Le Kadaster utilise l'IA pour retraiter environ 5 millions de croquis de terrain historiques manuscrits afin de reconstruire la carte cadastrale nationale des Pays-Bas, avec un budget de 35 millions d'euros, après qu'un organisme public indépendant de contrôle informatique a signalé une incertitude sur les bénéfices.
90 minutes (about)
Temps de traitement par croquis, avant l'IA
18 minutes (about)
Temps de traitement par croquis, avec l'IA
5 million sketches (around)
Croquis de terrain historiques à retraiter
35 € million
Budget du programme
Détails
Maturité
Pilote
Promoteur
Kadaster (the Dutch national land registry and mapping agency)
Période
2023–2026 (targeted full production)
Mots-clés
land administration, property registry, government data modernization
Contexte
Kadaster, l'agence nationale néerlandaise du cadastre et de la cartographie, numérise environ 200 ans de croquis de relevés de terrain manuscrits (« veldwerken ») afin de reconstruire la carte cadastrale des limites du pays, en corrigeant les décalages de conversion d'échelle et les erreurs de raccordement accumulés sur les originaux papier historiques. Le programme Kadastrale Kaart Next (KKN) applique l'IA, notamment l'interprétation automatisée des données de mesure manuscrites, pour retraiter environ 5 millions de croquis de terrain avec deux partenaires fournisseurs sous contrat, pour un budget de 35 millions d'euros, le système étant formellement inscrit au registre public des algorithmes du gouvernement néerlandais.
Activités
Avant son déploiement, le programme a fait l'objet d'un examen indépendant par le conseil d'évaluation TIC du gouvernement néerlandais (Adviescollege ICT-toetsing / BIT), qui a conclu que le programme était techniquement bien préparé, mais a signalé qu'il restait incertain quand et dans quelle mesure les bénéfices du programme seraient réalisés, a critiqué l'analyse coûts-avantages comme insuffisamment concrète, et a averti d'un risque de retard dû à un manque de gestion intégrée. Kadaster reconnaît elle-même que de petites imprécisions peuvent encore survenir en raison des problèmes d'échelle et d'alignement des cartes historiques, et le flux de travail conserve une intervention humaine plutôt que d'automatiser entièrement la reconstruction de la carte.
Résultats
Selon le propre compte-rendu technique du prestataire, le traitement assisté par IA a réduit le temps de traitement par croquis d'environ 90 minutes à environ 18 minutes. La pleine production était visée pour fin 2026, selon les rapports du programme lui-même.
Conclusions
Selon les rapports publics les plus récents, le KKN n'avait pas encore atteint la pleine production, ce qui en fait un cas de programme d'IA divulgué de manière transparente et audité de façon indépendante, dont les bénéfices concrets sont encore en cours de test plutôt que prouvés.
Mise en œuvre
Coût indicatif
Élevé (500 k€–5 M€) — Programme budget of €35 million is explicitly stated by Kadaster.
Délai jusqu’aux résultats
Long (> 3 ans)
Personnel et compétences
Two contracted supplier partners engaged for the AI reprocessing pipeline (including Sioux Technologies)
Conditions de réussite
Formally listed on the Dutch government's public algorithm register (algoritmes.overheid.nl)
Independent review by the government ICT assessment board (BIT) before rollout
Workflow keeps a human in the loop rather than fully automating map reconstruction
Modes d’échec courants
BIT review found the programme's cost-benefit analysis insufficiently concrete and benefits-realisation uncertain
Warned of delay risk from lack of integrated management
Small inaccuracies can still arise from historical maps' scale and alignment issues
Où cela s’applique
Type de gouvernance
national land registry agency
Échelle
national
Niveau de revenu
high-income
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.