Extraire une date, un montant ou un taux de TVA d'un PDF : l'IA sait aujourd'hui le faire. Sur une démonstration, tout paraît simple. On dépose un justificatif, les données arrivent dans le logiciel comptable.
Le vrai sujet est ailleurs. Une IA qui échoue visiblement pose peu de problèmes, car quelqu'un s'en aperçoit. La difficulté, c'est l'erreur plausible, celle qui ressemble trait pour trait à une bonne réponse.
Lire une facture est devenu accessible
Il y a quelques années, automatiser la saisie des factures demandait de paramétrer chaque fournisseur. Chaque nouveau format exigeait un réglage. Les modèles d'IA actuels lisent un document qu'ils n'ont jamais vu et en extraient les champs utiles.
Le gain est réel. La saisie manuelle des pièces est répétitive, peu valorisante et sujette aux fautes de frappe. La confier à une machine libère du temps pour l'analyse et le suivi des fournisseurs.
Mais une démonstration montre le cas favorable : une facture propre, un seul taux, un fournisseur connu. Elle ne dit rien du jour où le document sort de l'ordinaire.
Les exceptions font la vraie difficulté
Dans un service comptable, les cas particuliers ne sont pas rares. Ils font partie du quotidien :
- un acompte, qui ne doit pas être traité comme une facture soldée ;
- deux taux de TVA sur la même facture, à ventiler correctement ;
- un avoir lu comme une facture, qui transforme un remboursement en dépense ;
- un document envoyé deux fois, par courriel puis par courrier, qui risque d'être payé deux fois.
Sur ces cas, l'IA ne signale pas toujours son embarras. Elle peut produire une réponse parfaitement plausible, et fausse. Le montant a le bon format, la date est cohérente, rien n'attire l'œil.
Ce comportement tient au mécanisme même de ces modèles. Ils produisent la réponse la plus probable au vu du document. Ils ne refont pas l'addition et ne vérifient pas que HT et TVA donnent bien le TTC. Une réponse fluide n'est pas une réponse vérifiée.
Les vraies questions deviennent alors organisationnelles. Qui vérifie les montants ? Qui repère les doublons ? Et qui reprend la main quand quelque chose cloche ?
Le coût se pilote document par document
Le second angle mort est économique. Faire passer chaque justificatif dans un modèle puissant a un prix. Certains traitements appellent même le modèle plusieurs fois sur la même pièce, pour lire, classer, puis contrôler.
Sur quelques dizaines de factures, la dépense passe inaperçue. Sur des milliers par mois, elle devient une ligne budgétaire à part entière. Et la facture globale de l'outil ne dit pas où part l'argent.
L'indicateur utile est le coût par document. Il montre quels types de pièces coûtent cher, et permet de se demander s'ils méritent vraiment le modèle le plus puissant.
La facture électronique fait une partie du travail
Depuis le 1er septembre 2026, toutes les entreprises doivent pouvoir recevoir des factures électroniques, selon le calendrier de la réforme. Les grandes entreprises et les ETI les émettent déjà. Les PME suivront le 1er septembre 2027.
Ces factures arrivent dans des formats structurés (Factur-X, UBL ou CII). Les montants, les taux et les références y sont déjà lisibles par une machine. Pour elles, demander à une IA de « lire » le document n'a guère de sens.
L'IA garde son utilité pour le reste : fournisseurs étrangers, tickets de caisse, notes de frais, factures PDF encore reçues pendant la transition. La réforme ne supprime pas le sujet. Elle invite à réserver l'IA aux pièces qui en ont réellement besoin.
Un circuit de contrôle en quatre étages
La solution n'est pas de tout confier à l'IA, ni d'y renoncer. Elle consiste à organiser un circuit où chaque document reçoit le traitement qu'il mérite, ni plus ni moins.
- Des outils simples pour les documents simples. Une facture structurée, ou un fournisseur récurrent au format stable, se traite par des règles. C'est rapide, prévisible et peu coûteux.
- Des contrôles automatiques sur chaque pièce. HT plus TVA égale TTC, taux autorisés, fournisseur connu, numéro de facture déjà vu chez ce fournisseur. Ces vérifications ne coûtent presque rien et bloquent toute incohérence arithmétique.
- L'IA la plus puissante pour les cas complexes. Document inhabituel, mise en page inédite, contrôle en échec : c'est là que le modèle le plus capable apporte sa valeur.
- Une validation humaine pour les cas douteux. Quand un contrôle échoue ou que le modèle signale une faible confiance, le document part vers une personne. Elle tranche, et sa décision est enregistrée.
Ce circuit change la nature du travail comptable. On ne ressaisit plus chaque pièce. On traite les exceptions, avec le contexte nécessaire pour décider vite.
La traçabilité garde chaque décision lisible
Automatiser ne doit pas faire perdre la trace des décisions. Pour chaque document, il faut pouvoir répondre simplement : qui l'a traité, avec quel outil, et qui a validé en cas de doute.
Cette trace sert au quotidien, quand un fournisseur conteste un paiement. Elle sert aussi lors d'un audit, pour expliquer comment un montant est entré en comptabilité. Une erreur repérée tard se corrige alors à la source, sans enquête.
Elle touche enfin à la maîtrise des données. Vos factures décrivent vos fournisseurs, vos prix et vos volumes. Savoir où elles sont traitées, par quel modèle, et pouvoir en changer sans tout reconstruire fait partie du même sujet.
Deux chiffres disent où vous en êtes
Au départ, la question semblait technique : l'IA sait-elle lire une facture ? La réponse est oui, et ce n'est pas la question qui compte. La bonne question est double : combien d'erreurs passent sans être vues, et combien coûte un document traité ?
Un outil incapable de répondre à l'une des deux n'est pas encore un système de production. Prenez les vingt dernières factures reçues et comptez celles qui sortent de l'ordinaire : acompte, avoir, plusieurs taux, doublon. Ce nombre dit où se jouera la fiabilité de votre automatisation.
Une IA fiable n'est pas celle qui ne doute jamais. C'est celle qui sait quand demander une vérification, et dont on maîtrise le coût.