Banque mondiale et intelligence artificielle : le million de questions à l’épreuve de la productivité

Par Abdelwaheb Ben Moussa

Un million de questions posées à un assistant d’intelligence artificielle : le chiffre frappe les esprits. Lors des réunions annuelles de la Banque mondiale d’octobre 2026, l’exemple de Nokrasip AI, un assistant destiné aux petits commerçants thaïlandais, illustre le potentiel des outils d’IA adaptés aux réalités locales.

L’initiative mérite l’attention. Mais une question demeure : que mesure réellement ce million de questions ? L’utilisation d’un outil, sa capacité à répondre aux besoins de ses utilisateurs ou sa contribution effective à la productivité économique ?

Ces indicateurs ne sont pas interchangeables. Le nombre de requêtes renseigne sur l’usage d’une interface. Il ne démontre pas, à lui seul, une hausse des revenus, une réduction des coûts, un meilleur accès au financement ou une amélioration durable de la productivité.

Cette distinction est essentielle pour la Tunisie. Le véritable enjeu n’est pas de multiplier les usages conversationnels de l’intelligence artificielle, mais de transformer son potentiel en gains économiques mesurables, grâce à son intégration dans les processus productifs, les systèmes d’information et les mécanismes de décision.

De l’interface à l’infrastructure : deux niveaux de transformation

L’intelligence artificielle conversationnelle peut rendre des services immédiats. Elle facilite l’accès à l’information, accompagne les petits entrepreneurs, aide à organiser des données et peut simplifier certaines tâches de gestion. Dans des environnements où les compétences et les ressources sont limitées, ces apports ne doivent pas être sous-estimés.

Mais ils ne suffisent pas à transformer un appareil productif.

La première couche de la transformation numérique concerne l’interface : chatbot, portail de services, assistant virtuel ou application mobile. Elle améliore la relation avec l’utilisateur et peut réduire certains coûts d’accès à l’information.

La seconde touche au fonctionnement même des organisations. C’est à ce niveau que l’IA peut contribuer à automatiser des tâches répétitives, à rapprocher des données dispersées, à détecter des anomalies, à accélérer le traitement des dossiers et à éclairer la décision.

Dans le secteur bancaire, les applications potentielles concernent notamment l’analyse des dossiers de crédit, la détection des opérations atypiques, le contrôle de conformité et la réconciliation comptable. Dans les administrations, elles peuvent contribuer à réduire les délais de traitement, à améliorer le contrôle des dossiers et à mieux anticiper les engorgements. Dans les entreprises exportatrices, elles peuvent faciliter la gestion documentaire et la coordination des opérations logistiques.

Encore faut-il que ces outils soient reliés aux systèmes métier, que les données soient fiables et que les processus soient effectivement adaptés.

Un commerçant peut obtenir en quelques secondes une réponse sur la gestion de son activité tout en demeurant confronté à des difficultés de financement, à des formalités longues ou à des procédures de règlement complexes. L’IA peut l’aider à mieux gérer son entreprise ; elle ne supprime pas, par sa seule présence, les obstacles institutionnels et opérationnels qui freinent son développement.

La productivité ne se mesure pas au nombre de requêtes

La Banque mondiale elle-même souligne, dans son Rapport sur le développement dans le monde 2026, que les bénéfices de l’intelligence artificielle dépendent notamment des infrastructures, des compétences, des données et de la qualité des institutions. L’enjeu dépasse donc la seule disponibilité des outils.

Une étude de la Banque mondiale publiée en août 2026, fondée sur des enquêtes auprès de 4 205 entreprises dans sept économies, distingue également la diffusion rapide de l’IA de l’adoption plus lente de ses usages avancés. Elle souligne ainsi l’importance de ne pas confondre la multiplication des usages avec l’intégration approfondie de la technologie dans les activités économiques.

Pour la Tunisie, cette distinction devrait guider l’évaluation des projets publics et privés d’intelligence artificielle.

Le succès ne saurait être apprécié uniquement à travers le nombre d’utilisateurs, de consultations ou de requêtes. Il doit aussi être mesuré à partir de résultats observables : réduction du coût de traitement d’un dossier, diminution des délais, baisse du taux d’erreur, amélioration de la qualité du service, évolution des marges opérationnelles ou accès plus rapide au financement.

La méthode est simple : établir une situation de référence, définir des objectifs mesurables, suivre les résultats après déploiement et vérifier que les améliorations constatées sont réellement attribuables au projet.

L’intelligence artificielle ne doit pas échapper aux exigences d’évaluation applicables à tout investissement productif.

La souveraineté numérique se construit dans l’architecture

La question ne se limite pas à la performance des modèles. Elle concerne également la maîtrise des données, des accès, des dépendances technologiques et des conditions d’exploitation.

Dans les secteurs stratégiques — banque, fiscalité, santé, logistique ou services publics — le déploiement de l’IA doit reposer sur une gouvernance rigoureuse. La classification des données, la traçabilité des accès, la sécurité des échanges, la réversibilité des solutions et la continuité de service doivent être intégrées dès la conception.

Selon la sensibilité des usages et les risques identifiés, des modèles déployés localement, des environnements maîtrisés ou des infrastructures isolées peuvent être justifiés. Il ne s’agit pas d’imposer une architecture unique à tous les projets, mais de garantir que les choix technologiques restent compatibles avec les exigences de sécurité et de souveraineté.

La maîtrise nationale ne signifie pas nécessairement tout développer soi-même. Elle suppose de connaître les dépendances, de contrôler les conditions d’accès aux données et de préserver la capacité à faire évoluer les systèmes sans subir un enfermement technologique.

Cette exigence appelle également une véritable politique d’interopérabilité. Les API documentées, les référentiels communs, la qualité des données et les mécanismes de contrôle des accès constituent des fondations indispensables. Des protocoles comme le Model Context Protocol (MCP) peuvent compléter cette architecture en facilitant la connexion entre les applications d’IA, les outils et les sources de données. Ils ne remplacent cependant ni les systèmes métier ni les règles de gouvernance qui encadrent leur utilisation.

Le défi tunisien : industrialiser l’exécution

Le Plan de développement 2026-2030 offre à la Tunisie un cadre pour inscrire la transformation numérique dans une ambition économique plus large. Mais la cohérence d’une stratégie ne se juge pas seulement à ses orientations : elle se vérifie dans les résultats obtenus.

La priorité devrait être donnée aux projets capables de résoudre des problèmes identifiés, de s’intégrer aux systèmes existants et de produire des gains vérifiables. Cela suppose une coordination entre les administrations, les établissements financiers, les entreprises et les acteurs technologiques, ainsi qu’une clarification des responsabilités dans la conduite des projets.

La plateforme nationale d’échange de données entre structures publiques peut, dans cette perspective, constituer un levier important. Son potentiel dépendra toutefois de la qualité des données échangées, de la fiabilité des interfaces, des règles d’accès, de la sécurité et de l’intégration effective des processus administratifs.

L’IA ne remplacera ni la réforme des procédures ni la qualité de la gouvernance. Elle peut en revanche accélérer leur mise en œuvre lorsque les fondations organisationnelles et techniques sont réunies.

L’enjeu est donc de passer de projets démonstrateurs à des dispositifs opérationnels, évalués dans la durée et capables de produire des bénéfices pour les entreprises, les citoyens et les finances publiques.

Mesurer les résultats plutôt que célébrer les usages

L’enthousiasme suscité par les assistants conversationnels est compréhensible. Leur simplicité facilite l’acculturation numérique et ouvre de nouvelles possibilités, notamment pour les petites entreprises. Mais l’adoption n’est qu’une première étape.

Pour la Tunisie, le choix stratégique n’est pas entre les chatbots et les infrastructures. Il consiste à articuler les outils accessibles, l’évolution des organisations, la maîtrise des données et l’intégration des processus afin que les usages se traduisent en résultats.

Le véritable indicateur de réussite ne sera donc pas le nombre de questions posées à une intelligence artificielle, mais sa capacité à réduire les coûts, à raccourcir les délais, à améliorer la qualité des décisions et à renforcer la compétitivité.

L’intelligence artificielle ne devient un levier de développement que lorsqu’elle cesse d’être une démonstration technologique pour devenir un instrument d’exécution économique.

---

BIO EXPRESS

Abdelwaheb Ben Moussa – Ingénieur en informatique / Cadre dans une banque publique

Cet article est une tribune, rédigée par un auteur extérieur au journal et dont le point de vue n’engage pas la rédaction.