Factures extraites par IA : quels contrôles avant validation?

Comparez les champs à la facture, vérifiez les calculs et traitez les exceptions avant de transmettre les données à vos outils.

Personne utilisant une calculatrice devant des documents sur un bureau en bois.

Contenu de l’article

Avant de valider les données d’une facture extraites par IA, comparez les champs au document original, recalculez les lignes et les totaux selon ses règles, puis recherchez un doublon. Toute ambiguïté doit rester en revue avec une personne responsable. Un score de confiance élevé ou un total qui balance ne suffit pas à autoriser une écriture comptable ou un paiement.

Cette méthode convient à une PME qui reçoit des factures PDF ou numérisées et veut réduire la ressaisie. Elle porte sur le contrôle de l’extraction, avec un exemple fictif simple. Elle ne détermine pas les taxes applicables ni la validité comptable d’une dépense.

Quand une extraction plausible devient un problème

Le fournisseur semble correct, mais son nom ressemble à celui d’une autre entreprise. La date est lisible, mais son ordre jour/mois reste incertain. Un montant correspond au solde à payer plutôt qu’au total de la nouvelle facture. Ou les mêmes données reviennent dans un deuxième PDF.

Commencez par le document et le résultat brut de l’extraction. Conservez les avertissements et les traces du traitement, s’ils existent. Une différence entre deux écrans ne permet pas, à elle seule, de conclure que le modèle est la cause : une règle de conversion ou une correspondance de champ peut intervenir après l’extraction.

Le modèle facture de Microsoft Document Intelligence, par exemple, peut retourner des champs et des lignes sous forme structurée. Produire cette structure constitue une étape technique; votre processus doit encore vérifier ce qu’elle signifie pour le dossier.

Préparer le pilote et son périmètre

Choisissez d’abord une famille de documents : par exemple, des factures fournisseurs simples, dans une seule devise, sans acompte ni note de crédit. Les autres documents vont dans une file de revue identifiée. Définissez les champs obligatoires, les personnes qui vérifient et les critères d’arrêt avant de raccorder le résultat à votre ERP.

Il faut un original complet et lisible, un référentiel de fournisseurs à jour, un registre des factures déjà traitées et un endroit pour consigner les corrections. Utilisez des documents fictifs pour les premiers essais. Pour un pilote sur des documents réels, confirmez les accès, la destination des données, la conservation et les conditions du service utilisé.

Les contrôles manuels et le petit test local présenté ici ne demandent pas de service payant. Un extracteur infonuagique, du stockage et du temps de revue peuvent toutefois entraîner des coûts. Vérifiez les tarifs et limites de votre configuration avant un essai; aucun prix ou gain de productivité n’est présumé dans cet article.

1. Garder la preuve à côté de chaque valeur

Préparez une fiche où chaque champ possède quatre éléments : texte lu, valeur proposée, emplacement dans le document et décision. Pour le numéro de facture, par exemple, conservez le texte exact avant de retirer des espaces ou des caractères. Une transformation utile doit rester explicable.

Les outils ne retournent pas tous les mêmes preuves. La référence Entity de Google Document AI décrit notamment le texte extrait, la valeur normalisée, la confiance et les repères de page ou de texte. Ces éléments sont optionnels. S’ils manquent, indiquez « preuve non fournie » et ouvrez l’original; n’inventez ni position ni score.

Une valeur normalisée, comme une date réécrite, facilite l’intégration. Elle n’établit pas que le sens a été correctement compris. Conservez donc l’original et la version retenue après revue.

2. Confirmer l’identité, le numéro, la date et la devise

  • Fournisseur : rapprochez l’entreprise du référentiel connu avec les éléments autorisés disponibles. Un nom ressemblant n’est pas une correspondance certaine.
  • Numéro : vérifiez les caractères, les zéros initiaux et les confusions possibles entre lettre et chiffre. Ne réutilisez pas un numéro de commande comme numéro de facture.
  • Date : distinguez émission et échéance. Une valeur comme 04/05/2026 demande une clarification si le format n’est pas établi.
  • Devise : confirmez le code ou la mention non ambiguë dans le dossier. Le symbole $ seul ne permet pas toujours de choisir entre CAD et USD.

Un champ absent ne devient pas zéro, une chaîne vide ou une valeur habituelle sans règle explicite. Une coordonnée bancaire extraite ne doit pas mettre à jour automatiquement le référentiel de paiement; cette modification suit son propre processus de vérification.

3. Recalculer sans confondre total et solde à payer

Sur une facture simple, vérifiez la quantité multipliée par le prix unitaire, puis la somme des montants de lignes. Comparez ensuite le sous-total et les montants de taxes indiqués au total de la facture. Avant d’utiliser cette règle sur d’autres documents, explicitez les rabais, frais, arrondis, acomptes ou avoirs. Un écart ne se « corrige » pas en changeant un montant jusqu’à ce que l’addition fonctionne.

Le schéma facture officiel de Microsoft distingue InvoiceTotal, AmountDue et PreviousUnpaidBalance. Cette distinction aide à éviter une mauvaise correspondance : le total de la facture courante n’est pas nécessairement le montant restant à payer.

Exemple illustratif, sans taux fiscal revendiqué : deux unités à 40,00 et une unité à 20,00 donnent un sous-total de 100,00. Le document fictif indique un montant de taxe de 15,00 et un total de 115,00 CAD. Un résultat extrait de 175,00 doit être revu. Mais une extraction modifiée à trois unités, sous-total 140,00, taxe 15,00 et total 155,00 est cohérente arithmétiquement tout en contredisant l’original. Il faut donc comparer les valeurs à une référence indépendante, pas seulement les additionner entre elles.

Pour un contrôle programmé, utilisez une représentation décimale et une règle d’arrondi explicite, adaptée à votre cas. La documentation Python Decimal décrit les calculs décimaux et les limites du contexte. Dans notre test, les montants sont construits à partir de chaînes de caractères; aucune conversion depuis un flottant binaire n’est utilisée.

4. Rechercher les doublons dans le bon périmètre

Comparez la paire fournisseur identifié + numéro de facture aux dossiers déjà conservés et aux autres documents du lot. Un même numéro provenant d’un fournisseur différent n’est pas automatiquement un doublon. À l’inverse, un PDF renommé peut représenter la même facture.

La clé retenue dépend du fonctionnement des fournisseurs : séries, entités ou années peuvent demander une règle supplémentaire. Documentez-la avant de normaliser les numéros. Une correspondance signale un doublon potentiel à examiner; elle ne justifie pas la suppression automatique. Distinguez aussi une facture corrigée d’une deuxième copie.

5. Utiliser la confiance pour orienter la revue

Microsoft décrit la confiance d’extraction comme une estimation entre 0 et 1, qui n’est pas fournie pour tous les champs. Elle peut aider à trier les résultats. Elle ne confirme ni le fournisseur retenu, ni la cohérence de votre mapping, ni l’autorisation de paiement.

Ne choisissez pas un seuil universel seulement parce qu’il semble élevé. Évaluez les résultats sur des documents représentatifs, avec une référence vérifiée, puis mesurez les erreurs laissées passer et les cas envoyés en revue. La note de transparence Microsoft recommande une évaluation adaptée à l’usage et une supervision appropriée. Aucun seuil de production n’est validé par notre démonstration.

Pour démarrer, utilisez trois états explicites : « à vérifier », « écart à résoudre » et « extraction vérifiée ». Le dernier signifie que les contrôles prévus ont été accomplis; il ne vaut pas approbation de la dépense. Affectez chaque exception à une personne et conservez la valeur initiale, la correction, le motif et la décision. Une nouvelle extraction doit rouvrir les contrôles concernés plutôt que remplacer silencieusement un résultat validé.

Ce que la démonstration a réellement vérifié

Le 27 octobre 2026, un test local en Python 3.9.6 avec Decimal a contrôlé huit jeux de valeurs structurées entièrement fictifs. Les huit assertions ont réussi : deux cas passent les contrôles techniques et six sont orientés vers une revue. Le 11 novembre 2026, un nouveau contrôle des huit mêmes jeux de valeurs, avec un script reconstruit à partir des règles documentées, a confirmé ces résultats.

  • Le cas simple à 115,00 passe.
  • Une quantité de trois avec un montant de ligne de 80,00 est signalée.
  • Une devise manquante et une date ambiguë sont signalées séparément.
  • Une paire fournisseur + numéro déjà connue est signalée; le même numéro chez un autre fournisseur connu ne l’est pas.
  • Un total de 175,00 est signalé malgré un score fictif de 0,99.
  • Le cas cohérent à 155,00 est signalé par comparaison à la référence, même si ses calculs internes passent.

Nous n’avons exécuté aucun OCR ni modèle IA et n’avons téléversé aucune facture. La référence était un jeu de valeurs saisi manuellement; aucune comparaison visuelle d’un PDF ou d’une image n’a été testée. Les scores et erreurs ont été injectés; ils ne mesurent pas la qualité de Microsoft, Google ou d’un autre fournisseur. Le test ne couvre ni arrondis, rabais, acomptes, avoirs, soldes précédents, conversion de devises, fraude ou règles fiscales. Aucun ERP, paiement ou envoi externe n’a été déclenché.

Checklist avant de raccorder l’extraction à votre processus

  • L’original est complet, lisible et relié au résultat.
  • Fournisseur, numéro, date et devise ont une preuve vérifiable.
  • Les valeurs sont comparées au document et les calculs sont refaits selon les règles du cas.
  • Le total de facture est distingué du solde à payer.
  • Le registre et le lot ont été vérifiés pour les doublons potentiels.
  • Chaque exception possède un responsable et une décision tracée.
  • La validation de l’extraction reste distincte de l’approbation comptable et du paiement.

La grille de recette utilisateur peut servir à consigner ces critères. La grille automatisation classique ou IA aide à séparer les règles, l’interprétation et les décisions qui demandent une validation humaine. Si les contrôles doivent être intégrés à vos outils, notre offre d’applications et d’intégrations sur mesure au Québec et au Canada permet de cadrer le pilote et le traitement des exceptions.

Sources techniques revérifiées le 11 novembre 2026. Démonstration initiale du 27 octobre; nouveau contrôle des mêmes cas le 11 novembre 2026.

Découvrez plus d’articles

Discutons de votre projet.

Expliquez-nous ce que vous souhaitez améliorer. Nous vous aiderons à choisir les prochaines étapes.

Démarrer la discussion