/collectivités
Prévision de la demande pour les collectivités
Des commandes, des plannings et un budget calés sur votre historique.
La prévision de la demande anticipe les repas des cantines, la fréquentation des équipements ou les droits de mutation (DMTO), à partir de votre historique. Expérimentée par Nantes Métropole, la prévision des repas a atteint 98 % de précision dix semaines à l’avance, contre 93 % à trois semaines avec l’ancienne méthode. Les départements des Bouches-du-Rhône, du Var et de la Vienne recourent à l’IA pour leur prédiction budgétaire.
/usages
Une prévision de la demande service par service.
Chaque prévision porte sur un jour, une semaine ou un mois. Le gestionnaire de la restauration la consulte avant de commander, le responsable d’équipement avant de bâtir un planning, la direction des finances avant d’inscrire une recette au budget.
- Repas des cantines Estime le nombre de repas de chaque restaurant scolaire, pour ajuster les commandes de denrées et la production de la cuisine centrale.
- Fréquentation des équipements Anticipe les entrées de la piscine, de la patinoire ou de la médiathèque, pour caler les horaires d’ouverture et les plannings des équipes.
- Accueils de loisirs Prévoit les effectifs du périscolaire et des mercredis, pour recruter à temps les animateurs.
- Recettes fiscales Projette les droits de mutation et les autres recettes fiscales, pour préparer le budget primitif et ses décisions modificatives.
/restauration scolaire
Une prévision des repas plus précise, dix semaines à l’avance.
Nantes Métropole a expérimenté à partir de 2021 un outil de prévision des repas de ses cantines. Le rapport du Sénat de 2025 compare sa précision moyenne, dix semaines à l’avance, à celle de la méthode traditionnelle à trois semaines.
Dix semaines d’avance laissent le temps de commander les denrées au volume prévu et de régler la production.
- Méthode traditionnelle, trois semaines à l’avance Méthode traditionnelle, trois semaines à l’avance : 93 % 93 %
- Outil de prévision, dix semaines à l’avance Outil de prévision, dix semaines à l’avance : 98 % 98 %
/budget
Des recettes projetées avant le vote du budget.
En 2025, l’épargne brute des départements représente 8,9 % de leurs recettes de fonctionnement, contre 15,8 % pour le bloc communal. Avec la marge la plus étroite des trois niveaux, un département qui surestime ses droits de mutation au budget primitif doit revoir son budget en cours d’année, par décision modificative.
Le rapport de l’IGF, de l’IGAS et de l’IGA d’avril 2026 range la prédiction budgétaire et financière parmi les usages de l’IA cités par les départements. Un modèle peut projeter les DMTO et les autres recettes à partir de vos encaissements passés.
Le déploiement de l’IA dans les administrations publiques (IGF, IGAS, IGA, 2026) (nouvel onglet)
| Indicateur | Bloc communal | Départements | Régions et CTU | Ensemble |
|---|---|---|---|---|
| Recettes de fonctionnement | 139,7 Md€ | 73,1 Md€ | 31,7 Md€ | 244,4 Md€ |
| Taux d’épargne brute | 15,8 % | 8,9 % | 20,0 % | 14,3 % |
| Évolution des dépenses d’investissement | +7,2 % | −8,0 % | −7,1 % | +1,7 % |
/mesure
Une prévision de la demande jugée sur vos années passées.
Le département du Var a mis trois logiciels d’IA à l’épreuve sur ses droits de mutation : chacun devait déduire ceux de 2023 des montants de 2019 à 2022. Un seul a trouvé le montant exact, les deux autres se sont trompés.
Chaque modèle passe la même épreuve : il prévoit des années déjà connues de votre historique, et son écart au réel décide de sa mise en service.
98 % de précision à dix semaines, dans l’expérimentation de Nantes Métropole.
/données
Des données que vos logiciels métier enregistrent déjà.
Plusieurs années d’historique permettent au modèle de séparer la tendance de fond des effets ponctuels : une canicule, la fermeture d’un bassin, une cuisine en travaux. Chaque logiciel compte à sa maille, le restaurant, l’équipement ou le compte budgétaire ; ces séries sont alors alignées sur votre calendrier.
- Logiciel de restauration Fournit les inscriptions et les repas servis, jour par jour et restaurant par restaurant.
- Compteur d’entrées Enregistre les passages de chaque équipement par créneau, à la piscine comme à la médiathèque.
- Comptabilité Retrace les montants encaissés chaque mois sur plusieurs exercices, droits de mutation compris.
- Calendrier et météo Signalent les vacances scolaires, les jours fériés, les grèves annoncées, la météo prévue, les événements de la commune…
/sur le terrain
Une prévision qui éclaire la décision de l’agent.
La prévision de la demande peut ouvrir la feuille de route quand l’historique existe déjà dans les logiciels : elle sert alors de premier projet d’apprentissage automatique. Elle attend la fin d’un changement de logiciel quand cet historique doit d’abord être repris. Le gain se lit dans des commandes ajustées, des plannings préparés plus tôt et moins d’heures passées à compiler des tableaux.
Les prévisions restent moins sûres à long terme, pour un équipement qui ouvre ou après un changement d’habitudes. Chaque prévision s’affiche avec ses raisons, et l’agent garde la main sur la commande ou le planning.
- La fourchette Accompagne chaque chiffre prévu d’un intervalle de confiance, pour que l’agent sache quand le vérifier.
- Le rapprochement des sources Aligne les chiffres de deux logiciels qui divergent, avant tout entraînement du modèle.
- Le périmètre pilote Éprouve le modèle sur quelques restaurants ou un seul équipement avant de l’étendre aux autres.
/méthode
Un modèle de prévision construit avec les services qui s’en servent.
À la restauration scolaire, aux finances, aux sports ou à l’enfance, le service qui s’appuiera sur les prévisions participe à la conception du modèle comme à sa maintenance.
- CADRAGE Ce qu’il faut prévoir, à quel horizon et à quelle maille se décide avec vos services : le restaurant, le créneau, le mois. L’historique est ensuite rassemblé, et sa qualité vérifiée.
- MISE EN SERVICE Une fois le modèle entraîné, vos équipes revoient ses écarts ; ses prévisions rejoignent ensuite l’outil où vos agents commandent, planifient ou préparent le budget.
- MAINTENANCE L’écart entre prévu et réel est suivi, et le modèle repart en apprentissage quand il dérive : nouvelle carte scolaire, équipement rénové, tarif modifié.
/à savoir
Les questions fréquentes sur la prévision des repas et des DMTO.
Comment prévoir le nombre de repas à la cantine ?
Un modèle d’apprentissage automatique apprend de l’historique des repas servis par restaurant, du calendrier scolaire et des menus. Il donne chaque jour une estimation et sa fourchette. Le gestionnaire l’ajuste, s’il le faut, avant de commander.
Combien coûte un logiciel de prévision des repas ?
Pour l’outil expérimenté par Nantes Métropole, le Sénat (2025) fait état d’un abonnement pluriannuel de 50 000 à 100 000 € HT, selon la complexité et le périmètre. Le coût d’un modèle sur mesure tient surtout à son entraînement et à l’affichage des prévisions ; son exploitation coûte peu.
Comment prévoir les droits de mutation (DMTO) d’un département ?
Un modèle d’apprentissage automatique projette les DMTO à partir des encaissements mensuels des exercices passés. Il est d’abord mis à l’épreuve sur des années déjà connues, comme l’a fait le Var pour ses DMTO de 2023. La direction des finances retient ensuite le montant à inscrire au budget primitif.
Peut-on prévoir la fréquentation d’une piscine avec l’IA ?
Oui, à partir des entrées enregistrées par le contrôle d’accès, du calendrier scolaire et de la météo. Le modèle prévoit les entrées par jour et par créneau. Les horaires et les plannings des maîtres-nageurs se calent alors sur l’affluence attendue.
Faut-il des données personnelles pour prévoir les repas de cantine ?
Pas nécessairement : des effectifs comptés par restaurant et par jour suffisent à prévoir les repas. Le modèle travaille sur ces totaux, sans données nominatives sur les enfants. Si un projet en demande, votre délégué à la protection des données l’examine dès le cadrage.
/sources
Sources
- Sénat, rapport d’information n° 447 (2024-2025), délégation aux collectivités territoriales, « L’intelligence artificielle dans l’univers des collectivités territoriales », 2025 (nouvel onglet)
- DGCL, Les collectivités locales en chiffres 2026, chapitre 1 « Chiffres clés » (fiche 1-2), 2025 (nouvel onglet)
- IGF, IGAS, IGA, « Le déploiement de l’intelligence artificielle dans les administrations publiques », avril 2026, annexe IV, 2026 (nouvel onglet)
/collectivités
- Cas d’usage de l’IA dans les collectivités IA générative et agents conversationnels pour le service public local
- Prévision énergétique des bâtiments publics Prévoit et suit la consommation des écoles, gymnases et bâtiments administratifs, et indique les réglages de chauffage et d’éclairage qui la font baisser.
- Agent IA relié aux logiciels des collectivités Consulte les logiciels de finances, de paie ou d’urbanisme, enchaîne les contrôles d’un dossier ou d’un acte et prépare l’opération ; l’agent la valide avant exécution.
- Détection d’anomalies et de fraudes pour les collectivités Signale les mandats, factures ou changements de coordonnées bancaires atypiques, ainsi que les liens possibles entre intérêts déclarés des élus et projets de délibération, pour qu’un agent les examine.
- Extraction de données des arrêtés, factures et formulaires Lit contrats, arrêtés, factures et formulaires de demande, en extrait les champs utiles et les reporte dans le logiciel de paie, de finances ou d’urbanisme.
- Assistant documentaire pour les agents territoriaux Répond aux questions des agents à partir des délibérations, arrêtés, notes de service et guides de procédure de la collectivité, en citant le document source.
- IA pour l’urbanisme et la commande publique Interroge le PLU, le code de l’urbanisme ou le code de la commande publique, et indique à l’agent les articles qui s’appliquent à une parcelle, à un projet de construction ou à un achat.
/contact
Travaillons ensemble
Découvrez comment Inceptive peut vous aider à transformer votre activité et à résoudre des problématiques opérationnelles complexes grâce à l’intelligence artificielle.