prise en compte anticipée du prisme de la donnée dans l?ensemble des projets de nos ministères, y compris dans le processus de rédaction des textes réglementaires impliquant des données ; ? Lutter contre l?hétérogénéité et le cloisonnement des bases de données au sein des différentes directions et opérateurs du ministère ; ? Pousser les producteurs de données à qualifier celles-ci et en informer les utilisateurs au travers des métadonnées ; ? Utiliser les bases de données socles pour construire le Jumeau numérique de la France entière. B) Rassembler et faciliter l?accès aux bases de données Pour déployer réellement tout leur potentiel, les bases de données doivent être découvrables ; c?est-à-dire qu?un acteur interne ou externe doit savoir où chercher et où rassembler des données de différentes structures pour améliorer sa connaissance et piloter sa décision. Au-delà de la découvrabilité des données, il s?agit également de faciliter la réutilisation des données environnementales existantes pour des champs d?application (aide à la décision, information grand public etc.) et secteurs (santé-environnement, mobilité, urbanisme etc.) spécifiques. Cela suppose d?identifier les jeux de données pertinents, de soutenir les démarches d?ouverture et d?accès, et de veiller à leur bonne documentation (métadonnées, conditions d?usage, qualité, etc.) pour permettre leur interprétation, leur croisement et la production de connaissance à valeur ajoutée, dans une logique d?aide à la décision, d?innovation ou de pilotage de politiques publiques. La principale difficulté est de s?assurer de l?interopérabilité des données pour assurer le croisement de bases de données. https://www.open-datara.fr/accueil 27 Feuille de route Numérique et Intelligence Artificielle Projet ecologie.data.gouv.fr Pilote CGDD Contributeurs Coordination avec la DINUM pour les développements partagés avec data.gouv. Coordination avec les directions métiers pour les cas d?usage. Les services déconcentrés, les opérateurs et les collectivités sont impliqués d?une part en participant à des enquêtes et tests utilisateurs, et d?autre part via le moissonnage de leurs catalogues de données. Description ecologie.data.gouv.fr est la plateforme nationale mettant à disposition les données relatives à la transition écologique. Il s?agit d?une verticale thématique de data.gouv.fr, la plateforme nationale de données. Développé par le CGDD, le portail offre différentes fonctionnalités : - L?accès aux données des services et opérateurs de l?État et d?une sélection d?organisations publiant des données utiles aux politiques du ministère ; - Le module de bouquet de données permet de documenter l?utilisation de données et d?indicateurs regroupés autour d?une thématique ou d?un enjeu spécifique sur un territoire donné. Ils ont vocation à mettre en commun les usages pour en faciliter la réplicabilité ; - Un gestionnaire de patrimoine est mis à disposition des gestionnaires de catalogues et des administrateurs de données locales afin de faciliter l?analyse de la qualité des métadonnées essentielles à la réutilisation de leurs données ; - Un référencement et l?accès en open data aux indicateurs territoriaux de transition écologique du Hub d?Indicateurs (catalogue centralisant les indicateurs clés de suivi des politiques publiques territoriales de transition écologique, en lien avec le secrétariat général à la planification écologique - SGPE). ecologie.data.gouv.fr s?appuie sur un écosystème de plateformes territoriales (celles en particulier des services déconcentrés) et thématiques (ex : OFB, ADEME, Cerema, etc.). On peut également citer meteo.data.gouv.fr, le portail des données météorologiques et climatiques alimenté par Météo-France. Calendrier Plateforme mise en ligne au S2 2024. Fonctionnalité « Indicateurs » ajoutée en mars 2025. Complétion du catalogue au fil de l?eau (ajouts de l?ensemble des plateformes régionales en 2025). Freins à lever La centralisation des données du pôle ministériel se heurte à un manque d?interopérabilité des plateformes les diffusant, requérant le développement d?outils facilitant le diagnostic des défauts d?interopérabilité et l?application de correctifs sur la structure des métadonnées. La disponibilité des administrateurs de plateformes et le respect de la gouvernance des catalogues moissonnés dans le processus de publication des données sont également sources d?inertie. 28 Feuille de route Numérique et Intelligence Artificielle Critères de réussite et d?impact 19 bouquets de données déposés. Gain de temps et économies d?échelles grâce à la réplicabilité (Exemple : Calque de plantabilité ? Economie de 220 j de travail pour sa réplication). À 6 mois : Moissonnage des catalogues GéoNetwork : publication des données issues de 2 DREAL supplémentaires. À 12 mois : ? Moissonnage des catalogues GéoNetwork : publication des données issues de 6 DREAL et DEAL supplémentaires. ? Territorialisation complète des bouquets relatifs au Porter à Connaissance urbanisme en collaboration avec la DGALN. Liens utiles https://ecologie.data.gouv.fr/ Projet Ressources numériques ?eau? FAIR Description Dans le cadre du PEPR OneWater (en cohérence avec l?Infrastructure de Recherche Theia/OZCAR), le projet ciblé OneWater Data met en place une plateforme FAIR permettant de rechercher, accéder et réutiliser les données et algorithmes produits par le monitoring public (SI environnementaux nationaux) mais aussi les observatoires et infrastructures de recherche sur l?eau. Ce travail est en lien natif avec le partnership Européen Water4all qui vise la même action mais à l?échelle européenne. L?usage des standards techniques et sémantiques FAIR (W3C, OGC, INSPIRE, RDA) permet de capitaliser à chaque nouvelle donnée partagée réduisant ainsi le temps pour connecter un système externe (ex : IA) sur celles-ci (par opposition à la création d?un connecteur spécifique à chaque nouvelle API). Les données et algorithmes eau mis à disposition via la plateforme du FAIR PEPR OneWater seront la principale alimentation de l?Infrastructure de Recherche Nationale DataTerra en données eau. Pilote BRGM Contributeurs BRGM, partenaires du PEPR OneWater (CNRS, INRAE, IRD, Université Claude Bernard Lyon, Université Montpellier) et partenaires de Water4all (cf site web). Calendrier OneWater : Du 01/07/2023 au 30/06/2033 Water4all : Du 01/06/2022 au 31/05/2029 Liens utiles https://www.onewater.fr/fr/projets/projets-cibles https://www.water4all-partnership.eu/ https://ecologie.data.gouv.fr/ https://www.onewater.fr/fr/projets/projets-cibles https://www.water4all-partnership.eu/ 29 Feuille de route Numérique et Intelligence Artificielle Projet Géoplateforme Pilote IGN Description La Géoplateforme est l?infrastructure publique collaborative et mutualisée pour la production et la diffusion des géodonnées. Son ambition est de permettre aux porteurs de politiques publiques et aux collectivités locales qui le souhaitent de bénéficier très simplement de fonctionnalités avancées pour diffuser leurs propres données et s?ouvrir à des communautés contributives. Liens utiles https://www.ign.fr/geoplateforme Notre feuille de route : ? Documenter les bases de données existantes et leur composition pour en faciliter l?accès ; ? Fournir à terme un portail d?accès à toutes les données environnementales. C) Standardiser et faciliter l?accès et l?utilisation de nos corpus documentaires Concernant la génération de texte, et en particulier l?entraînement d?outils appuyant les experts sur la connaissance des sujets et la prise de décision, l?enjeu principal est de constituer des bases de données documentaires qui intègrent les documents publics et permettent l?extraction de l?information qu?ils contiennent. Le pôle ministériel dispose d?un outil commun dénommé SIDoc qui permet à chaque direction centrale et régionale d?assurer la gestion de ses documents. Ce système peut constituer une source de données structurée pour alimenter les modèles IA. Une adaptation de la politique et des outils documentaires aux besoins en données de qualité - notamment pour l?IA - doit donc être menée. Cela passe par la réflexion sur le devenir du système d?information du développement durable et de l?environnement (SIDE), système avancé de gestion électronique de documents en usage au sein des DREAL jusqu?au printemps 2025. https://www.ign.fr/geoplateforme https://portail.documentation.developpement-durable.gouv.fr/exl-php/accueil?CMD=CHERCHE&query=1 https://side.developpement-durable.gouv.fr/EXPLOITATION/ https://side.developpement-durable.gouv.fr/EXPLOITATION/ 30 Feuille de route Numérique et Intelligence Artificielle Projet IA SofIA Pilote CGDD/Ecolab, ADEME, CEREMA. L?outil est piloté par le biais d?un convention multipartite intégrant les structures qui produisent les sources de son corpus. La feuille de route est décidée collégialement. Description SofIA est dédiée à l?expertise du pôle ministériel sur la transition écologique. Conçu par l?ADEME, le Cerema et le CGDD (SRI/Ecolab), cet agent conversationnel en langage naturel facilite l?accès et l?exploitation par les agents des connaissances techniques et scientifiques produites par le pôle ministériel : rapports d?études, avis techniques, articles diffusés sur le site notre-environnement.gouv.fr, entre autres. Reposant sur le modèle de langage français Mistral Large 2, SofIA génère des réponses pertinentes et adaptées aux besoins des agents : les données, rapports et études qu?il utilise sont uniquement ceux du pôle ministériel. SofIA est un outil socle sur lequel peuvent s?appuyer d?autres outils exploitant ses fonctionnalités pour certains cas d?usage métier. Au 30 avril 2025, l?outil comptabilisait plus de 14400 requêtes utilisateurs. Calendrier Ouverture aux agents de l?Ademe fin 2024. Ouverture aux agents du CEREMA en février 2025. Ouvertures aux agents ministériels en mars 2025. Intégration de nouveaux opérateurs partenaires en 2025. Intégrations continue de nouveaux corpus (rapports du SIDoc, rapports du service statistiques - SDES). Critères de réussite et d?impact À 6 mois : Adhésion de 2 nouveaux partenaires et ajout de 2 nouveaux corpus, recueil de nouveaux cas d?usages auprès des utilisateurs À 12 mois : Ouverture de la version industrialisée de SofIA, mise en oeuvre d?ingestion autonome de nouveaux documents et intégration de 2 nouveaux cas d?usages À 18 mois : ouverture de l?outil à de nouveaux acteurs hors pôle ministériel (collectivités territoriales, bureaux d?études, ...) Freins à lever Passage à l?échelle de l?ingestion de nouveaux documents. Modularisation de l?outil pour permettre sur utilisation à d?autres cas d?usages. Gestion et standardisation des données en interne. Pour permettre un traitement documentaire simplifié, la standardisation des formats, nomenclatures et métadonnées est essentielle. La Fabrique des standards désigne le processus de création d?un standard avec ses différentes phases et la documentation associée à destination des différents acteurs de la rédaction d?un standard (pilotes, animateurs ou participants aux GT). Le travail sur la Fabrique est mené au sein du GT éponyme du Conseil National de 31 Feuille de route Numérique et Intelligence Artificielle l?Information Géolocalisée (CNIG), mandaté fin 2024 pour consolider et outiller ce processus puis faciliter la diffusion des standards. Disposer de données, de ressources et de documents standardisées pour être facilement ingérés et traités par les modèles de langues est une condition préalable au développement des outils d?IA générative. L?intérêt massif et l?avancée rapide de l?usage de ces modèles sont des arguments en faveur d?une production rapide de ces standards. Notre feuille de route : ? Adapter l?organisation documentaire à l?échelle ministérielle ; ? Construire les standards à travers la Fabrique des standards. D) Accompagner les évolutions juridiques Le cadre juridique complexe de la circulation des données peut être un frein au partage de données entre services et à leur ouverture du fait de sa méconnaissance par les acteurs de la donnée. De fait, il existe beaucoup de qualifications et de régimes juridiques pour les données et les codes sources, qui dépendent des conditions d?acquisition, de leur généalogie et de leur caractère environnemental. Plusieurs régimes peuvent cohabiter au sein d?une base de données ou impacter un service numérique. La connaissance de ces régimes exige une collaboration entre l?expertise juridique et l?expertise technique et doit être envisagée le plus tôt possible dans le cycle de vie d?un projet. Il en est de même pour l?écriture de textes réglementaires, qui requièrent de plus en plus souvent la remontée et le traitement de données issues des parties prenantes. Il est essentiel d?acculturer les acteurs techniques de la donnée au corpus juridique et son évolution incluant la mise en oeuvre du cadre réglementaire communautaire afin d?identifier les sujets à risque et actionner les bons leviers juridiques. Une appropriation par tous les acteurs de la donnée est pilotée par l?Ecolab, chargée de l?AMDAC, sous forme de webinaires participatifs réguliers pour comprendre ce cadre, savoir actionner les bons leviers et échanger dans le but de constituer une compétence collective. Ces webinaires abordent les outils au coeur des enjeux juridiques (data.gouv, catalogage, ?). Cela participe à une coordination en réseau des sachants du juridique, indispensable pour mettre en oeuvre une intelligence collective juridique en donnée et numérique, malgré la rareté des compétences. Plusieurs outils ont récemment été développés au sein du pôle ministériel pour accompagner les agents dans leurs démarches juridiques. Certains permettent par exemple de mettre en relation les services métiers des ministères avec des experts juridiques, facilitant ainsi leurs démarches (PARTAJ). Un outil propose une approche d?autodiagnostic et d?autoformation sur le droit des données environnementales. Ce dernier repose sur un système d?arbres de décision intelligibles, structurés en questions/réponses, permettant d?orienter l?utilisateur et de l?aiguiller vers des ressources d?approfondissement pertinentes (OJAD). En complément, un autre outil en cours de conception vise à offrir une plateforme de modélisation juridique destinée aux services juridiques pour que ces derniers puissent concevoir, de manière autonome et sans développement informatique complémentaire, de nouveaux parcours d?autodiagnostic adaptés aux cas rencontrés. 32 Feuille de route Numérique et Intelligence Artificielle Projet PartaJ Pilote SG/DAJ Description PARTAJ a vocation à simplifier l?accès au droit et améliorer sa qualité. Elle met en relation les experts de la direction des affaires juridiques et les services du ministère engagés dans la lutte contre le dérèglement climatique, la préservation de la biodiversité et l?organisation de mobilités plus durables. Calendrier Produit en transfert Liens utiles https://partaj.beta.gouv.fr/ Projet Outil d?auto diagnostic juridique (OJAD) / Outil de modélisation juridique (OMJ) Pilote CGDD/SRI/Ecolab Description Une démarche en deux temps : ? OJAD : pour faciliter la résolution de cas en droit des données et fluidifier les interactions avec les experts juristes via une démarche d?autodiagnos- tic et d?autoformation préalable, cet outil consiste en une suite de ques- tions/réponses, un questionnement séquencé et intelligible et un renvoi à différentes étapes vers des ressources d?approfondissement. ? OMJ : pour permettre la création de nouveaux parcours d?autodiagnostic par les experts juristes de manière la plus autonome possible, cette pla- teforme de modélisation juridique permet aux juristes de la spécialiser pour un nouveau cas, sans développement informatique additionnel. Calendrier POC de l?arbre de décision (OJAD) sur le champ de la donnée environnementale pour la santé disponible en ligne depuis 2024. / Conception de l?outil de modélisation juridique (OMJ) en cours. Liens utiles https://gd4h.ecologie.gouv.fr/parcours/autodiagnostic Notre feuille de route : ? Poursuivre le travail de connaissance et d?accompagnement sur les nombreux régimes juridiques du droit des données, de la propriété intellectuelle, de la donnée personnelle, etc. pour faciliter leur prise en compte au sein d?un projet complexe et lors d?une cohabitation de régimes ; ? Construire une expertise mixte juridique, éthique et technique de la donnée nécessaire à l?écriture des textes réglementaires et à la gestion des projets créant et mobilisant la donnée, les algorithmes et les codes-sources ; ? Poursuivre la montée en compétence collective des acteurs de la donnée pour en favoriser la circulation ; ? Porter le sujet des Données d?intérêt général, qui reste à investiguer, notamment dans le cadre du Data Act. https://partaj.beta.gouv.fr/ https://gd4h.ecologie.gouv.fr/parcours/autodiagnostic 33 Feuille de route Numérique et Intelligence Artificielle Axe 3 Engager les communautés pour un numérique et une IA au service de l?aménagement du territoire et de la transition écologique Nos ministères favorisent l?orientation du numérique et de l?IA au service de leurs politiques publiques, en cohérence avec la stratégie nationale en IA et en lien avec des communautés d?acteurs divers : services déconcentrés, collectivités, entreprises, chercheurs, etc. A) Accélérer la transition des territoires avec les potentiels du numérique et de l?IA Au niveau de la représentation de l?Etat en région, les services ou les pôles en charge de la Connaissance (en DREAL, DEAL ou DDT) jouent un rôle structurant sur l?ensemble du territoire national. Par la production de connaissances, qui répondent aux besoins d?objectivation des phénomènes et des politiques publiques., ils contribuent à produire la vision de l?Etat à l?échelle du territoire et participent aux enjeux de souveraineté de l?Etat. Le CGDD et le Sécré- tariat Générale du pôle ministériel co-pilotent la « mission Connaissance des territoires pour la transition écologique ». Son objectif est d?appuyer et de renforcer, en continu, le rôle de la connaissance territoriale dans l?élaboration, la conduite et l?évaluation des politiques pu- bliques environnementales de l?Etat pour l?ensemble des acteurs. Elle actionne trois leviers pour mobiliser et accompagner les professionnels de la Connaissance, avec l?ensemble des directions générales concernées : 1) En développant une palette d?outils et de services numériques d?aide à la prise de décision destinée aux agents de l?État et des collectivités territoriales. De fait, plusieurs pôles thématiques en services déconcentrés ont été institués. Un pôle a pour mission de mettre en valeur au niveau national des données produites par l?ensemble des acteurs ministériels sur une thématique spécifique (énergies renouvelables, mobilité durable, rénovation énergétique des logements, eaux et polluants, etc.), en réponse à un besoin identifié, via la création d?outils et services mutualisés d?aide à la décision (tableaux de bord, data visualisations, cartographies interactives, ...). Il est piloté en DREAL. 2) En valorisant les métiers de la connaissance, et en favorisant la montée en compétences des agents. 34 Feuille de route Numérique et Intelligence Artificielle 3) En animant le réseau national de la connaissance des services déconcentrés dédié à la transition écologique des territoires pour réunir les acteurs, partager les expériences et la complexité des enjeux pour répondre collectivement aux enjeux du changement climatique, ainsi que pour anticiper les évolutions. Au niveau des collectivités territoriales, le déploiement de services numériques est essentiel face à l?ampleur des projets menés au service de l?aménagement et de la transition écologique. Le numérique et l?intelligence artificielle représentent une opportunité stratégique pour accélérer la transition écologique et renforcer la résilience des territoires face aux défis environnementaux. Son intégration dans les politiques publiques locales permet notamment d?améliorer la gestion des ressources, d?optimiser les infrastructures et de mieux anticiper les phénomènes climatiques. Dans cette dynamique, l?IA doit être mobilisée à la fois comme un outil d?aide à la décision et comme un levier d?innovation pour les acteurs locaux. La Communauté des Acteurs de l?IA dans les territoires pour la transition écologique (CAIAT) rassemble des représentants de territoires, des pôles de compétitivité, des institutions de recherche ainsi que des entreprises, TPE, startups et PME. Son objectif principal est de favoriser le partage des retours d?expériences et des bonnes pratiques autour de l?IA appliquée à la transition écologique. En s?appuyant sur un partenariat avec les Interconnectés et Hub France IA, la communauté vise à renforcer sa visibilité auprès des collectivités et de l?écosystème économique. Afin d?accompagner ces dynamiques, un livre blanc de la CAIAT, corédigé par l?Ecolab, Hub France IA et les Interconnectés, a été publié en 2023 et actualisé en 2024. Ce document vise à faciliter la création de consortiums et le partage des bonnes pratiques, garantissant ainsi la mise en oeuvre efficace de projets d?IA en territoire. Afin d?encourager le lancement de projets d?IA, l?Ecolab du CGDD a piloté, avec le Secrétariat Général pour l?Investissement (SGPI), un appel à projet France 2030 « Démonstrateurs d?IA frugale au service de la transition écologique dans les territoires ». 20 projets ont vu le jour sur des thématiques variés : pilotage de la rénovation énergétique, identification des fuites d?eau, optimisation des moyens de nettoyage, anticipation des aménagements urbains face aux évolutions climatiques, etc. Afin de capitaliser sur les projets IA lancés dans les territoires, une bibliothèque interactive des IA territoriales recensant ces projets a été développée par les Interconnectés, avec le soutien de l?Ecolab. Dans le cadre du 3e plan national d?adaptation au changement climatique, la mesure 51 vise à encourager le recours à l?IA pour des actions d?adaptation : prévision des inondations et des feux de forêt, pilotage de la renaturation des villes, dans les territoires etc. A travers le fonds vert, les collectivités peuvent être financées sur ces projets. Un guide d?accompagnement permet de retrouver les cas d?usage et les enjeux de ce déploiement. L?Ecolab du CGDD suit avec attention les projets de constitution de comités territoriaux de la donnée qui se structurent depuis 2024 dans un certain nombre de régions : Grand-Est, Île de France, Nouvelle Aquitaine, Occitanie, Pays de la Loire ont déjà validé leurs intentions, avec d?autres régions à suivre, comme les Hauts de France. Un groupe de travail sur la gouvernance des données territoriales du Conseil National de l?Information Géolocalisée (CNIG) https://www.evenements.interconnectes.com/forum2025/content/bibliotheque-ia/?datami_tab=3&datami_view=cards https://greentechinnovation.fr/communaute-des-acteurs-de-lia/ 35 Feuille de route Numérique et Intelligence Artificielle accompagne ces réflexions multi-acteurs depuis le printemps 2024. Pour accompagner les territoires, l?IGN vise à mettre en oeuvre un jumeau numérique de la France entière. Projet Jumeau numérique de la France et de ses territoires Description Les transitions écologique, climatique, énergétique ou encore agro-ali- mentaire supposent de prendre rapidement des décisions stratégiques fondées sur des données fiables et des analyses éclairées. Pour renforcer l?impact des politiques publiques, il est souhaitable de développer des so- lutions de visualisation explicite des phénomènes décrits par les données. Isochrones des services publics de proximité, carte des temps de trans- ports, des revenus moyens ou encore simulateurs sont autant de para- mètres à faire vivre pour jouer différents scénarios et ancrer la décision publique dans la réalité du terrain. Le jumeau numérique de la France qu'ambitionnent de concevoir l'IGN, le Cerema et Inria, avec le concours des territoires, répond à cet enjeu. Il proposera une réplique virtuelle dy- namique assortie de services numériques interactifs pour conduire la tran- sition écologique dans de nombreux domaines : aménagement du terri- toire, transition énergétique, gestion durable des ressources agricoles et forestières, prévention des risques naturels... La mise en scène des don- nées pourra également aider à sensibiliser les citoyens au travers de solu- tions immersives. Pilote IGN, Cerema, Inria Liens utiles https://www.ign.fr/institut/un-jumeau-numerique-de-la-france-pour- piloter-la-transition-ecologique https://www.ign.fr/appel-communs-jumeau-numerique-france-et- territoires Notre feuille de route : ? S?appuyer sur les services en charge de la Connaissance des services déconcentrés. ? Développer les cas d?usage de l?IA au service de l?adaptation au changement climatique ; ? Diffuser les cas d?usage réussis et les passer à l?échelle ; ? Accompagner le déploiement de comités territoriaux de la donnée. B) Développer les services aux citoyens et à la collectivité Certains usages de l?IA pour améliorer nos modèles environnementaux climatiques ont déjà une influence sur le quotidien des citoyens, à commencer par les usages de Météo-France, les services déconcentrés ou l'Autorité de sûreté nucléaire et de radioprotection (ASNR). https://www.ign.fr/institut/un-jumeau-numerique-de-la-france-pour-piloter-la-transition-ecologique https://www.ign.fr/institut/un-jumeau-numerique-de-la-france-pour-piloter-la-transition-ecologique https://www.ign.fr/appel-communs-jumeau-numerique-france-et-territoires https://www.ign.fr/appel-communs-jumeau-numerique-france-et-territoires 36 Feuille de route Numérique et Intelligence Artificielle Projets IA IA pour les prévisions météorologiques Description, partenaires et calendrier Météo-France développe et déploie des modèles IA pour améliorer les prévisions à toute échelle : ? MF-IA : prévisions de 9 variables météorologiques à n?importe quelle échéance (avec Eviden / Prototype disponible fin 2024 et travaux en cours vers l?opérationnalisation) ? Espresso : estimation des précipitations pour les zones non couvertes par des radars (opérationnel depuis mars 2024) ? Brouillard Seine : prévision du brouillard dans la vallée de Seine (avec Haropa Port / livré en juin 2023) ? Nettoyage image radar : traitement des images radar pour en retirer les échos non météorologiques (livré en mars 2024) ? Prévision immédiate de nébulosité à l?échéance de 3h (opérationnel depuis mars 2022) ? Semafor : observation et prédiction de la migration de l?avifaune depuis les radars météorologiques (avec France Energie Marine / En développement) ? COCA neige : classification automatique de présence de neige sur des images de webcams (POC avec passage à l?opérationnel en cours d?étude) ? COCA visibilité : classification automatique de détection du brouillard sur les images de webcams (POC avec passage à l?opérationnel en cours d?étude) ? RAINCELL-IA : fusion des données pluie, radar et téléphonie (avec Orange / en développement) ? Initialisation automatique de bulletins pour la prévision marines : avec des grands modèles de langage (outil en développement) ? Détection de Sargasses : détection automatique de radeaux de Sargasses par satellite (outil en développement) ? Chatbot Drias : agent conversationnel pour le portail Drias pour les projections régionalisées de référence (en développement) ? Prévision à 3h de des champs de précipitation, des objets orageux et des conditions de Low-Visibility Procedure (LVP) pour trafic aéronautique (en cours de développement) ? Réalisation de prévision saisonnière par IA (en cours d?exploration) Pilote Météo France Liens utiles - Espresso : https://www.mdpi.com/2674-0494/2/4/25 - Brouillard Seine : https://doi.org/10.37053/lameteorologie-2024-0086 - Prévision immédiate de nébulosité : https://arxiv.org/abs/2009.11577 - Autres articles : - https://meteofrance.hal.science/meteo-04438969 - https://hal.science/meteo-03811214/ - https://insu.hal.science/insu-04752898v1 - https://link.springer.com/article/10.1007/s00382-022-06343-9 https://www.mdpi.com/2674-0494/2/4/25 https://doi.org/10.37053/lameteorologie-2024-0086 https://arxiv.org/abs/2009.11577 https://meteofrance.hal.science/meteo-04438969 https://hal.science/meteo-03811214/ https://insu.hal.science/insu-04752898v1 https://link.springer.com/article/10.1007/s00382-022-06343-9 37 Feuille de route Numérique et Intelligence Artificielle Projet IA IA pour la prévision des crues Pilote DREAL Hauts-de-France Description Ce projet vise à produire facilement des modèles hydrologiques pour la prévision des crues en exploitant des technologies d?intelligence artificielle frugales. A date, les efforts se concentrent sur le calage de modèles sur les stations hydrométrique qui en sont dépourvues. Le package est développé en collaboration entre le service Information, Développement Durable et Évaluation Environnementale et deux services de prévision des crues (SPC Bassins du Nord, SPC Seine Aval ? Côtiers Normands). Calendrier 2023 -2024 : développement du package, produit minimum viable S2 2024 / S1 2025 : mise en production des premiers modèles S2 2025 : maintenance évolutive (évolution des dépendances, évaluation de l?importance des variables, ?), ouverture à d?autres DREAL Projet IA Plateforme Eau & Polluants : POC détection d?anomalies et interpolation des flux polluants Pilote DREAL Hauts-de-France Description Le pôle national connaissance Eau & Polluants vise plusieurs cas d?usages rendus possible par une meilleure exploitation/interaction des données sur les émissions polluantes et les milieux naturels : fiabilisation des données en temps réel, simplification des rapportages européens, analyse d?impact des projets? Dans cet écosystème numérique, deux preuves de concept exploitant l?IA ont été validées : ? La détection d?anomalie dans les données déclaratives par combinai- son d?algorithmique classique, de datavisualisations et d?intelligence ar- tificielle et de l?expertise des inspecteurs de l?environnement ; ? L?interpolation multivariée des flux polluants pour fiabiliser les calculs de moyennes et éviter les double-saisies des usagers, détecter d?éven- tuelles fraudes dans les données déclarées et mieux cibler les subs- tances à suivre. Calendrier 2021-2022 : création du pôle national eau & polluants, preuves de concept 2023-2024 : constitution d?une infrastructure technique 2025 : portage des premières datavisualisations Freins à lever L?analyse multivariée des anomalies se heurte à l?omniprésence des lacunes dans les données : chaque industriel déclare des substances qui lui sont propres, ce qui limite sévèrement la possibilité d?exploiter un modèle multi- sites. Par ailleurs, l?IA peut améliorer l?accessibilité de l?information environnementale pour les citoyens grâce à des agents conversationnels adaptés à différents publics. Le pôle ministériel évalue actuellement les avantages et inconvénients de ces agents. 38 Feuille de route Numérique et Intelligence Artificielle Des partenariats peuvent aussi être envisagés avec des acteurs de la société civile en contact avec les citoyens afin de nourrir leurs propres agents conversationnels avec des données et de l?information publique environnementales. Notre feuille de route : ? Privilégier une utilisation de l?IA contrôlée par les agents, pour les services rendus au public ; ? Fournir des services de plus en plus précis et complets, augmentés par l?IA. C) Structurer une offre privée d?IA au service de la transition écologique La transition écologique s?appuie sur les entreprises pour réussir partout, malgré des contextes de marchés et de territoires variés. À ce titre, la stratégie en IA pour la transition écologique prend en compte les propositions du tissu économique pour favoriser le déploiement des solutions adaptées. L?initiative Greentech Innovation, portée par l?Ecolab au sein du CGDD, vise à animer l?écosystème greentech français notamment par le soutien des start-up et PME innovantes et durables dans le développement de nouveaux produits, usages et services pour les citoyens. Un annuaire dédié aux Greentech Innovation ayant recours à l?IA est mis à disposition de tous pour favoriser l?identification d?acheteurs pertinents. Depuis 2020, le Hub France IA réalise une cartographie annuelle recensant les start-ups et fournisseurs innovants en intelligence artificielle. Cette initiative vise à améliorer la lisibilité de l?écosystème IA et à fournir un outil opérationnel permettant aux acheteurs, investisseurs et institutions d?identifier les acteurs du secteur. L?édition 2025 marque une évolution significative du projet : la transition écologique devient un axe structurant avec 69 start-ups recensées spécifiquement dans ce domaine. Notre feuille de route : ? Faire connaître les start-ups et PMEs labellisées et cartographiées à travers Greentech Innovation et la cartographie des start-ups IA du Hub France IA. D) Travailler en collaboration avec la recherche Cette collaboration avec la recherche est étroitement liée au volet recherche de la Stratégie Nationale IA, qui comprend un Programme Prioritaire d?Equipement de Recherche (PEPR - https://www.pepr-ia.fr). Celui-ci comprend deux projets de recherche fondamentale pour le- ver les verrous scientifiques pour des architectures plus efficaces pour l?inférence et l?appren- tissage (projet HOLIGRAIL) et déployer des modèles intrinsèquement frugaux (projet SHARP). Nos ministères disposent également d?un réseau de structures de recherche pour faire progresser notre connaissance environnementale au service de nos politiques publiques. L?Université Gustave Eiffel mobilise l?intelligence artificielle (IA) et la simulation numérique avancée à l?interface des sciences de l?ingénieur, des sciences du numérique et des sciences https://greentechinnovation.fr/entreprises/ https://cartographie.hub-franceia.fr/index.html https://www.pepr-ia.fr/ 39 Feuille de route Numérique et Intelligence Artificielle humaines pour répondre aux défis de la transition écologique et de l?aménagement durable. Ses travaux portent sur des applications concrètes de l?IA, intégrant apprentissage automatique supervisé et non supervisé, apprentissage fédéré, optimisation par renforcement, systèmes multi-agents et IA symbolique, combinés à des approches de simulation micro-macro et de jumeaux numériques. Les projets développés visent notamment : ? L?optimisation multimodale des réseaux de transport par apprentissage distribué et simulation dynamique, ? La prédiction fine de la demande énergétique territoriale en croisant modèles de simulation et deep learning, ? La modélisation de la résilience urbaine et climatique via des plateformes de simulation enrichies par l?IA, ? L?aide à la décision publique par la simulation prospective et la génération d?indicateurs de performance ; ? L?optimisation de scenario d?apprentissages pour l?enseignement. L?université Gustave Eiffel étudie également l?IA en elle-même, à la fois par le prisme de l?amélioration de ses aspects techniques, et via son impact sur les modes de travail et organisation dans les entreprises. L?Université Gustave Eiffel poursuit à moyen terme le renforcement de cette synergie entre IA et simulation, avec pour objectif de soutenir l?élaboration, l?évaluation et la mise en oeuvre des politiques publiques, en collaboration étroite avec ses partenaires nationaux et européens. Pour ce faire, l?université se dote de moyens divers pour favoriser la mise en place d?études basées sur l?IA en interne, mais également d?accès à des IA génératives souveraines via un partenariat avec l?université de Rennes. 40 Feuille de route Numérique et Intelligence Artificielle Projets IA IA et simulation numérique pour les mobilités Description, partenaires et calendrier L?Université Gustave Eiffel développe et déploie des modèles IA : ? PRISSMA, plateforme de recherche dédiée à la sûreté des systèmes de mobilité autonome, PRISSMA développe des solutions d?IA pour garantir la sécurité des véhicules autonomes et leur intégration dans l?environnement routier. ? R5G, ce projet vise à créer des infrastructures routières intelligentes intégrant des technologies d?IA pour la communication entre véhicules et infrastructures, favorisant ainsi une mobilité plus sûre et durable. ? Sense-City, laboratoire urbain sous environnement contrôlé, Sense-City utilise des capteurs intelligents et des algorithmes d?IA pour étudier et optimiser les performances des infrastructures urbaines face aux enjeux environnementaux ? ClaireSITI, plateforme de simulation multimodale, ClaireSITI exploite l?IA pour modéliser, surveiller et optimiser les réseaux de transport en temps réel, facilitant la prise de décision pour une mobilité durable. ? Mobisat, projet axé sur la gestion énergétique des systèmes de transport, Mobisat intègre des technologies d?IA pour améliorer l?efficacité énergétique et la durabilité des véhicules et infrastructures. ? Trustonomy, projet européen visant à renforcer la confiance dans les véhicules autonomes, Trustonomy développe des interfaces homme- machine et des systèmes d?IA pour assurer une interaction sûre entre conducteurs et véhicules automatisés. ? Transpolis, centre d?expérimentation pour la mobilité intelligente, Transpolis offre un environnement de test pour les technologies d?IA appliquées aux véhicules autonomes et aux infrastructures connectées. Pilote Université Gustave Eiffel Liens utiles - PRISSMA : https://prissma.univ-gustave-eiffel.fr/le-projet - R5G : https://reflexscience.univ-gustave-eiffel.fr/lire/dossiers/a-quoi- ressembleront-les-routes-de-5eme-generation-r5g - Sense-City : https://cosys.univ-gustave-eiffel.fr/faits- marquants/moyens-experimentaux/sense-city - ClaireSITI : https://grettia.univ-gustave-eiffel.fr/equipements/clairesiti - Mobisat : https://projet1.univ-gustave-eiffel.fr/la-demarche/mobisat - Trustonomy : https://cordis.europa.eu/project/id/815003/fr - Transpolis : https://cosys.univ-gustave-eiffel.fr/faits-marquants/moyens- experimentaux/transpolis Le Centre Scientifique et Technique du Bâtiment (CTSB) est la structure publique de référence dans le domaine du bâtiment. En complément de la base nationale des bâtiments qui bénéficie des potentiels de l?IA, la complexité de la gestion du parc bâtimentaire et des règles métiers fait émerger des projets d?IA. https://prissma.univ-gustave-eiffel.fr/le-projet https://link.springer.com/article/10.1007/s00382-022-06343-9 https://reflexscience.univ-gustave-eiffel.fr/lire/dossiers/a-quoi-ressembleront-les-routes-de-5eme-generation-r5g https://reflexscience.univ-gustave-eiffel.fr/lire/dossiers/a-quoi-ressembleront-les-routes-de-5eme-generation-r5g https://cosys.univ-gustave-eiffel.fr/faits-marquants/moyens-experimentaux/sense-city https://cosys.univ-gustave-eiffel.fr/faits-marquants/moyens-experimentaux/sense-city https://grettia.univ-gustave-eiffel.fr/equipements/clairesiti https://projet1.univ-gustave-eiffel.fr/la-demarche/mobisat https://cordis.europa.eu/project/id/815003/fr https://cosys.univ-gustave-eiffel.fr/faits-marquants/moyens-experimentaux/transpolis https://cosys.univ-gustave-eiffel.fr/faits-marquants/moyens-experimentaux/transpolis 41 Feuille de route Numérique et Intelligence Artificielle Projets IA IA et bâtiments Description, partenaires et calendrier Le CSTB développe et déploie des modèles IA : ? Classifieur de matériau de toiture : modèle de machine learning de classification des matériaux de couverture de toiture (béton, tuiles, ardoises, zinc alu, végétalisé?) (2020) (resté au stade de POC) ; ? Mise en oeuvre des techniques de traitement du langage naturel pour l?extraction et la formalisation automatique d?exigences dans le domaine de la construction : benchmark (LNP, ML, DL...) et mise en oeuvre d?une méthodologie d?extraction et de sémantisation automatique des éléments de menuiseries et leurs propriétés depuis des CCTP de constructions neuves (2021-2024) (thèse de doctorat) ; ? Prédiction de données expérimentales : apprentissage machine sur des données expérimentales d?essais (contrainte à l?arrachement de fixations mécaniques soumises au feu) pour la prédiction accélérée de futurs essais (2024-2025) (POC avec montée en TRL) . Pilote CSTB Liens utiles Traitement du langage pour les exigences : https://theses.fr/s357063?domaine=theses Le Bureau des Recherches Géologiques et Minières (BRGM) est un établissement scientifique de référence traitant des enjeux environnementaux liés au sous-sol (eau souterraine (quantité et qualité), risques, énergie (géothermie, stockage carbone, etc), ressources minérales primaires et secondaires). Parmi ses missions, il est en charge de maintenir des bases de données nationales, et de participer aux infrastructures de recherche partageant des données du sous- sol Français (Data Terra) et Européen (EPOS). La complexité du sous-sol, et des processus liés, ainsi que la difficulté de mesurer directement le sous-sol a fait de l?IA un des enjeux de sa nouvelle stratégie scientifique, et avec une mobilisation dans un nombre croissant de projets, notamment en recherche, mais aussi dans des projets en appui aux politiques publiques. Projets IA Previz?O Description, partenaires et calendrier Ce projet, lauréat de l?appel à projets "Démonstrateurs d?IA frugale au service de la transition écologique des territoires" (DIAT), ambitionne d?anticiper les périodes de stress hydrique et de permettre une gestion proactive de la ressource en eau en s?appuyant sur un démonstrateur d?intelligence artificielle. Pilote Région Centre Val de Loire Liens utiles https://www.centre-valdeloire.fr/lactualite-de-la-region-centre- valdeloire/le-projet-regional-previzo-laureat-dun-appel-projet https://theses.fr/s357063?domaine=theses https://www.centre-valdeloire.fr/lactualite-de-la-region-centre-valdeloire/le-projet-regional-previzo-laureat-dun-appel-projet https://www.centre-valdeloire.fr/lactualite-de-la-region-centre-valdeloire/le-projet-regional-previzo-laureat-dun-appel-projet 42 Feuille de route Numérique et Intelligence Artificielle De son côté, Météo-France, en tant que service météorologique et climatique national, consacre des efforts de recherche importants pour développer les méthodes de prévision numérique du temps par IA (voir plus haut). Enfin, l?Autorité de Sûreté Nucléaire (ASNR) vise à amplifier et coordonner l?utilisation de l?IA pour renforcer ses missions, anticiper les usages de l?IA dans les secteurs nucléaire et médical, et contribuer à la normalisation de ses usages Projets IA IA pour la sûreté nucléaire Description, partenaires et calendrier ? ASSAS : Artificial intelligence for Simulation of Severe AccidentS (avec Horizon Europe (JSI, KI, KTH, Tecnatom) / 2023-2027). ? Increased : Développe des méthodes et outils pour le diagnostic et pronostic de dommages aux organes radio-induits (détection automatique d?aberrations chromosomiques en dosimétrie biologique) en situation post- accidentelle (avec INRIA & IRBA / 2020-2024). ? Radio-aide : Le projet RADIO-AIDE étudie les mécanismes neurotoxiques impliqués dans l?initiation et l?évolution temporelle de troubles cognitifs après une radiothérapie du cerveau (avec APHP, ICANS, centre Borelli, Pixyl, INSERM, ? / 2022-2026). ? Piano Forte : Partenariat européen pour la recherche en radioprotection (appels à projets de recherche) (avec Euratom / 2022-2029). ? Na tech : Anticiper et gérer les accidents technologiques engendrés par un événement naturel dans les territoires urbains et périurbains (avec Ineris, CNRS, MeteoFrance, Université Grenoble, ? / 2022- en cours). Pilote ASNR Liens utiles - Projet ASSAS | IRSN : https://www.irsn.fr/recherche/projet-assas - Increased : https://www.irsn.fr/page/statistical-characterization-and- validation-automated-chromosomal-aberration-detection-ai - Radio-aide : https://www.irsn.fr/recherche/projet-radio-aide - PianoForte : https://www.irsn.fr/page/partenariat-pianoforte - Na tech : https://www.pepr-risques.fr/fr/axes-scientifiques/axe-2-donnees- modeles-quantitatifs-algorithmes-pour-lanalyse-des-risques-laide Notre feuille de route : ? Renforcer les liens entre recherche et politiques publiques ; ? Développer de nouveaux partenariats administration ? recherche. https://www.irsn.fr/recherche/projet-assas https://www.irsn.fr/page/statistical-characterization-and-validation-automated-chromosomal-aberration-detection-ai https://www.irsn.fr/page/statistical-characterization-and-validation-automated-chromosomal-aberration-detection-ai https://www.irsn.fr/recherche/projet-radio-aide https://www.irsn.fr/page/partenariat-pianoforte https://www.pepr-risques.fr/fr/axes-scientifiques/axe-2-donnees-modeles-quantitatifs-algorithmes-pour-lanalyse-des-risques-laide https://www.pepr-risques.fr/fr/axes-scientifiques/axe-2-donnees-modeles-quantitatifs-algorithmes-pour-lanalyse-des-risques-laide 43 Feuille de route Numérique et Intelligence Artificielle E) Animer un réseau européen sur le numérique, la donnée et l?IA au service de la transition écologique Le réseau international des Ecolabs réunit des ministères et agences publiques engagés dans l?innovation, l?intelligence artificielle et la valorisation des données au service de la transition écologique. Face aux défis communs ? prise de risque, transformation des systèmes administratifs, construction de référentiels ? ce réseau vise à favoriser des décisions éclairées et à mutualiser les efforts. En partageant retours d?expérience, outils, réussites ou échecs, les membres évitent les redondances, accélèrent l?apprentissage collectif, et peuvent monter en puissance sur des projets européens communs. Plus précisément, ce réseau est très utile pour mieux connaitre les pratiques internes aux ministères étrangers en matière d?IA, de gouvernance de la donnée et du numérique. Les pays impliqués dans le réseau à ce jour sont le Danemark, l?Angleterre, l?Italie, la France, l?Allemagne, et l?Espagne. Cette dynamique de coopération permet non seulement d?optimiser l?action publique (gain de temps, montée en compétence, déploiement de solutions), mais aussi de renforcer la capacité d?influence des acteurs publics européens sur les sujets de la donnée et de l?IA. Espace d?échange entre décideurs, ce réseau est aussi une opportunité pour nourrir les politiques publiques de comparaisons internationales et construire ensemble une IA durable, souveraine et utile à la transition écologique pour notre pôle ministériel. Notre feuille de route : ? Renforcer la coopération entre les pays qui pilotent des projets data et IA en interne à l?État et au service de la transition écologique ; ? Influer sur l?élaboration des politiques publiques européennes. 44 Feuille de route Numérique et Intelligence Artificielle Axe 4 Faire de la France un leader de l?IA frugale Le déploiement du numérique et de l?IA ne pourra être considéré comme un succès sans prendre en compte l'impact environnemental des outils et sans assurer le portage et le déploiement d?une vision frugale de l?intelligence artificielle. Cet enjeu constitue à la fois une exigence d?exemplarité de l?État et un objectif de fond, compte-tenu de la part croissante de l?IA dans la consommation énergétique et l?empreinte carbone du numérique et dans l?exploitation des ressources (eau, espaces artificialisés, métaux rares, etc.). A) Développer des méthodologies et des outils de quantification La quantification de l?impact environnemental des systèmes d?IA reste un défi, notamment en raison du manque de données accessibles sur la consommation énergétique et l?empreinte carbone des infrastructures d?entraînement et d?inférence des modèles. Toutefois, des initiatives émergent pour renforcer la transparence et orienter les choix technologiques vers des solutions plus durables. La promotion de méthodologies ouvertes et de bonnes pratiques doit permettre de minimiser les externalités négatives tout en assurant l?efficacité et la pertinence des projets portés par le pôle ministériel. Pour permettre à tous types d?acteurs de déclarer les impacts environnementaux afférents au développement et à l?utilisation de systèmes d?IA, l?Ecolab du CGDD a publié en partenariat avec l?AFNOR un référentiel général pour l?IA frugale, construit à partir d?un groupe de travail rassemblant une centaine d?acteurs des entreprises, de la recherche, des associations et des administrations. En application du Règlement européen sur l?Intelligence Artificielle (RIA), nos ministères travaillent actuellement à l?élaboration d?une norme européenne sur le calcul d?impact environnemental de l?IA. Nos ministères ont également collaboré avec la recherche pour perfectionner un outil open source pour estimer les impacts énergétiques et carbone de l?utilisation d?un système d?IA. Cet outil, appelé Green Algorithms est déjà utilisé dans les appels à projet impliquant de l?IA. Il a vocation à servir d?outils de suivi pour les projets internes. Enfin, l?outil NumEcoEval, développé par nos ministères afin d?évaluer l?impact environnemental du numérique, s?ouvre progressivement aux services et opérateurs, et sera diffusé en interministériel. Cette action s?inscrit pleinement dans notre ambition d?exemplarité en matière d?écoresponsabilité. 45 Feuille de route Numérique et Intelligence Artificielle Notre feuille de route : ? Publier une norme européenne sur l?impact environnemental de l?IA, s?appuyant sur l?AFNOR Spec ; ? Utiliser Green Algorithms dans les appels à projet et les projets internes ; ? Déployer largement NumEcoEval dans la sphère publique. B) Favoriser le déploiement de bonnes pratiques À travers la sensibilisation et des guides pour les acheteurs ou le grand public, tous les acteurs peuvent participer à la limitation de l?impact environnemental de l?IA. Les outils déployés dans le pôle ministériel tel que le PIAG ou Sofia disposent ainsi d?un affichage environnemental de l?impact des requêtes au modèle. En partenariat avec la DINUM, le Conseil National du Numérique et d?autres partenaires, l?Ecolab du CGDD contribue également à l?élaboration de parcours de formation et sensibilisation, de guides pour l?animation de Cafés IA, d?un guide pour les acheteurs publics, etc. L?appel à projet France 2030 ECONUM, opéré par l?ADEME, a permis de financer plusieurs solutions d?amélioration de l?impact environnemental des infrastructures numériques permettant le déploiement de l?IA, principalement les datacenters. Cet effort, qui accompagne la relocalisation en France de datacenters stratégiques, doit être poursuivi. Notre feuille de route : ? Produire un ensemble cohérent de guides et formations sur l?impact environnemental de l?IA pour favoriser la connaissance des enjeux et la montée en compétences. ? Poursuivre le financement via France 2030 de l?amélioration de la performance environnementale des infrastructures nécessaires au déploiement de l?IA. C) Promouvoir l?IA durable à l?international Face aux défis environnementaux que soulève l?IA, il devient essentiel de diffuser à l?échelle internationale les principes d?une IA durable, capable d?allier innovation technologique et respect des limites planétaires. L?enjeu est de sensibiliser et d?impliquer tous les acteurs ? gouvernements, entreprises, chercheurs et société civile ? afin de faire de la durabilité un critère central dans le développement et l?utilisation des technologies d?IA. Dans ce contexte, une approche concertée est nécessaire pour harmoniser les efforts et éviter la fragmentation des initiatives. La coopération internationale joue un rôle clé pour permettre un partage efficace des connaissances et des solutions, et assurer la convergence des stratégies de diffusion de celles-ci. Ainsi, l?Arcep a pris la tête du groupe de travail « Sustainability » du BEREC (Organe des régulateurs européens des communications électroniques) et l?ADEME s?est rapprochée de ses homologues allemands (UBA), irlandais (SEAI) et italiens (ENEA) pour construire un projet européen sur les thématiques « green AI & AI for green ». 46 Feuille de route Numérique et Intelligence Artificielle L?édition 2025 du Sommet pour l?action sur l?Intelligence Artificielle à Paris a marqué un tournant décisif en plaçant la durabilité environnementale de l?intelligence artificielle au coeur des discussions internationales, avec le lancement d?une Coalition pour l?IA durable, co-initiée par la France, le programme des Nations-Unies pour l?Environnement et l?Union Internationale des Télécommunications. Plus de 170 entités ont rejoint la coalition depuis février 2025. L?IA durable au sein de la Coalition rassemble deux aspects clés : minimiser l?impact environnemental de l?IA et favoriser les usages de l?IA au service de la transition écologique. La Coalition se singularise par la diversité de ses parties prenantes regroupant à la fois l?ensemble de la chaîne de valeur du secteur de l?IA, mais également plusieurs universités et instituts de recherche de très haut niveau, des investisseurs, et des associations. Plusieurs initiatives d?IA durable ont d?ores et déjà été accélérées ou lancées lors de ce Sommet : feuille de route internationale sur la mesure de l?empreinte environnementale de l?IA, note de concept sur les défis d?une IA environnementalement efficace, observatoire de l?Agence Internationale de l?Energie sur IA et énergie? La Coalition pour l?IA durable permettra de maintenir cette dynamique d?une IA au service de l?atteinte de nos objectifs environnementaux tout en respectant les limites planétaires. La Coalition sera par ailleurs représentée et visible dans plusieurs événements internationaux. Notre feuille de route : ? Profiter des grands moments internationaux (UNOC, COP, AI for Good) pour construire une stratégie d?influence ; ? Disposer d?un recensement des initiatives internationales et collaboratives autour des interactions entre IA et environnement. https://www.sustainableaicoalition.org/ 47 Feuille de route Numérique et Intelligence Artificielle Conclusion Se donner les moyens de faire du numérique et de l?IA les alliés de l?aménagement du territoire et de la transition écologique Le numérique, la donnée et l?intelligence artificielle sont porteuses d?opportunités pour décupler nos capacités à faire face aux enjeux d?aménagement du territoire et de transition écologique, enjeux dont la complexité et l?urgence augmentent chaque jour. A) Construire une gouvernance ministérielle du numérique et de l?IA Pour mener à bien l?ambition de cette feuille de route, nos ministères disposent d?une gouvernance simple, associant néanmoins largement les entités de nos ministères, afin que les structures et les agents se sentent acteurs de cette ambition au quotidien, quels que soient leurs métiers ou leurs situations géographiques. Un comité unique stratégique, coprésidé par le Secrétaire général et le Commissaire général au développement durable, est chargé de porter la stratégie numérique, IA et données pour l?ensemble de nos ministères. Ce comité ministériel Numérique et IA rassemble les directeurs généraux des Directions métiers de nos ministères ainsi que des représentants des DREAL et des DDT et a vocation à se réunir 2 fois par an. Il définit et oriente la stratégie IA et données du pôle ministériel. B) Mobiliser pleinement nos ressources humaines et financières La stratégie ressources humaines de nos ministères vise l?émergence d?une véritable filière numérique. La démarche de ré-internalisation des compétences, initiée par la DINUM en 2023, s?est concrétisée par des recrutements à hauteur de 60 ETP en 2024. La mission confiée en 2025 par le secrétariat général à l?IGEDD doit permettre d?évaluer les bénéfices de cet effort. Notre filière numérique donne la capacité de piloter et prendre en charge, à tous les niveaux et en toute sécurité, les projets. Internaliser les compétences, plutôt qu?une dépendance à des prestataires, permet de rendre les services numériques déployés plus pérennes, pour un coût réduit. Prendre en charge des transformations et des projets à tous les niveaux et en toute sécurité implique d?exploiter pleinement la montée capacitaire engagée les années précédentes, tout en demeurant réaliste vis-à-vis des capacités de nos directions à intégrer et former les profils correspondants. Les opérateurs de l?État sont un élément clé de cette stratégie permettant d?assurer la mise à jour de l?expertise de pointe sur laquelle l?action publique s?appuie. Ils constituent le coeur des capacités IA du pôle ministériel et sont les premiers développeurs de produits et outils intégrant l?IA aux services des politiques publiques et des citoyens. 48 Feuille de route Numérique et Intelligence Artificielle Pour aller plus loin Productions Feuille de route « Ambition numérique 2023-2027 », publiée en 2023 : https://www.ecologie.gouv.fr/sites/default/files/documents/Ambition_num%C3% A9rique_2023-2027.pdf Feuille de route Intelligence artificielle et transition écologique 2023-2025, publiée en 2023 : https://www.ecologie.gouv.fr/politiques-publiques/feuille-route- intelligence-artificielle-transition-ecologique Référentiel général pour l?IA frugale, publié en juin 2024 : https://www.boutique.afnor.org/fr-fr/norme/afnor-spec-2314/referentiel-general- pour-lia-frugale-mesurer-et-reduire-limpact-environneme/fa208976/421140 Livre blanc de la communauté des acteurs de l?IA dans les territoires, publié en novembre 2024 : https://greentechinnovation.fr/storage/V3-Livre-blanc-1.pdf Guide « L?intelligence artificielle au service de l?adaptation au changement climatique », publié en mars 2025 : https://greentechinnovation.fr/storage/Lintelligence-artificielle-au-service-de- ladaptation-au-changement-climatique-dans-les-territoires-1.pdf Liens utiles Site de l?Ecolab du Commissariat Général au Développement Durable : https://greentechinnovation.fr/ Portail des IA génératives : https://piag.e2.rie.gouv.fr Plateforme des données de la transition écologique : https://ecologie.data.gouv.fr/ Outil Green Algorithms : https://www.green-algorithms.org/ Outil NumEcoEval : https://gitlab-forge.din.developpement- durable.gouv.fr/pub/numeco/m4g/numecoeval https://www.ecologie.gouv.fr/sites/default/files/documents/Ambition_num%2525C3%2525A9rique_2023-2027.pdf https://www.ecologie.gouv.fr/sites/default/files/documents/Ambition_num%2525C3%2525A9rique_2023-2027.pdf https://www.ecologie.gouv.fr/politiques-publiques/feuille-route-intelligence-artificielle-transition-ecologique https://www.ecologie.gouv.fr/politiques-publiques/feuille-route-intelligence-artificielle-transition-ecologique https://www.boutique.afnor.org/fr-fr/norme/afnor-spec-2314/referentiel-general-pour-lia-frugale-mesurer-et-reduire-limpact-environneme/fa208976/421140 https://www.boutique.afnor.org/fr-fr/norme/afnor-spec-2314/referentiel-general-pour-lia-frugale-mesurer-et-reduire-limpact-environneme/fa208976/421140 https://greentechinnovation.fr/storage/V3-Livre-blanc-1.pdf https://greentechinnovation.fr/storage/Lintelligence-artificielle-au-service-de-ladaptation-au-changement-climatique-dans-les-territoires-1.pdf https://greentechinnovation.fr/storage/Lintelligence-artificielle-au-service-de-ladaptation-au-changement-climatique-dans-les-territoires-1.pdf https://greentechinnovation.fr/ https://piag.e2.rie.gouv.fr/ https://ecologie.data.gouv.fr/ https://gitlab-forge.din.developpement-durable.gouv.fr/pub/numeco/m4g/numecoeval https://gitlab-forge.din.developpement-durable.gouv.fr/pub/numeco/m4g/numecoeval (ATTENTION: OPTION ique pour les mobilités Description, partenaires et calendrier L?Université Gustave Eiffel développe et déploie des modèles IA : ? PRISSMA, plateforme de recherche dédiée à la sûreté des systèmes de mobilité autonome, PRISSMA développe des solutions d?IA pour garantir la sécurité des véhicules autonomes et leur intégration dans l?environnement routier. ? R5G, ce projet vise à créer des infrastructures routières intelligentes intégrant des technologies d?IA pour la communication entre véhicules et infrastructures, favorisant ainsi une mobilité plus sûre et durable. ? Sense-City, laboratoire urbain sous environnement contrôlé, Sense-City utilise des capteurs intelligents et des algorithmes d?IA pour étudier et optimiser les performances des infrastructures urbaines face aux enjeux environnementaux ? ClaireSITI, plateforme de simulation multimodale, ClaireSITI exploite l?IA pour modéliser, surveiller et optimiser les réseaux de transport en temps réel, facilitant la prise de décision pour une mobilité durable. ? Mobisat, projet axé sur la gestion énergétique des systèmes de transport, Mobisat intègre des technologies d?IA pour améliorer l?efficacité énergétique et la durabilité des véhicules et infrastructures. ? Trustonomy, projet européen visant à renforcer la confiance dans les véhicules autonomes, Trustonomy développe des interfaces homme- machine et des systèmes d?IA pour assurer une interaction sûre entre conducteurs et véhicules automatisés. ? Transpolis, centre d?expérimentation pour la mobilité intelligente, Transpolis offre un environnement de test pour les technologies d?IA appliquées aux véhicules autonomes et aux infrastructures connectées. Pilote Université Gustave Eiffel Liens utiles - PRISSMA : https://prissma.univ-gustave-eiffel.fr/le-projet - R5G : https://reflexscience.univ-gustave-eiffel.fr/lire/dossiers/a-quoi- ressembleront-les-routes-de-5eme-generation-r5g - Sense-City : https://cosys.univ-gustave-eiffel.fr/faits- marquants/moyens-experimentaux/sense-city - ClaireSITI : https://grettia.univ-gustave-eiffel.fr/equipements/clairesiti - Mobisat : https://projet1.univ-gustave-eiffel.fr/la-demarche/mobisat - Trustonomy : https://cordis.europa.eu/project/id/815003/fr - Transpolis : https://cosys.univ-gustave-eiffel.fr/faits-marquants/moyens- experimentaux/transpolis Le Centre Scientifique et Technique du Bâtiment (CTSB) est la structure publique de référence dans le domaine du bâtiment. En complément de la base nationale des bâtiments qui bénéficie des potentiels de l?IA, la complexité de la gestion du parc bâtimentaire et des règles métiers fait émerger des projets d?IA. https://prissma.univ-gustave-eiffel.fr/le-projet https://link.springer.com/article/10.1007/s00382-022-06343-9 https://reflexscience.univ-gustave-eiffel.fr/lire/dossiers/a-quoi-ressembleront-les-routes-de-5eme-generation-r5g https://reflexscience.univ-gustave-eiffel.fr/lire/dossiers/a-quoi-ressembleront-les-routes-de-5eme-generation-r5g https://cosys.univ-gustave-eiffel.fr/faits-marquants/moyens-experimentaux/sense-city https://cosys.univ-gustave-eiffel.fr/faits-marquants/moyens-experimentaux/sense-city https://grettia.univ-gustave-eiffel.fr/equipements/clairesiti https://projet1.univ-gustave-eiffel.fr/la-demarche/mobisat https://cordis.europa.eu/project/id/815003/fr https://cosys.univ-gustave-eiffel.fr/faits-marquants/moyens-experimentaux/transpolis https://cosys.univ-gustave-eiffel.fr/faits-marquants/moyens-experimentaux/transpolis 41 Feuille de route Numérique et Intelligence Artificielle Projets IA IA et bâtiments Description, partenaires et calendrier Le CSTB développe et déploie des modèles IA : ? Classifieur de matériau de toiture : modèle de machine learning de classification des matériaux de couverture de toiture (béton, tuiles, ardoises, zinc alu, végétalisé?) (2020) (resté au stade de POC) ; ? Mise en oeuvre des techniques de traitement du langage naturel pour l?extraction et la formalisation automatique d?exigences dans le domaine de la construction : benchmark (LNP, ML, DL...) et mise en oeuvre d?une méthodologie d?extraction et de sémantisation automatique des éléments de menuiseries et leurs propriétés depuis des CCTP de constructions neuves (2021-2024) (thèse de doctorat) ; ? Prédiction de données expérimentales : apprentissage machine sur des données expérimentales d?essais (contrainte à l?arrachement de fixations mécaniques soumises au feu) pour la prédiction accélérée de futurs essais (2024-2025) (POC avec montée en TRL) . Pilote CSTB Liens utiles Traitement du langage pour les exigences : https://theses.fr/s357063?domaine=theses Le Bureau des Recherches Géologiques et Minières (BRGM) est un établissement scientifique de référence traitant des enjeux environnementaux liés au sous-sol (eau souterraine (quantité et qualité), risques, énergie (géothermie, stockage carbone, etc), ressources minérales primaires et secondaires). Parmi ses missions, il est en charge de maintenir des bases de données nationales, et de participer aux infrastructures de recherche partageant des données du sous- sol Français (Data Terra) et Européen (EPOS). La complexité du sous-sol, et des processus liés, ainsi que la difficulté de mesurer directement le sous-sol a fait de l?IA un des enjeux de sa nouvelle stratégie scientifique, et avec une mobilisation dans un nombre croissant de projets, notamment en recherche, mais aussi dans des projets en appui aux politiques publiques. Projets IA Previz?O Description, partenaires et calendrier Ce projet, lauréat de l?appel à projets "Démonstrateurs d?IA frugale au service de la transition écologique des territoires" (DIAT), ambitionne d?anticiper les périodes de stress hydrique et de permettre une gestion proactive de la ressource en eau en s?appuyant sur un démonstrateur d?intelligence artificielle. Pilote Région Centre Val de Loire Liens utiles https://www.centre-valdeloire.fr/lactualite-de-la-region-centre- valdeloire/le-projet-regional-previzo-laureat-dun-appel-projet https://theses.fr/s357063?domaine=theses https://www.centre-valdeloire.fr/lactualite-de-la-region-centre-valdeloire/le-projet-regional-previzo-laureat-dun-appel-projet https://www.centre-valdeloire.fr/lactualite-de-la-region-centre-valdeloire/le-projet-regional-previzo-laureat-dun-appel-projet 42 Feuille de route Numérique et Intelligence Artificielle De son côté, Météo-France, en tant que service météorologique et climatique national, consacre des efforts de recherche importants pour développer les méthodes de prévision numérique du temps par IA (voir plus haut). Enfin, l?Autorité de Sûreté Nucléaire (ASNR) vise à amplifier et coordonner l?utilisation de l?IA pour renforcer ses missions, anticiper les usages de l?IA dans les secteurs nucléaire et médical, et contribuer à la normalisation de ses usages Projets IA IA pour la sûreté nucléaire Description, partenaires et calendrier ? ASSAS : Artificial intelligence for Simulation of Severe AccidentS (avec Horizon Europe (JSI, KI, KTH, Tecnatom) / 2023-2027). ? Increased : Développe des méthodes et outils pour le diagnostic et pronostic de dommages aux organes radio-induits (détection automatique d?aberrations chromosomiques en dosimétrie biologique) en situation post- accidentelle (avec INRIA & IRBA / 2020-2024). ? Radio-aide : Le projet RADIO-AIDE étudie les mécanismes neurotoxiques impliqués dans l?initiation et l?évolution temporelle de troubles cognitifs après une radiothérapie du cerveau (avec APHP, ICANS, centre Borelli, Pixyl, INSERM, ? / 2022-2026). ? Piano Forte : Partenariat européen pour la recherche en radioprotection (appels à projets de recherche) (avec Euratom / 2022-2029). ? Na tech : Anticiper et gérer les accidents technologiques engendrés par un événement naturel dans les territoires urbains et périurbains (avec Ineris, CNRS, MeteoFrance, Université Grenoble, ? / 2022- en cours). Pilote ASNR Liens utiles - Projet ASSAS | IRSN : https://www.irsn.fr/recherche/projet-assas - Increased : https://www.irsn.fr/page/statistical-characterization-and- validation-automated-chromosomal-aberration-detection-ai - Radio-aide : https://www.irsn.fr/recherche/projet-radio-aide - PianoForte : https://www.irsn.fr/page/partenariat-pianoforte - Na tech : https://www.pepr-risques.fr/fr/axes-scientifiques/axe-2-donnees- modeles-quantitatifs-algorithmes-pour-lanalyse-des-risques-laide Notre feuille de route : ? Renforcer les liens entre recherche et politiques publiques ; ? Développer de nouveaux partenariats administration ? recherche. https://www.irsn.fr/recherche/projet-assas https://www.irsn.fr/page/statistical-characterization-and-validation-automated-chromosomal-aberration-detection-ai https://www.irsn.fr/page/statistical-characterization-and-validation-automated-chromosomal-aberration-detection-ai https://www.irsn.fr/recherche/projet-radio-aide https://www.irsn.fr/page/partenariat-pianoforte https://www.pepr-risques.fr/fr/axes-scientifiques/axe-2-donnees-modeles-quantitatifs-algorithmes-pour-lanalyse-des-risques-laide https://www.pepr-risques.fr/fr/axes-scientifiques/axe-2-donnees-modeles-quantitatifs-algorithmes-pour-lanalyse-des-risques-laide 43 Feuille de route Numérique et Intelligence Artificielle E) Animer un réseau européen sur le numérique, la donnée et l?IA au service de la transition écologique Le réseau international des Ecolabs réunit des ministères et agences publiques engagés dans l?innovation, l?intelligence artificielle et la valorisation des données au service de la transition écologique. Face aux défis communs ? prise de risque, transformation des systèmes administratifs, construction de référentiels ? ce réseau vise à favoriser des décisions éclairées et à mutualiser les efforts. En partageant retours d?expérience, outils, réussites ou échecs, les membres évitent les redondances, accélèrent l?apprentissage collectif, et peuvent monter en puissance sur des projets européens communs. Plus précisément, ce réseau est très utile pour mieux connaitre les pratiques internes aux ministères étrangers en matière d?IA, de gouvernance de la donnée et du numérique. Les pays impliqués dans le réseau à ce jour sont le Danemark, l?Angleterre, l?Italie, la France, l?Allemagne, et l?Espagne. Cette dynamique de coopération permet non seulement d?optimiser l?action publique (gain de temps, montée en compétence, déploiement de solutions), mais aussi de renforcer la capacité d?influence des acteurs publics européens sur les sujets de la donnée et de l?IA. Espace d?échange entre décideurs, ce réseau est aussi une opportunité pour nourrir les politiques publiques de comparaisons internationales et construire ensemble une IA durable, souveraine et utile à la transition écologique pour notre pôle ministériel. Notre feuille de route : ? Renforcer la coopération entre les pays qui pilotent des projets data et IA en interne à l?État et au service de la transition écologique ; ? Influer sur l?élaboration des politiques publiques européennes. 44 Feuille de route Numérique et Intelligence Artificielle Axe 4 Faire de la France un leader de l?IA frugale Le déploiement du numérique et de l?IA ne pourra être considéré comme un succès sans prendre en compte l'impact environnemental des outils et sans assurer le portage et le déploiement d?une vision frugale de l?intelligence artificielle. Cet enjeu constitue à la fois une exigence d?exemplarité de l?État et un objectif de fond, compte-tenu de la part croissante de l?IA dans la consommation énergétique et l?empreinte carbone du numérique et dans l?exploitation des ressources (eau, espaces artificialisés, métaux rares, etc.). A) Développer des méthodologies et des outils de quantification La quantification de l?impact environnemental des systèmes d?IA reste un défi, notamment en raison du manque de données accessibles sur la consommation énergétique et l?empreinte carbone des infrastructures d?entraînement et d?inférence des modèles. Toutefois, des initiatives émergent pour renforcer la transparence et orienter les choix technologiques vers des solutions plus durables. La promotion de méthodologies ouvertes et de bonnes pratiques doit permettre de minimiser les externalités négatives tout en assurant l?efficacité et la pertinence des projets portés par le pôle ministériel. Pour permettre à tous types d?acteurs de déclarer les impacts environnementaux afférents au développement et à l?utilisation de systèmes d?IA, l?Ecolab du CGDD a publié en partenariat avec l?AFNOR un référentiel général pour l?IA frugale, construit à partir d?un groupe de travail rassemblant une centaine d?acteurs des entreprises, de la recherche, des associations et des administrations. En application du Règlement européen sur l?Intelligence Artificielle (RIA), nos ministères travaillent actuellement à l?élaboration d?une norme européenne sur le calcul d?impact environnemental de l?IA. Nos ministères ont également collaboré avec la recherche pour perfectionner un outil open source pour estimer les impacts énergétiques et carbone de l?utilisation d?un système d?IA. Cet outil, appelé Green Algorithms est déjà utilisé dans les appels à projet impliquant de l?IA. Il a vocation à servir d?outils de suivi pour les projets internes. Enfin, l?outil NumEcoEval, développé par nos ministères afin d?évaluer l?impact environnemental du numérique, s?ouvre progressivement aux services et opérateurs, et sera diffusé en interministériel. Cette action s?inscrit pleinement dans notre ambition d?exemplarité en matière d?écoresponsabilité. 45 Feuille de route Numérique et Intelligence Artificielle Notre feuille de route : ? Publier une norme européenne sur l?impact environnemental de l?IA, s?appuyant sur l?AFNOR Spec ; ? Utiliser Green Algorithms dans les appels à projet et les projets internes ; ? Déployer largement NumEcoEval dans la sphère publique. B) Favoriser le déploiement de bonnes pratiques À travers la sensibilisation et des guides pour les acheteurs ou le grand public, tous les acteurs peuvent participer à la limitation de l?impact environnemental de l?IA. Les outils déployés dans le pôle ministériel tel que le PIAG ou Sofia disposent ainsi d?un affichage environnemental de l?impact des requêtes au modèle. En partenariat avec la DINUM, le Conseil National du Numérique et d?autres partenaires, l?Ecolab du CGDD contribue également à l?élaboration de parcours de formation et sensibilisation, de guides pour l?animation de Cafés IA, d?un guide pour les acheteurs publics, etc. L?appel à projet France 2030 ECONUM, opéré par l?ADEME, a permis de financer plusieurs solutions d?amélioration de l?impact environnemental des infrastructures numériques permettant le déploiement de l?IA, principalement les datacenters. Cet effort, qui accompagne la relocalisation en France de datacenters stratégiques, doit être poursuivi. Notre feuille de route : ? Produire un ensemble cohérent de guides et formations sur l?impact environnemental de l?IA pour favoriser la connaissance des enjeux et la montée en compétences. ? Poursuivre le financement via France 2030 de l?amélioration de la performance environnementale des infrastructures nécessaires au déploiement de l?IA. C) Promouvoir l?IA durable à l?international Face aux défis environnementaux que soulève l?IA, il devient essentiel de diffuser à l?échelle internationale les principes d?une IA durable, capable d?allier innovation technologique et respect des limites planétaires. L?enjeu est de sensibiliser et d?impliquer tous les acteurs ? gouvernements, entreprises, chercheurs et société civile ? afin de faire de la durabilité un critère central dans le développement et l?utilisation des technologies d?IA. Dans ce contexte, une approche concertée est nécessaire pour harmoniser les efforts et éviter la fragmentation des initiatives. La coopération internationale joue un rôle clé pour permettre un partage efficace des connaissances et des solutions, et assurer la convergence des stratégies de diffusion de celles-ci. Ainsi, l?Arcep a pris la tête du groupe de travail « Sustainability » du BEREC (Organe des régulateurs européens des communications électroniques) et l?ADEME s?est rapprochée de ses homologues allemands (UBA), irlandais (SEAI) et italiens (ENEA) pour construire un projet européen sur les thématiques « green AI & AI for green ». 46 Feuille de route Numérique et Intelligence Artificielle L?édition 2025 du Sommet pour l?action sur l?Intelligence Artificielle à Paris a marqué un tournant décisif en plaçant la durabilité environnementale de l?intelligence artificielle au coeur des discussions internationales, avec le lancement d?une Coalition pour l?IA durable, co-initiée par la France, le programme des Nations-Unies pour l?Environnement et l?Union Internationale des Télécommunications. Plus de 170 entités ont rejoint la coalition depuis février 2025. L?IA durable au sein de la Coalition rassemble deux aspects clés : minimiser l?impact environnemental de l?IA et favoriser les usages de l?IA au service de la transition écologique. La Coalition se singularise par la diversité de ses parties prenantes regroupant à la fois l?ensemble de la chaîne de valeur du secteur de l?IA, mais également plusieurs universités et instituts de recherche de très haut niveau, des investisseurs, et des associations. Plusieurs initiatives d?IA durable ont d?ores et déjà été accélérées ou lancées lors de ce Sommet : feuille de route internationale sur la mesure de l?empreinte environnementale de l?IA, note de concept sur les défis d?une IA environnementalement efficace, observatoire de l?Agence Internationale de l?Energie sur IA et énergie? La Coalition pour l?IA durable permettra de maintenir cette dynamique d?une IA au service de l?atteinte de nos objectifs environnementaux tout en respectant les limites planétaires. La Coalition sera par ailleurs représentée et visible dans plusieurs événements internationaux. Notre feuille de route : ? Profiter des grands moments internationaux (UNOC, COP, AI for Good) pour construire une stratégie d?influence ; ? Disposer d?un recensement des initiatives internationales et collaboratives autour des interactions entre IA et environnement. https://www.sustainableaicoalition.org/ 47 Feuille de route Numérique et Intelligence Artificielle Conclusion Se donner les moyens de faire du numérique et de l?IA les alliés de l?aménagement du territoire et de la transition écologique Le numérique, la donnée et l?intelligence artificielle sont porteuses d?opportunités pour décupler nos capacités à faire face aux enjeux d?aménagement du territoire et de transition écologique, enjeux dont la complexité et l?urgence augmentent chaque jour. A) Construire une gouvernance ministérielle du numérique et de l?IA Pour mener à bien l?ambition de cette feuille de route, nos ministères disposent d?une gouvernance simple, associant néanmoins largement les entités de nos ministères, afin que les structures et les agents se sentent acteurs de cette ambition au quotidien, quels que soient leurs métiers ou leurs situations géographiques. Un comité unique stratégique, coprésidé par le Secrétaire général et le Commissaire général au développement durable, est chargé de porter la stratégie numérique, IA et données pour l?ensemble de nos ministères. Ce comité ministériel Numérique et IA rassemble les directeurs généraux des Directions métiers de nos ministères ainsi que des représentants des DREAL et des DDT et a vocation à se réunir 2 fois par an. Il définit et oriente la stratégie IA et données du pôle ministériel. B) Mobiliser pleinement nos ressources humaines et financières La stratégie ressources humaines de nos ministères vise l?émergence d?une véritable filière numérique. La démarche de ré-internalisation des compétences, initiée par la DINUM en 2023, s?est concrétisée par des recrutements à hauteur de 60 ETP en 2024. La mission confiée en 2025 par le secrétariat général à l?IGEDD doit permettre d?évaluer les bénéfices de cet effort. Notre filière numérique donne la capacité de piloter et prendre en charge, à tous les niveaux et en toute sécurité, les projets. Internaliser les compétences, plutôt qu?une dépendance à des prestataires, permet de rendre les services numériques déployés plus pérennes, pour un coût réduit. Prendre en charge des transformations et des projets à tous les niveaux et en toute sécurité implique d?exploiter pleinement la montée capacitaire engagée les années précédentes, tout en demeurant réaliste vis-à-vis des capacités de nos directions à intégrer et former les profils correspondants. Les opérateurs de l?État sont un élément clé de cette stratégie permettant d?assurer la mise à jour de l?expertise de pointe sur laquelle l?action publique s?appuie. Ils constituent le coeur des capacités IA du pôle ministériel et sont les premiers développeurs de produits et outils intégrant l?IA aux services des politiques publiques et des citoyens. 48 Feuille de route Numérique et Intelligence Artificielle Pour aller plus loin Productions Feuille de route « Ambition numérique 2023-2027 », publiée en 2023 : https://www.ecologie.gouv.fr/sites/default/files/documents/Ambition_num%C3% A9rique_2023-2027.pdf Feuille de route Intelligence artificielle et transition écologique 2023-2025, publiée en 2023 : https://www.ecologie.gouv.fr/politiques-publiques/feuille-route- intelligence-artificielle-transition-ecologique Référentiel général pour l?IA frugale, publié en juin 2024 : https://www.boutique.afnor.org/fr-fr/norme/afnor-spec-2314/referentiel-general- pour-lia-frugale-mesurer-et-reduire-limpact-environneme/fa208976/421140 Livre blanc de la communauté des acteurs de l?IA dans les territoires, publié en novembre 2024 : https://greentechinnovation.fr/storage/V3-Livre-blanc-1.pdf Guide « L?intelligence artificielle au service de l?adaptation au changement climatique », publié en mars 2025 : https://greentechinnovation.fr/storage/Lintelligence-artificielle-au-service-de- ladaptation-au-changement-climatique-dans-les-territoires-1.pdf Liens utiles Site de l?Ecolab du Commissariat Général au Développement Durable : https://greentechinnovation.fr/ Portail des IA génératives : https://piag.e2.rie.gouv.fr Plateforme des données de la transition écologique : https://ecologie.data.gouv.fr/ Outil Green Algorithms : https://www.green-algorithms.org/ Outil NumEcoEval : https://gitlab-forge.din.developpement- durable.gouv.fr/pub/numeco/m4g/numecoeval https://www.ecologie.gouv.fr/sites/default/files/documents/Ambition_num%2525C3%2525A9rique_2023-2027.pdf https://www.ecologie.gouv.fr/sites/default/files/documents/Ambition_num%2525C3%2525A9rique_2023-2027.pdf https://www.ecologie.gouv.fr/politiques-publiques/feuille-route-intelligence-artificielle-transition-ecologique https://www.ecologie.gouv.fr/politiques-publiques/feuille-route-intelligence-artificielle-transition-ecologique https://www.boutique.afnor.org/fr-fr/norme/afnor-spec-2314/referentiel-general-pour-lia-frugale-mesurer-et-reduire-limpact-environneme/fa208976/421140 https://www.boutique.afnor.org/fr-fr/norme/afnor-spec-2314/referentiel-general-pour-lia-frugale-mesurer-et-reduire-limpact-environneme/fa208976/421140 https://greentechinnovation.fr/storage/V3-Livre-blanc-1.pdf https://greentechinnovation.fr/storage/Lintelligence-artificielle-au-service-de-ladaptation-au-changement-climatique-dans-les-territoires-1.pdf https://greentechinnovation.fr/storage/Lintelligence-artificielle-au-service-de-ladaptation-au-changement-climatique-dans-les-territoires-1.pdf https://greentechinnovation.fr/ https://piag.e2.rie.gouv.fr/ https://ecologie.data.gouv.fr/ https://gitlab-forge.din.developpement-durable.gouv.fr/pub/numeco/m4g/numecoeval https://gitlab-forge.din.developpement-durable.gouv.fr/pub/numeco/m4g/numecoeval INVALIDE) (ATTENTION: OPTION s systèmes de mobilité autonome, PRISSMA développe des solutions d?IA pour garantir la sécurité des véhicules autonomes et leur intégration dans l?environnement routier. ? R5G, ce projet vise à créer des infrastructures routières intelligentes intégrant des technologies d?IA pour la communication entre véhicules et infrastructures, favorisant ainsi une mobilité plus sûre et durable. ? Sense-City, laboratoire urbain sous environnement contrôlé, Sense-City utilise des capteurs intelligents et des algorithmes d?IA pour étudier et optimiser les performances des infrastructures urbaines face aux enjeux environnementaux ? ClaireSITI, plateforme de simulation multimodale, ClaireSITI exploite l?IA pour modéliser, surveiller et optimiser les réseaux de transport en temps réel, facilitant la prise de décision pour une mobilité durable. ? Mobisat, projet axé sur la gestion énergétique des systèmes de transport, Mobisat intègre des technologies d?IA pour améliorer l?efficacité énergétique et la durabilité des véhicules et infrastructures. ? Trustonomy, projet européen visant à renforcer la confiance dans les véhicules autonomes, Trustonomy développe des interfaces homme- machine et des systèmes d?IA pour assurer une interaction sûre entre conducteurs et véhicules automatisés. ? Transpolis, centre d?expérimentation pour la mobilité intelligente, Transpolis offre un environnement de test pour les technologies d?IA appliquées aux véhicules autonomes et aux infrastructures connectées. Pilote Université Gustave Eiffel Liens utiles - PRISSMA : https://prissma.univ-gustave-eiffel.fr/le-projet - R5G : https://reflexscience.univ-gustave-eiffel.fr/lire/dossiers/a-quoi- ressembleront-les-routes-de-5eme-generation-r5g - Sense-City : https://cosys.univ-gustave-eiffel.fr/faits- marquants/moyens-experimentaux/sense-city - ClaireSITI : https://grettia.univ-gustave-eiffel.fr/equipements/clairesiti - Mobisat : https://projet1.univ-gustave-eiffel.fr/la-demarche/mobisat - Trustonomy : https://cordis.europa.eu/project/id/815003/fr - Transpolis : https://cosys.univ-gustave-eiffel.fr/faits-marquants/moyens- experimentaux/transpolis Le Centre Scientifique et Technique du Bâtiment (CTSB) est la structure publique de référence dans le domaine du bâtiment. En complément de la base nationale des bâtiments qui bénéficie des potentiels de l?IA, la complexité de la gestion du parc bâtimentaire et des règles métiers fait émerger des projets d?IA. https://prissma.univ-gustave-eiffel.fr/le-projet https://link.springer.com/article/10.1007/s00382-022-06343-9 https://reflexscience.univ-gustave-eiffel.fr/lire/dossiers/a-quoi-ressembleront-les-routes-de-5eme-generation-r5g https://reflexscience.univ-gustave-eiffel.fr/lire/dossiers/a-quoi-ressembleront-les-routes-de-5eme-generation-r5g https://cosys.univ-gustave-eiffel.fr/faits-marquants/moyens-experimentaux/sense-city https://cosys.univ-gustave-eiffel.fr/faits-marquants/moyens-experimentaux/sense-city https://grettia.univ-gustave-eiffel.fr/equipements/clairesiti https://projet1.univ-gustave-eiffel.fr/la-demarche/mobisat https://cordis.europa.eu/project/id/815003/fr https://cosys.univ-gustave-eiffel.fr/faits-marquants/moyens-experimentaux/transpolis https://cosys.univ-gustave-eiffel.fr/faits-marquants/moyens-experimentaux/transpolis 41 Feuille de route Numérique et Intelligence Artificielle Projets IA IA et bâtiments Description, partenaires et calendrier Le CSTB développe et déploie des modèles IA : ? Classifieur de matériau de toiture : modèle de machine learning de classification des matériaux de couverture de toiture (béton, tuiles, ardoises, zinc alu, végétalisé?) (2020) (resté au stade de POC) ; ? Mise en oeuvre des techniques de traitement du langage naturel pour l?extraction et la formalisation automatique d?exigences dans le domaine de la construction : benchmark (LNP, ML, DL...) et mise en oeuvre d?une méthodologie d?extraction et de sémantisation automatique des éléments de menuiseries et leurs propriétés depuis des CCTP de constructions neuves (2021-2024) (thèse de doctorat) ; ? Prédiction de données expérimentales : apprentissage machine sur des données expérimentales d?essais (contrainte à l?arrachement de fixations mécaniques soumises au feu) pour la prédiction accélérée de futurs essais (2024-2025) (POC avec montée en TRL) . Pilote CSTB Liens utiles Traitement du langage pour les exigences : https://theses.fr/s357063?domaine=theses Le Bureau des Recherches Géologiques et Minières (BRGM) est un établissement scientifique de référence traitant des enjeux environnementaux liés au sous-sol (eau souterraine (quantité et qualité), risques, énergie (géothermie, stockage carbone, etc), ressources minérales primaires et secondaires). Parmi ses missions, il est en charge de maintenir des bases de données nationales, et de participer aux infrastructures de recherche partageant des données du sous- sol Français (Data Terra) et Européen (EPOS). La complexité du sous-sol, et des processus liés, ainsi que la difficulté de mesurer directement le sous-sol a fait de l?IA un des enjeux de sa nouvelle stratégie scientifique, et avec une mobilisation dans un nombre croissant de projets, notamment en recherche, mais aussi dans des projets en appui aux politiques publiques. Projets IA Previz?O Description, partenaires et calendrier Ce projet, lauréat de l?appel à projets "Démonstrateurs d?IA frugale au service de la transition écologique des territoires" (DIAT), ambitionne d?anticiper les périodes de stress hydrique et de permettre une gestion proactive de la ressource en eau en s?appuyant sur un démonstrateur d?intelligence artificielle. Pilote Région Centre Val de Loire Liens utiles https://www.centre-valdeloire.fr/lactualite-de-la-region-centre- valdeloire/le-projet-regional-previzo-laureat-dun-appel-projet https://theses.fr/s357063?domaine=theses https://www.centre-valdeloire.fr/lactualite-de-la-region-centre-valdeloire/le-projet-regional-previzo-laureat-dun-appel-projet https://www.centre-valdeloire.fr/lactualite-de-la-region-centre-valdeloire/le-projet-regional-previzo-laureat-dun-appel-projet 42 Feuille de route Numérique et Intelligence Artificielle De son côté, Météo-France, en tant que service météorologique et climatique national, consacre des efforts de recherche importants pour développer les méthodes de prévision numérique du temps par IA (voir plus haut). Enfin, l?Autorité de Sûreté Nucléaire (ASNR) vise à amplifier et coordonner l?utilisation de l?IA pour renforcer ses missions, anticiper les usages de l?IA dans les secteurs nucléaire et médical, et contribuer à la normalisation de ses usages Projets IA IA pour la sûreté nucléaire Description, partenaires et calendrier ? ASSAS : Artificial intelligence for Simulation of Severe AccidentS (avec Horizon Europe (JSI, KI, KTH, Tecnatom) / 2023-2027). ? Increased : Développe des méthodes et outils pour le diagnostic et pronostic de dommages aux organes radio-induits (détection automatique d?aberrations chromosomiques en dosimétrie biologique) en situation post- accidentelle (avec INRIA & IRBA / 2020-2024). ? Radio-aide : Le projet RADIO-AIDE étudie les mécanismes neurotoxiques impliqués dans l?initiation et l?évolution temporelle de troubles cognitifs après une radiothérapie du cerveau (avec APHP, ICANS, centre Borelli, Pixyl, INSERM, ? / 2022-2026). ? Piano Forte : Partenariat européen pour la recherche en radioprotection (appels à projets de recherche) (avec Euratom / 2022-2029). ? Na tech : Anticiper et gérer les accidents technologiques engendrés par un événement naturel dans les territoires urbains et périurbains (avec Ineris, CNRS, MeteoFrance, Université Grenoble, ? / 2022- en cours). Pilote ASNR Liens utiles - Projet ASSAS | IRSN : https://www.irsn.fr/recherche/projet-assas - Increased : https://www.irsn.fr/page/statistical-characterization-and- validation-automated-chromosomal-aberration-detection-ai - Radio-aide : https://www.irsn.fr/recherche/projet-radio-aide - PianoForte : https://www.irsn.fr/page/partenariat-pianoforte - Na tech : https://www.pepr-risques.fr/fr/axes-scientifiques/axe-2-donnees- modeles-quantitatifs-algorithmes-pour-lanalyse-des-risques-laide Notre feuille de route : ? Renforcer les liens entre recherche et politiques publiques ; ? Développer de nouveaux partenariats administration ? recherche. https://www.irsn.fr/recherche/projet-assas https://www.irsn.fr/page/statistical-characterization-and-validation-automated-chromosomal-aberration-detection-ai https://www.irsn.fr/page/statistical-characterization-and-validation-automated-chromosomal-aberration-detection-ai https://www.irsn.fr/recherche/projet-radio-aide https://www.irsn.fr/page/partenariat-pianoforte https://www.pepr-risques.fr/fr/axes-scientifiques/axe-2-donnees-modeles-quantitatifs-algorithmes-pour-lanalyse-des-risques-laide https://www.pepr-risques.fr/fr/axes-scientifiques/axe-2-donnees-modeles-quantitatifs-algorithmes-pour-lanalyse-des-risques-laide 43 Feuille de route Numérique et Intelligence Artificielle E) Animer un réseau européen sur le numérique, la donnée et l?IA au service de la transition écologique Le réseau international des Ecolabs réunit des ministères et agences publiques engagés dans l?innovation, l?intelligence artificielle et la valorisation des données au service de la transition écologique. Face aux défis communs ? prise de risque, transformation des systèmes administratifs, construction de référentiels ? ce réseau vise à favoriser des décisions éclairées et à mutualiser les efforts. En partageant retours d?expérience, outils, réussites ou échecs, les membres évitent les redondances, accélèrent l?apprentissage collectif, et peuvent monter en puissance sur des projets européens communs. Plus précisément, ce réseau est très utile pour mieux connaitre les pratiques internes aux ministères étrangers en matière d?IA, de gouvernance de la donnée et du numérique. Les pays impliqués dans le réseau à ce jour sont le Danemark, l?Angleterre, l?Italie, la France, l?Allemagne, et l?Espagne. Cette dynamique de coopération permet non seulement d?optimiser l?action publique (gain de temps, montée en compétence, déploiement de solutions), mais aussi de renforcer la capacité d?influence des acteurs publics européens sur les sujets de la donnée et de l?IA. Espace d?échange entre décideurs, ce réseau est aussi une opportunité pour nourrir les politiques publiques de comparaisons internationales et construire ensemble une IA durable, souveraine et utile à la transition écologique pour notre pôle ministériel. Notre feuille de route : ? Renforcer la coopération entre les pays qui pilotent des projets data et IA en interne à l?État et au service de la transition écologique ; ? Influer sur l?élaboration des politiques publiques européennes. 44 Feuille de route Numérique et Intelligence Artificielle Axe 4 Faire de la France un leader de l?IA frugale Le déploiement du numérique et de l?IA ne pourra être considéré comme un succès sans prendre en compte l'impact environnemental des outils et sans assurer le portage et le déploiement d?une vision frugale de l?intelligence artificielle. Cet enjeu constitue à la fois une exigence d?exemplarité de l?État et un objectif de fond, compte-tenu de la part croissante de l?IA dans la consommation énergétique et l?empreinte carbone du numérique et dans l?exploitation des ressources (eau, espaces artificialisés, métaux rares, etc.). A) Développer des méthodologies et des outils de quantification La quantification de l?impact environnemental des systèmes d?IA reste un défi, notamment en raison du manque de données accessibles sur la consommation énergétique et l?empreinte carbone des infrastructures d?entraînement et d?inférence des modèles. Toutefois, des initiatives émergent pour renforcer la transparence et orienter les choix technologiques vers des solutions plus durables. La promotion de méthodologies ouvertes et de bonnes pratiques doit permettre de minimiser les externalités négatives tout en assurant l?efficacité et la pertinence des projets portés par le pôle ministériel. Pour permettre à tous types d?acteurs de déclarer les impacts environnementaux afférents au développement et à l?utilisation de systèmes d?IA, l?Ecolab du CGDD a publié en partenariat avec l?AFNOR un référentiel général pour l?IA frugale, construit à partir d?un groupe de travail rassemblant une centaine d?acteurs des entreprises, de la recherche, des associations et des administrations. En application du Règlement européen sur l?Intelligence Artificielle (RIA), nos ministères travaillent actuellement à l?élaboration d?une norme européenne sur le calcul d?impact environnemental de l?IA. Nos ministères ont également collaboré avec la recherche pour perfectionner un outil open source pour estimer les impacts énergétiques et carbone de l?utilisation d?un système d?IA. Cet outil, appelé Green Algorithms est déjà utilisé dans les appels à projet impliquant de l?IA. Il a vocation à servir d?outils de suivi pour les projets internes. Enfin, l?outil NumEcoEval, développé par nos ministères afin d?évaluer l?impact environnemental du numérique, s?ouvre progressivement aux services et opérateurs, et sera diffusé en interministériel. Cette action s?inscrit pleinement dans notre ambition d?exemplarité en matière d?écoresponsabilité. 45 Feuille de route Numérique et Intelligence Artificielle Notre feuille de route : ? Publier une norme européenne sur l?impact environnemental de l?IA, s?appuyant sur l?AFNOR Spec ; ? Utiliser Green Algorithms dans les appels à projet et les projets internes ; ? Déployer largement NumEcoEval dans la sphère publique. B) Favoriser le déploiement de bonnes pratiques À travers la sensibilisation et des guides pour les acheteurs ou le grand public, tous les acteurs peuvent participer à la limitation de l?impact environnemental de l?IA. Les outils déployés dans le pôle ministériel tel que le PIAG ou Sofia disposent ainsi d?un affichage environnemental de l?impact des requêtes au modèle. En partenariat avec la DINUM, le Conseil National du Numérique et d?autres partenaires, l?Ecolab du CGDD contribue également à l?élaboration de parcours de formation et sensibilisation, de guides pour l?animation de Cafés IA, d?un guide pour les acheteurs publics, etc. L?appel à projet France 2030 ECONUM, opéré par l?ADEME, a permis de financer plusieurs solutions d?amélioration de l?impact environnemental des infrastructures numériques permettant le déploiement de l?IA, principalement les datacenters. Cet effort, qui accompagne la relocalisation en France de datacenters stratégiques, doit être poursuivi. Notre feuille de route : ? Produire un ensemble cohérent de guides et formations sur l?impact environnemental de l?IA pour favoriser la connaissance des enjeux et la montée en compétences. ? Poursuivre le financement via France 2030 de l?amélioration de la performance environnementale des infrastructures nécessaires au déploiement de l?IA. C) Promouvoir l?IA durable à l?international Face aux défis environnementaux que soulève l?IA, il devient essentiel de diffuser à l?échelle internationale les principes d?une IA durable, capable d?allier innovation technologique et respect des limites planétaires. L?enjeu est de sensibiliser et d?impliquer tous les acteurs ? gouvernements, entreprises, chercheurs et société civile ? afin de faire de la durabilité un critère central dans le développement et l?utilisation des technologies d?IA. Dans ce contexte, une approche concertée est nécessaire pour harmoniser les efforts et éviter la fragmentation des initiatives. La coopération internationale joue un rôle clé pour permettre un partage efficace des connaissances et des solutions, et assurer la convergence des stratégies de diffusion de celles-ci. Ainsi, l?Arcep a pris la tête du groupe de travail « Sustainability » du BEREC (Organe des régulateurs européens des communications électroniques) et l?ADEME s?est rapprochée de ses homologues allemands (UBA), irlandais (SEAI) et italiens (ENEA) pour construire un projet européen sur les thématiques « green AI & AI for green ». 46 Feuille de route Numérique et Intelligence Artificielle L?édition 2025 du Sommet pour l?action sur l?Intelligence Artificielle à Paris a marqué un tournant décisif en plaçant la durabilité environnementale de l?intelligence artificielle au coeur des discussions internationales, avec le lancement d?une Coalition pour l?IA durable, co-initiée par la France, le programme des Nations-Unies pour l?Environnement et l?Union Internationale des Télécommunications. Plus de 170 entités ont rejoint la coalition depuis février 2025. L?IA durable au sein de la Coalition rassemble deux aspects clés : minimiser l?impact environnemental de l?IA et favoriser les usages de l?IA au service de la transition écologique. La Coalition se singularise par la diversité de ses parties prenantes regroupant à la fois l?ensemble de la chaîne de valeur du secteur de l?IA, mais également plusieurs universités et instituts de recherche de très haut niveau, des investisseurs, et des associations. Plusieurs initiatives d?IA durable ont d?ores et déjà été accélérées ou lancées lors de ce Sommet : feuille de route internationale sur la mesure de l?empreinte environnementale de l?IA, note de concept sur les défis d?une IA environnementalement efficace, observatoire de l?Agence Internationale de l?Energie sur IA et énergie? La Coalition pour l?IA durable permettra de maintenir cette dynamique d?une IA au service de l?atteinte de nos objectifs environnementaux tout en respectant les limites planétaires. La Coalition sera par ailleurs représentée et visible dans plusieurs événements internationaux. Notre feuille de route : ? Profiter des grands moments internationaux (UNOC, COP, AI for Good) pour construire une stratégie d?influence ; ? Disposer d?un recensement des initiatives internationales et collaboratives autour des interactions entre IA et environnement. https://www.sustainableaicoalition.org/ 47 Feuille de route Numérique et Intelligence Artificielle Conclusion Se donner les moyens de faire du numérique et de l?IA les alliés de l?aménagement du territoire et de la transition écologique Le numérique, la donnée et l?intelligence artificielle sont porteuses d?opportunités pour décupler nos capacités à faire face aux enjeux d?aménagement du territoire et de transition écologique, enjeux dont la complexité et l?urgence augmentent chaque jour. A) Construire une gouvernance ministérielle du numérique et de l?IA Pour mener à bien l?ambition de cette feuille de route, nos ministères disposent d?une gouvernance simple, associant néanmoins largement les entités de nos ministères, afin que les structures et les agents se sentent acteurs de cette ambition au quotidien, quels que soient leurs métiers ou leurs situations géographiques. Un comité unique stratégique, coprésidé par le Secrétaire général et le Commissaire général au développement durable, est chargé de porter la stratégie numérique, IA et données pour l?ensemble de nos ministères. Ce comité ministériel Numérique et IA rassemble les directeurs généraux des Directions métiers de nos ministères ainsi que des représentants des DREAL et des DDT et a vocation à se réunir 2 fois par an. Il définit et oriente la stratégie IA et données du pôle ministériel. B) Mobiliser pleinement nos ressources humaines et financières La stratégie ressources humaines de nos ministères vise l?émergence d?une véritable filière numérique. La démarche de ré-internalisation des compétences, initiée par la DINUM en 2023, s?est concrétisée par des recrutements à hauteur de 60 ETP en 2024. La mission confiée en 2025 par le secrétariat général à l?IGEDD doit permettre d?évaluer les bénéfices de cet effort. Notre filière numérique donne la capacité de piloter et prendre en charge, à tous les niveaux et en toute sécurité, les projets. Internaliser les compétences, plutôt qu?une dépendance à des prestataires, permet de rendre les services numériques déployés plus pérennes, pour un coût réduit. Prendre en charge des transformations et des projets à tous les niveaux et en toute sécurité implique d?exploiter pleinement la montée capacitaire engagée les années précédentes, tout en demeurant réaliste vis-à-vis des capacités de nos directions à intégrer et former les profils correspondants. Les opérateurs de l?État sont un élément clé de cette stratégie permettant d?assurer la mise à jour de l?expertise de pointe sur laquelle l?action publique s?appuie. Ils constituent le coeur des capacités IA du pôle ministériel et sont les premiers développeurs de produits et outils intégrant l?IA aux services des politiques publiques et des citoyens. 48 Feuille de route Numérique et Intelligence Artificielle Pour aller plus loin Productions Feuille de route « Ambition numérique 2023-2027 », publiée en 2023 : https://www.ecologie.gouv.fr/sites/default/files/documents/Ambition_num%C3% A9rique_2023-2027.pdf Feuille de route Intelligence artificielle et transition écologique 2023-2025, publiée en 2023 : https://www.ecologie.gouv.fr/politiques-publiques/feuille-route- intelligence-artificielle-transition-ecologique Référentiel général pour l?IA frugale, publié en juin 2024 : https://www.boutique.afnor.org/fr-fr/norme/afnor-spec-2314/referentiel-general- pour-lia-frugale-mesurer-et-reduire-limpact-environneme/fa208976/421140 Livre blanc de la communauté des acteurs de l?IA dans les territoires, publié en novembre 2024 : https://greentechinnovation.fr/storage/V3-Livre-blanc-1.pdf Guide « L?intelligence artificielle au service de l?adaptation au changement climatique », publié en mars 2025 : https://greentechinnovation.fr/storage/Lintelligence-artificielle-au-service-de- ladaptation-au-changement-climatique-dans-les-territoires-1.pdf Liens utiles Site de l?Ecolab du Commissariat Général au Développement Durable : https://greentechinnovation.fr/ Portail des IA génératives : https://piag.e2.rie.gouv.fr Plateforme des données de la transition écologique : https://ecologie.data.gouv.fr/ Outil Green Algorithms : https://www.green-algorithms.org/ Outil NumEcoEval : https://gitlab-forge.din.developpement- durable.gouv.fr/pub/numeco/m4g/numecoeval https://www.ecologie.gouv.fr/sites/default/files/documents/Ambition_num%2525C3%2525A9rique_2023-2027.pdf https://www.ecologie.gouv.fr/sites/default/files/documents/Ambition_num%2525C3%2525A9rique_2023-2027.pdf https://www.ecologie.gouv.fr/politiques-publiques/feuille-route-intelligence-artificielle-transition-ecologique https://www.ecologie.gouv.fr/politiques-publiques/feuille-route-intelligence-artificielle-transition-ecologique https://www.boutique.afnor.org/fr-fr/norme/afnor-spec-2314/referentiel-general-pour-lia-frugale-mesurer-et-reduire-limpact-environneme/fa208976/421140 https://www.boutique.afnor.org/fr-fr/norme/afnor-spec-2314/referentiel-general-pour-lia-frugale-mesurer-et-reduire-limpact-environneme/fa208976/421140 https://greentechinnovation.fr/storage/V3-Livre-blanc-1.pdf https://greentechinnovation.fr/storage/Lintelligence-artificielle-au-service-de-ladaptation-au-changement-climatique-dans-les-territoires-1.pdf https://greentechinnovation.fr/storage/Lintelligence-artificielle-au-service-de-ladaptation-au-changement-climatique-dans-les-territoires-1.pdf https://greentechinnovation.fr/ https://piag.e2.rie.gouv.fr/ https://ecologie.data.gouv.fr/ https://gitlab-forge.din.developpement-durable.gouv.fr/pub/numeco/m4g/numecoeval https://gitlab-forge.din.developpement-durable.gouv.fr/pub/numeco/m4g/numecoeval INVALIDE)