Le jeudi 17 septembre 2026, l’ONU a annoncé qu’elle travaillait avec Google pour rendre ses statistiques mondiales exploitables par les systèmes d’IA. Le projet s’appelle UN System Data Commons : il est bâti sur Data Commons, la plateforme open source lancée par Google en 2018.
Concrètement, ça remplace le vieux portail UNData, où il fallait fouiller une interface de base de données classique. Désormais, on interroge les statistiques de toutes les agences onusiennes en langage naturel. Et surtout : la plateforme supporte le Model Context Protocol (MCP), le standard qui permet à un agent IA de se connecter directement à des sources de données externes. Google a même montré un agent branché via MCP qui agrège plusieurs indicateurs pour produire tableaux, graphiques et analyse rédigée sans intervention manuelle.
L’ampleur est réelle : 26 entités de l’ONU se sont engagées, près de 20 ont leur donnée disponible au lancement, et l’objectif est de faire remonter 80 % des jeux de données statistiques du système onusien d’ici 2027. Google.org a apporté 2 M$ et du support technique.
Pourquoi c’est important
Parce que « brancher une IA sur des données autoritatives » ne règle pas magiquement la fiabilité. Dans le même briefing, l’UNICEF a présenté un benchmark interne qui fait mal : six LLM, interrogés sur des indicateurs de développement, ont produit plus de 133 000 réponses pour un score d’exactitude moyen de 21,2 %, selon João Pedro Azevedo, statisticien en chef de l’agence.
Les modèles testés : GPT-4o, GPT-4o-mini, Claude Sonnet 4.5, Haiku 4.5, Gemini 2.5 Flash et 2.0 Flash. Environ trois réponses sur cinq ne fournissaient aucun chiffre exploitable. Pire : en reposant les mêmes questions aux mêmes versions ~2 jours plus tard, ceux qui donnaient un chiffre les deux fois ne renvoyaient le même chiffre qu’une fois sur deux. C’est un working paper en préparation, pas encore relu par des pairs.
Ce que ça change pour les devs et le web
- MCP s’installe comme plomberie publique. Quand l’ONU expose ses statistiques via MCP, le protocole cesse d’être un jouet de hackathon pour devenir une interface d’infrastructure. Savoir consommer et sécuriser des serveurs MCP tiers redevient une compétence de base pour qui construit des agents.
- La provenance devient une fonctionnalité. La plateforme trace l’origine de chaque statistique pour remonter à la source onusienne initiale. C’est exactement ce qu’il faut pour citer, auditer et corriger les sorties d’un agent.
- Le grounding ne garantit pas la justesse. Prem Ramaswami (Google) le rappelle : « Because models can misinterpret nuance, a human should always review the outputs before citing or publishing them. » Donner une donnée autoritative à un modèle ne rend pas ses conclusions autoritatives.
- Le trafic « AI referral » est mesurable. Le site de données de l’UNICEF reçoit plus de 6 M de visites par mois ; les clics depuis les réponses de ChatGPT ont grimpé de 67 % en un an — 6,4 % des sessions, et environ une visite sur dix attribuable aux assistants IA. Si votre site n’est pas lisible par un agent, il perd déjà ce canal.
Le mouvement de fond est clair : l’infrastructure publique s’ouvre aux agents plus vite que ne se règle le problème de leur exactitude. Traduire « AI-ready » par « fiable » serait une erreur — mais ignorer MCP en serait une plus grosse encore.