En bref — Une IA ne peut pas avoir de programme politique : les objectifs et les arbitrages de valeurs restent humains. Mais utilisée comme outil public, auditable et contrôlé, elle pourrait suivre chaque euro dépensé, comparer les politiques, simuler les lois avant leur vote et mesurer leurs résultats après leur adoption.
Et si la France confiait ses comptes, ses politiques publiques et ses grandes décisions à une intelligence artificielle ? La question évoque volontiers une présidente numérique tranchant froidement entre les retraites, l'hôpital et la défense. Ce scénario spectaculaire passe pourtant à côté du véritable enjeu. Une machine ne sait pas décider ce qu'est une société juste. Elle peut seulement chercher la meilleure manière d'atteindre les objectifs que des humains lui assignent.
L'expérience de pensée proposée ici fixe donc plusieurs buts simultanés : améliorer le niveau de vie et les services publics, rendre les finances soutenables, protéger les plus vulnérables et préserver la souveraineté. Elle ne constitue ni une prédiction ni un programme électoral. Elle explore ce qu'un système capable d'analyser les comptes, d'évaluer les politiques et de tester de nombreux scénarios pourrait apporter, à condition de rester soumis au droit et aux institutions démocratiques.
Le point de départ : 1 714 milliards d'euros de dépenses
Les comptes publics donnent la mesure du défi. Selon l'Insee, les administrations publiques ont dépensé 1 714,1 milliards d'euros en 2025, soit 57,3 % du produit intérieur brut. Les recettes ont représenté 52,2 % du PIB. Le déficit s'est établi à 152,5 milliards d'euros, soit 5,1 % du PIB, tandis que la dette publique a atteint 115,7 % du PIB en fin d'année.
Cette dépense n'est pas un bloc homogène que l'on pourrait réduire d'un trait. Les prestations sociales en représentent 771 milliards d'euros, les rémunérations publiques 370 milliards, les consommations intermédiaires 163,5 milliards et l'investissement 132,2 milliards. La charge d'intérêts atteint 64,7 milliards d'euros. En 2024, la protection sociale comptait pour 41,5 % de la dépense publique et la santé pour 15,6 %. Dépenser beaucoup ne signifie donc pas automatiquement gaspiller : la vraie question porte sur les résultats obtenus et sur la capacité à financer durablement le modèle choisi.
Première mission : suivre l'argent jusqu'au résultat
Une IA chargée d'améliorer l'action publique commencerait moins probablement par couper que par mesurer. Elle construirait une cartographie reliant chaque euro à son prélèvement, aux organismes qui le gèrent, au programme financé, au bénéficiaire final et au résultat observé. Coût administratif, délai, population servie, efficacité et éventuels doublons deviendraient comparables.
Cette méthode permettrait de rechercher les redondances entre l'État, les collectivités, la Sécurité sociale, les opérateurs et les établissements publics avant de supprimer des missions. Une donnée déjà détenue légalement par une administration ne serait plus demandée plusieurs fois. Les politiques dont l'utilité est démontrée seraient distinguées de celles dont les effets restent faibles ou inconnus.
Réduire le déficit sans programmer une récession
Un algorithme d'aide à la décision ne proposerait pas nécessairement une austérité immédiate. Il comparerait des trajectoires pluriannuelles, ajustées à la croissance, à l'emploi, à l'inflation et aux taux d'intérêt. Toute dépense permanente devrait préciser son financement durable, la dépense qu'elle remplace ou le rendement attendu. L'endettement resterait possible pour répondre à une crise ou financer certains investissements de long terme.
La croissance compterait autant que les économies. Productivité, emploi des jeunes et des seniors, compétences, investissement et innovation seraient suivis comme des leviers budgétaires à part entière. Pour les entreprises, la priorité serait la stabilité : moins de dispositifs empilés, des règles fiscales plus lisibles et un horizon suffisamment long pour investir et recruter.
Automatiser l'administration, pas la relation humaine
Dans les services publics, la machine traiterait en priorité les tâches répétitives : saisie, vérification de pièces, orientation des demandes ou détection d'anomalies. Le temps ainsi libéré pourrait être rendu aux agents pour l'accueil, le soin, l'enseignement, l'enquête ou l'accompagnement. À l'hôpital, elle étudierait les engorgements, les réhospitalisations et les actes évitables. À l'école, des tuteurs numériques pourraient adapter les exercices, sans retirer au professeur son rôle pédagogique.
La même prudence s'imposerait face à la fraude. Détecter une anomalie peut aider à cibler un contrôle ; cela ne doit jamais transformer un score en culpabilité. Toute décision sensible devrait être expliquée, tracée, contrôlée par un humain et susceptible de recours.
Énergie, industrie et calcul : investir plutôt que subir
Le scénario traiterait l'énergie, la défense, le calcul informatique, les composants critiques, la cybersécurité et la recherche comme des actifs stratégiques. Il chercherait à orienter l'épargne vers l'investissement productif et à faire de la France un terrain plus simple pour les jeunes entreprises, grâce à des procédures plus rapides et à des expérimentations réglementaires encadrées.
Dans le logement, les nouveaux projets seraient ciblés en croisant transports, emplois, réseaux, prix, foncier, risques et démographie. Pour l'immigration, l'analyse distinguerait asile, études, travail, famille et irrégularité, afin de confronter besoins économiques et capacités d'accueil sans réduire les droits fondamentaux à une équation.
Simuler les lois avant le vote, les évaluer après
La réforme la plus profonde concernerait peut-être la fabrication de la loi. Avant un vote, plusieurs scénarios seraient publiés avec leurs hypothèses, leur coût sur dix ans, leurs effets attendus sur les ménages, les entreprises, les territoires et les finances publiques. Après l'adoption, les résultats seraient mesurés à douze mois, trois ans et cinq ans. Les mesures inefficaces pourraient être corrigées ou supprimées au lieu de s'accumuler.
Chaque ministère disposerait d'un tableau de bord public portant non seulement sur son budget, mais aussi sur ses délais, la qualité du service, l'accès et les résultats. La transparence ne supprimerait pas les désaccords politiques ; elle obligerait simplement chacun à défendre ses choix à partir d'hypothèses visibles.
La démocratie doit rester au-dessus de l'algorithme
Aucune optimisation ne peut décider du niveau de redistribution souhaitable, de la place de l'État, du compromis entre sécurité et libertés ou du degré d'inégalité acceptable. Deux politiques peuvent être financièrement soutenables et reposer sur des conceptions opposées de la justice. Ces arbitrages appartiennent aux citoyens et à leurs représentants.
Le risque inverse serait celui d'une machine trop efficace : un État capable de croiser revenus, santé, déplacements et habitudes numériques deviendrait dangereusement intrusif. Les données devraient donc être limitées au strict nécessaire, les modèles audités et les décisions contestables devant une autorité humaine et la justice.
Le scénario le plus crédible n'est finalement pas celui d'une IA présidente. C'est celui d'une IA publique servant de contre-expert permanent : elle éclaire, les élus décident, la justice contrôle et les citoyens contestent. Sa révolution ne serait pas de remplacer le pouvoir, mais de rendre beaucoup plus difficile le fait de gouverner sans mesurer.
Avis de la rédaction — L'intérêt de cette expérience de pensée tient moins aux trente-trois mesures envisagées qu'à une question simple : pour chaque euro prélevé, quel résultat a été obtenu ? L'IA peut rendre cette question plus documentée et plus difficile à esquiver. Elle ne peut pas répondre à la place des Français lorsqu'il faut choisir qui contribue, qui reçoit et quelles libertés doivent rester intouchables.
