OCR et LAD (lecture automatique de documents)

OCR classique contre extraction par IA

L’OCR classique repère des caractères sur une image, mais ne sait pas ce qu’ils représentent : il faut lui indiquer, fournisseur par fournisseur, où se trouve le numéro de facture ou le montant total, via un gabarit rigide. Dès qu’un fournisseur change sa mise en page, le gabarit casse et il faut le refaire. L’extraction par IA, souvent appelée IDP (intelligent document processing) dans les outils anglophones, apprend à reconnaître un champ par son contexte plutôt que par sa position : elle repère un montant total même s’il change de place sur la page, et s’adapte à des mises en page qu’elle n’a jamais vues. Elle traite aussi mieux les documents dégradés, les tableaux multi-lignes et les pièces jointes multi-pages.

Cas d’usage en comptabilité et achats

• Saisie automatique des factures fournisseurs : extraction du montant, de la TVA, de la date d’échéance et du numéro de commande, puis injection dans le logiciel de comptabilité.
• Rapprochement à trois voies (bon de commande, bon de livraison, facture) pour détecter les écarts avant paiement.
• Notes de frais et justificatifs : lecture des tickets et factures pour préremplir la note de frais.
• Contrats fournisseurs : extraction des clauses clés (montants engagés, dates de renouvellement, pénalités) pour alimenter un suivi centralisé.

Ces cas d’usage s’inscrivent dans une logique plus large d’automatisation compta, finance et achats : l’OCR/LAD alimente le flux, mais la valeur vient de ce qui se passe après, la validation, le rapprochement et l’écriture comptable.

Quand c’est justifié

Le calcul est simple : au-delà d’un certain volume mensuel de documents, le temps de saisie manuelle dépasse le coût d’un projet d’automatisation, et l’écart se creuse à mesure que le volume augmente. Le critère qui pèse le plus reste la variabilité des formats, davantage que le volume : un flux avec deux ou trois fournisseurs récurrents et des factures stables se traite très bien avec un OCR simple et un gabarit par fournisseur. Un flux avec des dizaines de fournisseurs et des mises en page hétérogènes justifie l’extraction par IA, qui évite de maintenir un gabarit par fournisseur.

Comment cadrer un projet OCR/LAD

• Inventorier les types de documents à traiter et leur variabilité de mise en page réelle, pas supposée.
• Définir les champs à extraire et le niveau de confiance en dessous duquel une validation humaine reste obligatoire.
• Prévoir un flux de contrôle pour les cas incertains plutôt que de viser l’automatisation complète dès le départ.
• Connecter la sortie directement au logiciel de comptabilité ou à l’ERP cible : une extraction qui retombe dans un tableur perd une bonne partie de sa valeur. Un projet d’automatisation des processus métier bien cadré part toujours de ce point d’arrivée.