La Cour des Comptes s'est penchée sur le sujet et a publié fin janvier les conclusions de ses observations et des enseignements à en tirer. La transformation numérique est un levier majeur de réforme de l'État. La numérisation des services publics a permis de simplifier les démarches administratives. Elle avait également pour objectif de gagner du temps tout en améliorant la qualité des services rendus, en d'autres termes d'augmenter la productivité. Dans ce contexte, la Cour a donc cherché à apprécier comment celle-ci est prise en compte dans la conduite des projets numériques de l'État.

Que faut-il retenir?

L’enquête montre que:

- les dispositifs et méthodes qui ont été mis en place jusqu'ici n'ont pas permis de s'engager de manière ferme sur les gains de productivité issus des projets numériques.

- et qu'ils  n’ont pas non plus permis de les mesurer de manière fiable.

La cour des compte souligne les lacunes dans le cadrage des projets constituent un frein à l'anticipation de ces gains.

Elle considère que les évaluer nécessiterait une connaissance fine des activités, par la mise en place d'indicateurs analytiques.

Enfin, pour elle , les projets d'intelligence artificielle doivent prioriser l'enjeu de la productivité.

Les principales recommandations de la Cour:

- Procéder systématiquement, en lien avec les services utilisateurs, à des études documentées d’impact et de retour sur investissement des grands projets numériques de l’État puis assurer le suivi des projets en termes de qualité de service et d’économies attendues.

-  Renforcer la procédure existante d’avis conforme pilotée par la Dinum, en associant la DB, pour intégrer les enjeux méthodologiques et de productivité dès la phase de cadrage des projets numériques.

- Améliorer les outils existants de suivi des activités et des coûts et développer, dans une démarche de contrôle de gestion et un cadre de référence partagé, des indicateurs analytiques harmonisés pour mesurer l’atteinte des objectifs et les moyens associés.

-  Dans les projets recourant à l’intelligence artificielle, prioriser ceux qui génèrent des gains de productivité documentés