Factures, bons de livraison, contrats, demandes : dans la plupart des entreprises, c'est le document qui contient les informations, et c'est une personne qui les saisit dans le système. Le traitement automatisé des documents prend le relais à ce stade. Il lit un document entrant, identifie son type, en extrait les champs pertinents et les transmet sous forme structurée au système cible.
L'exigence n'est pas nouvelle, mais son caractère urgent l'est. Depuis le 1er janvier 2025, toute entreprise nationale doit être en mesure de recevoir des factures électroniques émanant d'autres entreprises nationales ; c'est ce que prévoit la nouvelle version de l'article 14 de la loi allemande sur la TVA (UStG). Pour la délivrance, les délais de transition prévus par le § 27, paragraphe 38, de la loi allemande sur la TVA (UStG): À compter du 1er janvier 2027, cette obligation s'appliquera aux entreprises dont le chiffre d'affaires total de l'année précédente est supérieur à 800 000 euros ; à compter du 1er janvier 2028, elle s'appliquera à toutes les autres.
Les micro-entrepreneurs restent définitivement exemptés de l'obligation d'émettre des factures conformément à l'article 19 de la loi allemande sur la TVA (UStG), comme le prévoit § 34a du décret d'application de la loi sur la TVA (UStDV), ainsi que les factures d'un montant inférieur à 250 euros et les titres de transport. Les petits entrepreneurs doivent néanmoins recevoir des factures électroniques. Le FAQ du ministère fédéral des Finances répond aux questions détaillées.
Quiconque reçoit d’emblée des justificatifs lisibles par machine se pose inévitablement la question de savoir pourquoi le reste du courrier entrant continue d’être saisi à la main.
Ce qu'apporte le traitement automatisé des documents
Ce terme est souvent associé à technologie OCR classique est assimilé à cela, mais recouvre en réalité bien plus. La reconnaissance optique de caractères (OCR) convertit les pixels en caractères. Elle permet de savoir quel texte figure sur la page, mais pas ce qu'il signifie.
Le traitement automatisé des documents repose sur ce principe. Il classe le document dans une catégorie, identifie les valeurs pertinentes sur le plan technique et les vérifie par rapport à des règles et à des données de référence. Le fait de parler de traitement automatique ou automatisé des documents relève d'une question d'usage linguistique ; il n'y a pas de distinction technique sous-jacente. Dans le jargon technique, ce domaine est appelé « Intelligent Document Processing ». Logiciel IDP Pour ce faire, il combine la reconnaissance d'images, l'analyse de mise en page et des modèles linguistiques.
Cette approche diffère fondamentalement de l’automatisation robotisée des processus (RPA). La RPA exploite les interfaces existantes selon des règles fixes et échoue dès qu’une donnée saisie change de manière inattendue. Le traitement de documents par apprentissage automatique est précisément conçu pour gérer cette variabilité : il reconnaît la date d'une facture même si celle-ci figure à un emplacement inhabituel.
La chaîne de transformation
Le traitement numérique des documents passe, quelle que soit la mise en œuvre, par les quatre mêmes étapes : saisie, classification, extraction et vérification. La première étape est la saisie. Les documents sont fournis au format PDF, sous forme de scan, de photo ou de pièce jointe à un e-mail ; les formats structurés tels que XRechnung fournissent déjà les données sous une forme lisible par machine et ne nécessitent pas de reconnaissance optique de caractères. Pour les données image, le prétraitement détermine la suite du processus. Les inclinaisons sont corrigées, les contrastes renforcés, et les lots de plusieurs pages sont séparés en opérations individuelles.
Vient ensuite la classification automatique des documents. C'est le système qui détermine s'il s'agit d'une facture, d'un bon de livraison ou d'une lettre de résiliation, car c'est le type de document qui détermine les champs à rechercher. Pour une facture, il s'agit du numéro de facture, de la date, des montants de TVA et des lignes de commande ; pour un contrat, il s'agit de la durée, du délai de préavis et des parties contractantes.
Le site Extraction des données extrait ces valeurs. Les méthodes modernes ne fonctionnent pas avec des coordonnées fixes, mais analysent conjointement le texte, la position et la mise en page. Ainsi, un modèle fonctionne même avec des fournisseurs dont il n'a jamais vu la mise en page de la facture.
Chaque valeur extraite est associée à un niveau de confiance, c'est-à-dire la probabilité avec laquelle le modèle considère que son propre résultat est correct. Cette valeur détermine la dernière étape. La vérification automatisée des documents compare les valeurs extraites aux données de référence, aux commandes et aux règles de calcul, par exemple le total des lignes par rapport au montant de la facture. Si le niveau de confiance est supérieur au seuil défini et que ces vérifications sont satisfaites, le processus se déroule sans intervention humaine. Dans le cas contraire, le processus est transféré vers le traitement manuel. Les corrections qui y sont apportées sont réinjectées dans le modèle sous forme de signal d'apprentissage.
Pourquoi l'automatisation échoue-t-elle dans la pratique ?
La technologie échoue rarement de manière spectaculaire. Elle échoue sur des détails, et presque toujours sur les quatre mêmes.
qualité des justificatifs prend une décision plus rapidement que n'importe quel modèle. Un bon de livraison photographié avec un smartphone, présentant des plis et des ombres, donne de moins bons résultats qu'un fichier PDF généré numériquement. Lorsque les canaux d'entrée peuvent être contrôlés, le passage à des formats structurés s'avère plus efficace que n'importe quelle optimisation de modèle.
Variation de mise en page Cela affecte davantage les entreprises qui ont de nombreux petits fournisseurs que celles qui en ont peu, mais de grande taille. Dix fournisseurs dont les formats de factures sont standardisés peuvent être automatisés plus rapidement que mille fournisseurs dont chacun a sa propre structure.
Exceptions techniques sont les véritables facteurs de coûts. Les livraisons partielles, les avoirs, les factures en devise étrangère ou les destinataires de factures différents sont techniquement corrects, mais rares. C'est précisément pour cette raison que le modèle manque d'exemples d'entraînement, et c'est précisément pour cette raison que ces cas finissent par être traités manuellement.
Seuils mal définis des coûts des deux côtés. Un seuil de confiance trop élevé envoie des documents correctement reconnus en vérification et réduit à néant les avantages de l’automatisation. Un seuil trop bas laisse passer des erreurs qui ne sont détectées qu’une fois dans le système comptable. La correction y est plus coûteuse, car elle implique l’annulation d’une écriture déjà enregistrée plutôt que la rectification d’une opération en cours.
Comment mesurer le niveau d'automatisation
L'indicateur clé est le Taux de traitement en arrière-plan, c'est-à-dire la part des opérations qui se déroulent entièrement sans intervention manuelle. Cet indicateur est plus pertinent que n'importe quel taux de détection, car il reflète la charge de travail réelle.
En matière de précision, il convient de faire une distinction qui passe souvent inaperçue dans les informations fournies par les prestataires. La précision au niveau des champs mesure le nombre de valeurs individuelles correctement identifiées. La précision au niveau des documents mesure le nombre de documents exempts de toute erreur.
La différence est considérable. Avec douze champs par facture et une précision de 98 % par champ, seules 78 % des factures sont, mathématiquement, totalement exemptes d’erreurs, car les probabilités de réussite se multiplient sur l’ensemble des champs : 0,98 à la puissance 12 donne 0,78. Un peu plus d'une facture sur cinq doit donc être vérifiée.
Ce modèle de calcul part du principe que les erreurs sont indépendantes les unes des autres. Dans la pratique, les erreurs se cumulent sur les mêmes pièces justificatives erronées, de sorte que la précision réelle des documents est généralement supérieure à la valeur calculée. Pour le processus, c’est la précision des documents qui compte, car une seule valeur erronée suffit à renvoyer l’ensemble de l’opération en retouche.
Il convient de faire preuve de prudence face aux données de précision issues de tests de performance. Les bases de données publiques telles que CORD ou FUNSD mesurent l'extraction de champs dans des conditions de laboratoire, sur des données validées. Les valeurs obtenues dans ce cadre ne reflètent guère la réalité de votre propre courrier entrant, dont la composition et la qualité varient.
Il est tout aussi important de distinguer les erreurs de détection des erreurs de vérification. Un système qui signale une valeur incertaine comme telle se comporte correctement. Les valeurs critiques sont celles qui sont mal détectées mais qui sont néanmoins restituées avec un niveau de confiance élevé, car ce sont les seules à passer inaperçues lors du contrôle.
Ce qu'exige le cadre juridique
Les documents ayant une incidence fiscale sont soumis aux principes relatifs à la tenue et à la conservation en bonne et due forme des livres comptables, appelés « GoBD ». Le ministère fédéral des Finances les a définis dans Lettre du 11 mars 2024 remanié ; cette version est en vigueur depuis le 1er avril 2024.
En matière de traitement automatisé, cela implique deux exigences concrètes. Premièrement, le principe d'inaltérabilité : les modifications ultérieures doivent être consignées, et le contenu d'origine doit rester identifiable. Une correction apportée lors du traitement ultérieur ne doit donc pas écraser sans laisser de trace la valeur détectée automatiquement. Deuxièmement, la documentation de la procédure, qui décrit comment les documents sont saisis, traités et conservés. Quiconque automatise l'extraction et la vérification doit également documenter cette partie de la procédure.
Dans le cas des factures électroniques, le format est également un critère. Est considérée comme facture électronique tout format électronique structuré conforme à la directive européenne 2014/55/UE et, par conséquent, à la norme CEN EN 16931. Par ailleurs, les formats convenus entre les parties contractantes restent autorisés, à condition qu’ils reproduisent les informations requises de manière interopérable. Un fichier PDF envoyé par e-mail ne répond pas à cette définition.
En Allemagne, on utilise ZUGFeRD et XRechnung la norme, ZUGFeRD intégrant les données structurées dans un fichier PDF tandis que XRechnung est un format XML pur. Dans le cas de ZUGFeRD, tous les profils à partir de la version 2.0.1 sont conformes à la norme, à l'exception de MINIMUM et BASIC-WL : ces deux profils ne reproduisent pas une facture complète et ne sont donc pas considérés comme des factures électroniques au regard de la TVA. Le critère déterminant est la Interprétation administrative du ministère fédéral des Finances.
Les données à caractère personnel contenues dans les documents sont également soumises au RGPD. Cela concerne aussi bien la question du lieu de traitement que les délais de suppression, et c'est la raison pour laquelle les secteurs réglementés exigent que les opérations soient effectuées sur leurs propres serveurs.
Quand cette mise en place est-elle rentable ?
Trois facteurs sont déterminants, et ils peuvent être identifiés à l'avance.
Le site Volume fixe le seuil minimal. Tant qu'une employée traite les documents entrants en parallèle, aucun projet ne supporte ses frais de mise en place. Le bénéfice augmente avec le nombre de documents, car la mise en place n'est effectuée qu'une seule fois, tandis que la saisie s'effectue pour chaque document.
Le site variance détermine l'effort nécessaire. Un type de document bien défini, avec une structure stable, permet d'être rapidement opérationnel, car quelques exemples suffisent pour l'apprentissage. Une boîte de réception contenant trente types de documents et dont les expéditeurs sont variés constitue un véritable projet.
Le site Profondeur du processus détermine le rendement réel. L'extraction permet simplement d'éviter la saisie manuelle. Ce n'est que lorsque les données sont transférées vers le processus en aval, par exemple vers une validation des factures numériques, l'étape manuelle disparaît réellement. Ceux qui se contentent d'extraire les données puis de les transmettre manuellement ne font que déplacer le travail au lieu de le supprimer.
Conclusion
Le traitement automatisé des documents n'est pas un produit isolé, mais une chaîne comprenant la saisie, la classification, l'extraction et la vérification. Son succès dépend moins du modèle utilisé que des conditions cadres : de la qualité des canaux d'entrée, du nombre de types de documents, de la pertinence des seuils fixés et du fait que les données extraites parviennent effectivement au processus en aval.
L'évolution de la réglementation facilite en partie la prise de décision. Ceux qui devront de toute façon émettre et traiter des factures structurées d'ici 2028 peuvent d'emblée envisager l'ensemble du processus de réception.
FR 
DE 
EN 
ES