Publicité

Pour une dématérialisation des factures sur-mesure et réellement efficace

  • ia-dematerialisation-factur-x.png

    Factur X et intelligence artificielle
    Intelligence artificielle dans la dématérialisation des factures
  • Des saisies manuelles ou paramétrages réguliers sont encore nécessaires. L’Intelligence Artificielle devient alors indispensable pour rendre le processus réellement efficace avec notamment l’extraction intelligente des données manquantes dans la Factur-X pour alimenter l’ERP avec TOUTES les données nécessaires.Par ailleurs, l’IA traite tous les flux, y compris ceux qui ne sont pas Factur-X. 

    La Factur-X et ses limitations

    Factur-X se décline en cinq profils de factures électroniques (MINIMUM, BASIC WL, BASIC, EN 19631 et EXTENDED), avec des niveaux de granularités d’informations différents.

    En principe, Factur-X se veut un format complet et modulable par le biais de sa version étendue (EXTENDED) qui permet d’intégrer de nombreuses informations, mais qui nécessite la création de profils « EXTENDED » complexes.Dans les faits, et du point de vue légal en France, le profil « MINIMUM » suffit à être en conformité. Le format « EXTENDED », de par sa complexité de mise en place, sera donc très rare.

    « Les entreprises recevant des factures fournisseurs au format « MINIMUM » et « BASIC WL » devront alors prendre le temps de rechercher visuellement les informations complémentaires sur la facture (PDF), et de les saisir manuellement. »

    Un cas intéressant concerne les informations qui peuvent être obligatoires sur une facture, mais qui ne le sont pas dans les profils Factur-X, comme l’écocontribution (EC). Le FNFE-MPE* recommande de l’ajouter dans un champ note au profil « EN 16931 », ou tout simplement ne pas l’ajouter dans la partie XML. 

    Certaines données de facturation, dont l’EC ou les frais de port, ne seront donc présentes sur la Factur-X que sur les profils avancés et à la condition de la création de profils complexes et spécifiques, ou seulement sur le PDF de la Factur-X. Pour ce dernier cas, à charge au client de récupérer l’information visuellement pour la saisir manuellement. 

    L’IA, la réponse de Youdoc 

    Youdoc, traite la réception des différents formats de factures fournisseurs (Factur-X, papier, e-mail, PDF signé…) et propose une IA pour pallier ces limitations. 

    facture-x-youdoc.jpg

    Dans notre exemple, l’extraction de l’EC à partir d’une facture se fait automatiquement avec Youdoc :

    • La première phase consiste à détecter les zones du document pouvant contenir des valeurs d’EC. En général, ces valeurs se trouvent dans le corps de la facture. Youdoc utilise alors des outils de « Computer Vision* » pour détecter et interpréter les données
       
    • Une fois les structures isolées dans la facture, il est nécessaire de traiter chaque ligne, voire chaque cellule, afin de retrouver celles qui contiennent des valeurs d’EC. Cette phase combine des outils de « Deep Learning* », et des méthodes de traitement automatique de la langue (NLP). Youdoc va extraire les données en se basant uniquement sur leur contexte et donc prendre en charge tous les types de factures, indépendamment de leur structure. 
       
    • La dernière phase consiste à filtrer les résultats obtenus et de ne retenir que les plus pertinents. Il s’agit ici de retirer les résultats bruités, mais aussi d’intégrer des règles métiers dans le traitement des données. 

    La démarche de Youdoc de recherche de l’EC dans une facture peut facilement s’adapter à la recherche de n’importe quelle information. Cela permet de pallier les limitations du format Factur-X, mais aussi d’éviter la création de profils EXTENDED très complexes, et donc minimiser l’effort demandé aux entreprises pour adapter leurs outils à ces profils personnalisés. 

    Le format Factur-X est une réelle avancée pour fluidifier le flux factures fournisseurs, mais pour pleinement automatiser le traitement des factures et leur imputation, une solution (OD*) de dématérialisation intelligente est indispensable.


    Sokol KOCO, Docteur en IA pour Youdoc

    sokol.png

    À lire sur Archimag
    Les podcasts d'Archimag
    La mise à disposition des décisions de justice en Open Data a vu le jour grâce à la loi pour une République numérique votée en 2016. Les articles 20 et 21 prévoient la mise en open data des quatre millions de décisions de justice produites chaque année par les tribunaux français. Camille Girard-Chanudet est chercheuse en sociologie au sein du Centre d’étude des mouvements sociaux. En 2023, elle a soutenu une thèse devant l’École des hautes études en sciences sociales (EHESS) : "La justice algorithmique en chantier, sociologie du travail et des infrastructures de l’intelligence artificielle". Dans ce cadre elle a rencontré les équipes de la Cour de cassation qui procèdent à l’anonymisation des décisions de justice.

    2025-Catalogue Dématérialisation-Serda Formation