Utilisée depuis le début des années 2000 dans les métiers du chiffre, la technologie OCR ou « reconnaissance optique de caractères » constitue un processus de reconnaissance de l’ensemble des caractères figurant sur une pièce comptable.

Cette technologie lit et analyse des images (fichiers pdf ou png) contenant des caractères écrits, dans le but d’en produire une version informatique au format texte. L’OCR permet de capturer les informations, puis de les traiter par comparaison à une bibliothèque de formes. L’OCR est nécessaire pour produire un premier niveau de données, mais elle ne résout pas, à elle seule, l’ensemble du processus d’automatisation de la saisie des pièces comptables.

Ne lui jetons pas trop facilement la pierre pour autant, car la technologie OCR a permis d’enclencher une véritable transformation digitale des cabinets, en rendant possible la dématérialisation des factures. C’est alors qu’entre en jeu la fringante et peu farouche intelligence artificielle, la vraie. En l’associant à une technologie OCR, une IA se transforme en « robot comptable ».

Le robot IA agit en amont et en aval de la réception de la pièce comptable.

Un logiciel d’automatisation agit sur la compréhension de la facture, en allant plus loin que l’OCR seule. L’ensemble des champs spécifiques d’une facture sera interprété : bas de page, logo, nom du fournisseur, date, prix, quantité de produits, etc. Pour que cette lecture soit optimale, il est nécessaire d’entraîner l’IA, afin qu’elle puisse apprendre et être capable de tout distinguer. Pour y parvenir, les éditeurs de logiciels utilisent d’immenses bases de données contenant toutes les images correspondant aux pièces et aux éléments à reconnaître. Ces bases de données se scindent en deux parties :

• d’un côté, la partie « entraînement » : de grandes quantités de données sont insérées dans cette partie afin de construire des modèles, des tendances et des groupements de données ;
• de l’autre, une partie « validation » qui, grâce à la partie « entraînement », évalue les nouvelles pièces comptables entrantes et effectue alors un travail de contrôle.

Pour nous permettre de mieux matérialiser ce processus, détendons-nous avec une partie de cartes.

Connaissez-vous le jeu des paires, ce jeu de société où chacune des cartes est face cachée sur la table ? Un joueur retourne deux cartes au hasard, le but étant de reconstituer chaque paire. Pour exceller à ce jeu, il faut être capable de mémoriser l'emplacement des cartes déjà retournées afin de les retrouver plus tard et former des paires. Un logiciel comptable doté d’une IA joue au jeu des paires avec l’ensemble des factures qui lui sont soumises en permanence. Constamment, il retourne, en effet, une carte – la pièce comptable – pour mémoriser où se situent les informations. C’est sa base de données d'« entraînement ». De nouvelles cartes arrivent en continu et demandent à entrer dans le jeu. L’IA analyse ces nouvelles pièces comptables par comparaison avec les autres. La partie « validation » contrôle alors les bonnes informations. Dès lors, soit la paire est trouvée, soit la carte est catégorisée, selon ses données, comme une nouvelle pièce du jeu. D’ailleurs, en anglais le jeu des paires se nomme Memory, une dénomination plutôt significative ! Bien que réductrice par rapport aux réels mécanismes de certaines IA comptables, notamment la nôtre, cette métaphore permet de schématiser, dans les grandes lignes, nos propos.

Parfois, le logiciel comptable, malgré sa mémoire, n’arrive pas à lire correctement la pièce. Il l’indique alors et ne fait pas entrer ce document dans le processus. Commence, de ce fait, une deuxième phase : la prédiction automatique. Pour chaque pièce reconnue, les algorithmes proposent, de manière automatique, une affectation comptable en fonction d’un certain seuil de confiance. Ce niveau de fiabilité permet de mettre en attente et donc de ne pas envoyer directement dans le plan comptable une écriture dont la fiabilité est mise en doute. Dans ce cas, le comptable est informé de ce risque et il n’aura plus qu’à confirmer ou pas le choix initial de l’IA, afin de lancer la procédure d’exportation. À ce stade du processus, l’automatisation est alors complète.

Plusieurs points sont à retenir. Pour commencer, tous les éditeurs de logiciels ne proposent pas la même IA en termes de performances, de fiabilité, de stabilité et de rapidité d’apprentissage, autant dans la lecture du document que dans son affectation. Certains éditeurs sont excellents au jeu des paires, d’autres plus brouillons et désordonnés. De plus, le périmètre de l'expression « automatisation intelligente » est large : chacun des processus suivants peut entrer dans cette « famille » : le traitement des pièces comptables à partir d'une simple photo, la saisie des factures et des écritures, le filtrage des doublons et des pièces inutiles, la gestion intelligente de la TVA, la génération des écritures bancaires, la gestion de la paie, etc. Chaque éditeur de logiciel comptable possède un tronc commun et des spécificités additionnelles.

Enfin, une dernière précision, l’IA ne peut être efficace et s’améliorer toute seule. C’est un outil technologique qui, par apports successifs, accroît ses capacités. En plus de lui fournir un volume de données, il est nécessaire que celles-ci soient de qualité. La cohérence des données n’est pas un simple détail sur lequel un humain repassera, il en va du bon apprentissage du logiciel.

Romain Passilly, CEO de Inqom

Texte issu du libre blanc de l’éditeur de logiciel Inqom « Démystifier, comprendre et appréhender l'IA dans votre cabinet comptable » disponible en téléchargement : https://www.inqom.com/livres-blancs/demystifier-ia-cabinet-comptable