06Le traitement documentaire

Le document est la matière première de l'entreprise. Une facture, un contrat, un bon de livraison, un relevé, une pièce justificative : tout ce qui engage se matérialise par un document, et tout document doit être lu, contrôlé, saisi, classé.

C'est le travail le plus répétitif d'une entreprise, et le plus coûteux en heures. C'est aussi celui où l'IA produit le plus vite.

Le problème réel

Les documents n'arrivent jamais dans le bon format. Un fournisseur envoie un PDF propre, un autre une photo prise de travers, un troisième un bon manuscrit. Les libellés changent d'un émetteur à l'autre. Les montants sont parfois en toutes lettres, parfois en chiffres, parfois les deux et pas d'accord.

Un système de lecture qui fonctionne uniquement sur des documents propres ne sert à rien : les documents propres n'étaient pas le problème.

Ce qu'un agent documentaire fait vraiment

Il lit. Y compris un scan de mauvaise qualité, une photo prise au téléphone, un document incliné.

Il identifie les champs par leur sens, pas par leur position. C'est la différence décisive. Un système à zones fixes exige un modèle par émetteur et casse au moindre changement de mise en page. Un système sémantique reconnaît un numéro de facture parce qu'il ressemble à un numéro de facture, où qu'il se trouve.

Il contrôle. Une somme de lignes qui ne fait pas le total, une taxe incohérente, une date impossible, un numéro déjà vu — ces vérifications sont des règles explicites, pas de l'interprétation.

Il rapproche. Une facture avec sa commande, un règlement avec sa facture, une pièce avec son écriture.

Il classe. Au bon endroit, au moment où il termine.

La règle qui ne se négocie pas

Un contrôle arithmétique ne se confie jamais à un modèle de langage.

Une addition se vérifie, elle ne s'infère pas. Le modèle extrait les valeurs ; du code déterministe vérifie qu'elles sont cohérentes. Confondre les deux, c'est construire un système qui se trompe avec assurance.

Le seuil de confiance

Chaque champ extrait porte un score. En dessous du seuil que vous fixez, l'agent ne devine pas : il signale et attend une vérification humaine.

Ce seuil est un arbitrage économique, pas un réglage technique. Il met en balance le coût d'une vérification et le coût d'une erreur. Sur des pièces comptables, il est volontairement élevé.

Un agent documentaire ne remplace pas un comptable. Il lui retire la saisie et lui rend le contrôle.Ce qu'il faut retenir

The document is the company's raw material. An invoice, a contract, a delivery note, a statement, a supporting document: everything that commits the company takes the form of a document, and every document has to be read, checked, keyed in and filed.

It is the most repetitive work in a company, and the most expensive in hours. It is also where AI delivers fastest.

The real problem

Documents never arrive in the right format. One supplier sends a clean PDF, another a photo taken at an angle, a third a handwritten note. Labels change from one issuer to the next. Amounts appear sometimes in words, sometimes in figures, sometimes both — and not matching.

A reading system that only works on clean documents is useless: clean documents were never the problem.

What a document agent actually does

It reads. Including a poor scan, a photo taken on a phone, a skewed document.

It identifies fields by their meaning, not their position. That is the decisive difference. A fixed-zone system needs one template per issuer and breaks at the slightest layout change. A semantic system recognises an invoice number because it looks like an invoice number, wherever it sits.

It checks. Line items that do not add up to the total, an inconsistent tax, an impossible date, a number already seen — these checks are explicit rules, not interpretation.

It matches. An invoice with its order, a payment with its invoice, a document with its accounting entry.

It files. In the right place, the moment it finishes.

The rule that is not negotiable

An arithmetic check is never entrusted to a language model.

An addition is verified, not inferred. The model extracts the values; deterministic code checks that they are consistent. Confusing the two means building a system that is confidently wrong.

The confidence threshold

Every extracted field carries a score. Below the threshold you set, the agent does not guess: it flags and waits for a human check.

That threshold is an economic trade-off, not a technical setting. It weighs the cost of a check against the cost of an error. On accounting documents, it is deliberately high.

A document agent does not replace an accountant. It takes away the data entry and gives back the control.What to remember