Traitement de documents par IA : lire factures et contrats

L'OCR classique transforme les caractères d'une image en texte et s'arrête là. Il ne sait pas quelle partie du texte est le total et laquelle est l'échéance ; il règle généralement la question en fixant des positions pour un modèle donné. Quand le modèle change, la lecture se brise.

La lecture fondée sur l'IA interprète le texte d'après son sens : elle peut retrouver le total sur des factures de fournisseurs différents, même s'il est écrit à des endroits différents. Cette souplesse a un prix : le résultat n'est pas identique à chaque fois, et le modèle peut produire une valeur d'apparence plausible même pour un champ dont il n'est pas sûr. C'est pourquoi l'on ajoute des contrôles fondés sur des règles pour vérifier la cohérence.

Les meilleurs candidats sont les documents qui arrivent en volume, se ressemblent par leur structure et pour lesquels une valeur erronée se repère : factures de fournisseurs, bons de commande, formulaires de demande, bons de livraison. Les factures mensuelles que reçoit un groupe de spas de dizaines de fournisseurs en sont un bon exemple ; chacune a un aspect différent, mais porte les mêmes cinq ou six champs.

Les contrats sont une autre affaire. L'IA peut repérer et résumer les parties, la durée et la clause de résiliation, mais il ne faut pas attendre d'elle qu'elle interprète l'effet juridique d'une clause. Son résultat sert de première lecture ; l'appréciation qui engage appartient à un juriste.

• Factures de fournisseurs : montant, taxe, échéance, numéro de commande
• Formulaires de demande et d'inscription : nom, date, options cochées
• Bons de livraison : produit, quantité, date
• Contrats : seulement un premier résumé et le repérage de clauses, pas d'interprétation juridique
• Écriture manuscrite et scans de mauvaise qualité : seulement avec un lourd contrôle humain

L'erreur n'est pas ramenée à zéro ; elle est rendue visible. Pour chaque champ lu, le système enregistre son degré de certitude, et les champs sous un seuil passent devant une personne. Les champs critiques comme le montant sont en outre testés par des règles : les lignes s'additionnent-elles au total, le taux de taxe est-il plausible, ce numéro de facture a-t-il déjà été saisi.

La qualité est aussi suivie dans le temps. Chaque mois, un échantillon aléatoire de documents est lu à la main et comparé à ce que le système a extrait ; les types de documents sur lesquels il se trompe sont notés et soumis à des contrôles plus serrés. Un taux d'erreur général serait trompeur ici, car il varie nettement selon le type de document, la qualité et le système employé.

Si la donnée lue déclenche un paiement, un enregistrement ou un engagement, une personne l'approuve avant qu'elle ne parte. Un document courant, de faible valeur et vérifié par les règles peut passer directement ; un document de valeur élevée, celui d'un fournisseur nouveau ou celui qui contredit les règles est retenu.

En pratique, le déroulement est le suivant : le système lit le document, écrit les champs dans un tableau et place le document dans une file de contrôle si la confiance est faible ou si une règle est enfreinte. Le contrôleur voit l'original à côté des champs extraits et ne corrige que celui qui pose doute. Le temps d'une personne est consacré aux documents incertains, pas à chacun d'eux.

Les factures, formulaires et contrats peuvent contenir des numéros d'identité, des adresses, des coordonnées bancaires et des secrets d'affaires. Avant d'envoyer un document à un service d'IA externe, il faut qu'il soit clair, dans le contrat et les paramètres, où vont les données, si elles y sont conservées et si elles servent à entraîner le modèle.

Dans la mesure du possible, les champs inutiles sont masqués avant l'envoi du document ; l'accès n'est ouvert qu'aux personnes qui font le travail et chaque lecture est consignée. La durée de conservation des documents est elle aussi fixée au départ. Pour les obligations au titre du RGPD, aucun avis ferme ne peut être donné ici ; demandez conseil à un juriste avant de traiter des documents contenant des données personnelles.

S'il y a peu de documents, disons vingt factures par mois, les saisir à la main ou utiliser un outil simple à modèles coûte moins cher et est plus sûr. L'effort de mise en place et de contrôle peut dépasser le temps gagné.

Là où chaque document a des conséquences juridiques et où une erreur coûte cher, l'IA ne devrait pas non plus être le seul lecteur. Elle y sert tout au plus de second regard, d'outil qui accompagne la lecture d'une personne. La décision et la responsabilité restent à la personne.

La première erreur est de passer en production sans mesurer la qualité. Avant la mise en place, une centaine de documents réels devraient être lus à la main et comparés à la sortie du système ; sans savoir sur quels types il se trompe, on ne peut pas bâtir la confiance.

La deuxième erreur est d'écrire les données extraites dans la comptabilité ou le système de stock sans les vérifier. Une fois qu'un montant erroné y est entré, il est beaucoup plus difficile de le remarquer plus tard. La troisième est de ne pas savoir où le document est envoyé : les conditions d'un outil gratuit peuvent autoriser la conservation des documents ou leur usage pour l'entraînement. Lisez les conditions avant de l'utiliser.