Le DGE d'Abou Dabi a déployé plus de 100 cas d'usage de l'IA dans 40+ entités publiques sur la plateforme TAMM, visant des services proactifs d'ici 2027 — mais les preuves publiées portent sur des chiffres d'échelle et d'investissement, non des résultats mesurés indépendamment.
100 use cases
AI use cases deployed (as of Oct 2025)
40 entities
Government entities using AI use cases (as of Oct 2025)
13 AED billion
Digital Strategy 2025-2027 budget (2025-2027)
95 %
DGE employees completing AI training (as of Oct 2025)
Détails
Maturité
En expansion
Promoteur
Department of Government Enablement – Abu Dhabi (DGE)
Période
2025–2027 (Digital Strategy 2025-2027; TAMM 4.0 launched Oct 2025)
Mots-clés
digital government, proactive services, public administration
Contexte
Le Department of Government Enablement – Abu Dhabi (DGE) exploite TAMM, la plateforme unifiée de gouvernement numérique de l'émirat, dans le cadre de la stratégie numérique du gouvernement d'Abou Dabi 2025-2027.
Objectifs
La stratégie vise à rendre les services publics proactifs et sans démarche à effectuer d'ici 2027, en déclenchant automatiquement les prestations en fonction des événements de vie des citoyens plutôt que d'exiger des demandes distinctes.
Activités
Le DGE a déployé plus de 100 cas d'usage de l'IA dans plus de 40 organismes gouvernementaux, dont un assistant virtuel multilingue, une prédiction des approbations fondée sur l'apprentissage automatique et le déclenchement proactif de services. TAMM 4.0, dévoilée au GITEX Global en octobre 2025, a ajouté une automatisation de la conformité en temps réel fondée sur des règles et une allocation prédictive des ressources. Plus de 95 % des plus de 30 000 employés du DGE ont suivi une formation à l'IA, et chaque organisme dispose désormais d'un Chief Data and AI Officer.
Résultats
Tous les chiffres publiés — nombre de cas d'usage, d'organismes, taux d'achèvement de la formation et budget — sont autodéclarés par le DGE et repris sans examen indépendant par la presse ; aucune mesure indépendante de la réduction des délais de traitement, des taux d'erreur ou de la satisfaction des citoyens attribuable spécifiquement aux fonctionnalités d'IA n'a été publiée.
Conclusions
TAMM illustre un déploiement opérationnel de l'IA à grande échelle dans les services publics, mais l'ambition d'être « pleinement native en IA d'ici 2027 » reste un objectif affiché plutôt qu'un résultat vérifié.
Mise en œuvre
Coût indicatif
Très élevé (> 5 M€)
Délai jusqu’aux résultats
Moyen (1–3 ans)
Personnel et compétences
Department of Government Enablement – Abu Dhabi (DGE), Chief Data and AI Officer per government entity
Conditions de réussite
Dedicated AED 13 billion strategy budget
Emirate-wide mandate creating Chief Data and AI Officer roles across entities
Large-scale staff AI training (95%+ of 30,000+ employees)
Modes d’échec courants
No independent oversight body, audit process or appeal mechanism for AI-driven decisions described
No third-party outcome measurement published for any AI feature specifically
Relies on a large dedicated budget and governance mandate that few jurisdictions can replicate
Où cela s’applique
Type de gouvernance
emirate-level digital government agency
Échelle
government-wide (40+ entities)
Niveau de revenu
high
Habituellement financé par
National / regional programmes
Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.
Vous portez cette pratique ?
Revendiquez-la —
les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.
Sources de données
D'où proviennent les informations de cette pratique, et quand.