Aller au contenu
Stratégie & Transformation Digitale

Lire les liasses fiscales avec l'IA : retour sur une chaîne OCR qui a supprimé la ressaisie

Chez un administrateur judiciaire, chaque liasse fiscale était ressaisie à la main. Retour sur la chaîne d'extraction construite en quatre mois : pourquoi l'OCR seul ne suffit pas, ce que fait l'étape de contrôle, et ce que recouvrent les trois heures gagnées par dossier.

Tristan Dumas
Tristan Dumas

Consultant senior IA, JUWA

18 novembre 20266 min de lecture
Lire les liasses fiscales avec l'IA : retour sur une chaîne OCR qui a supprimé la ressaisie

Résumer avec

Oui, une IA peut lire une liasse fiscale et en sortir des chiffres fiables, à une condition : ne jamais faire confiance à la seule reconnaissance de caractères. Chez un cabinet d'administration judiciaire, la chaîne que nous avons construite extrait, contrôle puis structure les données. Résultat mesuré : plus de ressaisie, environ trois heures gagnées par dossier.

Ce retour d'expérience correspond au cas client publié sur les liasses fiscales. Nous y ajoutons ici ce que le cas ne détaille pas : pourquoi une liasse résiste aux outils génériques, comment on contrôle une extraction, et ce qu'il faut vérifier avant de lancer un projet comparable dans son propre métier.

Avant : un mandat judiciaire, des liasses recopiées à la main

Un administrateur judiciaire analyse la situation d'entreprises en difficulté. Pour chaque dossier, il faut dépouiller les comptes des derniers exercices, souvent plusieurs liasses fiscales par société, plus les pièces juridiques. Dans ce cabinet, chaque poste était relevé à l'œil, reporté dans un tableur, puis contrôlé, parfois deux fois.

Le problème n'était pas seulement le temps. Une erreur de report sur un bilan fausse une analyse qui finit devant un tribunal. Et les volumes montaient plus vite que la capacité de l'équipe : le temps passé à recopier n'était plus disponible pour comprendre la situation de l'entreprise, ce pour quoi le cabinet est mandaté.

Si vous cherchez d'abord le cadre général de ce type de projet, notre page sur l'extraction de documents par IA décrit la démarche. Ce qui suit est le détail d'un cas.

Pourquoi une liasse fiscale résiste aux outils génériques

Sur le papier, une liasse est un formulaire normé. Pour une société au régime réel normal, les tableaux 2050 à 2059 donnent le bilan, le compte de résultat, les immobilisations, les amortissements, les provisions et le passage au résultat fiscal. Pour le régime simplifié, ce sont les tableaux 2033. Un outil de lecture devrait donc s'en sortir.

En pratique, trois choses compliquent tout. D'abord, les liasses ne sortent pas toutes du même logiciel : mises en page, polices et découpages changent d'un expert-comptable à l'autre et d'un exercice à l'autre. Ensuite, un dossier d'entreprise en difficulté arrive rarement en fichiers propres : scans de photocopies, pages de travers, tampons, annotations à la main. Enfin, les tableaux contiennent des cellules fusionnées et des colonnes « exercice N » et « exercice N-1 » côte à côte, que l'on confond facilement.

Un moteur de reconnaissance de caractères, même bon, produit alors un résultat plausible. Un 8 lu comme un 3, une colonne décalée, et le total reste crédible à l'œil. Dans un travail dont la conclusion est opposable, plausible ne suffit pas.

Pendant : une chaîne en trois étages

La solution livrée enchaîne trois étapes, chacune vérifiable.

L'extraction. Chaque page est lue, chaque tableau reconnu et chaque valeur rattachée à sa ligne et à sa colonne. C'est la partie que tout le monde imagine quand on parle d'IA documentaire, et ce n'est pas la plus importante.

Le contrôle qualité. C'est l'étage qui décide de tout. Une liasse contient ses propres preuves de cohérence : le total de l'actif doit égaler celui du passif, le résultat inscrit au bilan doit égaler celui du compte de résultat, les sous-totaux doivent tomber juste, les valeurs nettes des immobilisations doivent correspondre aux valeurs brutes moins les amortissements. La chaîne rapproche les valeurs extraites entre elles et signale toute incohérence. Une valeur qui ne passe pas les contrôles n'entre pas en silence dans l'analyse : elle est montrée au collaborateur, avec la page concernée.

La structuration. Les données contrôlées alimentent un modèle Excel automatisé, dans le format que les équipes utilisaient déjà pour leurs analyses. Personne n'a eu à changer d'outil de travail.

C'est l'étage du milieu qui permet de se passer d'une relecture intégrale. Sans lui, on aurait remplacé la saisie par une relecture ligne à ligne, et le gain aurait disparu.

Pourquoi la mission a duré quatre mois

Un pilote d'extraction se monte en quelques semaines sur un lot de documents homogènes. Ici, la mission a duré quatre mois, avec un atelier chaque semaine et un suivi continu. La raison tient aux documents : chaque nouveau format rencontré demandait d'ajuster les règles d'extraction, puis de revérifier que ce qui fonctionnait déjà fonctionnait encore.

C'est le point que nous conseillons de regarder en premier dans un projet de ce type. Avant de parler d'outil, on rassemble un échantillon réel : des liasses de plusieurs logiciels, de plusieurs années, des scans de mauvaise qualité, et les cas qui posent problème aux équipes. Un projet qui ne teste que des PDF propres sera bon en démonstration et décevant en production.

Trois livrables ont été remis : l'outil de bureau, le modèle Excel automatisé, et la documentation accompagnée d'une formation des utilisateurs. Le dernier compte autant que les deux autres. Dans un cabinet où la saisie manuelle était la norme depuis toujours, un outil livré sans formation reste sur le poste de la personne qui l'a demandé.

Après : ce que les chiffres recouvrent exactement

Les gains mesurés à l'usage sont les suivants : la saisie manuelle a disparu du processus, la vitesse de traitement a été multipliée par quatre, chaque dossier fait gagner environ trois heures et chaque collaborateur récupère plus de cinq heures par semaine.

Le cas client annonce aussi une fiabilité de 100 %. Il faut lire précisément ce que cela veut dire. Ce n'est pas la reconnaissance de caractères qui est parfaite : aucune ne l'est sur des scans dégradés. C'est la chaîne complète qui ne laisse passer aucune valeur incohérente sans la signaler. La différence est essentielle. Une erreur de lecture qui reste cohérente avec le reste de la liasse, par exemple deux chiffres faux qui se compensent, reste théoriquement possible ; les contrôles croisés rendent ce cas très improbable, sans le rendre impossible. Le collaborateur garde la responsabilité de son analyse.

Le temps libéré est revenu à l'analyse. Sur un mandat judiciaire, c'est ce temps-là, passé à comprendre une situation et non à recopier des chiffres, qui fait la qualité de ce que le cabinet remet au tribunal.

Le même principe dans d'autres métiers

Expertise comptable, banque, assurance-crédit, fonds d'investissement, mandataires : tous les métiers qui lisent des comptes d'entreprise ressaisissent tôt ou tard des liasses. La logique reste la même partout : extraire, puis contrôler avec les règles internes du document, puis livrer dans l'outil que les équipes utilisent déjà.

Ce qui change, c'est le niveau de contrôle attendu. Un cabinet comptable qui prépare une revue peut accepter une alerte de plus ; un analyste crédit qui décide d'un financement voudra la trace de chaque valeur jusqu'à la page source. Le même raisonnement s'applique aux factures fournisseurs, que nous comparons dans notre article sur la saisie des factures par OCR et IA.

Avant de lancer un projet comparable

Quatre questions à se poser, dans cet ordre.

  1. Combien de documents par mois, et combien de temps chacun prend-il aujourd'hui ? Sans cette mesure de départ, aucun gain ne pourra être démontré.
  2. Quels formats réels arrivent ? Rassemblez une cinquantaine de documents représentatifs, y compris les pires.
  3. Quelles règles de cohérence le document porte-t-il déjà ? Ce sont elles qui feront la fiabilité, bien plus que le choix du moteur de lecture.
  4. Où les données doivent-elles arriver ? Si les équipes travaillent dans Excel, la sortie doit être un Excel qu'elles reconnaissent.

Si vous voulez savoir ce que cela donnerait sur vos propres documents, le plus simple est de partir d'un échantillon réel. Notre équipe peut le regarder avec vous dans le cadre d'un diagnostic IA.

Pour aller plus loin : 10 tâches à automatiser avec l'IA en entreprise (exemples 2026)

FAQ

Questions fréquentes

L'essentiel de cet article, repris en questions-réponses.

La reconnaissance de caractères seule ne garantit jamais zéro erreur, surtout sur des scans dégradés. Ce qui rend la sortie fiable, c'est l'étape de contrôle : la liasse contient ses propres règles de cohérence (actif égal au passif, résultat identique au bilan et au compte de résultat, sous-totaux), et toute valeur qui ne les respecte pas est signalée au collaborateur avec la page source.

Dans le cas de l'administrateur judiciaire, environ trois heures par dossier, plus de cinq heures par collaborateur et par semaine, et une vitesse de traitement multipliée par quatre. Ces chiffres dépendent du volume et de la qualité des documents : mesurez votre temps de traitement actuel avant de comparer.

Parce que chaque nouveau format de document demande d'ajuster les règles d'extraction et de revérifier l'existant. Sur des liasses issues de nombreux logiciels et de scans inégaux, la mission a duré quatre mois avec un atelier hebdomadaire. Sur un lot homogène, un pilote se monte beaucoup plus vite.

Non, et c'est souvent une condition d'adoption. Dans ce projet, les données contrôlées alimentent un modèle Excel automatisé proche de celui que les équipes utilisaient déjà, et la formation des utilisateurs faisait partie des livrables.

Partager

Tristan Dumas
Tristan Dumas

Consultant senior IA, JUWA

Tous nos articles sur le thème « Automatisation des processus »

Heineken
BlaBlaCar
DataBird
HelloSafe

Un projet IA en tête ? Parlons-en