Comment une IA a construit France Simulator en moins de 24 heures

France Simulator a été réalisé par une seule personne, Romain Simon, avec l’intelligence artificielle. Pas un prototype : un jeu complet, avec un moteur de finances publiques, quinze candidats caricaturés, des données officielles, des tests automatiques et ces articles. Le premier fichier date du 29 septembre 2026 ; la version que vous lisez, du 1er octobre. Entre les deux, moins de 24 heures de travail.

Ce qu’il y a dans le jeu, en chiffres

Derrière ces chiffres, il y a aussi tout ce qui ne se voit pas : la lecture de rapports de l’Insee, de l’OCDE, d’Eurostat, de la Cour des comptes ou du Conseil d’analyse économique, la conversion de leurs tableaux en règles de calcul, la musique et les sons écrits en code, la mise en page sur téléphone.

Combien de temps sans IA ?

Pour donner un ordre de grandeur honnête, on peut utiliser COCOMO II, le modèle d’estimation de référence en génie logiciel, publié par Barry Boehm et l’université de Californie du Sud. À partir du nombre de lignes de code, il estime l’effort d’une équipe classique.

Pour 14 800 lignes, dans ses réglages par défaut, il donne environ 57 mois de travail d’une personne, soit une équipe de 4 à 5 développeurs pendant environ 13 mois. Et ce calcul oublie les illustrations, la recherche documentaire, la vérification des chiffres et l’écriture des articles, qui demanderaient en plus un graphiste, un économiste et un rédacteur.

Avec l’IA, une personne seule l’a fait en moins de 24 heures de travail, réparties sur deux jours.

Comment ça marche, concrètement

Le jeu a été construit avec Claude Code, l’outil de développement d’Anthropic, et le modèle Claude Opus 5.5. Le principe est simple : on décrit en français ce qu’on veut, et l’IA s’en charge de bout en bout.

• Elle écrit le code : le moteur qui fait avancer les comptes mois par mois, les pages, les règles de chaque impôt.
• Elle teste : après chaque changement, elle lance les 243 tests et les parcours dans un navigateur, puis regarde le résultat à l’écran, sur ordinateur et sur téléphone.
• Elle cherche les sources : des agents lisent les rapports officiels, en PDF ou par les API de l’Insee, d’Eurostat ou de la Banque centrale européenne, et ne rapportent que les chiffres qu’ils ont réellement lus, avec la page.
• Elle dessine : les illustrations sont générées par un modèle d’images, puis ramenées à une vraie grille de pixels par un petit programme.
• Elle publie : chaque version vérifiée part en ligne, et une routine relève chaque jour les données qui bougent, comme les candidats déclarés ou le prix des carburants.

Les consignes ressemblent à une conversation : « le pixel art est trop prononcé pour lire », « ajoute le classement PISA », « pas de sondages, jamais », « fais au mieux pour que ce soit crédible ».

Ce que l’IA ne fait pas toute seule

L’IA exécute vite, mais les décisions restent humaines. C’est une personne qui a fixé les règles qui rendent le jeu sérieux : aucune opinion inventée, les mêmes calculs pour tous les candidats, un effet sans estimation publiée laissé « non chiffré » plutôt qu’inventé. C’est aussi elle qui repère ce qui cloche : quand une règle de retraites surestimait d’un facteur cinq l’effet d’un an de départ en plus, ou qu’une note AAA restait possible avec 110 % de dette, il a fallu le voir, puis demander la correction. Nous le racontons dans Pourquoi on peut prendre France Simulator au sérieux.

Ce que ça dit de l’IA en France

Ce jeu illustre le point central de notre article L’IA dans la présidentielle 2027 : les gains de l’intelligence artificielle viennent de son adoption, pas de la nationalité des modèles. Une personne équipée des bons outils fait aujourd’hui ce qui demandait une équipe pendant un an. Le pays qui saura le plus vite en tirer parti, dans ses entreprises comme dans ses administrations, prendra l’avance, quelle que soit l’origine de l’outil.

Et si l’État en faisait autant ?

Ce que l’IA a permis ici, elle peut le permettre à une administration : rédiger un courrier, instruire un dossier, vérifier une pièce, répondre à une question, simplifier un formulaire. D’où une idée qui dépasse les clivages : un grand plan d’IA et de simplification de l’administration, pour que l’État profite des mêmes gains de productivité que ceux du privé.

D’où l’on part

Les comptes de l’ensemble des administrations publiques (État, collectivités, Sécurité sociale) le montrent, quelle que soit la façon dont on juge leurs causes :

La France dépense 1 714 milliards d’euros par an, soit 57,3 % de sa richesse nationale, contre 49,8 % en moyenne dans la zone euro. Elle n’a plus voté un budget en équilibre depuis 1974. Et les intérêts de la dette sont passés de 30 milliards en 2020 à 67 milliards en 2025, plus que le budget de la Défense.

Sur ces 1 714 milliards, l’essentiel va aux prestations sociales (771 milliards). Le fonctionnement des administrations, c’est-à-dire les salaires des agents (370 milliards) et les achats courants (165 milliards), pèse 535 milliards, près de 18 % du PIB. C’est là que l’IA peut jouer.

Ce que disent les études

Les mesures les plus solides portent sur des tâches de bureau précises :

• au service client d’une grande entreprise, un assistant d’IA a augmenté de 14 % le nombre de demandes traitées par heure, et de 34 % pour les débutants (Brynjolfsson, Li et Raymond, Quarterly Journal of Economics, 2025) ;
• sur des tâches d’écriture professionnelle, le temps passé a baissé de 40 % et la qualité a progressé (Noy et Zhang, Science, 2023) ;
• chez des consultants, 12 % de tâches en plus, 25 % plus vite, mais de moins bons résultats sur les tâches que l’IA maîtrise mal (Dell’Acqua et al., Harvard, 2023).

Les métiers de bureau sont les plus exposés à l’IA générative, selon l’Organisation internationale du travail (2023). À l’échelle d’un pays, les estimations restent prudentes : l’OCDE prévoit pour la France 0,3 à 1 point de productivité en plus par an d’ici 2034. Le gouvernement britannique avance jusqu’à 45 milliards de livres par an de gains possibles dans son administration (janvier 2025), un chiffre qu’il n’a pas encore démontré.

Une extrapolation raisonnable

Prenons des hypothèses volontairement modestes, sans licenciement :

• un tiers du temps de travail des agents porte sur des tâches que l’IA accélère (courriers, dossiers, saisies, recherche d’information). Un professeur, une infirmière ou un policier sur le terrain le sont beaucoup moins ;
• sur ces tâches, le gain va de 15 à 30 %, soit le bas de la fourchette des études ;
• les effectifs s’ajustent lentement, au fil des départs à la retraite non remplacés, sur une dizaine d’années ;
• les achats courants baissent de 2 à 5 % (moins de papier, de prestations externes et de logiciels redondants).

Résultat, une fois le plan arrivé à maturité :

C’est 13 à 30 % du déficit de 2025. C’est aussi l’ordre de grandeur de la hausse des intérêts de la dette depuis 2020 (+37 milliards). L’IA ne comblerait donc pas le déficit à elle seule, mais elle pourrait en assainir une part importante sans réduire les prestations ni augmenter les impôts. À cela s’ajoute la simplification pour les usagers et les entreprises, qui ne figure pas dans ce calcul.

Ce qui pourrait l’empêcher

Ce scénario n’est pas acquis :

• ce n’est pas linéaire : un jeu n’a ni usagers à protéger, ni contentieux, ni données personnelles sensibles ; une administration, si ;
• l’informatique publique a ses échecs : le logiciel de paie des militaires Louvois en reste l’exemple le plus coûteux ;
• il faut investir d’abord : formation, outils, sécurité, avant d’économiser ;
• le temps gagné peut servir ailleurs : plus de temps pour les usagers ou moins de dépenses, c’est un choix politique, que chaque camp fera à sa façon.

La leçon de France Simulator est simple : ce que l’IA change, ce n’est pas ce qu’on sait faire, c’est le nombre de personnes qu’il faut pour le faire. Un État qui l’adopte vite et bien peut rendre le même service avec moins de moyens, et assainir ses comptes.