OCR et lecture de documents : ce qui a vraiment changé

L'ancienne génération d'outils reposait sur deux mécanismes, et les deux étaient fragiles.

La reconnaissance de caractères pure. Le système transformait l'image en texte, sans comprendre la structure. On obtenait une suite de mots, à charge pour l'utilisateur de retrouver lequel était le montant.

Les modèles à zones fixes. Pour extraire des données, il fallait définir un gabarit par fournisseur : le numéro est ici, le total est là. Cela fonctionnait tant que la mise en page ne bougeait pas.

Deux conséquences qui condamnaient l'approche.

Chaque nouveau fournisseur demandait un paramétrage. Sur cinquante fournisseurs, c'était cinquante gabarits à créer et à maintenir.

Un changement de mise en page cassait tout. Le fournisseur modifiait son modèle de facture, le système extrayait la mauvaise valeur — souvent sans le signaler.

Le résultat était un outil qui demandait plus de maintenance qu'il ne faisait gagner de temps.

La génération actuelle ne cherche plus où est l'information. Elle cherche ce qu'elle est.

Le système lit le document, comprend qu'il s'agit d'une facture, identifie qu'un nombre placé à côté du mot « Total » précédé d'un symbole monétaire est probablement le montant total, et que la ligne au-dessus est le montant hors taxe.

C'est un raisonnement sur le contenu, pas sur la position.

Conséquence pratique déterminante : un document d'un fournisseur jamais vu est traité correctement, sans paramétrage préalable. Et un changement de mise en page ne casse rien, puisque le système ne s'appuyait pas sur la mise en page.

Traiter des formats hétérogènes. PDF natifs, scans, photos prises au téléphone, documents en plusieurs langues.

Extraire des structures complexes. Les lignes d'une facture avec leurs quantités et leurs prix unitaires, pas seulement le total.

Comprendre les variantes. « Montant TTC », « Total à payer », « Net à payer » désignent la même chose. Un système à mots-clés demanderait la liste ; un système sémantique la déduit.

Traiter des documents mixtes. Un dossier qui contient une facture, un bon de livraison et une photo est trié par type avant traitement.

Par honnêteté, parce que ces limites déterminent le résultat réel.

La qualité de l'image reste déterminante. Une photo prise de travers, mal éclairée, avec un doigt sur le coin, produit une extraction dégradée. Aucun modèle n'invente l'information absente.

L'écriture manuscrite reste nettement moins fiable que l'imprimé.

Les tableaux complexes — cellules fusionnées, plusieurs niveaux d'en-tête, colonnes qui se poursuivent sur plusieurs pages — restent un point difficile.

Les documents très denses peuvent produire des confusions entre éléments proches.

Ce n'est pas le taux d'extraction correcte qui rend un système déployable, c'est l'indice de confiance.

Chaque valeur extraite porte un score. En dessous du seuil que vous fixez, la pièce part en vérification humaine plutôt que d'être écrite automatiquement.

Un système qui extrait correctement 85 % des pièces et signale proprement les 15 % restantes est parfaitement utilisable. Un système qui extrait 95 % et se trompe silencieusement sur les 5 % restants est dangereux : personne ne vérifie plus, et les erreurs passent.

La question à poser à un prestataire n'est donc pas « quel est votre taux de précision » mais « que se passe-t-il quand vous n'êtes pas sûr ».

Exigez un test sur vos pièces réelles. Plusieurs dizaines, prises au hasard — pas trois exemples propres choisis par le prestataire.

Mesurez sur les pires cas. Les photos de mauvaise qualité, les fournisseurs exotiques, les documents anciens. C'est là que se joue la différence.

Vérifiez le comportement en cas de doute. Le système signale-t-il, ou devine-t-il ?

Nous faisons ce test pendant le pilote et nous fournissons le taux mesuré. Un taux annoncé avant d'avoir vu vos documents n'a aucune valeur.

La lecture automatique de documents fonctionne aujourd'hui parce qu'elle a cessé de chercher des positions pour chercher du sens. Ce qui la rend déployable en production, ce n'est pas son taux de réussite mais sa capacité à signaler ses propres doutes.