Challenge Police – Lessons Learnt
Ce qui est perdu n’est pas forcément disparu.
Ce que nous avons appris du challenge mené avec la Police fédérale
| par Nido. le 8 janvier 2026
En 2024, Nido et la Police fédérale ont uni leurs forces autour d’un défi bien connu de nombreuses administrations publiques : comment améliorer le service aux citoyens tout en maîtrisant la charge administrative ?
À travers une expérimentation autour des biens volés, nous avons exploré la manière dont l’innovation peut y contribuer concrètement. En savoir plus sur la challenge.
Ce challenge illustre comment des points de friction bien identifiés dans le service public peuvent être abordés par des expérimentations menées avec un partenaire externe. La collaboration avec Wonka AI a mis en évidence un enseignement clé : ce n’est pas la technologie en soi qui fait la différence, mais la reconception des processus.
Pourquoi cette expérimentation était nécessaire
Prenons l’exemple de Tom (41 ans). Après un vol, il constate que son vélo a disparu. Il dépose plainte, mais décrire précisément son vélo s’avère plus complexe que prévu. Certaines informations manquent, le suivi reste flou et, lorsqu’un vélo similaire est retrouvé plus tard dans une autre zone de police, aucun rapprochement n’est effectué. Pour Tom, il n’y a pas de suite. Son vélo semble s’être volatilisé.
Tom est loin d’être un cas isolé. Chaque jour, les agents de police enregistrent de nombreux biens volés ou retrouvés, souvent sous forte pression temporelle et à partir de descriptions très variables. Cela complique la mise en correspondance des dossiers, génère des recherches manuelles supplémentaires et accroît la charge de travail des agents, tandis que les citoyens restent dans l’incertitude, parfois même lorsque leurs biens ont déjà été retrouvés.
Pour la police, il est essentiel d’intégrer ce type d’expérimentation dans les priorités existantes ainsi que dans l’architecture de l’information et des systèmes informatiques
Qu’a-t-on testé ?
L’expérimentation s’est articulée autour de trois questions clés :
- L’enregistrement des biens volés et perdus peut-il être rendu plus simple et plus cohérent ?
- La technologie permet-elle de rapprocher plus rapidement et plus précisément les biens de leurs propriétaires ?
- Des processus plus efficaces peuvent-ils à la fois réduire la charge administrative pour la police et améliorer le service aux citoyens ?
La solution testée reposait sur une combinaison intelligente de :
- Un processus d’enregistrement simplifié et standardisé pour les biens volés
- Un soutien de l’IA pour la description, l’enrichissement et la recherche des données
- Un environnement centralisé et interrogeable, venant soutenir les processus existants sans les remplacer
Ce que nous avons appris
- L’innovation nécessite une transformation des processus
La technologie ne crée de la valeur que lorsque les processus de travail et la collaboration évoluent également. - L’automatisation renforce les personnes
L’IA prend en charge les tâches répétitives et libère du temps pour un travail plus complexe et à plus forte valeur ajoutée. - La flexibilité est essentielle
Des systèmes modulaires et des processus adaptables sont indispensables dans un environnement technologique en constante évolution. - Des cadres clairs rendent l’innovation possible
Les choix organisationnels et juridiques déterminent le succès des expérimentations et de leur mise à l’échelle. - La montée en échelle exige un équilibre
La montée en échelle et le partage des données ne sont justifiés que si coûts, gains d’efficacité et valeur sociétale sont équilibrés.
De la déclaration au rapprochement en quelques étapes
Dans cette vidéo, Wonka AI montre comment l’IA accélère sensiblement le processus des objets perdus et retrouvés. Au lieu de formulaires lourds et complexes, une saisie intuitive suffit : une photo, un message vocal ou un texte court.
L’application regroupe automatiquement l’ensemble de ces informations en un dossier clair et immédiatement consultable. Les collaborateurs gardent le contrôle final et peuvent vérifier et affiner chaque enregistrement.
Le résultat : un flux de travail fluide, où l’information est enregistrée plus rapidement, reliée plus intelligemment et aboutit plus vite à une correspondance correcte.
En savoir plus ?
Vous souhaitez comprendre comment cette expérimentation a vu le jour ? Découvrir comment l’IA, le design UX et les recommandations fondées sur les données se sont combinés dans une preuve de concept au service d’une meilleure prestation numérique ?
- Télécharger
Challenge la Police - rapport leçons tirées (FR)
- Télécharger
Wonka AI - rapport final (EN)
Dans ce rapport, vous découvrirez notamment :
- pourquoi la véritable percée ne réside pas dans un « matching » plus sophistiqué, mais dans la reconception de l’enregistrement et des processus de travail, avec un gain de temps immédiatement perceptible sur le terrain
- comment l’IA est aujourd’hui déjà plus rapide et plus cohérente que l’enregistrement manuel (de l’image et de la voix jusqu’aux résultats de recherche, et ce que cela implique pour l’efficacité, la qualité et la charge de travail)
- ce qui est nécessaire pour rendre une expérimentation réussie réellement scalable au sein de l’administration (de la maîtrise des coûts et de la sécurité à la gouvernance et à la répartition des rôles avec les citoyens)
