Pionniers de l’IA : ce que les 23 premiers lauréats apprennent aux acteurs de la santé
Qualité, normes et innovation Dimitri Jorand
Le 10 février 2026, la DGE a annoncé que 23 premiers lauréats de l'appel à projets France 2030 « Pionniers de l'IA » étaient connus. Enseignements pour les acteurs de la santé : exigence de preuve, expérimentation avant généralisation, souveraineté, passage à l'échelle, sans promesse de succès ni de financement.
Le 10 février 2026, la DGE a annoncé que 23 premiers lauréats avaient été retenus au titre de l'appel à projets France 2030 « Pionniers de l'intelligence artificielle ». La lecture de ce premier portefeuille de projets, tel que présenté par la DGE, donne des indications utiles aux acteurs de la santé sur le niveau de preuve attendu, la place réservée à l'expérimentation, les enjeux de souveraineté et les conditions du passage à l'échelle. Cette annonce ne préjuge d'aucune future vague de sélection, ne garantit aucun succès commercial aux projets retenus, et ne dispense aucun futur candidat d'un travail rigoureux de cadrage.
Ce que la DGE a annoncé le 10 février 2026
Le 10 février 2026, la Direction générale des entreprises a publié une actualité indiquant que 23 premiers lauréats de l'appel à projets « Pionniers de l'intelligence artificielle », lancé dans le cadre de France 2030, étaient désormais connus. Cette communication institutionnelle constitue la première photographie publique du portefeuille de projets soutenus par ce dispositif, plusieurs mois après le lancement de l'appel annoncé par la même direction le 18 septembre 2025.
Il convient de lire cette annonce pour ce qu'elle est : une communication sur une liste de lauréats retenus à ce stade, et non une évaluation des résultats obtenus par ces projets, ni une garantie de leur succès futur. Un appel à projets sélectionne des candidatures jugées prometteuses à un instant donné, sur la base de critères d'évaluation, mais ne certifie pas la réussite opérationnelle ultérieure des travaux financés.
Ce qu'un premier portefeuille de lauréats permet de lire
La sélection d'un premier groupe de 23 lauréats donne une indication sur le type de projets jugés conformes à l'exigence de rupture technologique portée par cet appel à projets. Pour un acteur de la santé qui envisage de candidater à une future vague de sélection, ou qui souhaite simplement comprendre le niveau d'exigence appliqué, l'existence de ce portefeuille constitue un repère utile, à condition de ne pas en tirer de conclusions hâtives sur les critères précis retenus dans chaque dossier, non détaillés publiquement.
Ce type de communication permet surtout de confirmer que le dispositif fonctionne selon la logique par phases décrite lors du lancement de l'appel à projets, avec une première sélection suivie d'un accompagnement des projets retenus vers les étapes suivantes de leur développement. Cette lecture rejoint les principes déjà présentés dans notre article sur les critères de cadrage à examiner avant de candidater à cet appel à projets.
La place des usages santé dans ce type de portefeuille
La santé figure parmi les domaines dans lesquels l'intelligence artificielle est identifiée comme porteuse d'enjeux stratégiques pour la France, aux côtés d'autres secteurs. Sans se substituer à la lecture directe de la liste des lauréats communiquée par la DGE, il est raisonnable d'anticiper que des projets à vocation sanitaire ou biomédicale figurent parmi les profils soutenus par ce type de dispositif, compte tenu de l'importance de ce secteur dans les priorités nationales d'innovation.
Pour les établissements de santé, les ESSMS et les entreprises qui développent des solutions pour ce secteur, l'enseignement principal réside dans la nature des projets susceptibles d'être retenus : des projets de rupture technologique, associés à des trajectoires de passage à l'échelle documentées, et non de simples déploiements d'outils existants. Cette exigence rejoint les repères déjà présentés dans notre article sur la stratégie nationale de l'intelligence artificielle appliquée à la santé.
Une exigence de preuve renforcée
La sélection d'un premier groupe de lauréats confirme, par construction, l'existence d'un processus d'évaluation exigeant, dans lequel les projets retenus ont dû démontrer une solidité scientifique, technologique et opérationnelle suffisante pour convaincre un jury. Pour tout futur candidat, y compris dans le secteur de la santé, cette exigence de preuve doit être anticipée dès la conception du projet, et non ajoutée a posteriori dans le dossier de candidature.
Cette exigence de preuve rejoint des principes déjà développés dans notre article sur l'IA et pédagogie : dix enseignements du rapport IGÉSR pour les organismes de formation appliquée à d'autres dispositifs du secteur de la santé : un projet convaincant s'appuie sur des indicateurs mesurables, une méthode de suivi documentée et une capacité à démontrer des résultats intermédiaires vérifiables, plutôt que sur une description uniquement qualitative des bénéfices attendus.
Expérimentation avant généralisation
Les projets soutenus par ce type d'appel à projets s'inscrivent généralement dans une logique d'expérimentation avant toute généralisation. Un projet d'intelligence artificielle appliqué à la santé, quel que soit son degré d'innovation, gagne à être testé dans un cadre limité et documenté avant tout déploiement à grande échelle, afin de vérifier sa pertinence clinique ou organisationnelle, ses limites et les conditions réelles de son adoption par les professionnels et les personnes concernées.
Cette logique d'expérimentation encadrée rejoint les principes déjà présentés dans notre article sur la mise en œuvre éthique d'un projet d'intelligence artificielle en santé. Un établissement de santé qui suit ce type de portefeuille de lauréats à titre d'inspiration doit garder cette étape d'expérimentation comme un jalon incontournable, avant toute perspective de passage à l'échelle, quelle que soit la qualité initiale du projet envisagé.
| Enseignement à retenir | Ce que cela signifie concrètement | Ce que cela ne signifie pas |
|---|---|---|
| Sélection exigeante | Les projets retenus ont démontré une solidité scientifique et opérationnelle | Un succès commercial ou clinique futur garanti |
| Logique de phases | Un accompagnement vers le passage à l'échelle est prévu pour les projets retenus | Un financement acquis pour toute la durée du projet |
| Place de la santé | Un terrain d'application identifié comme stratégique | Un critère d'éligibilité suffisant à lui seul |
| Souveraineté | Une attention portée à la maîtrise nationale de technologies critiques | Une exclusion automatique de toute coopération internationale |
| Expérimentation | Une étape de test encadrée avant toute généralisation | Une validation immédiate à grande échelle du projet |
Souveraineté et passage à l'échelle
Les dispositifs de soutien à l'intelligence artificielle inscrits dans France 2030 s'accompagnent d'un objectif de souveraineté technologique, c'est à dire de renforcement de la capacité nationale à maîtriser des technologies jugées critiques, plutôt que de dépendre exclusivement de solutions développées ailleurs. Pour les acteurs de la santé, cet objectif se traduit par un intérêt particulier pour des projets qui renforcent la maîtrise française ou européenne sur des briques technologiques sensibles, par exemple le traitement de données de santé ou le développement de modèles adaptés à des usages cliniques spécifiques.
Le passage à l'échelle d'un projet lauréat suppose ensuite de dépasser le cadre de l'expérimentation initiale pour atteindre une diffusion plus large, ce qui implique des enjeux différents : industrialisation, viabilité économique, conformité réglementaire et acceptabilité par les utilisateurs finaux. Cette étape rejoint les enjeux déjà présentés dans notre article sur la prescription sociale : comprendre le dispositif avant de l'intégrer à un parcours, qui devient particulièrement pertinente au moment où un projet quitte le stade expérimental. Les ressources disponibles sur euaiact.fr permettent d'approfondir ce cadre réglementaire, indépendamment du statut de lauréat d'un appel à projets.
Deux situations concrètes
Dans un centre hospitalier universitaire, une direction de l'innovation a utilisé l'annonce des 23 premiers lauréats comme point de départ d'une réflexion interne, moins pour identifier un projet à imiter que pour objectiver le niveau d'exigence de preuve désormais attendu dans ce type de dispositif, avant de réévaluer la maturité de ses propres projets d'intelligence artificielle en cours.
Dans une entreprise développant des solutions numériques pour le secteur médico-social, l'équipe dirigeante a analysé la communication de la DGE pour ajuster sa propre feuille de route, en renforçant la partie de son projet consacrée à l'expérimentation encadrée avant généralisation, jugée insuffisamment détaillée dans une précédente version de son dossier de candidature à un autre dispositif.
Ce que votre organisation peut faire maintenant
Un acteur de la santé qui suit l'actualité de ce type de dispositif peut, sans attendre une nouvelle vague de candidatures, renforcer dès maintenant la rigueur de ses projets d'intelligence artificielle en cours. Cela suppose de documenter le niveau de preuve disponible sur chaque projet, de vérifier qu'une étape d'expérimentation encadrée précède toute ambition de généralisation, et d'anticiper les enjeux de conformité réglementaire qui deviennent déterminants au moment du passage à l'échelle.
Cela suppose également de suivre régulièrement les communications de la DGE et des opérateurs de France 2030 pour identifier d'éventuelles nouvelles vagues de sélection, sans jamais présumer qu'une candidature future garantirait un résultat favorable.
- Lire l'annonce de la DGE du 10 février 2026 pour ce qu'elle est, une liste de lauréats, sans extrapoler des critères non publiés.
- Identifier les enseignements de méthode transposables à ses propres projets d'intelligence artificielle en santé.
- Vérifier le niveau de preuve disponible sur ses projets en cours, indicateurs mesurables et résultats intermédiaires.
- S'assurer qu'une étape d'expérimentation encadrée précède toute ambition de généralisation.
- Évaluer les enjeux de souveraineté et de maîtrise technologique pertinents pour son propre projet.
- Anticiper les exigences de conformité réglementaire applicables au moment du passage à l'échelle.
- Suivre les communications de la DGE pour identifier d'éventuelles futures vagues de sélection.
- L'annonce des lauréats est lue comme une communication institutionnelle, pas comme une évaluation de résultats.
- Aucun nom de lauréat ni aucun montant non confirmé dans la source n'est repris comme certain.
- Les projets internes en cours disposent d'indicateurs de preuve documentés.
- Une étape d'expérimentation encadrée est prévue avant toute généralisation.
- Les enjeux de souveraineté technologique ont été examinés pour les projets concernés.
- Les exigences réglementaires applicables au passage à l'échelle sont anticipées.
- Une veille est organisée sur les prochaines communications de la DGE et des opérateurs de France 2030.
Pour approfondir la démarche
Comprendre la place de l'intelligence artificielle dans les priorités publiques de santé aide à situer ce type de portefeuille de lauréats dans un cadre plus large. Notre article sur le plan pour le continent de l'intelligence artificielle présente les opportunités identifiées pour la santé et les services publics. La IA en MDPH : comment évaluer une expérimentation avant de généraliser propose des questions structurantes utiles avant tout projet. Enfin, notre diagnostic AI Act permet d'objectiver le niveau de préparation réglementaire d'un projet avant son passage à l'échelle.
Conclusion
L'annonce par la DGE, le 10 février 2026, des 23 premiers lauréats de l'appel à projets France 2030 « Pionniers de l'intelligence artificielle » offre une lecture utile du niveau d'exigence appliqué à ce type de dispositif, sans constituer une évaluation de résultats ni une garantie de succès pour les projets retenus. Pour les acteurs de la santé, les enseignements principaux portent sur l'exigence de preuve, la nécessité d'une expérimentation encadrée avant généralisation, les enjeux de souveraineté technologique et la rigueur attendue lors du passage à l'échelle. Ces enseignements restent valables indépendamment de toute future vague de sélection et de tout résultat individuel obtenu par les projets aujourd'hui lauréats.
Questions fréquentes
Combien de lauréats la DGE a-t-elle annoncés le 10 février 2026 ?
La DGE a annoncé que 23 premiers lauréats de l'appel à projets France 2030 « Pionniers de l'intelligence artificielle » étaient connus à cette date.
Cette annonce garantit-elle le succès des projets retenus ?
Non. L'annonce d'une liste de lauréats est une communication institutionnelle sur une sélection à un instant donné, elle ne constitue ni une évaluation de résultats ni une garantie de succès futur pour les projets concernés.
Des projets de santé figurent-ils parmi ces 23 lauréats ?
La santé fait partie des domaines identifiés comme stratégiques pour l'intelligence artificielle en France, mais cet article ne cite aucun nom de lauréat ni aucun détail de projet qui ne figure pas explicitement dans la source de la DGE.
Quel est le principal enseignement de méthode pour les acteurs de la santé ?
L'exigence de preuve, la nécessité d'une expérimentation encadrée avant toute généralisation, les enjeux de souveraineté technologique et la rigueur attendue lors du passage à l'échelle constituent les enseignements de méthode les plus transposables.
Cette annonce ouvre-t-elle une nouvelle vague de candidatures ?
La source imposée ne mentionne pas de nouvelle vague de candidatures. Toute organisation intéressée doit vérifier directement auprès de la DGE et des opérateurs de France 2030 le calendrier actualisé de ce type de dispositif.
Être lauréat garantit-il un financement pour toute la durée du projet ?
Non. Les dispositifs organisés par phases prévoient généralement des jalons intermédiaires conditionnant la poursuite du soutien, sans garantie automatique de financement jusqu'à l'aboutissement du projet.
Comment un établissement de santé peut-il s'inspirer de ce portefeuille de lauréats ?
Il peut s'appuyer sur les enseignements de méthode, preuve, expérimentation, souveraineté, passage à l'échelle, pour renforcer ses propres projets d'intelligence artificielle, sans chercher à reproduire un projet particulier dont les détails précis ne sont pas publics.
Questions fréquentes
- Combien de lauréats la DGE a-t-elle annoncés le 10 février 2026 ?
- La DGE a annoncé que 23 premiers lauréats de l'appel à projets France 2030 « Pionniers de l'intelligence artificielle » étaient connus à cette date.
- Cette annonce garantit-elle le succès des projets retenus ?
- Non. L'annonce d'une liste de lauréats est une communication institutionnelle sur une sélection à un instant donné, elle ne constitue ni une évaluation de résultats ni une garantie de succès futur pour les projets concernés.
- Des projets de santé figurent-ils parmi ces 23 lauréats ?
- La santé fait partie des domaines identifiés comme stratégiques pour l'intelligence artificielle en France, mais cet article ne cite aucun nom de lauréat ni aucun détail de projet qui ne figure pas explicitement dans la source de la DGE.
- Quel est le principal enseignement de méthode pour les acteurs de la santé ?
- L'exigence de preuve, la nécessité d'une expérimentation encadrée avant toute généralisation, les enjeux de souveraineté technologique et la rigueur attendue lors du passage à l'échelle constituent les enseignements de méthode les plus transposables.
- Cette annonce ouvre-t-elle une nouvelle vague de candidatures ?
- La source imposée ne mentionne pas de nouvelle vague de candidatures. Toute organisation intéressée doit vérifier directement auprès de la DGE et des opérateurs de France 2030 le calendrier actualisé de ce type de dispositif.
- Être lauréat garantit-il un financement pour toute la durée du projet ?
- Non. Les dispositifs organisés par phases prévoient généralement des jalons intermédiaires conditionnant la poursuite du soutien, sans garantie automatique de financement jusqu'à l'aboutissement du projet.
- Comment un établissement de santé peut-il s'inspirer de ce portefeuille de lauréats ?
- Il peut s'appuyer sur les enseignements de méthode, preuve, expérimentation, souveraineté, passage à l'échelle, pour renforcer ses propres projets d'intelligence artificielle, sans chercher à reproduire un projet particulier dont les détails précis ne sont pas publics.