On ne peut ni partager, ni réutiliser, ni exploiter ce qui n'est pas connu et encadré. À l'heure où tous les organismes publics souhaitent participer à l'économie des données, déployer des cas d'usage d'intelligence artificielle ou rejoindre les espaces européens de données, la première étape reste la plus difficile à franchir. Et cette première étape porte un nom : la gouvernance des données.
La tentation de tout relier, et pourquoi c'est une erreur
Lorsqu'une administration décide d'ouvrir ses données ou d'alimenter un catalogue d'entreprise, la tentation est grande de connecter directement les systèmes transactionnels ou les lacs de données à un portail public et de permettre au citoyen, à l'entreprise ou à l'agent d'y accéder.eresSat s'en charge. C'est rapide, efficace et moderne.
Mais exposer des données brutes, sans inventaire, nettoyage ni enrichissement sémantique préalables, est la recette idéale pour trois problèmes bien connus du secteur public : des incohérences qui érodent la confiance, des risques juridiques liés à la divulgation inappropriée de données personnelles et, enfin, des référentiels inexploités car leur contenu reste méconnu. Construire un écosystème de données interopérable n’est pas un simple problème technique d’exportation, mais une démarche stratégique visant à transformer le chaos informationnel en une véritable valeur publique.
Pensez en termes de domaines, et non de systèmes.
Paradoxalement, ce processus commence par un éloignement de la technologie. Avant d'analyser des bases de données ou de déployer des outils, une organisation doit appréhender son paysage informationnel à travers ce que l'on appelle les Domaines d'information : des regroupements de données autour d'un espace thématique cohérent et délimité, comme la mobilité, la santé, l'éducation, le développement durable ou les services sociaux.
Définir ces domaines nous permet de répondre à la question fondamentale de toute gouvernance : qui est responsable de ces informations ? En confiant cette responsabilité aux métiers et non aux services informatiques, nous garantissons la pérennité de la gouvernance face aux changements organisationnels et aux inévitables migrations de systèmes. Cette étape nous permet de décloisonner les services et d’évoluer vers des modèles de gouvernance fédérée, tels que ceux proposés par le paradigme du maillage de données.
L’inventaire technique et le rôle de l’intelligence artificielle
Maintenant que la répartition des responsabilités est établie, il est temps de se mettre au travail.eresL'inventaire technique des actifs de données (systèmes, tables, fichiers, API, référentiels de documents) est une tâche complexe. Dans une organisation d'une complexité moyenne (et les administrations le sont), ce travail manuel est irréalisable. L'automatisation n'est pas une option, mais une nécessité. Les outils d'exploration automatique (robots d'indexation) qui se connectent aux bases de données pour extraire les schémas et les métadonnées sont indispensables pour maintenir cet inventaire à jour.
Il convient toutefois de rappeler l'un des écueils les plus fréquents de la gouvernance des données : la technologie est une condition nécessaire, mais jamais suffisante. L'acquisition d'une plateforme de catalogue ne garantit pas la gouvernance. Les responsables des données et les dirigeants d'entreprise doivent fournir le contexte qu'aucun outil ne peut déduire à lui seul.
C’est là que l’intelligence artificielle générative change la donne. Alors qu’auparavant, il fallait déchiffrer un domaine technique complexe, aujourd’hui, des outils d’IA analysent les structures, les données d’exemple et la documentation, même lacunaire, pour proposer des correspondances sémantiques automatiques. L’IA permet non seulement de créer des glossaires métiers, mais aussi de croiser la demande des consommateurs avec les stocks existants et de suggérer les combinaisons d’actifs les plus susceptibles de devenir des produits de données prêts à être commercialisés.
De la matière première au produit de données
Disposer d'un inventaire automatisé et géré est une étape importante, mais l'inventaire est un outil à usage interne. Tout ce que nous inventorions ne mérite pas d'être catalogué ou publié. Un processus de sélection et de conception est nécessaire pour transformer les données brutes en véritables produits de données.
Un produit de données est toujours conçu en pensant au consommateur et sera donc rarement un còpia La forme exacte d'un tableau. Sa création est un exercice de curation : traduire le langage technique en vocabulaire commercial, relier chaque champ à un glossaire d'entreprise sans ambiguïté, appliquer des transformations structurelles, agréger des microdonnées pour générer des indicateurs statistiques utiles et, souvent, fusionner plusieurs ressources pour fournir un contexte complet.
Cette transformation est indissociable du respect de la vie privée dès sa conception. Avant toute publication, il est impératif d'appliquer des techniques de renforcement de la protection de la vie privée (TRPP), telles que l'anonymisation ou la pseudonymisation, afin d'atténuer les risques éthiques et juridiques. C'est la seule façon d'obtenir un contenu standardisé, protégé et accompagné de critères de qualité et de contrats d'utilisation clairs.
DCAT-AP-ES : le langage commun pour parler au monde
Une fois les produits de données créés, il est nécessaire de les rendre accessibles. Le catalogue de produits de données constitue le service facilitateur, mais pour qu'il ne soit pas cloisonné, il doit utiliser un langage commun. C'est là que l'adoption de DCAT-AP-ES et de ses dérivés sectoriels prend tout son sens.
Ce profil d'application, en tant que norme structurelle pour les métadonnées, garantit l'interopérabilité. Il permet de décrire non seulement le contenu du produit de données, mais aussi qui le modifie, la fréquence de ses mises à jour et les licences sous lesquelles il est distribué (avec des vocabulaires tels que ODRL). L'adoption de cette norme est la clé d'accès aux espaces de données européens. Un catalogue bien conçu sur cette base cesse d'être un simple outil de recherche de fichiers pour devenir le fondement de la confiance numérique : il permet une identité vérifiable, l'observabilité et, à terme, l'automatisation des transactions entre organisations.
Vers une IA proactive et des marchés de la connaissance
Le parcours ne s'arrête pas à la publication. Les organisations qui dominent cette chaîne de production jettent les bases d'un avenir proche où le catalogue se transformera en un véritable marché de la connaissance. Dans ce scénario, les utilisateurs de notre catalogue ne seront plus seulement des analystes humains : ce seront des agents d'intelligence artificielle et des contrats intelligents capables de localiser l'information dans des écosystèmes fédérés, d'en comprendre les contraintes juridiques, d'en négocier l'accès et de composer des réponses complexes de manière autonome et encadrée.
Pour l'administration publique, cet horizon n'est pas de la science-fiction : c'est la conséquence logique d'un travail préalable bien fait.
Conclusion : il n'existe pas de droiteres
L’enthousiasme suscité par la participation aux espaces de données, le partage d’informations avec d’autres administrations ou le déploiement de cas d’usage avancés en IA ne doit pas nous faire oublier les fondamentaux. Négliger la phase de découverte et de gouvernance internes est le meilleur moyen de créer des silos non viables et d’exposer nos organisations à des risques juridiques et de réputation.
L'automatisation et l'intelligence artificielle nous offrent aujourd'hui un raccourci précieux pour gérer les actifs techniques à une vitesse et à une échelle inimaginables il y a encore quelques années. Cependant, le passage d'un inventaire technique à un catalogue métier exige toujours une approche centrée sur l'utilisateur, une conception produit rigoureuse et un engagement envers les standards ouverts.
Les données cessent d'être un problème technique caché sur un serveur lorsqu'elles parcourent l'intégralité du chemin : domini → inventaire → produit → catalogue → écosystèmeCe n'est qu'alors qu'il devient un actif fiable et gérable, prêt à se connecter au monde.
À l'AOC, nous sommes convaincus que c'est la voie que toutes les administrations catalanes doivent emprunter si elles veulent être des acteurs – et non de simples spectatrices – de l'économie des données. Et c'est une voie qu'elles ne peuvent parcourir seules : elle exige des normes communes, des infrastructures partagées et une vision nationale qui place la gouvernance des données au cœur de la transformation numérique du secteur public.
C’est ainsi que, depuis le Réseau des collectivités locales intelligentes, nous œuvrons déjà à rendre cette voie accessible à toutes les entités locales, quelles que soient leur taille et leurs capacités techniques. L’objectif est de mettre à la disposition des collectivités locales des outils minimaux, communs et réutilisables pour la gouvernance des données : modèles de référence, critères méthodologiques, vocabulaires partagés, lignes directrices pour l’inventaire et le catalogage, ainsi que des services communs qui évitent à chaque administration de partir de zéro. Pour les conseils municipaux, départementaux et les collectivités territoriales, cet effort collectif doit se traduire par moins d’incertitude, une moindre dispersion, une moindre dépendance aux solutions propriétaires et une capacité réelle accrue à transformer leurs données en connaissances, à améliorer les services publics et à élaborer des politiques plus efficaces au service des citoyens.
NoteCet article s'inspire de l'article de Carlos Alonso Pena, directeur de division à la Direction générale des données, a publié sur LinkedIn en mai 2026 sous le titre « Des données cachées aux actifs cachés : la voie vers les produits de données ».
