EcoLLM
Cas d’usage IA cadrés pour le secteur public
Nous ne vendons pas un chatbot. Nous cadrons des cas d’usage d’IA qui savent dire non, se mesurent et restent entre les mains des agents. Voici trois démonstrateurs, anonymisés, réalisés sur données publiques ou fictives.
Un assistant économique qui sait dire non
Pour qui : un territoire de 12 communes et ses services de développement économique.
Le problème
L’information utile aux entreprises (installation, accompagnement, aides) est dispersée sur une douzaine de sites et des dizaines de documents.
Le cadrage
Un périmètre (l’aide aux entreprises), des sources (les documents officiels), une règle (pas de source, pas de réponse). Chaque affirmation renvoie au document d’origine en un clic.
La preuve mesurée
20 refus sur 20 questions pièges hors périmètre, chacun avec réorientation vers le bon service, tracés dans un outil d’observabilité.
Ce que la collectivité garde en main
Chaque référent communal gère sa base documentaire et ses parcours guidés, sans code ; un super-administrateur garde la vue d’ensemble.
Souveraineté et sobriété
Hébergement OVHcloud (ISO 27001), modèles Mistral, estimation de sobriété par requête, aucun compte usager. Conçu selon le RGPD, le RGAA, le RGESN et les exigences de l’AI Act.
Démonstrateur réalisé sur données publiques.
Une plateforme d’IA mutualisée où la sobriété devient un bouton
Pour qui : un syndicat informatique intercommunal et ses collectivités membres.
Le problème
Retrouver vite une délibération, en tirer une synthèse, préparer une séance, sans confier ses données à une boîte noire.
Le cadrage
Recherche sur 5 familles de sources (actes et délibérations, marchés publics, juridique, institutionnel, européen), avec un filtre du local à l’européen ; 3 niveaux de rôles (agent, administrateur de collectivité, super-administrateur).
La preuve de traçabilité
Chaque affirmation renvoie à un acte identifié ; chaque requête est tracée (usage, jetons, coût).
Sobriété visible
Le modèle utilisé est affiché en permanence ; l’agent choisit entre mode sobre et mode performant ; les émissions de sa session s’affichent.
Du document à l’action
Relevé de décision, note de synthèse, compte rendu, toujours sourcés ; chaque agent peut créer son propre assistant, sans code.
Maîtrise
Open source, hébergé en France, réversible, administration déléguée à chaque collectivité. Conçu selon le RGPD et le RGAA.
Démonstrateur réalisé sur données publiques.
Une fabrique d’agents IA pour un organisme régional
Pour qui : un organisme régional qui veut transformer les idées de ses équipes en agents IA utiles.
Le problème
Les idées d’IA ne manquent pas ; ce qui manque, c’est un moyen de savoir lesquelles valent un budget.
La méthode
Capter les idées des collaborateurs → cadrer avec les référents métiers → prioriser en instance → prototyper en quelques heures, sans code, sur les vrais documents → go / no-go à coût minimal → industrialiser.
Deux agents démontrés
Réponse au porteur de projet
Un assistant qui répond aux questions d’un porteur de projet à partir de données publiques croisées, avec une réponse datée et sourcée, et des habilitations par agent.
Aide à l’analyse de candidatures
Conçue pour les exigences de l’AI Act sur les systèmes à haut risque : CV pseudonymisés avant tout modèle, version masquée validée par un humain, extraits exacts cités, aucun score, aucun classement, aucun rejet automatique, purge en fin de campagne.
Le socle
Droits par rôle et par agent, corpus cloisonnés, traçabilité conservée 12 mois, plafond de budget mensuel, modèles européens, réversibilité, impact mesuré par requête.
Démonstrateur réalisé sur données publiques et fictives.
Recevoir les prochains cas d’usage
Toutes les deux semaines, un cas d’usage d’IA cadré pour le secteur public : le problème, le cadrage, la preuve, et ce que l’organisme garde en main. Dans la newsletter LinkedIn « L’IA publique, cadrée ».
Cadrer mon cas d’usage — 30 minutes pour savoir si votre idée tient
Décrivez en quelques lignes le service concerné et les questions qu’il reçoit. Nous revenons vers vous pour un premier échange de 30 minutes, sans engagement.
Vous préférez fixer directement un créneau ? Réserver 30 minutes. Vous pouvez aussi nous écrire à jeremie.zarka@ecollm.fr.
Les informations recueillies par ce formulaire sont utilisées par EcoLLM dans le seul but de répondre à votre demande et de préparer un premier échange. Elles ne sont ni cédées ni revendues. Vous disposez d’un droit d’accès, de rectification et d’effacement, que vous pouvez exercer en écrivant à jeremie.zarka@ecollm.fr.