Factures fournisseurs, notes de frais, justificatifs, bons de livraison, formulaires d’adhésion : dans beaucoup d’entreprises, des équipes entières passent encore une partie de leurs journées à recopier des PDF dans un ERP. L’OCR associé aux grands modèles de langage (LLM) sait désormais lire ces documents, même mal scannés. La vraie question n’est donc plus « est-ce que l’IA sait lire ? », mais « à quel point peut-on lui faire confiance ? ». Un montant mal lu qui passe en comptabilité sans que personne ne le voie coûte plus cher qu’une saisie manuelle.
Nous avons sélectionné quatre agences et deux éditeurs français reconnus pour automatiser la lecture de documents. Pourquoi des éditeurs dans une liste d’agences ? Parce que c’est souvent entre une solution prête à l’emploi et une intégration sur mesure que se joue le choix, et que les deux se combinent parfois. Précision importante : Dernier Cri fait partie de la liste. Nous sommes donc juge et partie, et nous l’assumons. C’est pourquoi nous publions nos critères, et que les informations sur chaque acteur proviennent de leurs propres sites. L’ordre de présentation n’est pas un classement de mérite.
Nos critères de sélection
Pour figurer dans cette sélection, un acteur doit réunir :
- des documents réels traités en production (factures, justificatifs, dossiers, formulaires, documents techniques), et pas seulement des démonstrations ;
- une mesure de la fiabilité : scores de confiance, taux de précision, tests sur des données réelles ;
- une place prévue pour l’humain sur les cas incertains, plutôt qu’une automatisation aveugle ;
- des références vérifiables, publiées sur son site ;
- une équipe et une maîtrise des données en France ou en Europe, avec des engagements clairs sur le RGPD et l’hébergement.
Nous distinguons deux familles. Les agences conçoivent une chaîne d’extraction sur mesure, branchée sur vos outils et vos règles métier. Les éditeurs d’IDP (Intelligent Document Processing, ou traitement intelligent des documents) vendent une plateforme ou une API prête à l’emploi, avec des modèles déjà entraînés sur les documents les plus courants. Nous revenons sur ce choix dans la partie « Comment choisir ».
1. Dernier Cri
En bref : fondée en 2014, 48 experts produit, design et tech, implantée à Paris, Lille, Bordeaux, Nantes et Marseille. Entreprise certifiée B Corp et partenaire agréé pour le Crédit d’impôt innovation (CII).
Positionnement : une product factory qui part du processus, pas de la technologie. Analyse des tâches répétitives et des volumes importants de données ou de documents, qualification des cas d’usage selon leur impact, leur faisabilité, leurs risques (qualité, faux positifs, sécurité) et leur ROI, évaluation des solutions existantes du marché face au sur mesure, puis tests sur des données réelles ou représentatives avant tout déploiement. Les solutions livrées sont robustes, mesurables, débrayables et sécurisées, avec des seuils de confiance, une supervision humaine sur les cas sensibles et de la traçabilité.
Références citées : Dernier Cri ne publie pas de cas client consacré à l’extraction de factures. Ses références publiées portent sur l’IA appliquée aux documents métier et sur l’intégration au système d’information :
- Yndia : un SaaS de chiffrage et de conformité pour la chaudronnerie et la tuyauterie industrielle, avec un chiffrage automatisé par IA aux résultats instantanés et une aide à la rédaction des dossiers réglementaires, pour une réduction drastique des erreurs dans les processus ;
- France Chaudronnerie Solutions : un module IA qui permet d’interroger des codes de construction et des cahiers techniques volumineux, de rechercher une information précise et d’accéder plus vite aux sections utiles, sur une plateforme synchronisée avec Zoho CRM ;
- Gereso : un portail de formations RH interconnecté au système d’information (PIM, Salesforce), refondu sans aucune perte de position SEO.
Pour qui : les PME, ETI et grands comptes dont les documents sont propres à leur métier, qui veulent une intégration dans leurs outils et un choix argumenté entre solution du marché et développement sur mesure.
2. Galadrim
En bref : fondée en 2017, 180 collaborateurs, bureaux à Paris, Lyon et Nantes, plus de 800 clients accompagnés.
Positionnement : applications et agents IA sur mesure, portés par une équipe Data & IA. L’agence met en concurrence les modèles sur les vrais contenus et les vrais volumes du client, puis note chaque version sur un jeu de cas de référence construit avec les experts métier. Code, prompts et jeux d’évaluation appartiennent au client.
Références citées : Effy (Athos, une plateforme d’agents combinant OCR et LLM qui classe les dossiers de prime énergie, vérifie leur conformité et isole les anomalies pour les instructeurs : plus de 50 000 dossiers par an et 98,3 % de temps gagné par dossier), Amentum (une IA qui extrait les exigences d’appels d’offres de plusieurs centaines de pages en citant la page source : plus de 1 000 appels d’offres traités et +60 % de productivité), Dix pourcent (un scan de tickets de caisse par OCR, avec Mindee, couplé à un LLM pour reconnaître les produits éligibles).
Pour qui : les organisations qui instruisent de gros volumes de dossiers hétérogènes et veulent mobiliser rapidement une équipe IA importante.
3. Theodo
En bref : fondé en 2009, plus de 700 experts à Paris, Londres, Nantes, Lyon et Casablanca.
Positionnement : conseil et réalisation en IA, data et développement, avec sa méthode Lean Tech appliquée depuis plus de quinze ans. Ses équipes réunissent des experts en data science, machine learning, MLOps et IA générative, et sécurisent des déploiements dans des environnements fortement réglementés.
Références citées : Dixstone (l’automatisation du flux de validation des factures de sa branche Services, qui occupait 4 personnes à temps plein : récupération des PDF dans les e-mails, classification des pages, extraction des valeurs et contrôle face au bon de commande), ista (une application de lettrage mise en production en 6 semaines pour plus de 40 M€ de paiements, avec Azure Document Intelligence pour lire des sources hétérogènes : 60 % des cas que SAP ne traitait pas ont été automatisés).
Pour qui : les grands comptes et les secteurs régulés qui ont besoin d’une forte capacité d’ingénierie et d’un cadre méthodologique très structuré.
4. Flowt
En bref : agence data et IA basée à Paris, qui intervient partout en France.
Positionnement : une offre dédiée à l’automatisation documentaire (factures, bons de commande, contrats, formulaires, courriers, e-mails) qui combine OCR, NLP et LLM, connectée aux ERP comme SAP ou Sage, aux CRM et aux GED. Chaque extraction reçoit un score de confiance ; sous un seuil défini, le document part chez un opérateur humain, dont les corrections améliorent le modèle. Flowt annonce 95 à 99 % de précision sur les documents standardisés, 85 à 95 % sur les documents complexes ou manuscrits, et un traitement des données sur des infrastructures européennes.
Références citées (projets data et IA) : L’Oréal, BNP Paribas, EDF, Decathlon, Novair (600 heures de tâches manuelles supprimées).
Pour qui : les entreprises qui veulent démarrer vite sur un type de document précis, avec une équipe data qui sait aussi gérer le reporting et les flux de données.
5. Mindee
En bref : éditeur basé à Paris, qui propose une API d’extraction de données de documents.
Positionnement : des modèles pré-entraînés pour les factures, reçus, relevés bancaires, RIB, pièces d’identité, passeports, bulletins de paie ou connaissements, sans phase d’entraînement : on part d’un modèle existant et on ajuste le schéma de données. Chaque valeur extraite est accompagnée d’un niveau de confiance et de ses coordonnées dans le document, pour intégrer automatiquement les données sûres et envoyer le reste en validation humaine. API certifiée SOC 2 Type II et conforme au RGPD, hébergement au choix dans l’UE ou aux États-Unis, SDK dans six langages et connecteurs Zapier, Make et n8n.
Références citées : Spendesk, PayFit, Lucca, Indy, Carla Bella.
Pour qui : les équipes produit et tech qui veulent intégrer rapidement, par API, la lecture de documents courants dans leur logiciel.
6. ITESOFT (plateforme AITECA)
En bref : éditeur français, « Made in France depuis 1984 », plus de 650 clients dans 30 pays et plus d’un milliard de documents traités par an. Certifié ISO 27001:2022.
Positionnement : l’automatisation des processus documentaires, avec une forte spécialité sur les factures fournisseurs et le cycle Procure-to-Pay, pour lequel l’éditeur annonce plus de 95 % d’automatisation. Sa plateforme d’IA documentaire AITECA, éditée par ITESOFT INNOVATION, combine LLM, OCR, systèmes experts et NLP selon le type de document, avec des modules de vérification et de détection de fraude. Les LLM sont hébergés en interne, sans appel à une API externe, et l’hébergement se fait en France ou en SecNumCloud selon la sensibilité des données.
Références citées : Lidl (« 70 % de nos factures passent en no-touch »), Macif Vie, CCMO (un ROI atteint en 3 mois), Santéclair, le département de la Gironde.
Pour qui : les directions financières et les organisations régulées (assurance, mutuelles, banque, secteur public) qui veulent une plateforme éprouvée, hébergée en France.
Comment choisir votre solution ou votre agence d’extraction de documents
Les six acteurs ci-dessus savent tous lire des documents avec l’IA. La bonne question n’est donc pas « qui est le meilleur ? », mais « qui est le meilleur pour mes documents et mon processus ? ». Quelques repères pour trancher.
1. Solution sur étagère ou intégration sur mesure ?
Si vos documents sont standards (factures, reçus, RIB, pièces d’identité) et que vous cherchez avant tout à les lire en volume, un éditeur d’IDP vous fera gagner du temps : les modèles existent déjà et la mise en route se compte en jours. Le sur mesure prend l’avantage quand vos documents sont propres à votre métier (dossiers d’instruction, formulaires maison, documents techniques), quand les règles de contrôle sont complexes, quand l’intégration à vos outils est profonde ou quand vos contraintes d’hébergement sont strictes. Mindee le reconnaît d’ailleurs sur son propre site : un développement interne se justifie pour des documents uniques, des exigences fortes de souveraineté ou de très gros volumes. Les deux se combinent souvent : une agence peut bâtir votre chaîne métier autour de l’API d’un éditeur, comme Galadrim l’a fait avec Mindee pour Dix pourcent.
2. Partez du processus, pas du document
L’extraction n’est qu’une étape : il faut recevoir le document, le classer, extraire les champs, les contrôler, faire valider les cas douteux, puis injecter le résultat dans le bon logiciel. Le gain se joue sur toute la chaîne. Nous détaillons cette approche dans Arrêtez de vouloir « mettre de l’IA » : visez l’efficacité opérationnelle.
3. Exigez un banc de test sur vos propres documents
Une démonstration sur des factures bien propres ne prouve rien. Demandez un test sur un échantillon de vos vrais documents, avec des taux de fiabilité mesurés champ par champ. Nous détaillons la méthode plus bas.
4. Regardez l’intégration et le coût à l’usage
Une extraction fiable qui finit dans un fichier Excel ajoute une étape au lieu d’en supprimer. Vérifiez la connexion à votre ERP, votre outil comptable, votre CRM ou votre GED. Faites aussi chiffrer le coût récurrent : prix à la page chez un éditeur, coût des modèles et de l’hébergement pour une solution sur mesure.
5. Vérifiez la souveraineté et la réversibilité
Où sont traités vos documents, et par quel modèle ? Pouvez-vous changer de modèle ou de fournisseur sans tout reconstruire ? À qui appartiennent le code, les prompts et les jeux de test ? Sur un projet innovant mené avec une agence agréée, une partie des dépenses peut aussi ouvrir droit au Crédit d’impôt innovation.
Les questions à poser avant de signer
- Sur quels documents ferez-vous les tests, et combien ?
- Quel taux de fiabilité visez-vous pour chaque champ, et comment le mesurez-vous ?
- Que se passe-t-il quand le système n’est pas sûr de lui ? Et quand il se trompe sans le savoir ?
- Quels contrôles de cohérence sont prévus (totaux, TVA, numéros de SIRET, IBAN) ?
- Où sont hébergées nos données, quel modèle les traite, et combien de temps sont-elles conservées ?
- Pouvez-vous traiter des données de santé dans un environnement certifié HDS ?
- Comment le résultat arrive-t-il dans notre ERP ou notre outil comptable ?
- Combien coûtera le traitement de chaque document, une fois en production ?
- Pouvons-nous changer de modèle ou de fournisseur sans tout reconstruire ?
Quel budget et quel délai prévoir ?
Les deux familles d’acteurs ne se paient pas de la même façon. Un éditeur facture en général selon le volume de pages traitées : Mindee propose par exemple un essai gratuit de 14 jours, puis des paliers selon le volume. Un projet sur mesure se compte d’abord en temps d’équipe, puis en coût d’usage des modèles et d’hébergement. Côté délais, les chiffres publiés donnent des ordres de grandeur : Flowt annonce un premier pipeline opérationnel en 4 à 6 semaines pour un type de document, puis 2 à 4 mois pour étendre la solution et l’intégrer à vos systèmes ; Theodo a mis en production l’application de lettrage d’ista en 6 semaines. Le volume compte aussi : Flowt situe le seuil de rentabilité à partir de 100 documents par mois d’un même type.
Pour comparer plus largement les agences capables d’automatiser un processus complet, lisez notre sélection des meilleures agences pour automatiser un processus métier avec l’IA.
Comment mesurer la fiabilité avant de se lancer
Un taux global de « 98 % de précision » ne dit pas grand-chose. Ce qui compte, c’est de savoir quels champs sont fiables, sur quels documents, et ce qui se passe quand le système se trompe. Quatre étapes permettent de le mesurer avant d’engager un déploiement.
1. Un banc de test sur un échantillon de vrais documents
Constituez un échantillon représentatif de votre flux réel : plusieurs centaines de documents, avec les scans de travers, les photos de smartphone, les factures étrangères, les documents manuscrits et les fournisseurs rares. Faites saisir les bonnes valeurs par vos équipes : c’est la vérité de référence. Chaque solution, éditeur ou sur mesure, est ensuite comparée sur ce même jeu, ce qui rend les résultats comparables.
2. Des taux de fiabilité champ par champ
Mesurez la fiabilité séparément pour chaque champ : numéro de facture, date, montant HT, TVA, montant TTC, SIRET, IBAN. Un taux global élevé peut masquer un champ critique peu fiable. Distinguez aussi le champ vide du champ faux : un champ manquant se voit, une valeur fausse mais plausible passe inaperçue. Ajoutez des contrôles de cohérence automatiques, comme HT + TVA = TTC ou la clé de contrôle d’un IBAN, qui attrapent une bonne partie des erreurs.
3. Une validation humaine sur les cas incertains
Le banc de test sert aussi à régler les seuils de confiance : au-dessus, la donnée part directement dans vos outils ; en dessous, un opérateur la vérifie dans un écran qui montre le document et la zone lue. Le bon réglage se mesure en taux de documents traités sans intervention, sans dégrader la fiabilité des données qui passent en automatique. Les corrections humaines enrichissent ensuite le jeu de test.
4. La conformité RGPD et HDS pour les données sensibles
Factures, justificatifs et formulaires contiennent souvent des données personnelles : le RGPD impose de savoir où elles sont traitées, par quels sous-traitants, et combien de temps elles sont conservées. Si vos documents contiennent des données de santé (feuilles de soins, factures de praticiens, justificatifs de mutuelle), leur hébergement doit être certifié HDS (hébergeur de données de santé). Vérifiez que tout le circuit est couvert, modèle d’IA compris : un appel à une API de modèle hébergée ailleurs suffit à faire sortir les données du périmètre.
FAQ
Quelle est la meilleure solution d’extraction de documents par IA en France ?
Il n’y a pas de réponse unique. Le bon choix dépend de vos documents, de vos volumes, de vos outils et de vos contraintes d’hébergement. Un éditeur convient aux documents standards en volume, une agence aux documents et aux processus propres à votre métier. Comparez les six acteurs présentés ici sur les critères ci-dessus, et surtout sur un banc de test avec vos propres documents.
OCR, IDP, LLM : quelle différence ?
L’OCR transforme une image en texte. L’IDP va plus loin : il classe le document, repère les champs utiles et les structure. Les LLM apportent la compréhension du contexte, utile pour les mises en page variées ou les documents peu structurés. Les solutions actuelles combinent généralement les trois, avec des règles de contrôle et une validation humaine.
La facture électronique rend-elle l’extraction inutile ?
Pas entièrement. La généralisation de la facture électronique entre entreprises françaises réduit progressivement la part des factures à lire en PDF. Mais les notes de frais, les justificatifs, les factures de fournisseurs étrangers, les formulaires et les documents techniques continueront à arriver sous forme de scans ou de PDF.
Faut-il toujours une validation humaine ?
Sur les cas incertains, oui. L’objectif n’est pas de vérifier chaque document, mais de concentrer l’attention de vos équipes sur ceux que le système signale comme douteux. Bien réglée, cette validation fait gagner du temps sans sacrifier la fiabilité.
Parlons de vos documents
Vos équipes passent trop de temps à recopier des factures, des justificatifs ou des formulaires ? Découvrez notre offre IA et automatisation, ou contactez-nous pour en parler.
