OCR (reconnaissance de documents)

Comment ça marche

Un document scanné ou photographié n’est qu’une image pour un ordinateur. La reconnaissance optique de caractères, l’OCR, transforme cette image en texte. Les outils classiques reconnaissent les lettres ; les modèles multimodaux récents vont plus loin : ils lisent le document comme une personne, repèrent les tableaux, les cases, les signatures, et peuvent en extraire directement les informations demandées dans un format structuré.

Dans une automatisation, l’OCR est la première étape : une facture arrive en PDF scanné, elle est lue, ses champs sont extraits, vérifiés, puis envoyés dans l’outil de gestion. La qualité dépend d’abord de la numérisation : résolution, cadrage, contraste. Puis du contrôle : des règles de cohérence qui attrapent les erreurs de lecture, et une relecture humaine des cas douteux. Bien conçue, la chaîne traite des centaines de documents par jour avec une précision qu’aucune saisie manuelle n’atteint.

Un exemple concret

1. Entrée : les factures arrivent par e-mail en PDF, ou en papier, scannées par l’assistante. Formats variés, 120 fournisseurs différents.
2. Lecture : un modèle multimodal lit chaque facture et remplit un schéma : fournisseur, numéro, date, lignes, montants hors taxe, TVA, total, et un champ « confiance » par valeur.
3. Contrôles : le total égale-t-il la somme des lignes plus la TVA ? Le fournisseur existe-t-il ? Le numéro est-il nouveau ? La date est-elle dans le mois ? Chaque échec marque la facture.
4. Relecture : les factures sans anomalie passent en saisie automatique, à valider en lot. Les 8 % marquées sont relues une par une, avec l’image à côté des champs.
5. Résultat : le temps de traitement est passé de trois jours-personne par mois à une demi-journée, et les erreurs de saisie ont presque disparu.

Les 8 % de cas relus sont presque tous des scans de mauvaise qualité. Un rappel aux fournisseurs et un meilleur scanner les ont réduits de moitié.

Ce que ça change pour une équipe

• Le papier entre dans les automatisations. Tout ce qui arrive en scan ou en photo devient des données.
• La saisie disparaît. Ce qu’une personne recopiait, l’outil le lit. La personne vérifie.
• La qualité augmente. Avec des contrôles automatiques, les erreurs se voient avant d’entrer dans la comptabilité.
• La numérisation devient un sujet. Un bon scanner et une consigne de cadrage valent plus qu’un meilleur modèle.

Les limites et les erreurs fréquentes

• Faire confiance à la lecture. Une lecture n’est jamais parfaite. Les contrôles de cohérence et la relecture des cas marqués ne sont pas optionnels.
• Négliger la numérisation. Un scan flou ou de travers divise la précision. La qualité se gagne à la source.
• Oublier les données personnelles. Les documents lus en contiennent souvent. Le traitement par un service en ligne se fait sous contrat, et le local est une option.
• Un schéma trop rigide. Une facture inhabituelle force les informations dans les mauvais champs. Prévoir « autre » et « incertain », et une sortie vers l’humain.