Automatisation de la saisie comptable : où en est réellement l'intelligence artificielle

Un cabinet comptable reçoit chaque mois des centaines de factures fournisseurs, sous forme de PDF, de scans ou de photos prises au téléphone. La saisie manuelle de ces documents mobilise plusieurs jours de travail, avec un risque d'erreur qui augmente avec le volume traité.

L'intelligence artificielle est aujourd'hui présentée comme la réponse à cette charge. Son application à la saisie comptable mérite toutefois d'être examinée de près, entre ce qui fonctionne déjà, ce qui reste fragile et ce qui relève encore de la promesse commerciale.

Ce que recouvre la notion d'automatisation de la saisie

La saisie comptable consiste à extraire d'un document des données structurées : date, montant hors taxes, TVA, identité du fournisseur, numéro de facture, compte de charge ou d'immobilisation. Ces données sont ensuite enregistrées dans un logiciel comptable ou un ERP.

L'automatisation recouvre plusieurs niveaux distincts. Le premier est la reconnaissance optique de caractères, qui transforme une image en texte. Le deuxième est l'extraction d'informations : identifier, dans ce texte, les champs pertinents. Le troisième est l'imputation, c'est-à-dire l'affectation du bon compte comptable. Le quatrième est le contrôle de cohérence, qui détecte les doublons, les écarts de TVA ou les montants incohérents.

Les progrès récents portent principalement sur les deuxième et troisième niveaux. Les modèles dits de traitement du langage et de vision permettent de traiter des documents dont la mise en page varie, là où les anciens systèmes reposaient sur des gabarits fixes et échouaient dès qu'un fournisseur changeait son modèle de facture.

Les mécanismes techniques mobilisés

Deux grandes familles d'approches coexistent. La première repose sur des modèles entraînés spécifiquement sur des documents comptables, souvent par l'éditeur du logiciel. La seconde s'appuie sur des modèles génériques, capables de lire un document et d'en restituer les champs sous forme structurée, avec un paramétrage plus léger.

Dans les deux cas, le principe reste comparable : le système produit une proposition de saisie accompagnée d'un indice de confiance. Les champs jugés fiables sont validés automatiquement ; les autres sont soumis à vérification humaine.

Cette architecture hybride est déterminante. Elle explique pourquoi l'automatisation complète, sans intervention, reste rare en pratique. Un modèle peut lire correctement un montant tout en se trompant sur la nature de la dépense, notamment lorsque le libellé de la facture est ambigu ou rédigé dans une langue peu représentée dans les données d'entraînement.

Les limites observées en conditions réelles

La qualité des documents source conditionne largement les résultats. Un scan de mauvaise qualité, une facture manuscrite, un document photographié de biais ou un PDF dont le texte est encapsulé dans une image dégradent la précision de l'extraction. Les factures de prestataires étrangers, avec des mentions fiscales différentes, posent également problème.

L'imputation comptable reste le point le plus délicat. Elle dépend du plan comptable de l'entreprise, de ses conventions internes et parfois du contexte d'usage du bien ou du service. Un même libellé peut relever de comptes différents selon l'activité. Les systèmes apprennent ces règles par historique, ce qui suppose un volume suffisant de saisies antérieures correctement catégorisées.

À cela s'ajoutent des contraintes réglementaires. La piste d'audit fiable, exigée pour les entreprises françaises, impose de pouvoir justifier chaque écriture et de conserver les documents justificatifs. L'automatisation ne dispense pas de cette traçabilité : elle déplace la charge vers la vérification des paramétrages et la conservation des preuves.

Enfin, la responsabilité juridique de la comptabilité reste portée par l'entreprise ou l'expert-comptable. Un traitement automatisé ne transfère pas cette responsabilité à l'outil.

Ce que cela change dans l'organisation du travail

L'effet le plus net porte sur la répartition des tâches. La saisie répétitive diminue, mais apparaissent de nouvelles activités : paramétrage des règles d'imputation, contrôle des exceptions, suivi des taux de reconnaissance, gestion des fournisseurs dont les documents sont mal lus.

• Les profils juniors affectés à la saisie voient leur rôle évoluer vers le contrôle et la relance fournisseurs.
• Les experts-comptables consacrent davantage de temps à la validation des paramètres qu'à la vérification ligne à ligne.
• Les éditeurs de logiciels intègrent ces fonctions directement dans leurs offres, ce qui réduit l'intérêt des outils isolés.

Le gain de temps dépend fortement du volume et de l'homogénéité des documents. Une petite structure avec peu de factures et des fournisseurs réguliers en tire un bénéfice limité au regard du temps de mise en place. Une structure traitant un flux important et varié peut au contraire réduire sensiblement sa charge de saisie.

La question du coût réel reste ouverte. Aux abonnements logiciels s'ajoutent le temps de paramétrage initial, la formation des équipes et la reprise des données historiques nécessaires à l'apprentissage des règles d'imputation. Ces coûts sont rarement mis en avant dans les présentations commerciales.

L'automatisation de la saisie comptable se présente donc moins comme un remplacement du travail humain que comme un déplacement de celui-ci vers des tâches de contrôle et de paramétrage. Son efficacité dépend de la qualité des documents entrants, de la stabilité des règles comptables de l'entreprise et de la capacité à traiter les cas atypiques, qui restent la principale source d'erreur.