Projet personnel · 2026
Un outil que j'ai construit de bout en bout pour lire factures, bons de livraison, contrats et bulletins de paie et en extraire les champs vers le système où les gens travaillent déjà.
Quelqu'un ressaisit les six mêmes champs à partir du même type de document, plusieurs centaines de fois par mois. La tâche est ennuyeuse, sujette à des erreurs que personne ne remarque avant un audit, et presque toujours confiée à la personne qui a le moins de temps.
L'extraction documentaire n'est plus un problème de recherche difficile. Ce qui reste difficile, c'est de la faire d'une manière qu'une organisation peut défendre.
Un déploiement sur le serveur ou le cloud de l'utilisateur, plutôt que sur une plateforme à moi. C'est une décision de conformité avant d'être technique : dès que la base documentaire d'une entreprise passe par un tiers, son sous-traitant change, et la documentation qu'elle doit maintenir aussi. Un outil qui crée discrètement une nouvelle relation de traitement n'est pas une commodité — c'est une responsabilité que quelqu'un devra expliquer.
Les erreurs d'extraction silencieuses. Un total faux ne s'annonce pas ; il coule dans un système comptable et refait surface des semaines plus tard. La conception maintient donc une relecture humaine sur tout champ portant sur des montants ou des échéances, et signale les extractions à faible confiance au lieu de les laisser passer. Aucun document ne part vers un service externe.
RGPD dès la conception : minimisation, et un sous-traitant que l'utilisateur contrôle. Au sens du règlement IA, c'est un usage à risque minimal, sans obligations spécifiques au-delà de la transparence sur l'usage de l'IA — ce qu'il vaut la peine de dire clairement, car le marché regorge de gens qui laissent entendre le contraire.
Ce que cela m'a appris. La question qui a déterminé l'architecture n'était pas technique — quel modèle extrait le mieux — mais une question de responsabilité : qui répond si la donnée sort fausse, et où cela peut être prouvé. J'applique cet ordre des questions depuis.
La même forme apparaît partout où la sortie d'un modèle entre dans un processus sur lequel des gens s'appuient : un seuil de confiance, une étape de relecture sur les champs qui comptent, et une trace de ce qui a été extrait et par quelle version. Le sujet change ; les contrôles, non.