Le taux de traitement sans intervention fixe le coût des documents

En 2025, des chercheurs ont publié une comparaison de deux méthodes d’extraction de données de factures sur un ensemble de 102 factures, aux mises en page anglaises et allemandes, les unes nativement numériques et les autres numérisées. Un pipeline fondé sur Docling a atteint 63 % de précision globale par champ. Un second, LlamaExtractor, a atteint 94 %.¹ L’écart entre 63 % et 94 % est le genre de chiffre qui finit sur une diapositive. Ce n’est pas celui qui décide de ce que paie un service financier ou sinistres.

Ce chiffre est la part des documents qui vont de la boîte de réception au grand livre sans qu’aucune personne n’y touche, ce que l’on appelle le traitement sans intervention, ou STP (straight-through processing). Un document dont un champ sur plusieurs est erroné exige quand même un humain, et cet humain coûte autant que l’erreur porte sur un champ ou sur dix. Pour un responsable des opérations, la question à poser à tout éditeur ou équipe interne est donc de savoir combien de documents passent sans intervention, et ce qu’il advient des autres.

Pourquoi la précision par champ flatte le système

La précision par champ se compte champ par champ. Un document n’est traité sans intervention que si chaque champ nécessaire est exact, ou si les champs erronés sont interceptés. Les deux mesures divergent dès qu’un document comporte plus de quelques champs, parce que les erreurs de champs différents s’additionnent document par document.

Prenons le modèle le plus simple. Si chaque champ était exact 98 % du temps et si les champs échouaient indépendamment, un document de 10 champs serait entièrement exact environ 82 % du temps. Les champs réels ne sont pas indépendants, puisqu’une mauvaise numérisation en dégrade plusieurs à la fois : il s’agit donc d’une illustration de la forme du problème, et non d’une prévision. L’idée survit à la simplification : un système excellent champ par champ peut laisser près d’un document sur cinq à une personne.

L’étude de 2025 sur les factures montre le même phénomène sous un autre angle. Ses auteurs ont aussi appliqué à chaque facture un contrôle de cohérence, qui vérifie que le montant net, la taxe et l’arrondi s’additionnent pour donner le montant brut. LlamaExtractor a passé ce contrôle sur 93 % des factures, et le pipeline Docling sur 80 %, 20 % échouant.¹ Ce contrôle n’est pas un taux de STP mesuré et ne doit pas être cité comme tel. Il montre en revanche qu’un test au niveau du document et un score au niveau du champ répondent à des questions différentes.

Regardez la colonne Docling. La précision globale par champ était de 63 %, et 80 % de ses factures passaient pourtant le contrôle arithmétique.¹ Un contrôle réussi est donc une preuve plus faible qu’il n’y paraît, car des montants peuvent s’additionner correctement tout en étant rattachés à la mauvaise ligne ou au mauvais fournisseur. Toute règle qui laisse passer un document sur le seul test de cohérence doit être traitée comme une barrière à auditer, et non comme une preuve.

Comment fonctionnent les seuils et les files d’exceptions

La plupart des systèmes d’extraction attachent un score de confiance à chaque champ. Un seuil transforme ce score en décision. Au-dessus, le champ est accepté. En dessous, le document part dans une file où une personne regarde la page, les valeurs extraites et les endroits d’où elles proviennent. Le niveau du seuil est un choix métier : le relever envoie plus de documents à des personnes et réduit le taux d’erreur qui atteint le grand livre ; l’abaisser produit l’effet inverse.

Deux détails de conception comptent. Le premier est que le relecteur doit voir l’endroit exact de la page où chaque valeur a été lue. Le benchmark DocILE, un jeu de données public de 6,7k documents professionnels annotés couvrant 55 classes de champs, défend la même idée pour sa tâche en notant que la localisation est essentielle aux interactions avec un humain dans la boucle, à l’audit et à d’autres traitements.² Un relecteur qui doit chercher la valeur sur la page met plus de temps, et un relecteur pressé approuve plus d’erreurs.

Le second détail est que le seuil doit varier selon le champ. Un numéro de facture erroné est généralement peu coûteux à corriger. Un compte bancaire ou un total erroné, non. Un seuil global unique les traite de la même façon : les erreurs bon marché encombrent la file pendant que les coûteuses passent. Un meilleur dispositif fixe des seuils plus stricts sur les champs où une erreur coûte de l’argent et laisse passer les champs peu coûteux avec une règle plus souple et un échantillonnage périodique.

Les auteurs de DocILE soulignent aussi que la plupart des jeux de données publics sont petits et que de nombreux résultats sont publiés sur des jeux privés.² Cela compte ici, car c’est la raison pour laquelle un acheteur ne peut pas lire un taux de traitement sans intervention dans un classement. Ce taux dépend de vos fournisseurs, de vos mises en page et de la qualité de vos numérisations, et seuls vos propres documents peuvent le mesurer.

Ce qu’un relecteur détecte réellement

L’intérêt de la file d’exceptions suppose que la personne qui s’y trouve détecte ce que la machine a manqué. Les recherches sur l’erreur humaine sont moins rassurantes. Dans une synthèse de ce que l’on sait des erreurs de tableur, Raymond Panko indique que des taux de détection et de correction proches de 90 % ne se rencontrent que dans les processus les plus simples, comme la relecture de fautes d’orthographe qui ne sont pas des mots valides. La détection tombe à environ 70 % lorsque la faute est elle-même un mot valide, et une étude d’Allwood de 1984 a constaté qu’environ la moitié seulement des erreurs de logique en mathématiques était détectée.³ Ces travaux portent sur les tableurs et la relecture, et non sur la validation de factures : ils fixent une fourchette plausible, sans mesurer votre file.

Une revue systématique du biais d’automatisation dans l’aide à la décision clinique couvre encore un autre domaine et va dans le même sens. Sur 13 821 articles recensés, 74 répondaient à ses critères d’inclusion, et les auteurs notent qu’il y a souvent une incapacité à reconnaître les erreurs nouvelles que ces systèmes introduisent.⁴ Les facteurs d’atténuation qu’elle examine sont la formation, la responsabilisation et des choix de conception comme l’affichage de niveaux de confiance mis à jour sur le résultat. Ces conclusions viennent de contextes cliniques, et personne n’a montré que l’ampleur de l’effet se transpose à la comptabilité fournisseurs. Le mécanisme est facile à imaginer : un relecteur qui voit un formulaire prérempli et un score de confiance élevé est enclin à approuver.

Ce que vaut le traitement sans intervention

L’arithmétique est simple, et le maillon faible est le taux de traitement sans intervention lui-même. Nous avons cherché un benchmark primaire publié en accès libre sur les taux de traitement sans intervention des factures et des sinistres, sans en trouver un que nous puissions vérifier. Des articles secondaires citent des taux et des coûts par document issus d’enquêtes sectorielles, et ces chiffres se contredisent : nous n’en utilisons aucun. Si un éditeur annonce un taux, demandez la définition, la composition des documents et la période.

Le rapport de benchmark de traitement documentaire de Newmind présente des chiffres de coût par document, de taux de traitement sans intervention, de précision par champ et de délai de traitement à comparer à vos flux d’entrée.

Ce que les données ne disent pas

L’étude sur les factures est modeste : 102 factures, constituées pour l’occasion, dans deux langues. Ses auteurs notent que les grands jeux de données de factures industrielles sont rares pour des raisons de confidentialité, et un résultat sur 102 documents ne se transpose pas proprement à une base de fournisseurs de plusieurs milliers de mises en page.¹ Les deux pipelines comparés sont en outre deux instantanés de 2025, et les outils d’extraction évoluent vite.

Un taux de traitement sans intervention élevé peut aussi être un échec. Si le seuil est fixé trop bas, le taux monte parce que des erreurs sont approuvées, et le coût réapparaît plus tard sous forme de doubles paiements, de litiges et de corrections. Publiez le taux de traitement sans intervention avec le taux d’erreur relevé sur un échantillon des documents passés sans intervention. L’un sans l’autre peut être truqué, le plus souvent sans que personne ne l’ait voulu.

Que faire ensuite

1. Définir par écrit le traitement sans intervention : un document ne compte que si personne n’y a touché et si un échantillon ultérieur le confirme exact.
2. Mesurer la situation de départ sur un mois de vos propres documents, par fournisseur ou par type de formulaire, avant de tester un outil.
3. Fixer les seuils de confiance champ par champ, les plus stricts là où une erreur déplace de l’argent, et suivre chaque semaine la taille de la file.
4. Montrer aux relecteurs l’emplacement source de chaque valeur, et échantillonner une part des documents approuvés automatiquement pour l’audit.
5. Suivre les motifs d’exception, car les mêmes quelques causes expliquent généralement l’essentiel de la file et peuvent souvent être corrigées en amont.

Si vous souhaitez une première estimation des endroits où l’IA pourrait réduire les coûts de vos propres flux documentaires, le pré-audit gratuit est un court questionnaire qui en renvoie une.