Document intelligence des factures pour un industriel australien

Défi

Cet industriel recevait des factures fournisseurs aux mises en page et formats hétérogènes, et son équipe comptes fournisseurs saisissait chaque champ manuellement. Cette charge manuelle générait des retards de traitement, des erreurs de transcription et des écarts de SKU qui ralentissaient la validation des paiements. Des cycles lents et sujets aux erreurs fragilisaient les relations fournisseurs et brouillaient la visibilité des dépenses pour la finance.

Solution

L'approche : un pipeline d'intelligence documentaire qui intègre les factures fournisseurs, en extrait les champs par OCR et NLP, puis les valide par rapport aux données de référence SKU et tarifaires. Les factures fiables et propres passent directement en validation, tandis que les cas ambigus sont signalés à un relecteur humain, garantissant un contrôle humain sur les cas particuliers. Les corrections des relecteurs alimentent en retour les modèles : la précision d'extraction et les taux de traitement direct progressent à mesure que le système traite davantage de documents.

Démarche

1. 1

   Nous avons cartographié le workflow existant de réception et de validation des factures, défini les champs cibles et fixé avec l'équipe finance les seuils de précision et de traitement des exceptions.

2. 2

   Nous avons développé une couche OCR pour numériser les factures scannées et PDF, puis appliqué le NLP afin d'extraire les lignes, les totaux et les coordonnées fournisseurs.

3. 3

   Nous avons ajouté une validation qui rapproche les SKU et montants extraits des données de référence et n'achemine vers un relecteur humain que les cas à faible niveau de confiance.

4. 4

   Nous avons déployé le pipeline derrière un flux de validation supervisé, puis affiné les modèles d'extraction à partir des corrections des relecteurs pour gagner en précision dans le temps.