Page mise à jour le
Friction
La situation aujourd'hui
Le dossier arrive, toujours le même genre de PDF : facture, bon de commande, relevé, annexe d'un marché. Les champs dont vous avez besoin sont toujours les mêmes, et pourtant quelqu'un les retape. Une colonne du tableur, un champ du CRM, une ligne d'un import comptable. Une date au format américain passe, un point à la place d'une virgule, un numéro tronqué, et l'erreur n'apparaît pas comme une erreur : elle apparaît comme une donnée. Trois semaines plus tard, au rapprochement ou à la relance, on rouvre le PDF. Ce travail n'est pas intellectuel. Il est répétitif, facile à mal faire, et indigne du temps de la personne qui sait aussi décider. Tant qu'il tient à une recopie humaine, il se fera bien les matins calmes, et mal les soirs de clôture.
Agent IA
Ce que l'agent fait, étape par étape
Chaque étape est une action observable : vous pouvez vérifier qu'elle a eu lieu, sur quelles données, et revenir dessus.
- 01
Nommer les champs, une fois, par type de document
Facture : numéro, date, échéance, HT, TVA, TTC, SIRET. Bon de commande : référence, quantités, SKU. Vous écrivez la liste. L'agent n'explore pas le PDF à la recherche de « ce qui pourrait servir ». Il cherche ce que vous avez nommé, et seulement ça. Un champ de plus se décide, il ne se découvre pas.
- 02
Extraire et poser la source à côté
Pour chaque fichier, les valeurs sortent dans un tableau, avec un lien vers le PDF d'origine. Pas dans un autre dossier, pas dans une pièce jointe perdue : accessibles depuis la ligne. C'est ce qui transforme une vérification en un geste, au lieu d'une enquête. Sans la source à côté, extraire plus vite ne fait que déplacer l'erreur.
- 03
Contrôler ce qui se calcule et ce qui se compare
Un TTC qui n'est pas HT plus TVA, une date hors période, un numéro déjà vu, un SIRET mal formé : l'agent isole la ligne. Il ne « corrige » pas un montant. Il refuse de le laisser passer pour du bon. Les contrôles sont les vôtres, écrits, pas une impression de cohérence.
- 04
Pousser vers l'outil métier, ou s'arrêter
Les lignes propres partent vers le tableur, la compta, le CRM, selon ce que vous avez branché. Les lignes douteuses restent dans une file, avec le PDF et la raison. Rien n'est écrasé en silence. Un import qui échoue bruyamment se répare ; un import qui écrit un faux numéro se paie plus tard.
Contrôle
Où un humain garde la main
Valider une valeur douteuse n'est pas relire tout le PDF
L'intérêt de nommer les champs, c'est de ne plus tout relire. La relecture humaine porte sur les exceptions : totaux qui ne collent pas, fournisseur inconnu, date absurde, champ vide obligatoire. Par défaut, les lignes propres peuvent avancer, et les autres s'arrêtent. On peut ensuite relire un échantillon au hasard, y compris parmi les lignes que l'agent n'a pas signalées : les vrais problèmes sont souvent là, pas dans ce qu'il a su douter. Ce que l'on ne fait pas, c'est de brancher l'extraction directement sur un lettrage ou un paiement. Une valeur extraite ressemble à une valeur vraie. Elle n'en a pas la garantie.
Limites
Ce que cette automatisation ne règle pas
Ce n'est pas de l'OCR, et ce n'est pas le même projet
Un PDF numérique, avec une couche texte, se prête à l'extraction de champs. Un scan, une photo, un PDF image, c'est un problème de lecture avant d'être un problème de champs : l'article sur ce qui a changé dans la lecture des documents scannés décrit ce terrain, et surtout le piège de la confiance sans filet. Confondre les deux, c'est traiter une photo de restaurant comme une facture électronique, et poster un montant plausible. Cette page s'arrête avant.
Un champ qui n'est pas sur le document ne s'extrait pas
Le compte comptable, l'analytique, le commercial propriétaire, la catégorie produit : souvent absents du PDF. L'agent ne les invente pas. Il peut les proposer à partir d'un historique — ce fournisseur va toujours sur tel compte — et s'arrêter si l'historique manque. Extraire « tout ce qu'il faudrait pour la suite » est une phrase qui cache du métier non écrit.
Les mises en page qui bougent cassent les champs mal nommés
Si vous ancrez un montant à « la troisième case en haut à droite », le prochain modèle de facture vous trahira. Nommer le champ — TTC, numéro de facture — et le contrôler par le calcul est plus stable que coller à une mise en page. Ça ne rend pas l'extraction infaillible. Ça évite de la reconstruire à chaque fournisseur qui change de logo.
Quand ce n'est pas la bonne réponse
Si vous ouvrez six PDF par mois, les recopier est plus simple qu'un projet. Le seuil utile, c'est le moment où la recopie a déjà produit une erreur, ou où elle empiète sur une clôture. De même, si le vrai problème est un tas de scans illisibles, commencez par la qualité du document et par la lecture de scan, pas par un tableau de champs. Enfin, extraire pour extraire — un énorme tableur que personne n'utilise — n'a pas d'intérêt. Il faut savoir dans quel outil la valeur va vivre, et qui la relit quand elle est douteuse. Sans ça, vous aurez des colonnes, pas un flux.
Vos questions
Quelle est la différence avec la lecture d'un document scanné ?
La lecture d'un scan s'occupe de transformer une image en texte et en structure. C'est un autre article, et un autre risque : une erreur d'OCR ressemble à un mot, pas à une alerte. Cette page suppose un PDF déjà numérique, et un travail plus étroit : sortir des champs que vous avez nommés — numéro, dates, montants — puis les contrôler. On relie les deux quand un dossier mélange les supports. On ne les fond pas en un seul projet, parce que le filet n'est pas le même.
L'agent peut-il extraire un tableau entier, pas seulement un champ ?
Oui, si vous avez nommé les colonnes et le document type : lignes de facture, postes d'un BPU, articles d'un catalogue. Le contrôle change alors de nature : ce n'est plus un TTC, c'est une somme de lignes, des quantités, des références. Un tableau mal cadré — colonnes qui fusionnent, totaux en pied de page — sera isolé, pas « compris ». Mieux vaut un tableau partiel et vrai qu'un tableau complet et décalé d'une colonne.
Que devient une valeur que l'agent n'a pas su lire ?
Elle reste vide, avec le PDF à côté et une raison, plutôt que d'être devinée. Une valeur vide se voit. Une valeur inventée se lettre. La file des exceptions est le vrai livrable, autant que les lignes propres. Si trop de documents tombent dans cette file, ce n'est pas « le modèle qui n'est pas assez bon » : c'est souvent que le type de document n'était pas le bon, ou que le champ n'est pas sur la page.
Une idée en tête ?
Réservez un rendez-vous ou écrivez-nous — réponse sous 24 h.