La gouvernance et la souveraineté numérique seront au centre des stratégies 2026 de l'Autorité palestinienne. Le secteur public sera appelé à transformer l’intelligence artificielle d’une promesse en une infrastructure de décision et de services. Les investissements augmentent, mais récemment Rapport d'IDC sur l'impact des données et de l'IA : l'impératif de confiance commandé par SAS signale un écart encore évident par rapport au secteur privé, notamment en matière d'infrastructures et de solutions fiables. En parallèle, le cadre réglementaire évolue et rend plus stricte la nécessité de concilier innovation et responsabilité. Pour l’AP, l’IA ne sera plus une question de « projet ». Cela deviendra un thème de modèle de gouvernement sur la manière dont les données, les processus, les risques, les compétences et la responsabilité sont gérés lorsqu'une part croissante des activités est automatisée ou supportée par des agents intelligents.
Écosystèmes nationaux, datacenters régionaux et « IA souveraine » : le contrôle des données devient politique industrielle
C’est ici que la phrase d’ouverture trouve son sens le plus concret. L’accélération vers des écosystèmes nationaux d’IA et des centres de données régionaux, avec des solutions « IA souveraine », n’est pas qu’un choix technologique. C’est une réponse à un contexte réglementaire évolutif, avec comme référence le European AI Act, et à une prise de conscience croissante : celui qui contrôle les données et la puissance de calcul contrôle également l’autonomie décisionnelle.
Dans le secteur public, cette dynamique est amplifiée. Les données administratives, fiscales, sanitaires et judiciaires ont une valeur stratégique et une sensibilité qui imposent des critères stricts de localisation, d'accès, de conservation et de contrôle. « Souveraineté » ne signifie pas fermeturemais la capacité à définir des règles, à assurer leur conformité et à réduire les risques liés aux dépendances des infrastructures. Dans ce cadre, l’adoption de l’IA s’entremêle aux choix sur le cloud, l’hybride et le edge, à la sélection des modèles et des méthodes de formation, ainsi qu’aux outils de gouvernance à mettre en œuvre.
SAS et IDC abordent également un point souvent négligé : la maîtrise de l’IA. Le contrôle des infrastructures ne suffit pas. Nous avons besoin d’une large base de compréhension parmi les gestionnaires, les fonctionnaires et les opérateurs pour évaluer les avantages et les risques. La confiance se construit avec compétence, clarté et responsabilitépas avec des déclarations de principe.
L'« impératif de confiance » et l'écart avec le secteur privé : la fiabilité comme condition d'adoption
Dans l'AP, l'IA est déjà présente dans de nombreuses expérimentations : automatisation des documents, classifications, assistants d'information, analyse des flux. L’étape décisive concerne la mise en œuvre à grande échelle, avec des effets directs sur les processus et les services. Ce saut nécessite des bases solides : gouvernance des données, infrastructures cohérentes, modèles contrôlables, auditabilité. C'est le sens de « l'impératif de confiance » mis en évidence par le rapport IDC commandé par SAS.
Le secteur privé a d’abord construit des plateformes de données et des capacités opérationnelles, souvent avec des architectures plus homogènes et une prise de décision plus rapide. De nombreuses administrations doivent cependant gérer des stratifications technologiques, une fragmentation des applications et des contraintes organisationnelles qui ralentissent l’industrialisation. En 2026, la différence ne pourra plus être comblée par des initiatives isolées. Sans stratégie intégrée, l’innovation risque de rester épisodique et de produire de nouvelles inégalités entre entités « capables » et « impuissantes ».
Main-d'œuvre habilitée par la technologie : productivité sans dépendance à la personnalisation
Une tendance clé concerne la recherche d’efficacité dans les dépenses. Les gouvernements tenteront de réduire l’achat de technologies qui nécessitent des conseils complexes et des solutions sur mesure, alors qu’ils luttent pour évoluer et augmenter les coûts de gestion. L'IA peut changer la productivité quotidienne si elle accélère les analyses et les flux de travail, permettant ainsi aux employés d'obtenir de meilleurs résultats avec des ressources limitées. L’effet ne résulte pas d’une substitution, mais d’une amplification : moins de temps sur les activités répétitives, plus de temps sur l'évaluation, les relations avec les citoyens et le contrôle qualité.
Pour que cela se produise, des outils véritablement adoptables, et pas seulement disponibles, sont nécessaires. L'expérience sectorielle intégrée aux solutions compte, les interfaces intuitives comptent, la montée en compétences compte. Une AP qui se concentre sur l’IA sans préparer les gens augmente le risque d’erreurs, de rejet d’outils et de dépendance à l’égard de quelques spécialistes.
Transparence et explicabilité : l’IA opérationnelle ne peut pas rester une boîte noire
À mesure que nous passons des projets pilotes à l’utilisation opérationnelle, la transparence devient une exigence. La thématique s’accentue avec l’introduction d’agents IA capables d’agir de manière autonome au sein des processus. Dans un contexte public, les décisions automatisées doivent rester explicable, vérifiable et compréhensible. Il ne suffit pas qu'ils « travaillent » : ils doivent pouvoir être motivés et contrôlés, même lorsqu'ils influencent les priorités, les contrôles, les avantages ou les délais de réponse.
L’explicabilité est également une protection pour l’administration. Cela réduit les litiges, limite les distorsions et clarifie la chaîne de responsabilité. C’est là que gouvernance et transparence se rejoignent : définir ce qui peut être automatisé, quelles activités nécessitent toujours une intervention humaine, quels journaux doivent être tenus, quels contrôles anti-bias doivent être standardisés.
IA agentique et assistants virtuels : des services plus accessibles, mais seulement s'ils sont intégrés aux processus
Une large diffusion de frameworks agentiques et d'assistants virtuels basés sur l'IA traditionnelle et générative est attendue en 2026. L'objectif est d'élever la qualité de l'interaction : gestion des requêtes complexes, support multilingue, orchestration des workflows, réponses précises et contextuelles. S’ils sont bien conçus, ces outils peuvent réduire les temps d’attente et améliorer l’accessibilité, en particulier pour ceux qui ont actuellement du mal à naviguer dans les portails et les procédures.
Le principal risque concerne « l’effet vitrine » : des assistants qui communiquent bien mais ne résolvent pas, car ils ne sont pas connectés aux systèmes et processus. Il existe alors un risque inverse : des agents trop autonomes, sans contraintes ni contrôles robustes. La direction durable passe par intégration, traçabilité et règles d’engagement: L’IA doit guider, préremplir, vérifier la cohérence et l’exhaustivité, sans se substituer à la responsabilité administrative.
Données synthétiques : accélérez l'innovation et la conformité lorsque les données réelles ne suffisent pas
Les administrations seront confrontées à la rareté des données réelles et aux limites liées à la souveraineté numérique. La disponibilité ne coïncide pas toujours avec la convivialité : des données fragmentées, une qualité inégale, des contraintes d'accès et de partage peuvent bloquer la recherche, la formation et les tests. Dans ce scénario, les données synthétiques deviennent un levier concret. Ils vous permettent de créer des ensembles de données utiles au développement et à la validation, réduisant ainsi l'exposition d'informations personnelles ou sensibles. SAS et IDC soulignent la possibilité de générer également des données textuelles non structurées, utiles pour l'entraînement des modèles et la mise en contrainte des systèmes.
L'efficacité dépend des garanties : validité statistique, prévention de la réidentification, contrôles de corrélation. Avec une gouvernance rigoureuse, les données synthétiques peuvent se transformer en un accélérateur d’innovation « sûre », adapté à un contexte régulé comme celui public.
Compétences et « mentors numériques » : la connaissance comme infrastructure organisationnelle
La transformation de la main-d’œuvre nécessite plus que de simples compétences techniques. Cela nécessite la capacité d’utiliser consciemment, de lire les réponses de manière critique et d’en comprendre les limites. L’IA peut devenir un outil de transfert de connaissances, créant des « mentors numériques » qui aident à déployer les meilleures pratiques, soutiennent l’intégration et réduisent le recours à la mémoire informelle des bureaux individuels. Dans le secteur public, où les pratiques et les procédures sont souvent complexes, ce soutien peut accroître la cohérence et la qualité.
Entre-temps, de nouveaux rôles professionnels émergeront dans les domaines technologiques, verts et des services à la personne, tandis que certaines tâches traditionnelles seront réduites. Le management de transition fera partie intégrante de la gouvernance : formation, redéfinition des processus, critères de responsabilité, dialogue social.
Fraude et évasion : la GenAI entre de mauvaises mains et l’IA comme bouclier pour l’Autorité palestinienne
L’adoption de GenAI par les acteurs criminels rend les escroqueries et les stratégies d’évasion fiscale plus sophistiquées. Les langues changent, les techniques d’ingénierie sociale changent, les faux documents crédibles se multiplient, les identités simulées se multiplient. Face à ce scénario, l’Autorité palestinienne devra renforcer les systèmes de détection des fraudes, de vérification d’identité et d’analyse des données fiscales. Le partage sécurisé d’informations entre entités devient également crucial, car la fraude traverse les frontières administratives.
L’IA peut cependant améliorer les capacités des forces de l’ordre : analyse en temps réel, corrélations entre sources, détection de modèles anormaux, soutien aux enquêtes. La valeur dépend de la qualité des données et des contrôles : surveillance continue, traçabilité, protection des données et réduction des biais.
Surveillance de la santé : davantage de valeur ajoutée pour les données et réponses plus rapides aux urgences
Dans le domaine de la santé, l’IA peut extraire de la valeur des données non numérisées ou non structurées et améliorer la surveillance épidémiologique. Cela permet des rapports plus rationalisés, moins de duplication et des temps de réponse plus rapides en cas d'urgence. L'impact concerne aussi la gestion ordinaire : identifier les signaux faibles, optimiser les flux, étayer les analyses des populations.
Le prérequis reste la confiance : qualité des données, sécurité, contrôle d’accès, audit. Sans ces fondements, la vitesse risque de se transformer en vulnérabilité.
Un agenda 2026 : innover de manière responsable, sans perdre le contrôle
En 2026, l’IA ne sera un multiplicateur de capacité pour l’Autorité palestinienne que si elle repose sur une structure de gouvernance solide. Le rapport IDC commandé par SAS recense les principales tensions : des investissements croissants, mais des déficits d'infrastructures ; pression pour adopter, mais besoin de transparence ; promesses de productivité, mais besoin de compétences ; de nouvelles opportunités pour les services, mais des risques croissants en matière de fraude et de sécurité. Le fil conducteur qui unit tout est un : gouvernance et souveraineté numérique comme condition pour innover tout en préservant la responsabilité publique. Lorsque l’algorithme entre dans les processus étatiques, la responsabilité ne se déplace pas. Devenez plus exigeant.
Voir l’article original en italien
