DIANE DGFiP : la plateforme IA souveraine des finances publiques
DIANE est la plateforme IA générative souveraine de la DGFiP, déployée en 2026 pour 130 000 agents. Architecture LumIA/LumIO, cas d'usage, comparatif Albert — guide complet.
À retenir
DIANE = LLM as a Service souverain — La DGFiP héberge ses propres modèles d'IA générative sur GPU internes : zéro donnée fiscale ne transite vers des serveurs étrangers.
Deux interfaces complémentaires — LumIA déploie des applications métier (Langage Clair, assistant de recherche) ; LumIO est l'environnement de prototypage pour les équipes techniques.
3 000 agents déjà équipés — L'outil Langage Clair, déployé au 2e trimestre 2026, vise à terme l'ensemble des 95 000 agents DGFiP.
La note 5,3/10 est un signal — Les agents ont jugé l'assistant IA expérimental de la DGFiP comme partiellement satisfaisant. La technologie n'est pas en cause : c'est le prompting qui fait défaut.
DIANE ≠ Albert — Deux systèmes distincts : DIANE est propre à la DGFiP (données fiscales ultra-sensibles) ; Albert API (DINUM) dessert toutes les autres administrations.
Le maillon faible : la formation — Même l'IA la plus souveraine ne sert à rien si les agents ne savent pas lui parler.
Un agent du centre des impôts de Lyon ouvre l'outil Langage Clair un matin d'avril 2026. Il colle un courrier rédigé à destination d'un contribuable, clique sur « reformuler », et reçoit une version simplifiée. Il la relit, corrige une approximation sur un article du Code général des impôts que l'IA a mal interprété, et envoie le message. Temps total : deux minutes de plus que sans l'outil. Mais le contribuable comprendra mieux. C'est à ça que ressemble DIANE au quotidien — ni révolution instantanée, ni gadget inutile. Une brique sérieuse, encore en rodage, dans une administration qui utilise l'IA depuis 2014.
Et si les premiers résultats de l'assistant IA expérimental de la DGFiP donnent 5,3 sur 10 (selon le rapport d'activité 2025 des Finances publiques), ce n'est pas la faute de la technologie. C'est la conséquence d'un déploiement sans formation au prompting. La Direction de la Transformation Numérique l'a d'ailleurs reconnu elle-même : les mauvais résultats ont d'abord été attribués à un « manque de maîtrise du prompt » par les agents, avant que les limites de l'outil soient également admises. Voilà le vrai enjeu de DIANE — et le sujet de cet article.
Qu'est-ce que DIANE ? Définition pour les non-techniciens
DIANE est la plateforme LLM as a Service (LLMaaS) interne de la Direction Générale des Finances Publiques, mise en production en janvier 2026 : elle permet aux agents d'utiliser l'IA générative sur leurs données internes, hébergée sur l'infrastructure GPU propre de l'administration, sans que les données fiscales sensibles ne quittent jamais les serveurs de la DGFiP.
Le Schéma Directeur du Numérique 2026 de la DGFiP, analysé par la CFTC-DGFiP (publication du 2 juillet 2026), est explicite : « la plateforme DIANE, IA générative interne à la DGFiP, doit être déployée en 2026 et servira de socle aux futures offres d'IA ».
🏛️
Une administration pionnière
La DGFiP utilise l'IA depuis 2014 — bien avant que le terme ne devienne populaire. Sa directrice générale Amélie Verdier l'a rappelé au Cnam : « L'IA embarque tous les services et tous les agents. »
🔒
Souveraineté par conception
Les données fiscales (revenus, successions, impôts) sont strictement confidentielles. Elles ne peuvent en aucun cas transiter via des services cloud américains — d'où la décision de développer DIANE en interne, sur GPU propres.
📐
Deux interfaces distinctes
LumIA gère les applications métier déployées (Langage Clair, assistant de recherche). LumIO est l'environnement de prototypage pour tester de nouveaux cas d'usage avant mise en production.
👥
130 000 agents potentiels
DIANE vise à terme l'ensemble des agents DGFiP et du ministère des Finances (MEF). Le premier déploiement significatif : 3 000 agents équipés de Langage Clair au 2e trimestre 2026.
L'architecture de DIANE : LumIA et LumIO expliqués simplement
L'architecture de DIANE repose sur une logique d'intermédiation : les agents n'accèdent jamais directement au modèle LLM brut. Entre eux et le modèle se trouvent deux couches distinctes, décrites par Khaled Bouzid, directeur du pôle Données et IA à la DGFiP, dans une publication LinkedIn de référence.
LumIA est la couche applicative métier. Elle joue le rôle d'intermédiaire entre les modèles LLM souverains et les différents services de la DGFiP. Concrètement : quand un agent utilise l'outil Langage Clair, il n'interagit pas avec un LLM généraliste en mode libre. Il utilise une application calibrée pour son cas d'usage précis, avec les garde-fous et le contexte métier qui conviennent. LumIA « métierise » l'IA générative.
LumIO est l'environnement sandbox, réservé aux équipes techniques et aux métiers volontaires qui veulent expérimenter. C'est là que naissent les futurs cas d'usage de LumIA : test de prompts, évaluation de modèles, prototypage. LumIO est le laboratoire ; LumIA est la chaîne de production.
L'infrastructure sous-jacente repose sur des GPU hébergés par la DGFiP elle-même — un choix coûteux mais qui garantit que même les métadonnées des requêtes ne quittent jamais l'administration. Par ailleurs, le Cloud Nubo (cloud privé interministériel développé par les Finances publiques depuis 2018, hébergeant plus de 20 000 environnements virtuels) constitue une autre brique de cette infrastructure souveraine.
Le schéma directeur 2026 structure la stratégie IA en quatre axes : la mise à disposition d'un assistant IA pour tous les agents, la contribution à la mutualisation de puissance de calcul au niveau interministériel, l'approfondissement de nouveaux cas d'usage métiers, et l'appui à la fabrication logicielle.
L'IGPDE, organisme de formation du secteur public, débat de la gouvernance de l'IA dans les services publics — les enjeux que DIANE cherche à résoudre en interne à la DGFiP.
Les cas d'usage concrets de DIANE en 2026
Voici ce que DIANE fait réellement aujourd'hui, au-delà des annonces institutionnelles.
1
Langage Clair — Simplifier les courriels aux usagers
L'outil phare de DIANE. Il aide les agents à reformuler leurs réponses aux contribuables dans un langage plus simple. Fonctionnement : l'agent rédige son message, le soumet à Langage Clair, reçoit une reformulation proposée, valide ou corrige. Optionnel, entièrement sous contrôle de l'agent. 500 agents dans 32 services en expérimentation à l'été 2025, puis généralisation à 3 000 agents au 2e trimestre 2026 selon Acteurs Publics. Cible : l'ensemble des agents des Finances publiques d'ici fin 2026. Résultat réel : le taux d'erreurs majeures est inférieur à 1 %, mais le gain de temps est mitigé — la relecture prend autant de temps que la rédaction initiale.
2
Assistant IA — Tchat généraliste et DocuFiP
L'assistant IA de DIANE comprend trois modules : un tchat généraliste pour les résumés et questions courantes, DocuFiP pour la recherche sémantique dans la doctrine fiscale interne, et Langage Clair. L'expérimentation MEF a impliqué 2 500 agents selon economie.gouv.fr. La note de satisfaction du tchat : 5,3/10, avec 66 % des agents estimant que l'assistant répond « partiellement » à leurs attentes. L'utilisation a chuté au fil de l'expérimentation.
3
Llamendement — IA au service du Parlement
Déployé depuis l'automne 2024, Llamendement affecte automatiquement les amendements parlementaires sur les lois de finances aux équipes compétentes et en génère des résumés. Il libère les agents des tâches de tri et de synthèse. Collaboration DGFiP, DILA et DINUM — un exemple de cas d'usage à haute valeur ajoutée, bien au-delà du simple assistant de rédaction.
4
CFVR — L'IA qui détecte la fraude fiscale
Le Ciblage de la Fraude et Valorisation des Requêtes (CFVR) représente l'IA « de première génération » de la DGFiP, avec un budget estimé à 34,5 millions d'euros. Résultats 2025 : 56 % des contrôles visant les professionnels et plus de 54 % des contrôles visant les particuliers sont programmés grâce à l'IA, selon le rapport annuel DGFiP 2025. Ce système, pionnier en Europe, est en service depuis 2014.
DIANE vs Albert vs ChatGPT : le comparatif clair
DIANE, Albert et ChatGPT ne sont pas trois versions du même outil — ce sont trois approches radicalement différentes de l'IA générative, avec des niveaux de souveraineté, des périmètres d'accès et des cas d'usage qui ne se recoupent pas.
Recommandé
DIANE (DGFiP)
Hébergement
GPU propres DGFiP, France
Accès
Agents DGFiP uniquement
Gouvernance
DGFiP / Ministère des Finances
Données
Données fiscales (ultra-confidentielles)
RGPD
Souveraineté totale, zéro transfert hors UE
Cas d'usage
Fiscalité, rédaction admin, fraude, droit
Albert API (DINUM)
Hébergement
SecNumCloud OVH, France
Accès
200 administrations clientes
Gouvernance
DINUM / Etalab (interministériel)
Données
Données publiques et administratives
RGPD
SecNumCloud = niveau maximal
Cas d'usage
Polyvalent, résumés, assistance générale
ChatGPT (OpenAI)
Hébergement
Serveurs OpenAI, États-Unis
Accès
Grand public (usage personnel)
Gouvernance
OpenAI (entreprise privée américaine)
Données
Données utilisateurs (conditions variables)
RGPD
Transfert hors UE — incompatible usage fiscal
Cas d'usage
Tous usages grand public
Microsoft Copilot
Hébergement
Azure (US + centres EU selon contrat)
Accès
Entreprises (licence Microsoft 365)
Gouvernance
Microsoft (entreprise américaine)
Données
Données d'entreprise (dépend du contrat)
RGPD
Possible avec contrat EU Data Boundary
Cas d'usage
Productivité bureautique (Teams, Word, Excel)
La distinction essentielle entre DIANE et Albert : il ne s'agit pas de concurrence mais de complémentarité. Albert API, développé par la DINUM et accessible depuis juin 2024 à toutes les administrations (200 clientes, 25 projets actifs, gains documentés de plusieurs jours de travail sur les tâches de résumé), joue un rôle interministériel. DIANE est la réponse de la DGFiP à ses contraintes spécifiques : des données fiscales d'une sensibilité telle qu'aucun hébergement externe — même SecNumCloud — n'a été jugé suffisant. La DGFiP a donc investi dans ses propres GPU. Ce modèle d'IA souveraine en entreprise est d'ailleurs de plus en plus envisagé dans le secteur privé pour les mêmes raisons réglementaires.
Albert France Services, l'expérimentation menée pour les conseillers France Services, a été abandonnée en 2025-2026 selon Solidaires Finances Publiques. Ne pas confondre avec Albert API (DINUM), qui lui est en production et en croissance.
Albert (DINUM) et DIANE (DGFiP) représentent deux approches complémentaires de l'IA souveraine en France — cette vidéo présente le premier.
Impact sur les agents : entre enthousiasme mesuré et vigilance syndicale
La note 5,3/10 attribuée à l'assistant IA expérimental de la DGFiP par les agents lors de l'expérimentation est un chiffre à ne pas lire à charge. Ce n'est pas un échec : c'est un signal de maturité normale pour un outil nouveau dans une organisation qui n'a pas encore généralisé la formation au prompting.
Les syndicats ont des lectures différentes.
📢
Solidaires Finances Publiques
Premier syndicat de la DGFiP. Pas opposé à la technologie, mais refuse que l'IA soit déployée 'que par souci d'économies et de suppression d'emplois'. L'organisation a publié un ouvrage complet sur le sujet (éditions Syllepse, octobre 2024).
🏗️
CFTC-DGFiP
Accueille positivement le principe de Langage Clair qui laisse l'agent maître de la validation finale. Exige que la généralisation ne devienne pas 'un objectif de productivité déguisé' et que la responsabilité en cas d'erreur soit clairement bornée.
⚙️
FO-DGFiP
Interrogations sur les impacts pour les effectifs des centres informatiques déconcentrés. Soulève aussi la question de la cohérence souveraine : la DGFiP utilise un outil américain (SNOW) pour la gestion de ses tickets informatiques — pendant qu'elle développe une IA souveraine.
🎤
La direction DGFiP
Benoît Rouppert (délégation à la transformation numérique) est clair : 'l'IA assiste les inspecteurs sans les remplacer'. Des sponsors métiers sont désignés pour faire remonter les problématiques terrain. L'agent reste décisionnaire à chaque étape.
Le principe directeur est non négociable : aucun message ne part vers un usager sans validation humaine. Aucune décision fiscale n'est automatisée. DIANE est un outil d'augmentation, pas d'automatisation. La doctrine en trois documents (pour utilisateurs, concepteurs et encadrants) co-construite au 2e semestre 2025 le précise explicitement.
Ce que le secteur privé peut apprendre du modèle DGFiP
DIANE n'est pas une curiosité institutionnelle. C'est un cas d'étude pour toute grande organisation qui s'interroge sur son rapport à l'IA générative.
1
Le LLM as a Service interne : une option pour les grandes organisations
La DGFiP a fait le choix d'investir dans ses propres GPU plutôt que de dépendre d'un fournisseur cloud. Ce modèle — coûteux à l'entrée, souverain par construction — devient pertinent dès qu'une organisation traite des données sensibles (santé, finances, droit, défense). Le ROI n'est pas que technique : c'est l'élimination du risque réglementaire lié aux transferts de données.
2
La couche d'intermédiation : ne jamais exposer le LLM brut aux utilisateurs
LumIA n'est pas un luxe architectural. C'est une nécessité opérationnelle. Un LLM généraliste exposé directement aux agents produit des résultats incohérents — d'où la note de 5,3/10 sur le tchat libre. Les applications métier de LumIA, contextualisées et cadrées, sont plus efficaces et plus sûres. Toute organisation qui déploie un LLM interne devrait adopter ce principe.
3
La formation avant le déploiement : la leçon la plus sous-estimée
La DGFiP a déployé DIANE puis constaté que les agents manquaient de compétences en prompting. L'ordre était inversé. La DTNUM l'a d'abord attribué aux agents, avant de reconnaître les limites de l'outil. La vraie leçon : former d'abord, déployer ensuite. Même les formations IGPDE sur le prompt engineering (422 € par jour, sessions très demandées) ne suffisent pas à couvrir 95 000 agents.
La Banque des Territoires analyse comment l'IA générative transforme les services publics — perspective complémentaire à celle de DIANE sur le terrain.
Le vrai enjeu : savoir utiliser un LLM, quelle que soit l'organisation
DIANE a montré que la technologie n'est pas le facteur limitant — le prompting l'est. Un agent qui ne sait pas formuler une instruction claire à un LLM obtiendra des résultats décevants, que ce soit avec DIANE, ChatGPT, Claude ou n'importe quel autre système.
La note de 5,3/10 ne dit pas que DIANE est mauvaise. Elle dit que 66 % des agents n'ont pas encore les compétences pour en tirer le maximum. Ce constat vaut pour le secteur public comme pour le secteur privé.
Les formations de l'IGPDE (« Créer des prompts efficaces », 1 jour, catalogue IGPDE) restent très demandées (la plupart des sessions affichent complet). Le campus du numérique public propose un parcours PIX-IA de 45 minutes pour les agents publics. Ce n'est pas suffisant pour développer une vraie maîtrise opérationnelle. La formation au prompt engineering — comprendre comment un LLM traite l'information, quelles instructions il suit, quelles limites il a — est une compétence à part entière, pas un tutoriel d'une heure.
C'est précisément là qu'intervient The Intelligence Academy. Notre formation Work with AI — éligible CPF, certifiée Qualiopi, 31 heures — est conçue pour donner aux professionnels une maîtrise réelle de l'IA générative : prompting avancé, compréhension des limites des LLM, automatisation, agents IA. Pas une initiation d'une heure — une montée en compétences durable, pour les agents publics comme pour les professionnels du privé qui travaillent dans des environnements où l'IA devient un outil du quotidien.
DIANE est la plateforme LLM as a Service (LLMaaS) souveraine de la Direction Générale des Finances Publiques, mise en production en janvier 2026. Elle permet aux agents DGFiP d'utiliser l'IA générative sur leurs données internes, hébergée sur les GPU propres de l'administration — sans que les données fiscales sensibles ne quittent jamais les serveurs de la DGFiP. Elle repose sur deux interfaces : LumIA pour les applications métier et LumIO pour l'expérimentation.
Qui peut accéder à DIANE ?
DIANE est strictement interne à la DGFiP. Elle n'est pas accessible au grand public ni aux autres administrations. L'accès est réservé aux agents DGFiP, avec une montée en charge progressive depuis l'expérimentation de 2 500 agents MEF (décembre 2025). À terme, DIANE vise l'ensemble des 95 000 à 130 000 agents DGFiP et MEF.
Quelle est la différence entre DIANE et Albert ?
DIANE (DGFiP) et Albert API (DINUM) sont complémentaires, pas concurrents. Albert est une plateforme interministérielle accessible à toutes les administrations (200 clientes, hébergée en SecNumCloud OVH). DIANE est propre à la DGFiP, sur GPU internes, pour répondre aux exigences spécifiques des données fiscales ultra-confidentielles. Une administration qui traite des données moins sensibles utilisera Albert ; la DGFiP a besoin de sa propre infrastructure.
Qu'est-ce que LumIA à la DGFiP ?
LumIA est la couche applicative de DIANE qui fait le lien entre les modèles LLM souverains et les métiers de la DGFiP. Elle déploie des applications IA spécialisées (comme Langage Clair ou l'assistant de recherche documentaire DocuFiP) sans que les agents accèdent directement au LLM brut. C'est la brique qui contextualise et sécurise l'IA générative pour chaque cas d'usage métier.
L'IA va-t-elle supprimer des emplois à la DGFiP ?
La doctrine officielle de la DGFiP est claire : DIANE assiste, elle ne remplace pas. Aucune décision fiscale n'est automatisée ; l'agent valide chaque étape. Les syndicats (Solidaires, CGT, FO, CFTC) suivent le déploiement avec vigilance et exigent des garanties sur les effectifs. À ce stade, DIANE est déployée sur des tâches de rédaction et de recherche documentaire — pas sur des décisions fiscales ou des postes entiers.
Qu'est-ce que le projet Langage Clair à la DGFiP ?
Langage Clair est l'outil phare de DIANE : il aide les agents à reformuler leurs réponses aux contribuables dans un langage plus accessible. Optionnel et entièrement sous contrôle de l'agent, il a été expérimenté sur 500 agents dans 32 services avant d'être généralisé à 3 000 agents au 2e trimestre 2026. L'objectif est de l'étendre à tous les agents des Finances publiques d'ici fin 2026.
