Pendant des années, sous-traiter le traitement géospatial à des équipes dans d’autres pays a été la voie par défaut pour réduire les coûts. La pression réglementaire et la sensibilité des données changent cette équation.
Le contexte réglementaire
La cartographie des infrastructures critiques, le cadastre et les données des administrations publiques sont de plus en plus soumis à des exigences sur où et comment ils sont traités. Une donnée qui quitte le pays pour être traitée peut cesser d’être une option viable pour certains clients, en particulier dans les marchés publics et les secteurs réglementés comme l’énergie ou les télécommunications.
Ce que dit précisément la réglementation
Pas besoin d’un cas hypothétique : le Schéma national de sécurité espagnol (ENS) conditionne déjà où et comment sont traitées certaines données des administrations publiques, et la directive NIS2 étend les obligations de sécurité aux opérateurs d’infrastructures critiques, dont une bonne partie du secteur énergétique, client habituel des services géospatiaux. À cela s’ajoute le RGPD lorsque des données personnelles sont associées (adresses, propriété cadastrale). Aucune de ces normes n’interdit explicitement l’offshoring, mais toutes élèvent le niveau de justification et de contrôle qu’il faut pouvoir démontrer si la donnée quitte le territoire.
L’effet pratique est que de plus en plus de cahiers des charges publics et d’appels d’offres de grandes entreprises incluent une question directe : où la donnée est-elle traitée ? Auparavant, c’était une curiosité technique ; aujourd’hui, cela peut être un critère d’exclusion.
Les limites de l’offshoring traditionnel
L’offshoring classique se positionne sur le prix à l’heure d’opérateur, mais déplace la donnée hors du contrôle direct du client et ajoute de la friction de communication et de fuseau horaire. Pour les données sensibles, cette économie ne compense plus le risque. Et il y a un coût moins visible : la traçabilité. Quand la donnée passe entre plusieurs mains dans différentes juridictions, reconstituer qui a touché quoi et quand devient beaucoup plus difficile à auditer.
Automatiser, ce n’est pas seulement réduire les coûts. C’est le moyen de garder la donnée sous contrôle sans renoncer à l’efficacité de l’offshoring.
Une alternative avec souveraineté
Automatiser la classification avec l’IA et garder l’opérateur de révision sur le même territoire que la donnée offre une voie intermédiaire : on gagne l’efficacité que seul l’offshoring offrait auparavant, sans céder la souveraineté sur l’information. La donnée ne quitte jamais l’environnement convenu avec le client, et le pourcentage qui nécessite bien un œil humain est révisé par un opérateur soumis à la même juridiction que la donnée.
C'est exactement la voie sur laquelle Neobora est construit : la classification LiDAR et les géotraitements s'exécutent automatiquement grâce à l'IA, et le déploiement peut se faire dans le cloud ou directement on-premise, sur l'infrastructure du client lui-même, de sorte que la donnée ne quitte jamais l'environnement convenu. La révision et le contrôle qualité qui nécessitent un œil humain sont réalisés par un opérateur soumis à la même juridiction que la donnée, sur la même plateforme. Il n'y a pas à choisir entre l'efficacité de l'automatisation et le contrôle sur l'information : on obtient les deux à la fois.
Quand l’offshoring garde du sens
Il serait injuste de présenter cela comme blanc ou noir. Pour les données sans composante sensible — orthophotos de zones déjà publiques, projets internes sans client final réglementé — l’offshoring traditionnel reste une option légitime et parfois la moins chère. La question qui compte vraiment n’est pas « offshoring oui ou non », mais « cette donnée précise doit-elle rester sur le territoire, et si oui, combien vaut-il d’éviter ce risque ».
Le nouvel équilibre
Le nouvel équilibre ne consiste pas à choisir entre coût et contrôle, mais à utiliser l’automatisation pour que le coût de maintien de la donnée sur le territoire cesse d’être le principal argument contre.
Comment évaluer un fournisseur sur cet axe
Trois questions suffisent généralement à distinguer le marketing de la réalité : dans quel pays se trouvent physiquement les serveurs où la donnée est traitée ? Qui a un accès humain à la donnée brute, et sous quel contrat cette personne est-elle employée ? Le fournisseur peut-il montrer par écrit, pas seulement verbalement, où et comment chaque phase du flux est traitée ? Si la réponse à l’une des trois questions est vague, le « traitement local » n’est probablement qu’une façade commerciale.
Neobora est conçu pour passer ce filtre par écrit. Le déploiement on-premise permet de fixer exactement sur quels serveurs et dans quel territoire chaque phase est traitée ; les autorisations par projet, couche et utilisateur définissent précisément qui accède à la donnée brute ; et la traçabilité de la plateforme enregistre qui a touché à quoi et quand, sans dépendre de plusieurs intervenants dans différentes juridictions pour reconstituer le flux a posteriori. C'est la différence entre un traitement local qui n'est qu'un argument commercial et un traitement qui peut être audité.
Conclusion
La souveraineté de la donnée n'est plus seulement une question de conformité : c'est un argument commercial que l'automatisation rend viable sans sacrifier la marge qu'offrait autrefois seule la sous-traitance traditionnelle. Neobora existe précisément pour mettre cette automatisation au service de la donnée qui doit rester sur le territoire.
