Malgré les logiciels, le papier reste très présent dans beaucoup d'entreprises tunisiennes : bons de livraison signés, factures de petits fournisseurs, documents administratifs, archives de plusieurs années. Les scanner ne suffit pas : un PDF scanné n'est qu'une image. Pour en tirer des informations, il faut deux étapes, que l'on confond souvent.
OCR et IA : deux métiers différents
L'OCR (reconnaissance optique de caractères) transforme l'image d'un texte en texte. Il lit les lettres, mais ne comprend pas ce qu'il lit : pour lui, un montant et un numéro de téléphone sont deux suites de chiffres.
Un modèle d'IA, ensuite, comprend le texte obtenu : il sait reconnaître le fournisseur, la date, le total, ou le numéro du bon de commande cité dans le document.
Étape 1 : un bon scan, la moitié du résultat
La qualité de l'OCR dépend avant tout de l'image. Quelques règles simples changent tout :
- Scanner à 300 points par pouce, en niveaux de gris plutôt qu'en couleur.
- Éviter les photos au téléphone prises de biais, avec des ombres.
- Un document par fichier, ou un nommage qui permet de les séparer.
- Retirer agrafes et pliures avant de passer les feuilles dans le scanner.
Étape 2 : l'OCR
Plusieurs solutions existent, des services en ligne aux outils libres. Tesseract, un moteur open source, fonctionne sur vos propres serveurs et dispose de modèles de langue pour le français comme pour l'arabe. Pour des PDF entiers, OCRmyPDF ajoute une couche de texte au fichier : le PDF reste identique à l'œil, mais devient consultable par recherche.
Les documents mélangeant français et arabe, les écritures manuscrites et les tampons qui chevauchent le texte restent difficiles. Testez toujours sur un échantillon de vos propres documents avant de vous engager.
Étape 3 : l'extraction par l'IA
Une fois le texte obtenu, un modèle d'IA en extrait les champs utiles, dans un format structuré. Le principe est le même que pour les factures reçues par e-mail, détaillé dans Automatiser le traitement des factures fournisseurs reçues par e-mail : une consigne précise, une liste de champs, et l'interdiction d'inventer une valeur absente.
Certains modèles récents lisent directement l'image, sans passer par l'OCR. C'est pratique pour des documents complexes, mais plus coûteux à grande échelle, et les données doivent alors être envoyées au service.
Étape 4 : vérifier et classer
- Contrôles automatiques : format des dates, totaux cohérents, fournisseur connu.
- Vérification humaine des documents signalés comme douteux.
- Classement : le document original rejoint un dossier nommé selon une règle unique (type, date, fournisseur).
- Recherche : une fois le texte disponible, les archives deviennent consultables, y compris par le sens avec la Recherche sémantique : retrouver une information dans vos documents internes.
Par où commencer ?
Ne lancez pas la numérisation de dix ans d'archives d'un coup. Choisissez un flux qui revient chaque semaine, par exemple les bons de livraison, et traitez-le de bout en bout pendant un mois. Vous saurez alors précisément le taux d'erreur, le temps de vérification, et si l'effort en vaut la peine pour le reste.
- L'OCR lit les caractères, l'IA comprend le document : il faut souvent les deux.
- La qualité du scan conditionne tout le reste.
- Le français et l'arabe sont gérés par les outils courants, les documents mélangés et manuscrits restent délicats.
- Commencez par un flux régulier plutôt que par les archives.
Vous avez des documents papier à exploiter ? Découvrez nos domaines d'intervention ou décrivez-nous votre cas.
Questions fréquentes
L'OCR reconnaît-il l'écriture manuscrite ?
Mal, en général. Les outils courants sont faits pour du texte imprimé. Certains modèles d'IA récents font mieux, mais une vérification reste indispensable.
Un scan au téléphone suffit-il ?
Pour quelques documents, oui, avec une application qui redresse l'image. Pour un volume régulier, un scanner à chargeur donne des résultats plus constants.
Faut-il garder les originaux papier ?
Cela dépend de la nature du document et de vos obligations légales et comptables. Renseignez-vous auprès de votre comptable avant de détruire des pièces justificatives.
