Intelligence artificielle et prévision de la masse salariale publique : Efficience et enjeux

Abstract

Résumé

Dans un contexte administratif en évolution, caractérisé par l’accélération des innovations technologiques, l’intelligence artificielle devient un levier majeur de transformation pour les administrations publiques. Les systèmes traditionnels de gestion des ressources humaines et de planification budgétaire sont désormais confrontés à de nouveaux défis. Les administrations publiques se voient contraintes de repenser leurs pratiques de gestion face à l’émergence des technologies d’intelligence artificielle et à la montée des outils d’analyse prédictive capables d’anticiper les besoins futurs en ressources humaines et en allocations budgétaires. Une analyse théorique des implications de l’intelligence artificielle sur la prévision budgétaire et la gestion de la masse salariale dans le secteur public est présentée dans cet article.

Cet article propose une analyse théorique des transformations induites par l’intelligence artificielle dans les processus de planification budgétaire et de gestion des ressources humaines au sein des administrations publiques. En s’appuyant sur une revue systématique de la littérature récente, l’étude s’attache à décrypter les mécanismes par lesquels les outils algorithmiques contribuent à l’amélioration de la précision des prévisions, à l’optimisation des décisions budgétaires et à l’anticipation des besoins en compétences.

L’analyse met en lumière les stratégies d’adaptation mises en œuvre par les organisations publiques pour répondre aux exigences d’efficience, notamment à travers l’utilisation du gradient boosting, des réseaux de neurones artificiels, de l’intelligence artificielle générative et des techniques de traitement automatique du langage naturel. Elle souligne les risques liés aux biais algorithmiques, aux résistances organisationnelles et aux difficultés d’acceptation numérique. Enfin, l’article identifie et discute les tendances qui bouleversent les logiques budgétaires et RH du secteur public, notamment l’algorithmisation de la prévision, la cartographie des compétences et la réduction de la marge budgétaire, dans un environnement où le contrôle humain devient un facteur clé d’efficience, de transparence et de redevabilité administrative.

Mots clés : Intelligence artificielle, masse salariale publique, efficience prédictive.

Abstract

In a changing administrative environment characterized by accelerating technological innovation, artificial intelligence has become a major driver of transformation in public administrations. Traditional human resource management and budget planning systems are now facing new challenges. Public administrations are being compelled to rethink their management practices in response to the emergence of artificial intelligence technologies and the growing use of predictive analytics tools capable of anticipating future human resource needs and budget allocations. A theoretical analysis of the implications of artificial intelligence for budget forecasting and workforce planning in the public sector is presented in this article.

This article provides a theoretical analysis of the transformations induced by artificial intelligence in budget planning and human resource management processes within public administrations. Drawing on a systematic review of recent literature, the study seeks to decipher the mechanisms through which algorithmic tools contribute to improving forecasting accuracy, optimizing budgetary decisions, and anticipating future competency needs.

The analysis highlights the adaptation strategies implemented by public organizations to meet efficiency requirements, particularly through the use of gradient boosting, artificial neural networks, generative artificial intelligence, and natural language processing techniques. It also emphasizes the risks associated with algorithmic bias, organizational resistance, and difficulties in digital acceptance. Finally, the article identifies and discusses the main trends reshaping budgetary and human resource management practices in the public sector, including the algorithmization of forecasting, competency mapping, and the reduction of budgetary slack, in an environment where meaningful human control has become a key factor in ensuring efficiency, transparency, and administrative accountability.

 Keywords: Artificial Intelligence, public wage bill, predictive efficiency.