evidoria

← Retour à la liste

Bonne pratique Importée

Serveur MCP eSankhyiki — l'Office national des statistiques de l'Inde ouvre ses données officielles aux outils d'IA via le Model Context Protocol

Inde · New Delhi · Voir le profil de Inde · Voir le profil de New Delhi

Preuves: Descriptif / auto-déclaré Top 62% 53/100 · Demandez à Evidence Copilot à propos de cette pratique

L'Inde a lancé, le 6 février 2026, un serveur Model Context Protocol bêta permettant aux outils d'IA d'interroger les statistiques officielles. Un test indépendant a confirmé des chiffres d'inflation et de chômage, mais a relevé des lacunes de signalement méthodologique.

7
Ensembles de données disponibles au lancement (6 Feb 2026)
21
Produits de données après extension (within months of launch)
17
Protocoles d'accord (MoU) signés dans le cadre du Data Innovation Lab (by Jan 2026)
Serveur MCP eSankhyiki — l'Office national des statistiques de l'Inde ouvre ses données officielles aux outils d'IA via le Model Context Protocol

Détails

Maturité
Pilote
Promoteur
National Statistics Office (NSO), Ministry of Statistics and Programme Implementation (MoSPI)
Période
Beta launched 6 February 2026 with 7 datasets; expanded to 21 data products by mid-2026
Mots-clés
digital government, open data, official statistics, AI infrastructure

Contexte

Le 6 février 2026, l'Office national des statistiques indien (National Statistics Office) a lancé un serveur bêta Model Context Protocol (MCP) sur son portail eSankhyiki, permettant aux assistants d'IA d'interroger les statistiques officielles de manière conversationnelle plutôt que par navigation manuelle dans une API ou téléchargement de fichiers. Le code source est publié sur GitHub sous licence MIT.

Résultats

La version bêta a d'abord donné accès à sept ensembles de données, avant de s'étendre à 21 produits de données en quelques mois. Un blogueur technique indépendant a vérifié trois requêtes précises par rapport à des sources officielles -- les chiffres de l'inflation de décembre 2025, un taux de chômage dans le Bihar et une comparaison de l'indice des prix de gros (Wholesale Price Index) du textile -- et a constaté que les trois correspondaient exactement aux publications officielles.

Conclusions

La même analyse a relevé que le LLM sous-jacent n'avertissait pas correctement d'un changement d'année de base de l'indice des prix à la consommation affectant la comparabilité, ne parvenait pas à récupérer efficacement des séries historiques longues et complètes, et ne génère pas d'appels API reproductibles qu'un utilisateur pourrait vérifier de manière indépendante. S'agissant d'un projet pilote bêta ne couvrant qu'une fraction de la production statistique indienne, la question de savoir si sa précision sur les requêtes simples se maintiendra à mesure que la couverture et la complexité des requêtes augmentent reste ouverte.

Mise en œuvre
Coût indicatif
Faible (< 50 k€)
Délai jusqu’aux résultats
Court (< 1 an)
Personnel et compétences
NSO/MoSPI Data Innovation Lab team

Conditions de réussite

  • Open protocol (MCP) with open-source, MIT-licensed implementation
  • Existing structured official statistics APIs to expose

Modes d’échec courants

  • No systematic accuracy evaluation, only an informal 3-query spot-check
  • LLM did not flag a CPI base-year comparability change

Habituellement financé par

National / regional programmes

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pièces jointes

Pratiques similaires qui pourraient vous être utiles