Avec nos services, nous couvrons l'ensemble de la chaîne de création de valeur informatique - de la conception à l'exploitation et à la maintenance des solutions informatiques en passant par leur mise en œuvre !

Par intelligence artificielle, nous entendons des systèmes qui prennent en charge des tâches qui nécessitaient jusqu'à présent une logique décisionnelle humaine ou un traitement de texte - par exemple répondre à des questions techniques, résumer des documents ou anonymiser des données.

Ce qui est important, c'est que l'IA est pour nous un outil qui soutient les collaborateurs. Dans les processus critiques, la prise de décision finale reste toujours du ressort de l'homme.

Nous utilisons déjà l'IA dans plusieurs cas d'application concrets ou préparons son utilisation, entre autres :

• Des chatbots pour la documentation technique et de produits : Un bot interactif répond à des questions sur la base de notre documentation technique et soutient ainsi le support et le développement.

• Anonymisation automatisée de documents judiciaires : Les noms, lieux et autres données personnelles sont reconnus par l'IA et remplacés par des lettres (A., B., C....) selon la pratique du tribunal - avec un grand gain de temps.

• Gestion des connaissances et prévisions : Dans le cadre de projets pilotes, nous examinons comment l'IA peut être utilisée dans des procédures spécialisées (par ex. dans l'exécution des peines) pour des bases de connaissances et des modèles de prévision.

• Données de test synthétiques, traduction, synthèse, rédaction de rapports : Dans le cadre d'études et de projets, nous évaluons la manière dont l'IA générative génère des données de test réalistes, résume des documents et soutient des rapports - tout en respectant strictement la protection des données et le caractère professionnel.

• Résumé assisté par IA de dossiers électroniques : Les dossiers de cas électroniques sont automatiquement structurés et présentés sous forme de résumés compréhensibles. Un chatbot interactif permet aux spécialistes de poser des questions et de passer de manière ciblée aux documents originaux - l'accès aux cas complexes est ainsi plus rapide et plus clair.

• Assistance par IA lors de la saisie de textes (GenAI) : Directement dans l'application, l'IA aide à la rédaction, à la révision et au formatage de textes (p. ex. entrées de journal). Les propositions s'orientent sur les données existantes et les cas similaires ; l'évaluation et l'approbation techniques restent à tout moment du ressort de l'utilisateur.

Les valeurs ajoutées typiques de l'IA dans le secteur public sont les suivantes :

• Un gain de temps considérable pour les tâches répétitives (p. ex. noircir des décisions, préstructurer des rapports, effectuer des recherches).

• Meilleur accès à l'information grâce aux chatbots et aux résumés (y compris multilingues) de documents complexes.

• Une qualité et une cohérence accrues pour les tâches standard, par exemple pour l'anonymisation uniforme selon la pratique en vigueur.

• Une aide à la prise de décision, sans déléguer la responsabilité à une "boîte noire".

• Nous nous concentrons sur des cas d'utilisation de niche clairement délimités et à fort impact, avec des avantages élevés et des risques contrôlables.

La protection des données et la sécurité de l'information sont des garde-fous essentiels pour tous nos projets d'IA :

• Architecture conforme à la protection des données : nous misons sur des solutions issues de centres informatiques suisses ou d'environnements clairement réglementés et intégrons l'IA de manière à ce que les données sensibles restent protégées.

• Pas de diffusion incontrôlée de données : les modèles sont exploités de manière à ce que les données des clients ne soient pas utilisées à des fins de formation publique.

• Possibilité d'exploitation locale : pour les cas d'application sensibles - par exemple l'anonymisation des décisions de justice - les composants d'IA peuvent être exploités localement (par exemple dans un conteneur Docker) dans le réseau du client. Les données ne quittent pas le domaine du client.

• Conformité ISMS et conformité : les projets d'IA sont intégrés dans notre gestion existante de la sécurité de l'information et de la qualité.

• Ouverture aux interfaces standard (par ex. MCP) pour la connexion d'une IA, qui sont déjà disponibles dans les centres de calcul cantonaux ou fédéraux.

Explainable AI (XAI) signifie que les décisions et les propositions d'une IA sont compréhensibles et vérifiables. C'est essentiel pour le secteur public :

• Les professionnels doivent comprendre pourquoi une recommandation ou une proposition a été faite.

• Les résultats doivent pouvoir être audités et documentés.

• Pour nous, les décisions "boîte noire" sans transparence sont exclues.

C'est pourquoi nous concevons les interventions de l'IA de manière à ce qu'elles offrent des règles vérifiables, des sources de données clairement désignées et des explications pertinentes, ou du moins des limites et des risques clairement documentés.

Principe : vos données vous appartiennent.

Dans de nombreux scénarios, l'IA utilise vos données uniquement à des fins de traitement, sans les utiliser pour un entraînement général au modèle. Lorsqu'un entraînement avec des données propres à l'institution est utile (par exemple pour la spécialisation du domaine), il est effectué de manière ciblée, contrôlée et contractuelle.
Pour une utilisation productive dans le secteur public, nous privilégions les modèles et les formes d'exploitation dans lesquels aucun apprentissage ultérieur non contrôlé n'a lieu avec des données de clients.

En bref :

• L'IA générative crée de nouveaux contenus (textes, codes, résumés) sur la base de modèles appris.

• Les Large Language Models (LLM) sont de très grands modèles linguistiques capables de comprendre et de générer des textes.

• Retrieval-Augmented Generation (RAG) associe un LLM à une mémoire de documents : le modèle accède d'abord à vos documents avant de formuler une réponse (p. ex. dans le cas des chatbots pour les documentations de produits).

• Fine Tuning signifie continuer à entraîner un LLM existant de manière ciblée avec des connaissances spécialisées afin qu'il comprenne mieux votre domaine (p. ex. termes, processus, API spécifiques à evidence).

• Aujourd'hui, nous misons surtout sur les chatbots basés sur RAG et examinons dans une prochaine étape comment nous pouvons continuer à entraîner un LLM de manière ciblée avec les connaissances de nos solutions spécialisées - toujours en mettant l'accent sur la documentation non sensible et la conformité.

Nous sommes attentifs à plusieurs aspects :

• Contrôler régulièrement les modèles et les résultats afin d'identifier et de minimiser les distorsions (biais).

• Tester avec des données de test réalistes mais conformes à la protection des données, par exemple des données synthétiques.

• Limites d'utilisation claires : l'IA soutient, fournit des propositions ou des travaux préliminaires - le spécialiste vérifie et décide.

• Assurance qualité continue : les retours d'information des projets sont intégrés dans les améliorations des modèles, des invites et des processus.

Non, notre objectif n'est pas de supprimer des postes, mais d'alléger la charge de travail des professionnels :

• Les tâches répétitives telles que le biffage, les recherches ou la pré-structuration de textes sont automatisées.

• Les collaborateurs gagnent du temps pour les évaluations professionnelles, la communication avec les citoyens et les cas complexes.

• L'IA fournit des suggestions, mais jamais de décisions définitives : la responsabilité finale reste humaine.

• Rend les emplois plus attrayants en soutenant les activités peu appréciées par l'IA.

Oui, notre approche consiste à intégrer l'IA en tant que module dans les procédures spécialisées existantes. Divers projets largement soutenus sont en cours à cet effet pour tous nos produits.

Nous travaillons en étroite collaboration avec des universités, des administrations et des partenaires technologiques afin de tester et de développer de nouvelles approches dans des scénarios réels. Cela inclut des projets de recherche :

• des projets universitaires, par exemple des travaux de master sur l'automatisation des rapports ou la génération de données de test

• des projets pilotes avec les cantons, les villes et les tribunaux

• des partenaires spécialisés dans les modules d'IA, par exemple pour l'anonymisation juridique, que nous intégrons directement dans nos solutions sous forme de modules prêts à l'emploi de nos partenaires (modules OEM).