Une IA peut-elle saisir seule les factures fournisseurs ?

Elle peut préparer la saisie de la plupart des factures courantes, mais pas toutes. Les cas ambigus (acompte, nouveau fournisseur, montant inhabituel, scan flou) doivent être validés par une personne, selon des règles écrites à l’avance.

Quel taux de précision peut-on attendre ?

Les chiffres publiés viennent des éditeurs et ne sont pas vérifiables de l’extérieur. Le seul chiffre qui compte est celui d’un test sur cinquante de vos factures réelles, comparé champ par champ à votre saisie actuelle.

Faut-il changer de logiciel comptable ?

Non en principe. Le flux prend les factures là où elles arrivent (e-mail, dossier partagé) et les dépose dans votre outil actuel. Si un tiers tient votre comptabilité, il faut d’abord s’accorder avec lui sur le format d’échange.

Comment éviter le paiement d’une facture frauduleuse ?

Une règle simple : tout IBAN différent de celui connu pour ce fournisseur bloque le paiement jusqu’à une confirmation par un autre canal que l’e-mail, par exemple un appel au numéro que vous avez déjà.

À partir de combien de factures par mois cela vaut-il la peine ?

En dessous d’une vingtaine de factures par mois, le gain est faible. Au-delà de cent, ou dès que la saisie retombe toujours sur la même personne, le calcul devient favorable.

Saisie des factures fournisseurs : ce que l’IA lit bien, et mal

Saisie des factures fournisseurs : que peut lire une IA ?

Une IA lit bien les champs que la facture écrit noir sur blanc : fournisseur, numéro, date, montants, TVA, échéance. Elle lit mal ce qui demande du contexte : une remise négociée à l’oral, un acompte, une ligne ambiguë, un fournisseur nouveau, un scan abîmé. Elle prépare la saisie ; une personne tranche les exceptions. C’est ce partage qui rend l’automatisation utilisable en PME, pas la promesse d’une lecture parfaite.

La saisie des factures fournisseurs est le travail typique de celui qui « fait la compta en plus de son métier » : ouvrir un PDF, recopier huit champs, choisir un compte, classer le fichier. Cet article dit où l’IA est fiable, où elle ne l’est pas, et comment placer le contrôle humain. Il complète la page qui décrit le flux de lecture et de classement en six étapes : ici, nous parlons de ce que vous verrez réellement sur votre bureau.

Ce que disent les guides, et ce qui manque

Nous avons lu les guides de Cegid, de Lido et de Yooz sur l’OCR et le rapprochement de factures. Ils s’accordent sur la mécanique : réception, extraction, rapprochement avec la commande, validation, comptabilisation. Deux points ressortent.

Les chiffres de précision viennent des éditeurs. Lido avance par exemple une baisse du taux d’erreur de saisie d’environ 2 % à moins de 0,2 % et 10 à 15 % de factures qui restent à traiter à la main après rapprochement. Ce sont des affirmations commerciales, sans étude indépendante. Cegid, de son côté, ne chiffre pas la précision et rappelle que « l’OCR ne remplace pas le contrôle humain ».
Personne ne décrit une PME de dix personnes. Les guides parlent d’équipes comptables et de bons de commande systématiques. Chez vous, la moitié des factures arrivent sans commande, par e-mail, parfois en photo.

Retenez l’ordre de grandeur, pas le pourcentage : une part importante du courant se traite seule, une part minoritaire revient à une personne. Votre proportion réelle ne se connaît qu’en testant sur vos propres factures.

Ce qu’une IA lit bien

Les moteurs actuels n’ont plus besoin d’un gabarit par fournisseur : ils lisent une mise en page qu’ils n’ont jamais vue. Les cas où ils sont fiables sont ceux où l’information est explicite et vérifiable.

Les champs d’en-tête. Nom du fournisseur, numéro de facture, date, devise, échéance.
Les totaux. Montant hors taxes, TVA, montant à payer, avec un contrôle arithmétique possible : hors taxes plus TVA doit donner le total.
Les coordonnées de paiement. IBAN et référence, à comparer à ce que vous avez déjà en base pour ce fournisseur.
Les factures répétitives. Loyer, abonnement, énergie : même fournisseur, même structure, mois après mois.
Le classement. Nommer le fichier, le ranger au bon endroit, repérer un doublon par numéro et montant.

Ce qu’une IA lit mal

Une IA se trompe surtout quand la facture ne contient pas la réponse. Le montant est lu correctement, mais la bonne décision dépend d’un fait absent du document.

Cas	Ce qui se passe	Qui tranche
Scan flou, photo de travers, facture manuscrite	Un chiffre est mal lu ou un champ manque	Une personne relit le document source
Acompte, avoir, facture partielle	Les montants sont lus mais leur sens comptable est ambigu	Vous ou votre fiduciaire
Remise convenue à l’oral	Le prix facturé diffère de ce que vous attendiez, sans que la facture le dise	L’acheteur
Nouveau fournisseur	Aucun historique pour comparer l’IBAN ou la catégorie	Une personne, la première fois
Ligne à répartir entre plusieurs comptes ou projets	L’IA propose une imputation plausible mais pas forcément la vôtre	Le responsable de la comptabilité
Facture inhabituelle (montant très supérieur à l’ordinaire)	Rien dans le document ne signale l’anomalie	Une règle de seuil, puis une personne

Une erreur d’extraction a un effet en cascade : un montant mal lu crée ensuite un écart au rapprochement ou, pire, un paiement faux. Le danger n’est pas une IA qui échoue visiblement, c’est une IA qui répond avec aplomb sur un document ambigu. C’est pourquoi le contrôle ne se place pas à la fin, il se place sur les cas à risque. Nous revenons sur ces causes d’échec dans notre article sur les automatisations qui échouent au contact des vraies données.

Qui tranche : cinq règles de validation

Le principe : l’IA prépare, une personne valide ce qui sort de la norme, et la norme est écrite à l’avance. Voici les règles que nous posons en général, à adapter à votre activité.

Contrôle arithmétique. Hors taxes plus TVA égale total. Sinon, la facture est mise de côté.
Fournisseur connu ou non. Un fournisseur jamais vu est toujours validé par une personne. Ensuite, il entre dans la liste.
Seuil de montant. Au-dessus d’un seuil que vous fixez, validation obligatoire, même si tout est cohérent.
Écart avec l’historique. Montant très différent de la moyenne de ce fournisseur, IBAN modifié, nouvelle échéance : alerte.
Doublon. Même fournisseur, même numéro ou même montant à quelques jours d’écart : blocage.

Un IBAN modifié mérite une attention particulière : c’est le schéma classique de la fraude au changement de coordonnées bancaires. L’outil ne doit jamais payer sur un IBAN différent de celui connu sans qu’une personne l’ait confirmé hors e-mail, par exemple par téléphone.

Où l’IA apporte plus que la saisie

Le gain le plus visible est le temps de recopie. Le gain le moins visible est la régularité. Une personne fatiguée un vendredi soir, au dixième PDF, laisse passer un doublon ou une date inversée ; une règle appliquée à chaque facture ne se fatigue pas. L’IA sert donc aussi de contrôleur : elle compare chaque facture à l’historique du fournisseur, repère le numéro déjà vu, signale l’échéance qui change.

Cela suppose une condition : que les règles soient écrites. Une IA sans règle propose, mais ne sait pas quand se taire. Les règles de la section précédente sont ce qui transforme un lecteur de documents en un flux sur lequel vous pouvez compter. Elles se modifient en quelques minutes, à mesure que vous découvrez des cas que personne n’avait prévus.

Comment lire ses propres résultats

Mesurez trois choses, pas une. Le taux de factures passées sans intervention, le taux d’erreurs parmi celles-ci (relevé par l’échantillon hebdomadaire), et le temps moyen passé sur une exception. Un taux élevé de factures automatiques avec un échantillon qui révèle des erreurs est un mauvais signe : les règles sont trop lâches. Un taux bas avec peu d’erreurs est un bon début : le flux est prudent, et vous assouplirez ensuite fournisseur par fournisseur.

Un exemple chiffré, avec ses hypothèses

Prenons une PME qui reçoit 200 factures fournisseurs par mois. Hypothèses, à remplacer par vos chiffres : cinq minutes de saisie et de classement par facture, soit environ 17 heures par mois. Supposons que 75 % des factures passent les cinq règles sans intervention et que 25 % arrivent sur le bureau d’une personne, pour deux minutes de contrôle chacune. Le temps humain tombe alors à environ 1 h 40, plus le contrôle par échantillon des factures passées seules. Ces proportions sont une hypothèse de travail, pas un résultat mesuré chez un client : le vôtre dépend de la qualité de vos documents et de la part de fournisseurs réguliers.

Le calcul utile n’est donc pas « combien l’IA lit juste », mais « combien d’exceptions arrivent chaque semaine, et combien de minutes chacune demande ». Si vous voulez chiffrer ce temps sur votre cas, le diagnostic express en cinq questions sert de point de départ.

Comment démarrer sans prendre de risque

Prenez cinquante factures réelles des trois derniers mois, bonnes et mauvaises, y compris les scans.
Faites-les lire par l’IA et comparez, champ par champ, avec la saisie existante. Notez les erreurs et leur type.
Écrivez les règles de validation à partir de ces erreurs, pas d’une liste générique.
Lancez en parallèle pendant un mois. L’IA prépare, vous saisissez encore comme avant, et vous comparez.
Basculez fournisseur par fournisseur, en commençant par les réguliers.
Gardez un contrôle par échantillon : une facture sur vingt, relue chaque semaine, même quand tout va bien.

Si vous catégorisez aussi vos dépenses, le même flux peut proposer le compte et le projet : voir la catégorisation des dépenses.

Quand ce n’est pas le bon choix

Moins de vingt factures par mois. La saisie manuelle prend une heure ou deux. Le temps de mise en place ne sera pas récupéré.
Documents majoritairement manuscrits ou de mauvaise qualité. Améliorez d’abord la réception (PDF natif demandé aux fournisseurs).
Aucun responsable identifié. Sans une personne qui reçoit les exceptions, elles s’accumulent et le flux perd la confiance de l’équipe.
Votre comptabilité est tenue par un tiers qui exige son propre circuit. Parlez-lui d’abord : le flux doit alimenter son outil, pas le doubler.

Ce que nous ne vous promettons pas

Nous ne promettons pas un taux de lecture. Un chiffre annoncé sans vos documents n’a pas de valeur, et ceux que publient les éditeurs ne sont pas vérifiables de l’extérieur. Nous promettons une méthode : un test sur vos factures, des règles écrites, un contrôle par échantillon, et un flux qui s’arrête quand il doute. Les questions de conservation, de TVA ou de facturation électronique relèvent de votre fiduciaire ou de votre conseil, pas de cet article.