Claude, l'assistant IA d'Anthropic, et Claude Code, son environnement pour les équipes techniques, ne se limitent pas à un chat qui répond à des questions. Intégrés aux bons endroits — un outil métier, un dépôt de code, une base documentaire — ils deviennent des agents capables d'exécuter des tâches concrètes de bout en bout. Voici ce que ça donne en pratique, avec des cas d'usage précis plutôt que des généralités.
Rédaction et synthèse documentaire
C'est l'usage le plus immédiat, et souvent le plus sous-estimé en volume. Un agent colle le compte-rendu brut d'une réunion de conseil municipal, Claude en produit une version structurée, reformulée, prête à publier — en respectant un gabarit fourni une fois puis réutilisé via un Project. Même logique pour synthétiser un dossier de subvention de 40 pages en une note d'une page à destination des élus, ou pour croiser plusieurs rapports techniques et en extraire les points de divergence.
Cas d'usage type : une DGS reçoit chaque semaine une dizaine de rapports d'expertise technique (voirie, réseaux, bâtiments). Claude, alimenté par ces documents dans un Project dédié, produit une synthèse comparée en quelques minutes au lieu d'une lecture croisée de plusieurs heures.
Premier niveau de réponse aux demandes citoyennes
Via l'API, Claude peut être branché sur un formulaire de contact ou un chatbot existant pour qualifier et répondre aux demandes les plus fréquentes — état d'avancement d'un dossier d'urbanisme, horaires d'un service, pièces à fournir pour une démarche. Il ne remplace pas l'agent d'accueil, il absorbe le volume répétitif pour lui laisser les demandes qui nécessitent un vrai jugement.
Cas d'usage type : un service urbanisme reçoit 200 emails/mois demandant l'état d'un dossier de permis. Un assistant Claude connecté (via MCP) au logiciel métier répond instantanément aux demandes de statut, et transfère à un agent humain dès qu'une question sort du cadre.
Claude Code : accélérer la maintenance et la modernisation logicielle
Claude Code travaille directement dans le terminal ou l'IDE, avec accès au code, à la ligne de commande, et aux outils que vous lui exposez. Pour une DSI qui maintient des applications métier parfois anciennes, c'est un gain concret : documenter un module non commenté écrit il y a huit ans, migrer une application PHP 5 vers une version supportée, écrire les tests qui manquaient, ou diagnostiquer un bug en explorant lui-même les logs et le code — tout en soumettant chaque changement à revue avant merge.
Cas d'usage type : une intercommunalité doit migrer un intranet métier developpé sous un framework abandonné. Claude Code analyse le code existant, propose un plan de migration par module, et génère les tests de non-régression au fur et à mesure — le développeur garde la main sur chaque décision d'architecture.
Connecter Claude à vos systèmes existants avec MCP
Le Model Context Protocol (MCP) est le standard ouvert qui permet à Claude d'interroger et d'agir sur vos outils internes — ERP métier, SIG, ticketing, CRM — sans développement spécifique par éditeur. Concrètement : un serveur MCP expose une action ("consulter l'état d'un dossier", "chercher une parcelle par adresse") avec les permissions que vous définissez, et Claude l'utilise comme n'importe quel autre outil à sa disposition.
Cas d'usage type : un agent demande en langage naturel "quelles parcelles de la zone industrielle sont classées en risque inondation ?" — Claude interroge le SIG via MCP et répond directement, sans que l'agent ait besoin de savoir manipuler l'outil SIG lui-même.
Analyse de données et détection d'anomalies
Claude peut lire un export de données (budget, factures, consommations énergétiques) et repérer des écarts, doublons ou incohérences qu'une revue manuelle laisserait passer — puis produire le rapport correspondant dans le format attendu par le service concerné.
Cas d'usage type : un service finances fait relire par Claude l'ensemble des factures d'un exercice avant clôture ; il signale les doublons de facturation et les écarts de montant par rapport aux bons de commande, pour vérification humaine ciblée plutôt qu'exhaustive.
Ce qu'il faut cadrer avant de déployer
Trois points à vérifier avant d'ouvrir ces usages à grande échelle : la rétention des données (Anthropic propose des options de rétention nulle, à contractualiser), l'hébergement (Claude est accessible via AWS Bedrock ou Google Vertex AI, avec choix de la région — voir notre article sur le registre des traitements RGPD pour cadrer ce type de projet), et la gouvernance des accès via la console d'administration, pour savoir précisément qui utilise quoi, avec quelles données.
Le bon réflexe reste de démarrer sur un cas d'usage à fort volume et faible risque, avant d'étendre vers les intégrations plus profondes via MCP ou l'API. C'est ce cadrage — cas d'usage, hébergement conforme, gouvernance — que j'accompagne auprès des collectivités et opérateurs publics qui veulent aller au-delà du simple chat.
