Comment une commune belge a automatisé les demandes citoyennes grâce à l'IA
Des délais de réponse de deux semaines à des réponses le jour même — sans embaucher de personnel supplémentaire.
Le problème
Une commune belge de taille moyenne (nom non divulgué pour des raisons de confidentialité) croulait sous les demandes citoyennes. Son équipe de quatre agents administratifs prenait tout en charge, des questions sur la collecte des déchets aux demandes de cartes de stationnement, en passant par les plaintes pour nuisances sonores ou nids-de-poule.
Les demandes arrivaient par e-mail, formulaire web, téléphone et au guichet. Chacune devait être enregistrée, catégorisée, attribuée au bon service et suivie jusqu'à sa résolution. Délai de réponse moyen : 10 à 14 jours. Satisfaction des citoyens : en recul.
Le bourgmestre voulait recruter deux personnes supplémentaires. Le responsable du budget s'y est opposé.
La solution Fly AI
Nous avons construit un système d'IA en trois volets, sur quatre semaines :
Volet 1 : agent d'accueil
Un agent IA qui lit les e-mails entrants et les soumissions de formulaires web, extrait les informations clés (nom du citoyen, adresse, type de demande, urgence) et catégorise automatiquement la demande. Il fonctionne 24 h/24 et traite les demandes dans les 30 secondes suivant leur arrivée.
Tech : Claude 3.5 Sonnet via l'API UE d'Anthropic, intégré au serveur de messagerie de la commune et au système de tickets existant.
Volet 2 : répondeur FAQ
Pour les ~60 % de demandes routinières (« Quand a lieu la collecte des encombrants ? », « Comment demander une carte de stationnement ? », « Où signaler un nid-de-poule ? »), l'agent rédige une réponse en FR ou en NL, récupère le lien ou le PDF pertinent sur le site de la commune, et la dépose dans le dossier de brouillons de l'agent administratif pour une approbation et un envoi en un clic.
Tech : base de connaissances sur mesure construite à partir du site de la commune, des règlements communaux et des e-mails déjà traités. Entièrement bilingue (FR/NL).
Volet 3 : routage et escalade
Pour les demandes complexes ou sensibles (plaintes, questions juridiques, problèmes d'infrastructure urgents), l'agent les marque comme « nécessite un humain » et les transmet directement à la bonne personne, accompagnées d'un résumé : « Plainte concernant le bruit d'un chantier rue X — fait état de troubles du sommeil persistants, demande une inspection. »
Tech : routage fondé sur des règles, combiné à une classification par IA. Les mots-clés à forte urgence déclenchent une escalade immédiate.
Calendrier de mise en œuvre
| Semaine | Ce qui s'est passé |
|---|---|
| Semaine 1 | Appel de découverte + atelier de cadrage avec l'équipe administrative. Analyse de 200 demandes passées pour identifier les schémas et les cas particuliers. |
| Semaines 2–3 | Construction et test de l'agent d'accueil et du répondeur FAQ sur un compte e-mail de test. Entraînement sur des données historiques. |
| Semaine 4 | Lancement en mode supervisé (human-in-the-loop) : l'agent traite les demandes, le personnel relit et approuve les brouillons avant l'envoi. Ajustements en continu en fonction des retours. |
| Semaine 5 et au-delà | Montée progressive en autonomie. Après deux semaines en mode supervisé, les FAQ courantes ont été approuvées pour un envoi automatique. Les cas complexes restent signalés pour relecture humaine. |
Résultats après 3 mois
- Délai de réponse passé de 10 à 14 jours au jour même pour 60 % des demandes
- Temps gagné par le personnel : ~18 heures par semaine sur l'ensemble de l'équipe (l'équivalent de près d'un demi-ETP)
- Satisfaction des citoyens : passée de 62 % à 89 % (mesurée via une enquête post-traitement)
- Précision : 94 % des réponses rédigées par l'IA ont été envoyées sans modification ; 6 % ont nécessité de légères retouches
- Prise en charge multilingue : traitement fluide FR/NL, sans doublon de travail
Ce qu'a dit l'équipe
« Au début, nous étions sceptiques — nous pensions que cela ne ferait qu'ajouter du travail pour vérifier les réponses de l'IA. Mais en deux semaines, nous lui faisions confiance. Aujourd'hui, nous pouvons nous concentrer sur les demandes qui requièrent vraiment notre jugement, plutôt que de répondre pour la 50e fois à la même question sur les cartes de stationnement. »
RGPD et conformité
Comme il s'agit d'une administration publique qui traite des données citoyennes, la conformité au RGPD n'était pas négociable. Voici comment nous avons procédé :
- Hébergement UE : toutes les données sont traitées via l'instance UE d'Anthropic (hébergée à Francfort)
- Minimisation des données : l'agent ne reçoit que le corps de l'e-mail et les informations de l'expéditeur, sans les en-têtes complets ni les métadonnées
- Conservation : les journaux d'IA sont supprimés après 30 jours ; les demandes citoyennes suivent la politique de conservation communale en vigueur
- DPA signé : accord de traitement de données standard conclu avec Anthropic
- Politique de confidentialité mise à jour : les citoyens sont informés que le tri initial peut être automatisé
- Droit à un examen humain : tout citoyen peut demander à ce que son dossier soit traité par un humain
Le coût du projet
| Atelier de cadrage | €450 |
| Construction de l'agent (accueil, FAQ et routage) | €3,200 |
| Formation et passation | €550 |
| Coût total du projet | €4,200 |
| Coûts d'exploitation mensuels (API + hébergement) | €180/mois |
ROI : le temps gagné représente ~€1,800/mois en coûts de personnel (18 heures × €25/heure en taux mixte). Le système s'est rentabilisé en 2,3 mois.
Leçons apprises
Ce qui a fonctionné
- Démarrer en mode supervisé (human-in-the-loop) a permis d'instaurer rapidement la confiance
- Se concentrer d'abord sur les demandes à fort volume et à faible complexité (la « zone FAQ ») a donné des résultats rapides
- Impliquer l'équipe administrative dès le premier jour en a fait des ambassadeurs plutôt que des opposants
Ce que nous ferions différemment
- Nous avons sous-estimé le nombre de demandes « cas particuliers » durant le premier mois — la longue traîne est bien réelle
- La formation initiale a pris plus de temps que prévu, car les e-mails antérieurs étaient mal catégorisés
- Nous aurions dû construire dès le départ un tableau de bord donnant à l'équipe les statistiques (demandes traitées, précision, temps gagné) — ajouté au cours du deuxième mois
Cette approche pourrait-elle convenir à votre organisation ?
Cette approche fonctionne bien lorsque vous disposez :
- d'un volume élevé de demandes similaires (au moins 50 par semaine)
- d'une base de connaissances ou d'un ensemble de réponses standard sur lesquelles vous appuyer
- d'une équipe disposée à relire les sorties de l'IA dans un premier temps (mode supervisé)
- d'un engagement ferme envers la conformité RGPD et la transparence.
Elle est particulièrement puissante pour les organisations du secteur public, les équipes de support client et les cabinets de services professionnels (juridique, comptabilité, RH), où une grande partie du travail entrant suit des schémas récurrents.
Vous souhaitez explorer l'automatisation par IA pour votre équipe ?
Réservez un appel de découverte gratuit de 30 minutes. Nous examinerons les schémas de vos demandes entrantes et vous dirons honnêtement si l'IA peut vous aider — ainsi que le temps et l'argent que vous économiseriez.
Réserver un appel de découverte
