Le renseignement en sources ouvertes a la réputation d’être un travail lent, fait à la main. Un analyste ouvre vingt onglets, lit pendant un après-midi et rédige une note que l’analyste suivant ne peut pas reproduire. Les conclusions sont peut-être justes. Le processus, lui, n’entre pas dans un parcours d’entrée en relation.
Le pipeline existe pour rendre ce même travail reproductible, rapide et vérifiable. Quatre étapes, toujours dans le même ordre.
Collecte
La requête se déploie sur plus de cinq cents sources publiques à la fois : registres publics et d’entreprises, presse publiée, données ouvertes du web et profils publics. Chaque source est publique de droit. Rien dans le pipeline ne demande un accès qui ne lui a pas été donné.
L’ampleur est le sujet. Une correspondance isolée est une coïncidence. La même personne présente dans un registre, une décision de justice et un article de presse est un motif, et ce sont les motifs que lit l’étape suivante.
Corrélation
Le moteur relie ce que les sources disent les unes des autres, et pas seulement ce que chacune dit seule. Deux fiches au même nom avec des dates de naissance différentes font deux personnes. Deux fiches avec des translittérations différentes d’un nom, la même date de naissance et la même ville n’en font probablement qu’une.
C’est la partie qui prenait l’après-midi, et c’est celle où la machine est réellement meilleure. Elle ne se lasse jamais à la quatre centième fiche.
Score
Chaque recherche se termine par un score de risque de 0 à 1. Le score n’est pas un verdict. C’est une consigne de lecture : plus il monte, plus le rapport demande qu’une personne le lise avant toute décision.
Un score qu’on ne peut pas ouvrir est une rumeur. Chaque chiffre du rapport remonte à la source qui l’a produit.
Restitution
Le rapport revient en JSON sur la même API que la vérification documentaire et biométrique, et sous forme de document lisible pour celui qui doit valider. Les deux portent les mêmes sources, dans le même ordre, avec les mêmes horodatages.
C’est ce qui rend le résultat défendable six mois plus tard, devant un régulateur qui n’était pas dans la pièce au moment de la décision.