Traitement de documents par IA : extraire, classer, résumer

Qu'est-ce que le traitement de documents par IA ?

Le traitement de documents par IA – connu à l'international sous le nom d'Intelligent Document Processing (IDP) – désigne un logiciel qui transforme automatiquement des documents non structurés en données structurées et exploitables. Au lieu de gabarits figés comme l'OCR classique, les systèmes modernes recourent à la compréhension de la mise en page, à l'apprentissage automatique et aux grands modèles de langage. Ils reconnaissent ainsi les champs même lorsque chaque facture, contrat et formulaire est différent.

Trois tâches centrales : l'extraction (lire des champs pertinents comme le montant, la date, la partie contractante), la classification (identifier le type de document, p. ex. facture, rappel ou contrat) et le résumé (condenser de longs textes à l'essentiel). L'objectif n'est pas de remplacer les personnes, mais d'automatiser la saisie répétitive et de libérer les spécialistes pour la revue et les exceptions.

Comment fonctionne le traitement : de l'OCR au résumé

Un pipeline IDP typique se déroule en plusieurs étapes. Chaque étape peut être mesurée et améliorée séparément :

• Capture et OCR : le papier scanné ou photographié est converti en texte lisible par machine ; les PDF numériques fournissent le texte directement.
• Classification : le système attribue le document à un type (facture, contrat, bon de livraison, formulaire) et l'achemine vers le bon processus.
• Extraction : les modèles de mise en page et de langage lisent champs et lignes – p. ex. numéro de facture, taux de TVA, IBAN, échéance ou durée du contrat.
• Validation : des règles et rapprochements contrôlent les données (contrôle des totaux, rapprochement avec les données maîtres, format IBAN ou QR-facture suisse).
• Résumé et analyse : les grands modèles de langage condensent les contrats en points clés, extraient les échéances ou signalent des clauses – idéalement avec renvoi au passage source.
• Transmission : les données structurées alimentent via des interfaces l'ERP, la comptabilité, la GED ou le CRM – sans ressaisie manuelle.

Factures, contrats, formulaires : cas d'usage typiques

• Factures (comptabilité fournisseurs) : lecture automatique du fournisseur, du montant, de la TVA, de l'IBAN et des lignes, rapprochement avec la commande et la réception, comptabilisation avec validation humaine. Spécificité suisse : la QR-facture, avec son code QR structuré, facilite une extraction fiable.
• Contrats : extraire clauses, délais de résiliation, durées et parties, classer les contrats et les résumer pour la revue juridique. L'IA fournit le brouillon – l'appréciation juridique reste aux professionnels.
• Formulaires et demandes : numériser les formulaires d'intégration, de sinistre ou de demande, valider les champs et les intégrer aux systèmes métier – y compris des saisies manuscrites de qualité variable.
• Documents multilingues : en Suisse, des documents en allemand, français, italien et anglais arrivent dans la même boîte. Les modèles modernes gèrent ces langues, supprimant le tri manuel préalable.

Précision, confiance et revue humaine

La précision ne se mesure pas globalement mais par champ : une date peut être correcte 99 pour cent du temps, une note manuscrite bien moins souvent. Ce qui compte, c'est le score de confiance que le modèle produit pour chaque extraction. Il détermine quels documents passent sans intervention (straight-through processing) et lesquels vont à la revue humaine (human-in-the-loop).

Les bons systèmes s'appuient donc sur un seuil : en dessous d'une certaine confiance, ou en cas d'échec de validation, le document arrive sur un écran de revue. Le contrôle reste aux personnes, tandis que l'essentiel de la routine est automatisé. La prudence s'impose surtout avec les résumés de modèles de langage : ils peuvent produire des affirmations plausibles mais fausses (hallucinations). Renvois aux sources et contrôles par sondage sont donc indispensables.

Protection des données et conformité en Suisse

Les documents contiennent souvent des données personnelles et des secrets d'affaires. En Suisse s'applique la loi fédérale révisée sur la protection des données (nLPD), surveillée par le PFPDT ; pour les clients dans l'UE, le RGPD peut aussi s'appliquer. La limitation de la finalité, la minimisation des données, un registre des traitements et – pour les projets à risque élevé – une analyse d'impact sont essentiels.

• Localisation des données : clarifier où ont lieu le traitement et le stockage. Hébergement suisse ou UE, transfert chiffré et un contrat de sous-traitance avec le prestataire sont essentiels.
• Entraînement sur vos données : garantir contractuellement que les documents soumis ne servent pas à entraîner des modèles tiers sans consentement.
• Conservation : livres et pièces comptables doivent en principe être conservés dix ans selon le Code des obligations (CO art. 958f) – l'archivage doit rester à l'épreuve de révision même si la saisie est automatisée.
• Secret professionnel : les dossiers médicaux, juridiques ou bancaires impliquent des obligations de confidentialité supplémentaires pouvant justifier une solution sur site ou strictement isolée.

L'introduire en cinq étapes

• Choisir un processus bien délimité et à fort volume – p. ex. les factures entrantes – plutôt que tout automatiser d'un coup.
• Définir des critères de succès : précision cible par champ, taux d'automatisation acceptable et temps de traitement maximal.
• Tester avec des documents réels et représentatifs – y compris mauvais scans, langues étrangères et cas particuliers.
• Mettre en place le flux de revue et les seuils de confiance pour que les cas incertains parviennent de façon fiable aux personnes.
• Clarifier tôt la protection des données, les contrats et la localisation, puis surveiller et ajuster en continu la précision en production.