> For the complete documentation index, see [llms.txt](https://guides.ia.numerique.gouv.fr/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://guides.ia.numerique.gouv.fr/ressources/retours-dexperiences/beta-test-dalbert-api-5-mois-dexperimentations-3-avril-2025.md). # Beta-test d'Albert-Api, 5 mois d'expérimentations｜3 avril 2025 {% hint style="info" %} **Date** : 03/04/2025\ **Animé par** : Elsa Le Duigou et Jules Pondard\ **Les participants** : services numériques de l’État de la communauté beta.gouv\ **L'objectif** : faire le bilan, à 5 mois, de l’expérimentation sur l’Albert API {% endhint %} {% embed url="" %} ### Présentation d'Albert API Albert API est une **boîte à outils d’IA souveraine** conçue pour faciliter l’intégration de l’IA générative dans les services publics. Elle vise à fournir : * Des briques prêtes à l’emploi (LLM, OCR, RAG, etc.) * Une infrastructure mutualisée * Une interface unifiée via une API Gateway * Des usages sécurisés et peu coûteux #### Ses caractéristiques | **Avantages clés** | Souveraineté, sécurité, puissance, faible coût | | -------------------------- | ------------------------------------------------------------------------ | | **Profils ciblés** | Explorateurs (analystes), constructeurs (développeurs), opérateurs | | **Services disponibles** | LLM, speech-to-text, RAG sur fichiers PDF | | **À venir** | OCR amélioré, deepsearch, suivi précis par utilisateur | | **Chiffres clefs d’usage** | 50k requêtes/semaines, 62 produits utilisateurs, 1/2 de part d’embedding | ## Les cas d'usage expérimentés par les services numérique de la communauté
Coop de la médiation numérique * **Finalité** : Assistant conversationnel à destination des médiateurs numériques. * **Fonctionnalités** : Recherche documentaire et web (filtrée via Brave), réponse aux questions des usagers. * **Albert utilisé pour** : Embedding des contenus. * **Limites identifiées** : * Performance aléatoire sur l’infrastructure Scaleway. * Impossibilité de spécifier une whitelist de domaines pour la recherche.
Conseil de l’évaluation de l’École (CEE) * **Finalité** : Analyse des rapports d’évaluation produits chaque année par le conseil d'évaluation de l'école (env. 12 000/an, 60 000 en base). * **Objectif** : Identifier des tendances et générer des synthèses pour orienter les politiques publiques. * **Albert utilisé pour** : Embedding + RAG sur corpus documentaire. * **Défis** : * Format des documents très hétérogène (PDF image, tableaux complexes…). * Taux d’erreur de \~20% sur certaines extractions (numéros de page notamment). * Produit encore en phase de test.
SignalConso * **Finalité** : Optimiser le traitement automatisé des signalements citoyens. * **Fonctionnalités IA** : * Résumé automatique avec détection d’insultes * Vérification de la compétence DGCCRF via le Code conso (RAG) * Identification de l’entreprise à partir du signalement * **Albert utilisé pour** : RAG juridique + résumés * **Points de vigilance** : * Hallucinations lors de l’analyse juridique * Difficultés à harmoniser les libellés pour les statistiques * Distinction délicate entre insultes directes et rapportées
Mon Devis Sans Oubli * **Finalité** : Analyse automatique de devis dans le cadre de rénovations énergétiques. * **Pipeline technique** : * Extraction de données personnelles via Albert (PDF → texte) * Reconnaissance des gestes de travaux via Mistral * **Volumétrie** : 1300 devis pour 1000 utilisateurs * **Albert utilisé pour** : Traitement structuré initial avant anonymisation * **Défis** : * Problèmes d’OCR sur les scans * Limites du traitement synchrone (réponse attendue < 5 min) * Possibilité de recentrer l’ensemble du traitement dans Albert à terme
Barnabé * **Finalité** : Synthèse thématique de lots de documents (ex. Contrats de Ville, Quartiers 2030) * **Albert utilisé pour** : * Embedding * OCR * Traitement batch (asynchrone) * **Technos associées** : LlamaParse * **Limites** : * Taille de fenêtre de contexte trop restreinte pour certains cas d’analyse * Usage uniquement batch à ce stade, mais bonne complémentarité avec les objectifs d’Albert
## :sparkles: Conclusions et perspectives #### Forces identifiées * Mutualisation des outils IA entre administrations * Large panel d’usages déjà opérationnels * Flexibilité dans les architectures déployées (embedding, RAG, OCR, etc.) * Coût d’usage maîtrisé #### Axes d’amélioration * Stabilisation des performances sur l'infra * Amélioration de l’OCR sur documents complexes * Meilleure adaptation aux spécificités des langages administratifs et juridiques * Extension de l’API aux cas d’usage batch (type Barnabé) ### Contact {% hint style="success" %} **📅 Pour prendre rendez-vous avec l’équipe Albert :**\ 👉 [albertapi.youcanbook.me](http://albertapi.youcanbook.me) 📧 Pour toute question produit, contacter l’équipe via vos canaux habituels sur [beta.gouv.fr](http://beta.gouv.fr) {% endhint %} ### --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://guides.ia.numerique.gouv.fr/ressources/retours-dexperiences/beta-test-dalbert-api-5-mois-dexperimentations-3-avril-2025.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.