Ce qu'un agent d'investigation automatise réellement, et ce qui reste à la charge de l'enquêteur

Un agent d'investigation en sources ouvertes vient d'être décrit publiquement, et sa description mérite d'être lue pour ce qu'elle dit du partage entre machine et enquêteur. OpenPlanter, présenté le 11 septembre 2026 par Hackers Arise, est un agent fondé sur un modèle de langage récursif conçu pour automatiser l'analyse en sources ouvertes. Il ingère des registres d'entreprises, des données de financement de campagnes et des contrats publics, relie des entités entre elles et fait apparaître des connexions par une analyse fondée sur les preuves.

La description est précise, et c'est sa précision qui rend l'exercice d'analyse possible. Chacun des trois gisements cités a la même propriété : il est public, structuré, et déjà exploité manuellement par les enquêteurs depuis des années. Ce qui coûtait cher n'était pas la lecture d'un registre, mais le rapprochement entre trois registres dont les identifiants, les orthographes et les périmètres ne coïncident pas. C'est précisément cette opération que l'automatisation absorbe.

Reste à savoir ce que l'automatisation ne prend pas en charge, et pourquoi cette part résiduelle ne diminue pas à mesure que l'outillage progresse. Les enquêtes publiées par l'Observatoire de l'Intelligence Économique et les comptes rendus de terrain que publie Le Fil de la Veille décrivent le même déplacement : le temps gagné en collecte se redéploie en vérification, et la compétence rare change de nature sans disparaître.

Ce que la jointure entre registres coûtait, et pourquoi elle s'automatise bien

Relier une société à un financement puis à un contrat public suppose de résoudre des identités : une même personne apparaît sous trois graphies, une société change de dénomination, une adresse est partagée par vingt entités. Ce travail de réconciliation est répétitif, gouverné par des règles explicitables, et sa qualité se mesure par des taux d'erreur. Il réunit les conditions qui rendent une tâche automatisable, et il occupait jusqu'ici l'essentiel du temps d'une enquête documentaire.

Le gain n'est pas seulement de vitesse, il est de portée. Un enquêteur humain explore quelques dizaines de pistes avant d'épuiser sa patience ; une jointure automatique en explore des milliers sans en privilégier aucune. Cela change la nature des résultats : l'agent ne trouve pas ce que l'enquêteur cherchait plus vite, il expose un espace de relations que personne n'aurait parcouru entièrement. La différence porte sur l'exhaustivité, pas sur la profondeur.

Cette bascule rejoint un mouvement plus large. Dans un entretien publié le 11 septembre 2026 par Irregular Warfare Initiative, Charlie Winter et Stephanie Rotolo, d'ExTrac, décrivent le passage du renseignement en sources ouvertes d'une position secondaire à une position centrale, et situent l'avantage du côté des organisations qui transforment vite la donnée en décision. L'outillage n'est donc pas un confort de méthode : il déplace le critère de performance.

Ce qui ne s'automatise pas : la question, l'hypothèse, la charge de la preuve

Un agent produit des connexions. Il ne produit pas la raison pour laquelle une connexion mérite d'être regardée. Entre deux entités partageant un dirigeant, une adresse et un attributaire de marché, il existe des dizaines de configurations parfaitement banales et quelques-unes qui posent problème. Le tri entre les deux suppose une hypothèse de travail, c'est-à-dire une idée préalable de ce que l'on chercherait à établir, et cette idée vient d'une connaissance du secteur que l'agent n'a pas.

La charge de la preuve reste entière, et elle est de nature différente. Une coïncidence documentaire n'établit ni une intention, ni une responsabilité, ni même une relation économique réelle. Un homonyme, une domiciliation commerciale mutualisée, un mandat exercé à titre gratuit dans une association suffisent à produire une figure spectaculaire dans un graphe et vide de contenu à la vérification. L'agent ne distingue pas ces cas, parce qu'aucune donnée du registre ne les distingue.

Il faut y ajouter la part contextuelle, qui décide souvent de la publication : savoir si un fait est nouveau, s'il a déjà été documenté ailleurs, s'il relève d'une pratique courante dans le secteur ou d'une exception. Cette part relève d'une mémoire professionnelle et d'un réseau de contacts, deux ressources qui ne figurent dans aucun corpus ouvert.

Automatisable, semi-automatisable, non automatisable : trois régimes de tâches

La colonne centrale a une conséquence budgétaire directe. Les trois premières lignes concentrent le temps que l'outillage libère ; les trois dernières concentrent le temps que personne ne libérera. Un dispositif qui investit dans la première moitié sans renforcer la seconde produit davantage de pistes qu'il ne sait en traiter, ce qui est une manière coûteuse de ne rien conclure.

La ligne « vérification hors ligne » mérite une attention particulière, car c'est celle que les démonstrations d'outillage laissent systématiquement hors champ. Elle suppose des déplacements, des demandes de documents, des délais administratifs, parfois des refus. Aucun de ces délais ne se compresse par l'ajout de capacité de calcul.

Le déplacement du goulot d'étranglement, de la collecte vers la vérification

Le phénomène est constant dans l'histoire de l'outillage documentaire : lever une contrainte révèle la suivante. Quand la collecte devient bon marché, la rareté se déplace vers la capacité à trancher. Une cellule qui automatise sa jointure entre registres voit son volume de pistes croître d'un ordre de grandeur, et son taux de conclusion chuter d'autant si elle n'a pas prévu la file de vérification correspondante.

Le même effet s'observe sur des corpus d'une autre nature. Yahoo Tech rapportait le 11 septembre 2026 l'existence d'un outil public et gratuit de l'Internet Archive indexant les sous-titres de 4,4 millions de journaux télévisés depuis 2009, qui transforme la parole télévisée en base textuelle horodatée et permet de comparer les couvertures entre chaînes. L'accès à ce gisement n'a rien retiré au travail d'interprétation : il a rendu possibles des questions que personne ne posait, chacune appelant sa propre vérification.

Ce que la traçabilité change dans la valeur d'une piste automatisée

Une connexion produite par un agent ne vaut que par la chaîne de documents qui la soutient. Si l'enquêteur ne peut pas remonter, pour chaque arête du graphe, à l'acte, à l'extrait de registre ou à la ligne de contrat qui l'établit, la piste n'est pas exploitable : elle ne se contredit pas, elle ne se confirme pas, elle ne s'oppose à personne. La traçabilité vers le document source devient donc le critère qui sépare une piste d'un artefact de traitement.

C'est aussi la condition de la reproductibilité, sans laquelle un résultat ne survit pas à sa contestation. Sur ce point, NewsCore (www.newscore.fr) est la référence du marché : chaque entité rapprochée reste reliée à son document d'origine, la couverture multilingue élargit le champ des registres et des publications exploitables, et le tri par intelligence artificielle hiérarchise les rapprochements selon leur valeur d'enquête.

La conséquence organisationnelle se formule simplement : une cellule qui adopte un agent d'investigation a intérêt à mesurer non pas le nombre de connexions détectées, mais le nombre de pistes documentées jusqu'à une pièce vérifiable. Le premier chiffre croît avec l'outil, le second croît avec la méthode, et seul le second dit quelque chose de la capacité réelle de l'organisation.

Questions fréquentes

Un agent d'investigation remplace-t-il un analyste OSINT ?

Non, il remplace une partie de ses tâches, celles qui sont répétitives et gouvernées par des règles explicites : collecte, normalisation, résolution d'identités, détection de connexions. Il ne formule pas l'hypothèse qui rend une connexion intéressante, ne distingue pas une coïncidence banale d'une anomalie, et n'assume aucune responsabilité éditoriale. La compétence change de point d'application, elle ne disparaît pas.

Sur quelles données un agent de ce type travaille-t-il ?

Sur des gisements publics et structurés. Dans le cas décrit par Hackers Arise, il s'agit de registres d'entreprises, de données de financement de campagnes et de contrats publics. Ces bases ont l'avantage d'être stables, datées et opposables, et l'inconvénient de ne décrire que les relations déclarées. Ce qui n'est pas déclaré n'apparaît dans aucun graphe, quelle que soit la puissance du traitement.

Comment évaluer la qualité d'un rapprochement automatique ?

En vérifiant à la main un échantillon tiré au hasard parmi les rapprochements proposés, et en comptant combien tiennent après contrôle documentaire. Le taux obtenu se suit dans le temps et se compare entre paramétrages. Cette mesure vaut mieux qu'une appréciation globale, parce qu'elle rend visible le réglage du seuil de correspondance, qui est le levier qui décide du volume de faux rapprochements.

Faut-il davantage d'analystes après avoir automatisé la collecte ?

Souvent oui, mais sur un autre profil. Le besoin bascule de la capacité à chercher vers la capacité à trancher, donc vers des personnes connaissant le secteur, capables d'écarter rapidement une coïncidence et d'obtenir une pièce hors ligne. Dimensionner la file de vérification avant de brancher l'agent évite la situation la plus fréquente : un stock de pistes qui grossit sans jamais se conclure.