OCR sur site ou OCR dans le cloud : comparaison des durées d'exécution

Avant qu'une IA puisse comprendre un document, le texte qu'il contient doit être reconnu. C'est le rôle de la reconnaissance optique de caractères, ou OCR (Optical Character Recognition). Ce processus s'effectue soit via un service cloud, soit sur du matériel dédié.

Ce choix peut sembler relever de la protection des données. Mais c'est aussi une question de délai d'attente. Nous avons comparé les deux méthodes en utilisant les mêmes documents authentiques. Cet article présente les chiffres, les raisons et notre décision.

L'architecture : un serveur en Allemagne, un service dans l'UE

« Sur site » signifie que la reconnaissance de texte s'effectue sur votre propre matériel plutôt que chez le fournisseur de services cloud. Nous avons effectué ces mesures sur notre propre serveur, situé dans un centre de données en Allemagne. Le fonctionnement est identique dans le centre de données d'un client.

Le serveur est une machine unique dotée de 8 cœurs de processeur et d'environ 65 Go de mémoire vive. Le système de détection y fonctionne sous forme de conteneur, c'est-à-dire comme un ensemble logiciel autonome. Ce même fournisseur propose également ce logiciel de reconnaissance sous forme de service cloud. Les documents et les résultats ne sont stockés sur le serveur qu’en mémoire vive ; rien n’est enregistré sur le disque dur.

Le service cloud du même fournisseur, hébergé dans un centre de données situé dans l'UE, a servi de référence. Il est accessible via une API OCR. Nous avons effectué nos mesures à l'aide de documents commerciaux accessibles au public, notamment des fiches techniques, des rapports d'activité, des rapports de fonds et des fiches de données de sécurité.

Tous les délais indiqués s'appliquent à une reconnaissance OCR complète, qui prend également en compte la mise en page du document, les tableaux, les cases à cocher et l'emplacement de chaque élément de texte ; il s'agit donc en réalité d'un peu plus qu'une simple reconnaissance de texte. Le temps a été mesuré depuis l'envoi jusqu'au résultat final, téléchargement compris.

Voici à quoi ressemble le résultat dans l'onglet „ Document Layout “ de notre visualiseur de documents : les tableaux, les paragraphes et les mots individuels sont mis en surbrillance. Lorsque l'on passe la souris sur un mot, son niveau de lisibilité s'affiche ; ici, il est de 99 % pour „ Dockingstation “.

Les valeurs mesurées

Nous avons effectué les mesures le 29 octobre et le 2 novembre 2026, en utilisant les mêmes fichiers pour les deux méthodes. Les chiffres indiqués sont des médianes, c'est-à-dire des valeurs moyennes : la moitié des documents a été traitée plus rapidement, l'autre moitié plus lentement. Pour les documents longs, il s'agit d'un seul test pour chaque méthode.

Des documents courts, les uns après les autres. Dix documents d'une page et neuf documents de deux pages ont été envoyés alternativement dans les deux sens, en trois séries. Un document d'une page a été traité en 2,5 secondes sur le serveur interne, contre 5,5 secondes dans le cloud. Pour deux pages, les temps respectifs étaient de 3,9 et 6,0 secondes. Sur l'ensemble des 57 paires, le serveur interne s'est révélé plus rapide.

Plusieurs documents à la fois. Pour des documents de dix pages maximum, envoyés un par un, notre serveur a mis 3,9 secondes, contre 6,6 pour le cloud. Avec quatre documents simultanés, le temps de traitement était de 23 secondes sur notre serveur, contre 6,3 dans le cloud. Avec huit documents simultanés, le temps de traitement était respectivement de 75,5 et 6,1 secondes. Le cloud reste stable à environ six secondes, quel que soit le nombre de documents reçus.

Les documents volumineux. C'est là que l'écart est le plus important. Un document de 313 pages a pris 9,6 minutes sur notre propre serveur, contre 43 secondes dans le cloud. Pour 535 pages, le temps était respectivement de 16,0 minutes et 59 secondes.

Pourquoi les documents volumineux sont-ils lents sur un serveur ?

Un serveur individuel dispose d'une puissance de calcul fixe. Grâce à la reconnaissance de mise en page, notre serveur traite entre 36 et 48 pages par minute ; la moyenne mesurée sur une nuit entière est de 37. Pour aller plus loin, il faudrait davantage de machines.

D'après nos observations, le service cloud répartit la charge de travail sur plusieurs machines. Ainsi, 535 pages ont été renvoyées en 59 secondes. Pour un seul document court, cette répartition n'apporte pas grand-chose. Dans ce cas, ce qui compte, c'est la rapidité avec laquelle une tâche démarre, et notre propre serveur s'est révélé plus rapide lors de notre test.

Il y a également une file d'attente sur le serveur. Celui-ci traite les tâches dans l'ordre. Lorsque de longs documents se trouvaient en tête de la file d'attente, un document de deux pages devait patienter près de dix minutes. Il était lu rapidement, mais son tour ne venait pas.

Une tâche isolée, qui durait depuis plus d'une heure environ, s'est interrompue chez nous. C'est pourquoi, lorsque l'on traite des documents volumineux sur son propre matériel, il est recommandé de les diviser au préalable en sections.

OCR sur site : avantages et inconvénients

Trois arguments plaident en faveur de notre propre matériel :

• Lieu de traitement: Les documents ne quittent pas le centre de données où se trouve le serveur.
• Temps de réponse court: Une page s'affichait en 2,5 secondes, contre 5,5 dans le cloud.
• Coûts fixes liés au matériel: Une machine coûte un montant fixe par mois, quel que soit son taux d'utilisation.

Quatre arguments s'y opposent :

• Puissance limitée: Grâce à la reconnaissance de mise en page, un serveur lit environ 40 pages par minute.
• File d'attente: Un long document ralentit les courts si personne ne gère l'ordre d'exécution.
• Exploitation: Les mises à jour, les redémarrages et la surveillance incombent à l'opérateur. En cas de panne d'un serveur, aucun autre ne prend le relais.
• Pas d'économie par page: Chez notre fournisseur, le site coûte le même prix sur notre propre matériel que dans le cloud. Le matériel est facturé en supplément.

API OCR dans le cloud : avantages et inconvénients

Trois arguments plaident en faveur du service cloud :

• Vitesse sous charge: Même avec huit documents ouverts simultanément, le temps de réponse est resté d'environ six secondes. 535 pages ont été lues en 59 secondes au lieu de 16,0 minutes.
• Hors service: Pas de serveur dédié, pas de mises à jour, pas de surveillance.
• Paiement à l'utilisation: La facturation s'effectue à la page. Il n'est pas nécessaire de disposer d'une machine qui resterait autrement inutilisée pour faire face à de rares pics de charge.

Trois arguments s'y opposent :

• Les documents quittent les locaux: Le prestataire les traite dans son centre de données. Cela nécessite un contrat de sous-traitance conformément à l'article 28 du RGPD.
• Accès depuis l'étranger: Pour les prestataires soumis à la législation américaine, les dispositions suivantes s'appliquent Code des États-Unis, titre 18, § 2713. Sur ordre des autorités, elles sont tenues de sauvegarder ou de communiquer des données, „ que ces communications, enregistrements ou autres informations se trouvent aux États-Unis ou en dehors “. Autrement dit : peu importe que les données se trouvent aux États-Unis ou non. Le simple fait d'être situé dans l'UE ne protège pas contre cet accès.
• Limites lors du téléchargement: Lors du téléchargement de deux fichiers de 7 et 15 Mo, l'opération s'est interrompue pour l'une des parties en raison d'un dépassement du délai d'attente. Une deuxième tentative a abouti.

Cet article décrit la mise en balance générale Sur site vs. cloud. Le coût de la reconnaissance de texte par page est indiqué dans Aperçu des coûts de l'OCR.

La facturation des documents volumineux

On pourrait tout simplement multiplier le nombre de nos propres serveurs. Pour répartir de longs documents sur plusieurs machines, à l'instar du cloud, il nous faudrait, selon une estimation approximative, une dizaine de machines de ce type. Cela représenterait environ 1 000 euros par mois rien que pour la reconnaissance de texte.

Mais chez nous, les documents volumineux comptant des centaines de pages sont rares. Les machines resteraient à l'arrêt la plupart du temps. C'est pourquoi nous avons décidé de ne pas procéder à cette extension.

Nous proposons au contraire les deux options. Ceux qui n'autorisent le traitement qu'en Allemagne bénéficient de notre serveur situé en Allemagne. Le traitement d'un document d'environ 300 pages prend alors 9,6 minutes au lieu de 43 secondes. Ceux qui autorisent le traitement dans l'UE bénéficient du service cloud. Pour en savoir plus sur l'exploitation sur votre propre matériel, consultez IA sur site.

Où en êtes-vous ?

• Vos documents vous parviennent-ils au compte-gouttes tout au long de la journée, ou en une seule fois le matin ?
• Quelle est la longueur de votre document le plus long : dix pages ou 500 ?
• Vos contrats autorisent-ils le traitement des données au sein de l'UE, ou uniquement en Allemagne ?
• Est-ce que l'utilisateur attend le résultat, ou le traitement s'effectue-t-il en arrière-plan ?
• Qui s'occupe des mises à jour et des pannes lorsque le serveur se trouve chez vous ?

Conclusion

Pour les documents courts et isolés, un serveur OCR dédié est plus rapide : 2,5 secondes au lieu de 5,5 pour une page, dans les 57 comparaisons effectuées. Dès qu'il y a plusieurs documents à traiter simultanément ou qu'un document compte des centaines de pages, le cloud prend l'avantage. Le traitement de 535 pages a pris 16,0 minutes sur notre serveur, contre 59 secondes dans le cloud.

La décision ne repose donc pas en premier lieu sur l'aspect technique, mais sur le contrat. Où vos documents peuvent-ils être traités ? C'est de là que dépend la marche à suivre, et c'est ainsi que l'on peut planifier les délais. Si vous souhaitez tester vos propres documents selon ces deux approches, n'hésitez pas à nous contacter.