evidoria

← Volver al listado

Good practice

Albert API — La plataforma soberana de IA generativa de Francia para los empleados públicos

Francia · Paris · Ver el perfil de Francia

La Albert API de DINUM (Llama/Mistral, SecNumCloud) proporciona IA generativa soberana a los funcionarios públicos. Piloto France Services: 71 % de facilidad de uso; 10 000 agentes de 8 ministerios la probaron desde oct. 2025; generalización pausada, evaluación prevista en 2026.

71 %
Asesores que consideraron la herramienta fácil de usar (piloto)
58 %
Asesores que recomendarían la herramienta a colegas (piloto)
10,000
Funcionarios públicos inscritos en la prueba ampliada de ocho meses (from October 2025)
43,000 Q&A sheets
Tamaño del corpus de entrenamiento
2.5 million
Base de usuarios objetivo (funcionarios públicos franceses)
Albert API — La plataforma soberana de IA generativa de Francia para los empleados públicos Albert API — La plataforma soberana de IA generativa de Francia para los empleados públicos

Detalles

Promotor
Direction interministérielle du numérique (DINUM)
Período
2024–present
Palabras clave
digital government, AI infrastructure, civil service, productivity

Contexto

Albert es la plataforma de IA generativa soberana del Estado francés, lanzada por la DINUM (Direction interministérielle du numérique) en abril de 2024 para uso de los funcionarios públicos franceses en París y en toda la administración. Construida sobre bases de código abierto — los modelos Llama 3.1 de Meta y de Mistral AI —, su código fuente se publica en GitHub y Hugging Face, y su endpoint de inferencia funciona en infraestructura francesa certificada SecNumCloud, de modo que los datos administrativos sensibles nunca salen de la jurisdicción francesa.

Objetivos

Albert tiene como objetivo dotar a los aproximadamente 2,5 millones de funcionarios públicos franceses de una herramienta de IA generativa soberana para tareas administrativas, manteniendo los datos sensibles dentro de la jurisdicción francesa mediante alojamiento certificado SecNumCloud y modelos de código abierto.

Actividades

La DINUM entrenó a Albert con un corpus de 43.000 fichas de preguntas y respuestas de service-public.fr, lo puso a prueba en piloto con asesores y luego amplió las pruebas a 10.000 agentes de ocho ministerios en una prueba de ocho meses que comenzó en octubre de 2025, dirigida a aplicaciones como la administración tributaria (una estimación de 16 millones de solicitudes anuales de ciudadanos) y la revisión de expedientes medioambientales (unos 4.000 expedientes al año).

Resultados

En el piloto inicial, el 71% de los asesores consideró la herramienta fácil de usar y el 58% afirmó que la recomendaría a colegas. Durante la prueba ampliada de ocho meses con 10.000 agentes de ocho ministerios, surgieron fallos técnicos importantes y respuestas erróneas.

Conclusiones

Tras los problemas técnicos identificados en las pruebas ampliadas, la DINUM suspendió la generalización completa de Albert en su forma actual; se espera una evaluación integral en el verano de 2026 antes de cualquier decisión sobre una implementación más amplia.

Implementación
Coste indicativo
High (€500k–€5M) — No public budget figure is disclosed; classified as high cost given sovereign SecNumCloud-certified infrastructure, custom LLM training/hosting, and a target user base of 2.5 million civil servants.
Tiempo hasta resultados
Medium (1–3 years) — Launched April 2024, with an expanded eight-month test running from October 2025 into 2026 and a comprehensive assessment expected summer 2026; classified as medium given roughly two years of development and testing without yet reaching a stable, fully scaled state.
Personal y competencias
DINUM (Direction interministerielle du numerique) — lead public agency, Mistral AI — model co-development / technical partner

Condiciones para el éxito

  • Open-source model foundations (Llama 3.1, Mistral) allowing code transparency on GitHub/Hugging Face
  • SecNumCloud-certified sovereign hosting to satisfy data-jurisdiction requirements
  • Domain-specific training corpus (43,000 Q&A sheets from service-public.fr)
  • Phased rollout from small pilot to a supervised 10,000-agent, eight-ministry test before any full generalization

Modos de fallo comunes

  • Significant technical malfunctions and erroneous responses emerged during the expanded eight-month, 10,000-agent test, prompting DINUM to pause full generalization of the tool in its current form pending a comprehensive assessment expected summer 2026.

Dónde encaja

Tipo de gobernanza
centralized interministerial digital agency (DINUM) under national government
Escala
national, targeting ~2.5 million civil servants; currently paused after a 10,000-agent expanded test
Nivel de ingresos
high-income (France)

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Adjuntos

Prácticas similares que pueden serle útiles