Comparatif des OCR de factures à l’heure de l’IA générative

Grâce aux avancées de l’IA et des LLM, les outils OCR deviennent plus flexibles, précis et capables de transformer votre gestion documentaire en un véritable gain de temps. La solution d'OCR entièrement modulable Koncile fait partie des solutions innovantes proposant une alliance de la technologie traditionnelle de l'OCR avec les LLM. 

Pourquoi extraire le détail ligne par ligne des factures ?

Chaque ligne de facture regorge d’informations stratégiques : dépenses, tarifs et variations de prix. Pourtant, ces données restent souvent inexploitées car elles sont déstructurées et variables selon les fournisseurs. Une extraction précise permet d’optimiser la comptabilité, le contrôle de gestion et la gestion des achats en facilitant l'analyse et la négociation. L'enjeu : transformer ces données en une base exploitable et analysable.

Amazon Textract

Reconnaissance des champs principaux

L’outil d’AWS permet de reconnaitre 43 champs de la facture incluant des éléments principaux comme les noms, adresses, montants totaux HT et TTC, et même certains champs prédéfinis plus spécifiques tels que le montant des frais de transport ou les termes de paiement. Le taux de réussite est proche des 100% pour ces champs principaux, lorsqu’ils sont présents dans la facture.

Reconnaissance du ligne à ligne

L’outil propose une section line item fields qui reconnait le ligne à ligne des factures. Pour les factures “simples”, les informations du ligne à ligne ressortent sans erreur dans un tableau Excel pour 14 d’entre elles. Le tableur est spécifique au titre des champs présents dans chaque facture. En revanche, sur les 15 factures “complexes”, plus de 10 comportaient des erreurs importantes : des oublis de ligne, ou de descriptions ou encore l’ajout de lignes non pertinentes. La difficulté vient du fait que la reconnaissance de champ est surtout basée sur de la computer vision et non sur de la compréhension linguistique. On doit privilégier l’utilisation de l’outil sur des factures avec une organisation simple en format PDF natif, et non les PDF scannés.

Paramétrabilité

L’outil ne permet pas d’extraire des champs spécifiques de la facture, par exemple, un numéro spécifique à votre environnement métier. Il faut utiliser une autre fonctionnalité AnalyzeDocument - Queries qui permet de faire de formuler des demandes d’extraction spécifiques. De même, si vous avez plusieurs fournisseurs avec plusieurs types de factures différentes à extraire, l’outil ne permettra pas d’obtenir un fichier Excel consolidé avec les mêmes champs extraits du ligne à ligne extrait, afin ensuite d’analyser la donnée.

Koncile

Reconnaissance des champs principaux

Koncile est une solution OCR hautement personnalisable, spécialement conçue pour automatiser et fiabiliser l’extraction des données des factures. Grâce à son moteur IA combinant la vision par ordinateur et les LLM, l’outil identifie avec une précision proche de 100 % tous les champs essentiels, tels que les informations fournisseurs (nom, adresse, numéro SIRET), les montants HT, TTC et TVA, ainsi que les conditions de paiement. Contrairement aux solutions classiques qui peuvent manquer certains éléments ou générer des erreurs sur les formats de données, Koncile garantit une extraction fiable et cohérente, même sur des factures présentant des mises en page complexes.

Reconnaissance du ligne à ligne

Là où de nombreux OCR échouent sur l’extraction détaillée des lignes d’articles, Koncile se distingue par sa capacité à lire et comprendre la structure de la facture grâce à une combinaison de vision par ordinateur. L’outil parvient à extraire avec précision les descriptions produits, les SKU, les quantités, les prix unitaires, les taux de TVA et les éventuelles remises, en s’adaptant aux différentes mises en page utilisées par les fournisseurs. Lors de nos tests sur des factures complexes, la reconnaissance des lignes a atteint un taux de précision supérieur à 95 %, là où d’autres solutions peinent à structurer correctement les informations ou génèrent des erreurs de reconnaissance sur certaines colonnes. Cette capacité permet d’obtenir des données exploitables directement sans nécessiter de corrections manuelles fastidieuses.

Personnalisation

Koncile offre un haut niveau de personnalisation, permettant aux entreprises d’adapter l’extraction des données à leurs propres besoins. Il est possible de configurer précisément les champs à extraire, d’effectuer des requêtes en langage naturel pour récupérer des informations spécifiques et de standardiser les formats de factures afin de faciliter leur intégration dans des systèmes comptables ou ERP. Contrairement aux solutions nécessitant un long entraînement sur des jeux de données, Koncile s’adapte dynamiquement à différentes structures documentaires, ce qui le rend particulièrement efficace pour les entreprises travaillant avec de nombreux fournisseurs. Grâce à son API et son SDK, il s’intègre facilement aux workflows existants, garantissant un gain de temps considérable et une automatisation complète du traitement des factures.

Mindee

Mindee propose un OCR de facture sur étagère détectant 16 champs principaux. Sur le panel testé, le taux de succès sur ces informations de base est proche de 100%, notamment sur les factures scannées.

Reconnaissance du ligne à ligne

Mindee prévoit une liste de champs “par défaut” de champs à extraire du ligne à ligne : la description, le code produit, la quantité, le prix unitaire, le prix total et la TVA. Sur 9 des 15 factures “complexes”, des erreurs sont détectées dès que les formats des tableaux sont moins standardisés. Des informations clefs sont parfois non prises en compte : par exemple, un code produit pris à la place d’un SKU ou d’un code EAN. L’utilisation de cette donnée nécessitera encore un post-traitement important sous Excel et une vérification de la donnée.

Paramétrabilité

Mindee prévoit la possibilité d’extraire des informations spécifiques grâce à son module API Builder. Il vous faudra “entrainer” l’outil à extraire l’information recherchée en annotant quelques dizaines de documents identiques. Il n’est pas possible de seulement “demander” sous forme de prompt une demande en langage naturel pour obtenir le résultat.

Rapidité et facilité d’utilisation

Sur les 30 factures testées, le temps moyen par page est d’environ 5 secondes.

Affinda

L’outil d’Affinda propose une série de champs généraux à extraire par défaut des factures. Sur les 30 factures testées, 5 d’entre elles présentaient des erreurs sur au moins un champ clef, comme le numéro SIRET du client ou le montant total de la facture.

Reconnaissance du ligne à ligne

Affinda propose un système de détection du ligne à ligne grâce à un système de détection de tableaux. Sur les 15 factures “complexes”, 7 donnent des résultats exploitables. En revanche, dès lors que les descriptions dépassent plusieurs lignes, de nombreuses lignes parasites sont créées, ce qui rend l’information non standardisée et difficilement exploitable.

Paramétrabilité

L’outil propose de paramétrer les champs à extraire, d’en ajouter ou d’en supprimer sur la base d’un grand modèle de langage (GPT). Il n’est en revanche pas possible de paramétrer l’extraction du ligne à ligne.

Rapidité et facilité d’utilisation

L’outil propose une fonctionnalité de correction de l’information erronée et une capacité d’apprentissage sur la donnée de l’entreprise (non testée).

Google Document AI

Reconnaissance des champs principaux

L’outil Invoice Parser propose 37 champs à extraire des factures via la console Document AI. Ces champs ne sont ni modifiables ni éditables.

Reconnaissance du ligne à ligne

L'outil extrait une liste fixe de 7 détails d’articles : quantité, description, code produit, bon de commande, numéro, unité et prix unitaire. Ces champs sont fixes, ce qui ne permet pas de s’adapter à des informations spécifiques aux entreprises ni de gérer plusieurs codes. Bien que le taux de réussite soit élevé pour les factures « simples », de nombreux détails clés pour les factures complexes ne sont pas extraits, et certaines lignes sont parfois ignorées.

Paramétrabilité

Document AI permet de créer un ensemble de données de factures et de l’entraîner à reconnaître certaines informations (non testé).

Nanonets

Reconnaissance des champs principaux

Nanonets est une solution dédiée à l’OCR de documents, qui inclut les factures dans le panel de documents traités. 28 champs sont extraits par défaut. L’outil permet de paramétrer les formats d’extraction pour chaque champ (date, devises, etc.).

Reconnaissance du ligne à ligne

Nanonets extrait le ligne à ligne sur la base de la reconnaissance de tableaux, sur un fonctionnement proche de celui d’Affinda. Sur les 15 factures “complexes”, certains colonnes sont parfois exclues de la reconnaissance, concernant parfois des données clefs comme le code produit ou le prix unitaire hors taxe.

Paramétrabilité

La version pro permet de créer des datasets d’entrainement pour préciser où les informations sont localisées. Cette fonctionnalité est pertinente pour les documents longs, mais est plutôt difficile d’application pour le ligne à ligne des factures.

Rapidité et facilité d’utilisation

Nanonets prévoit des intégrations avec Google Drive, des facilités d’export sous format Excel, et des workflows d’approbation des factures.

Parsio

L’outil PDF-parser (pre-trained model) prévoit un nombre fixe de champs à extraire des factures. Sur ces champs généraux hors ligne à ligne, il donne des résultats d’extraction avec une précision proche de 100% pour les factures “faciles” et de 97% pour les factures “complexes”.

Reconnaissance du ligne à ligne

Pour les 15 factures complexes, l'extraction ligne par ligne est précise pour 10 d’entre elles. Cependant, des difficultés persistent pour les PDF non scannés. Étant donné que la configuration des éléments ligne par ligne n'est pas possible, un numéro peut être confondu avec un autre, et les utilisateurs ne peuvent pas corriger les erreurs ni entraîner le système à trouver le bon élément. Il est donc difficile de créer une base de données de prix uniforme avec les données extraites.

Paramétrabilité

Parsio offre une fonctionnalité de recherche de champs par requête basée sur GPT-4, permettant l’extraction de données spécifiques à partir des documents. Cependant, cette fonctionnalité ne peut pas être utilisée pour la reconnaissance des éléments ligne par ligne, rendant impossible l’identification des champs pertinents pour tous les services et produits facturés. De plus, elle n’est pas encore combinée avec l’OCR, elle ne peut donc lire que les PDF sources et ne tient pas compte de l’organisation des pages.

Facilité d’utilisation

L’application web génère une adresse email à laquelle les documents peuvent être envoyés. Une large gamme d’intégrations est possible.

Airparser

L’outil s’appuie sur la technologie de GPT-4 pour extraire des champs spécifiques de tout type de documents. Il est construit par le même éditeur que Parsio.

Reconnaissance du ligne à ligne et paramétrabilité

L'outil permet de paramétrer les champs que l'on souhaite extraire. Grâce a la fonction “liste et table”, on peut extraire des lignes de facturation en définissant les différents attributs de chaque ligne. Pour chaque champs, on ajoute une description qui permet à l'outil d'affiner la précision d'extraction. Les factures “simples” Donne des résultats satisfaisants lorsqu'on précise suffisamment les descriptions de chaque attributs. En revanche, pour les factures complexes, nous avons marqué des confusions entre les colonnes. Le risque d'erreur et notamment plus important en présence de facture scanner.

Base64.ai

Base64 propose un outil d’extraction de facture sur étagère, avec un ensemble de champs extraits de manière systématique.

Reconnaissance du ligne à ligne

14 parmi les 15 factures “simples” sont extraites avec un bon taux de succès. S’agissant des factures complexes, les difficultés concernant la multiplicité des numéros, les sauts de page ou encore les informations contenues dans le titres ne sont pas relevées pour 5 factures.

Paramétrabilité

L’outil permet de poser une question sur le document ou ajouter un champ extrait. Il ne permet pas de modifier les champs extraits dans chaque ligne, ni de donner des instructions spécifiques.Facilité d’utilisation. Le temps de réponse peut être d’une minute pour des factures longues. De nombreuses intégrations sont prévues dans les “flows” de gestion de documents.

Docsumo

Docusumo propose un outil sur étagère qui extrait les principaux champs des factures.

Reconnaissance du ligne à ligne

L’outil extrait le ligne à ligne grâce à la détection de tableaux, ressemblant à l’OCR de Nanonets ou Affinda. Cela fonctionne bien lorsque toutes les informations se rapportant à une ligne sont bien alignées. En revanche, pour les tableaux complexes, il n’est pas possible de capter les informations pertinentes.

Paramétrabilité

Une fonctionnalité “ChatAI” permet de poser des questions au document. Cependant, les réponses ne peuvent à ce stade être intégrées de manière systématique aux champs extraits. L’outil ne prévoit pas de fonction pour préciser ou modifier les différents champs extraits ou le ligne à ligne.