Service de Dédoublonnage d'Entreprise du PAM — L'IA de Reconnaissance Photo Économise 431 000 Dollars sur les Enregistrements d'Aide au Mali

Les bases de données des bénéficiaires du PAM, comme dans de nombreuses grandes réponses humanitaires, présentent un risque d'enregistrements en double — la même personne enregistrée plus d'une fois avec des données personnelles légèrement différentes —, ce qui gaspille des budgets d'aide alimentaire limités et retarde l'aide aux personnes qui en ont besoin.

En 2025, le PAM a testé son Service de dédoublonnage d'entreprise (EDS) au Mali, un outil d'IA construit sur des modèles de vision par ordinateur en open source qui compare les photographies, noms et autres données d'enregistrement des bénéficiaires pour signaler d'éventuels enregistrements en double à l'examen du personnel humain ; ce sont les personnes, et non l'algorithme, qui prennent la décision finale d'éligibilité, et la conception permet aux personnes de garder des couvre-chefs religieux ou culturels, comme des voiles ou des turbans, lors de la comparaison photographique. Le même outil a également été testé en Afghanistan, au Burkina Faso, au Cameroun, au Mozambique, au Niger, en Somalie et en Ouganda.

Sur six mois en 2025, l'EDS a permis à l'opération du PAM au Mali d'économiser plus de 431 000 dollars en identifiant une assistance en double, réduisant à quelques heures une tâche qui exigeait auparavant des semaines de comparaison manuelle de tableurs pour le personnel. Le PAM prévoit que l'outil pourrait faire économiser au moins 4,7 millions de dollars à l'échelle mondiale en 2026 à mesure qu'il se déploie, soit l'équivalent d'environ 6,7 millions de repas supplémentaires, et rapporte une précision de correspondance de 99,99 %.

Reposant sur des modèles d'IA en open source plutôt que sur un logiciel biométrique sous licence, le PAM affirme que l'outil coûte environ 50 % de moins que des systèmes de dédoublonnage propriétaires comparables. Le PAM indique mener des audits et évaluations de confidentialité des données avant chaque déploiement national et souligne que les signalements de l'IA sont uniquement indicatifs, la décision finale restant entre les mains du personnel ; une évaluation indépendante et publiée des taux de faux positifs et de faux négatifs, ainsi que des éventuels effets en aval sur les bénéficiaires signalés à tort, n'a pas encore été rendue publique.