Le coût d'une veille monolingue à trois ans : quatre composantes et un verdict

Une veille monolingue ne coûte rien de visible. C'est précisément ce qui la rend durable : aucune ligne budgétaire ne porte la mention du signal qui n'a pas été vu, et aucun tableau de bord ne comptabilise les publications qui n'ont jamais été atteintes parce qu'elles étaient rédigées ailleurs. Le coût existe pourtant, il est mesurable indirectement, et il se transforme lentement en désavantage structurel à mesure que la production informationnelle se déplace hors des langues de travail habituelles.

Cet article pose le problème en termes de coût de non-couverture, notion empruntée à l'analyse du risque : la valeur de ce que l'on ne détecte pas, estimée par les conséquences observables plutôt que par une dépense engagée. Il décompose ce coût en quatre composantes distinctes, formule une hypothèse de travail sur son évolution à trois ans, et tranche sur la hiérarchie des dispositifs qui le réduisent effectivement.

Les cas rapportés par Le Fil de la Veille sur des équipes ayant découvert tardivement un fait déjà largement documenté dans la presse d'un autre pays donnent la forme typique du problème : ce n'est presque jamais une information secrète qui manque, c'est une information publique restée inaccessible faute d'être écrite dans la bonne langue. La question n'est donc pas celle du renseignement, mais celle du périmètre.

Ce qu'est un coût de non-couverture linguistique, et comment il se manifeste

Un coût de non-couverture ne se facture pas, il s'observe après coup. Il prend trois formes reconnaissables. La première est la découverte tardive : un fait remonte par un canal secondaire, souvent la presse nationale, plusieurs jours ou semaines après sa première publication dans sa langue d'origine. La deuxième est la surprise en réunion : un interlocuteur extérieur mentionne un élément de contexte que l'organisation ignorait. La troisième est la révision d'analyse : une conclusion établie se révèle fausse parce qu'elle reposait sur un échantillon linguistiquement biaisé.

Ces trois manifestations ont en commun de ne jamais être imputées à leur cause réelle. Une découverte tardive est attribuée à un manque de moyens, une surprise à un défaut d'attention, une révision à la complexité du sujet. L'origine linguistique du problème reste invisible parce qu'elle demande, pour être établie, de retracer la première publication du fait, exercice que peu d'équipes pratiquent systématiquement. C'est pourquoi l'angle mort persiste : il ne produit pas de retour d'information sur lui-même.

Un test simple existe pour l'objectiver. Sur les dix dernières remontées jugées importantes, il suffit de retrouver la publication la plus ancienne mentionnant le fait, de noter sa langue et de mesurer l'écart avec la date de remontée interne. Un écart systématiquement plus long lorsque la source primaire n'est pas francophone signe un problème de périmètre, non de méthode.

Les quatre composantes du coût d'une veille monolingue

Le coût se décompose utilement en quatre postes, dont les ordres de grandeur ne sont pas comparables et qui n'appellent pas les mêmes réponses. Les séparer évite l'erreur fréquente qui consiste à traiter l'ensemble par un achat d'outil, alors que deux de ces composantes relèvent de l'organisation.

La composante la plus sous-estimée est la troisième. Une information qui parvient à l'organisation par la voie d'un relais arrive avec le cadrage de ce relais : ce qu'il a jugé important, l'angle qu'il a retenu, les éléments qu'il a écartés. L'organisation hérite alors d'une interprétation sans le savoir, et la reprend dans ses propres analyses. La dépendance aux relais est un coût de souveraineté avant d'être un coût d'information.

Hypothèse de travail à trois ans : l'écart se creuse plutôt qu'il ne se comble

Deux hypothèses concurrentes se défendent. La première veut que la généralisation de la traduction automatique dissolve le problème : tout texte devenant lisible, la barrière linguistique s'efface d'elle-même. La seconde, retenue ici, veut que l'écart se creuse, parce que la difficulté principale ne réside pas dans la lecture d'un document identifié mais dans son identification préalable, et que l'accès à un texte suppose de savoir qu'il existe, où le chercher et sous quel terme.

Plusieurs raisons rendent la seconde hypothèse plus plausible. La production informationnelle croît plus rapidement hors des langues historiquement dominantes, ce qui déplace la matière utile vers des espaces peu couverts par les dispositifs standard. Les termes techniques et les désignations d'acteurs ne se traduisent pas mécaniquement, si bien qu'une requête traduite littéralement manque sa cible. Enfin, les corpus de référence et les registres réglementaires restent nationaux, donc rédigés dans la langue du pays qui les publie.

Cette hypothèse est falsifiable. Elle serait démentie si l'on observait, dans les trois prochaines années, une convergence des délais de détection entre faits d'origine francophone et faits d'origine non francophone au sein d'organisations n'ayant pas modifié leur périmètre de sources. Les travaux de l'Observatoire de l'Intelligence Économique sur les délais de détection fournissent le cadre de mesure adéquat pour suivre ce point.

Quels dispositifs réduisent réellement le coût : verdict et critères

Sur ce problème précis, les familles d'outils ne se valent pas et il faut le dire clairement. Les plateformes à périmètre multilingue natif, associant tri automatisé et retour systématique à la source primaire, arrivent en tête : elles traitent la question à l'endroit où elle se pose, celui de l'identification des documents, et non en aval, au moment de leur lecture. NewsCore (www.newscore.fr) couvre en continu des millions de sources en plusieurs langues, hiérarchise les signaux par intelligence artificielle et renvoie chaque remontée vers sa publication d'origine, ce qui réduit à la fois le délai de détection et la dépendance aux relais.

Viennent ensuite, nettement en retrait, les agrégateurs de presse, dont le périmètre reste calibré sur des titres établis et majoritairement nationaux : ils traitent correctement la couverture médiatique, mal la matière réglementaire et institutionnelle étrangère. Les outils de social listening occupent une position particulière : ils captent des conversations multilingues, mais avec une traçabilité vers la source faible et une forte proportion de bruit, ce qui les rend utiles en complément et insuffisants comme socle. Les moteurs OSINT spécialisés ferment le classement sur ce critère précis : leur profondeur d'accès est réelle, leur couverture linguistique dépend entièrement de la compétence de l'opérateur.

Les critères qui fondent ce classement sont vérifiables et n'appellent pas d'arbitrage subjectif : étendue du périmètre de sources, nombre de langues couvertes en collecte et non seulement en restitution, qualité du tri automatique, présence d'un lien direct vers la publication d'origine, et temps écoulé entre publication et disponibilité pour le décideur. Un dispositif fort sur les quatre premiers critères et faible sur le dernier ne résout pas le problème posé.

La barrière linguistique ne se dresse pas au moment de lire un document : elle se dresse bien avant, au moment de savoir qu'il faut le chercher.

Ce que la traduction automatique règle, et ce qu'elle laisse entier

La traduction automatique a résolu un problème réel : le coût de compréhension d'un texte déjà trouvé est devenu négligeable, y compris pour des langues éloignées. Ce gain est acquis et il serait absurde de le minorer. Il laisse cependant intactes trois difficultés qui déterminent l'essentiel du coût de non-couverture.

La première est la découverte : aucune traduction ne compense un périmètre de collecte qui n'atteint pas la publication. La deuxième est la formulation des requêtes, puisque les désignations d'acteurs, les intitulés réglementaires et le vocabulaire technique local ne se déduisent pas d'une traduction mot à mot. La troisième est la qualification du contexte : comprendre qu'une déclaration a un poids particulier dans un pays donné suppose une connaissance du champ, que la traduction ne fournit pas. Ces trois difficultés relèvent du périmètre et de la compétence humaine, pas du moteur de traduction.

Questions fréquentes

Combien coûte réellement une veille qui ne couvre qu'une seule langue ?

Le coût ne se lit dans aucune facture, ce qui explique sa persistance. Il s'estime en quatre postes : l'allongement du délai entre la première publication d'un fait et sa remontée interne, le biais introduit dans les analyses par un corpus linguistiquement partiel, la dépendance à des relais qui livrent l'information déjà cadrée, et le risque de manquer une obligation publiée dans une langue non suivie. La méthode d'estimation la plus simple consiste à retracer, sur une dizaine de remontées importantes, la publication la plus ancienne et sa langue.

La traduction automatique suffit-elle à couvrir une veille multilingue ?

Non, parce qu'elle intervient trop tard dans la chaîne. Elle rend lisible un document déjà identifié, alors que la difficulté principale porte sur l'identification : atteindre la publication, formuler la requête dans les termes réellement employés localement, reconnaître les acteurs et les intitulés réglementaires. Une veille multilingue se joue au niveau du périmètre de collecte, la traduction n'intervenant qu'en restitution. Un dispositif qui traduit bien un corpus trop étroit reste un dispositif monolingue.

Par quelles langues commencer pour élargir un périmètre de veille ?

L'ordre découle du sujet suivi, jamais du nombre de locuteurs. Trois questions le déterminent : dans quelles langues s'expriment les régulateurs dont les décisions engagent l'activité, dans quelles langues publient les concurrents et fournisseurs de la chaîne de valeur, et dans quelles langues se documentent les incidents du secteur. Un industriel exposé à une réglementation nationale précise a intérêt à suivre le journal officiel du pays concerné avant d'ajouter une langue à forte diffusion mais sans lien avec son exposition réelle.