Des documents qui entrent seuls dans le système

Pourquoi les documents restent dans la boîte de réception

Lundi, 8 h 30. Une bonne dizaine de pièces jointes attendent dans la boîte mail du bureau : des commandes clients en PDF, des confirmations de dates envoyées par les fournisseurs, des bons de livraison des sous-traitants. Chacune a son propre aspect, car chaque partenaire commercial utilise son propre modèle. Quelqu'un doit ouvrir chaque fichier, y repérer les références, les quantités, les prix et les dates, puis les ressaisir dans le système, champ par champ.

Cette ressaisie a trois coûts qui n'apparaissent jamais sur une facture. Le premier, c'est le temps : de quelques minutes à une bonne dizaine par document, jour après jour, toute l'année. Le deuxième, ce sont les erreurs : une faute de frappe dans une référence, deux chiffres inversés dans une quantité, une mauvaise date. Une erreur de ce genre ne se révèle qu'en production ou à l'expédition, et elle coûte alors plusieurs fois plus cher qu'une minute de ressaisie attentive. Le troisième coût est le moins visible : tant que le document reste dans la boîte de réception, le système ne le « voit » pas. La confirmation de livraison est arrivée il y a deux heures, et pourtant la planification de la production travaille toujours sur des données anciennes.

Il y a aussi un quatrième problème. Les informations contenues dans ces documents restent enfermées dans des pièces jointes dispersées entre les boîtes mail. Quand, trois mois plus tard, quelqu'un doit retrouver une confirmation portant une date précise ou un prix convenu, la recherche commence dans les dossiers et dans la mémoire des collègues.

Une solution en trois volets

Un tel mécanisme peut être intégré au système d'un industriel, et il comporte trois volets.

Premier volet : un point d'entrée unique pour les documents. Tout ce qui arrive par e-mail ou depuis le scanner atterrit au même endroit du système. L'IA reconnaît de quel document il s'agit : une commande client, une confirmation de livraison ou un bon de livraison, et de quel partenaire commercial il provient. La diversité des modèles cesse d'être un problème, car l'IA lit le contenu du document, quelle que soit la mise en page.

Deuxième volet : la lecture automatique et l'enregistrement direct dans la base, exactement là où les données doivent se trouver. Dans le document reconnu, l'IA extrait les lignes, les quantités, les dates, les numéros de commande et les prix, puis les saisit dans les bonnes fiches : une commande client crée les lignes de commande, une confirmation de livraison met à jour la date sur la bonne ligne d'achat. Une personne voit côte à côte le document source et les données extraites, valide d'un clic ou corrige un seul champ. La machine lit et saisit, l'humain valide. Quand les données d'une confirmation diffèrent de la commande, par exemple sur la quantité ou la date, le système allume un « voyant rouge » et transmet l'écart pour clarification là où c'est nécessaire.

Troisième volet : la recherche dans le contenu des documents, sur toute la base. Chaque document est rattaché à la fiche qu'il concerne, et son contenu devient interrogeable avec le reste des données. Une question formulée en langage courant, par exemple « montrez les confirmations de livraison de matière première prévues la semaine prochaine », renvoie une liste de documents en quelques secondes.

Ce que cela change pour le dirigeant

Le calcul se fait de préférence sur vos propres chiffres. Comptez combien de documents de fournisseurs et de clients entrent chaque semaine dans l'entreprise, et combien de minutes il faut pour en ressaisir un dans le système. Multipliez l'un par l'autre, puis le résultat par le coût d'une heure de travail administratif. C'est la première partie du calcul, et la plus simple.

La deuxième partie compte davantage. Repensez à la dernière erreur de ressaisie : une mauvaise quantité de matière première dans une commande, une date erronée, une mauvaise référence. Estimez ce que sa correction a coûté : appels téléphoniques, documents corrigés, un lot mis en attente, un client mécontent. Parfois, quelques situations de ce genre par an suffisent pour que leur coût dépasse toute la première partie du calcul.

La troisième partie, c'est la vitesse à laquelle circule l'information. Une confirmation de livraison qui entre dans le système une minute après l'arrivée de l'e-mail, au lieu du lendemain, c'est une planification de la production fondée sur des données à jour. Cette partie du calcul figure rarement dans le tableau des coûts, et pourtant c'est à l'atelier qu'elle se voit le plus vite.

Par où commencer

L'automatisation prend tout son sens sur un flux de documents ordonné. La première étape, c'est un seul endroit où arrivent les documents : une boîte mail ou un dossier partagé, à la place de pièces jointes dispersées dans les boîtes personnelles des salariés. La deuxième étape, c'est le choix du flux de départ. Mieux vaut commencer par les documents les plus nombreux et au contenu répétitif, par exemple les confirmations de livraison de quelques fournisseurs principaux. La troisième étape, c'est le mécanisme de lecture avec validation humaine, lancé sur ce seul flux. Une fois qu'il fonctionne et qu'il inspire confiance, on l'étend à d'autres types de documents et à d'autres partenaires commerciaux.

C'est exactement le type de mécanisme que je construis dans des systèmes basés sur Claris FileMaker, reliés à l'IA pour la lecture des documents. Si vous souhaitez voir comment cela pourrait fonctionner avec les documents de votre entreprise, écrivez-moi ou réservez un court échange dans le calendrier ci-dessous.

Vous trouverez d'autres idées de ce que l'on peut construire dans votre entreprise dans la rubrique Ressources.