La RGB va numériser ses archives pour 200 milliards de roubles : ce que l'on sait du projet

La Bibliothèque d'État de Russie (RGB) va se voir confier un projet de numérisation de ses archives d'un coût de 200 milliards de roubles. Son directeur général a communiqué ce montant en octobre 2026, selon TAdviser. Dans l'extrait disponible de l'article, il n'y a ni délais, ni structure de financement, ni liste de prestataires. Mais le chiffre suffit à faire du projet un événement notable pour le marché russe de l'IT et des données.

Ce que l'on veut numériser

La RGB est le dépôt national du fonds bibliothécaire du pays. Elle est classée parmi les biens particulièrement précieux du patrimoine national. Ses collections comprennent un fonds universel de thèses couvrant tous les domaines du savoir, à l'exception de la médecine et de la pharmacie. À part, il y a le fonds de manuscrits, qui fait partie du Fonds d'archives de Russie.

Ce sont trois types de documents distincts, chacun avec ses contraintes techniques :

• imprimés : numérisation, reconnaissance de texte, métadonnées ;
• thèses : gros volumes de texte dactylographié, de tableaux, de formules et de schémas ;
• manuscrits : supports fragiles, écritures atypiques, besoin d'une prise de vue ménageante et d'une vérification manuelle.

Le chiffre de 200 milliards de roubles peut recouvrir n'importe quelle combinaison de ces trois volets. On ignore pour l'instant s'il s'agit de l'ensemble des archives ou seulement de parties prioritaires.

Comment lire ce montant

Un calcul d'ordre de grandeur est possible. Si la numérisation porte sur quelques dizaines de millions d'unités de conservation, cela représente plusieurs milliers de roubles par unité. Pour un livre, c'est beaucoup. Pour un manuscrit rare nécessitant restauration, prise de vue multispectrale et déchiffrement par des experts, c'est un chiffre tout à fait plausible. Il s'agit d'une illustration, pas d'une estimation du projet : la source ne donne pas le volume réel.

La durée sur laquelle ce budget est calculé compte tout autant. 200 milliards de roubles sur trois ans ou sur quinze ans, ce sont deux projets différents, avec une charge différente pour le marché des équipements et des prestataires.

Où intervient la technologie

La numérisation proprement dite est devenue une routine depuis longtemps. Les difficultés viennent ensuite :

• stockage de pétaoctets d'images, avec redondance et pérennité des formats à long terme ;
• reconnaissance de texte en orthographe prérévolutionnaire, dans les manuscrits et sur des copies de mauvaise qualité ;
• recherche par le contenu, et non plus seulement par fiche de catalogue ;
• gestion des accès : ce qui est ouvert, ce qui est restreint par le droit d'auteur, ce qui est fermé pour d'autres raisons.

La question de l'usage de la reconnaissance par réseaux de neurones et de modèles de langage pour le déchiffrement et l'indexation se pose naturellement. Ni le titre ni le texte disponible ne mentionnent de telles technologies : il est donc trop tôt pour parler de leur rôle dans le projet. Mais un grand corpus de textes russes numérisés a une valeur secondaire évidente. Il se prête à la recherche, au travail scientifique et, sous des règles appropriées, à l'entraînement de modèles. Les conditions de cet accès seront l'une des principales questions du projet.

Ce qu'il faudra suivre

Pour les prestataires IT, les fabricants de scanners et les éditeurs de systèmes de stockage, quatre points comptent.

• Le format des achats. Un seul gros lot ou une multitude de petits : cela détermine qui pourra candidater.
• Les exigences de substitution des importations. Elles conditionnent le choix des scanners, des serveurs et des systèmes de stockage.
• La politique d'accès. Les documents seront-ils ouverts au public, via la Bibliothèque électronique nationale, ou sous des régimes restreints ?
• Les normes de qualité. Résolution, formats, métadonnées et précision de la reconnaissance fixeront le prix et les délais.

Pour l'instant, il s'agit d'une déclaration d'intention et d'un ordre de grandeur de dépenses, pas d'un plan abouti. Une évaluation sur le fond ne sera possible qu'avec les délais, la source des fonds et le cahier des charges. D'ici là, les 200 milliards de roubles serviront de repère à l'aune duquel le marché jugera les autres projets de numérisation du patrimoine culturel.