Face à la tentation de brancher directement un modèle d'IA générative sur l'ensemble de ses documents d'entreprise, Raphael Godinot, Partner Account Manager (ABBYY) et Olivier Vasseur, Solution Architect (ABBYY) sont venus, lors du Tech For Industry Show, alerter sur les risques de cette approche et présenter une alternative : l'IA documentaire de confiance.

Le message d'ouverture est clair : utiliser un chatbot d'IA générative pour ingérer des documents et en extraire l'information peut sembler séduisant, mais présente plusieurs risques concrets. D'abord un coût : la facturation à la consommation de tokens peut vite devenir très élevée à l'échelle d'une entreprise. Ensuite un risque de fiabilité : un modèle génératif reste par nature probabiliste, avec toujours une possibilité de divergence ou d'hallucination — un risque important lorsqu'il s'agit de documents industriels critiques. Enfin, un risque de traçabilité : il est souvent difficile d'expliquer précisément d'où provient une information extraite par un LLM généraliste.

ABBYY propose une approche différente : une IA spécialisée et déterministe, c'est-à-dire fondée sur des algorithmes produisant des résultats reproductibles — le même document traité deux fois donnera exactement le même résultat, ce qui n'est pas garanti avec une solution reposant uniquement sur l'IA générative.

Cette IA de confiance repose sur plusieurs qualités : elle est explicable de bout en bout (chaque étape du traitement peut être reconstituée et justifiée), auditable et conforme (une piste d'audit peut être présentée à un organisme de contrôle), et frugale, puisque les solutions ABBYY fonctionnent en CPU plutôt qu'en GPU — un point présenté comme d'autant plus pertinent dans un contexte de vigilance croissante sur la consommation énergétique de l'IA.

La démonstration détaille le fonctionnement du pipeline de la plateforme ABBYY Vantage : amélioration de l'image, OCR/ICR (reconnaissance de caractères imprimés et manuscrits), classification du document, extraction des données (combinant règles métier, deep learning, apprentissage à partir de peu d'exemples, et prompts), puis contrôle et traçabilité de chaque extraction — avec la possibilité de connaître la localisation exacte de l'information dans le document source.

Un exemple concret illustre l'approche hybride : sur une facture de transport ferroviaire, la plateforme extrait d'abord les champs classiques (numéro, date), puis identifie une zone de texte spécifique (une mention sur l'absence de wagons). Plutôt que d'envoyer l'intégralité du document à un LLM, seule cette zone précise lui est transmise pour analyse — ce qui permet de limiter la consommation de tokens, de garder un contexte contrôlé, et de conserver la capacité à géolocaliser précisément l'origine de chaque information extraite.

ABBYY positionne sa plateforme comme un outil d'automatisation universelle du courrier entrant industriel ("universal industrial mail room automation") : quel que soit le canal d'entrée, les documents sont traités via Vantage, puis les résultats (et les documents sources convertis en PDF/A) sont transmis aux systèmes de l'entreprise (ERP notamment) via API et connecteurs — avec toujours la possibilité de faire intervenir un opérateur humain en cas d'exception, via des seuils de confiance configurables.

La conférence présente une série d'exemples de documents que la plateforme sait déjà traiter, sans développement spécifique : documents logistiques (lettres de voiture internationales, bills of lading, certificats d'origine), diagnostics de performance énergétique (document semi-structuré, variable d'une agence à l'autre), bons de commande, plans techniques mêlant texte imprimé et annotations manuscrites, CV, bulletins de salaire — avec une intégration à une plateforme de détection de fraude documentaire capable d'identifier des manipulations visuelles ou de police de caractères — et certificats d'économie d'énergie.

Autre fonctionnalité mise en avant : la capacité à traiter un fichier PDF unique regroupant plusieurs documents distincts (par exemple, un dossier fournisseur scanné en une seule fois), en détectant automatiquement les limites entre documents, en supprimant les intercalaires, en remettant les pages dans le bon ordre si nécessaire, puis en appliquant à chaque sous-document le modèle d'extraction adapté — avec la possibilité d'appliquer des règles de cohérence entre documents.

ABBYY présente son parcours : inventeur du premier OCR il y a 40 ans (technologie diffusée sous licence auprès de nombreux fabricants de scanners et éditeurs de logiciels sous le nom FineReader), plus de 10 000 projets réalisés, certification ISO 9001, et statut de leader dans le classement Gartner sur le segment de l'Intelligent Document Processing (IDP). La plateforme est proposée en mode SaaS ou en déploiement on-premise, avec une interface low-code/no-code permettant aux équipes métier de configurer l'automatisation documentaire sans recourir à un data scientist.

La conférence évoque également un nouveau format de document, présenté comme le fruit d'une collaboration entre plusieurs grands acteurs de l'IA (dont Nvidia, Red Hat et IBM) et le laboratoire de recherche d'ABBYY, conçu spécifiquement pour être digéré rapidement et efficacement par des applications d'IA — à l'image de ce que le Word, le PDF et le HTML ont représenté en leur temps pour l'édition, l'impression et la publication web. Ce format viserait, selon le benchmark évoqué en conférence, une efficacité de traitement environ trois fois supérieure à des formats classiques, tout en intégrant nativement une couche de gouvernance (identification des données personnelles à ne pas exploiter, par exemple).

ABBYY cite parmi ses clients des groupes tels que BNP Paribas, CMA CGM, Thales, Gerflor ou Saint-Gobain (traitement des commandes et accusés de réception pour l'activité distribution du groupe), ainsi que des projets menés avec France Travail sur le traitement de CV. L'entreprise se positionne comme un acteur complémentaire des grandes plateformes d'IA générative plutôt que concurrent : certains clients, comme CMA CGM, combinent par exemple une solution comme Mistral AI avec ABBYY Vantage pour leurs documents de transport et logistique.

Le message central de cette conférence est une invitation à la prudence méthodologique : plutôt que de confier l'intégralité du traitement documentaire à une IA générative généraliste, ABBYY plaide pour une approche hybride, où une IA spécialisée et déterministe assure l'extraction fiable, traçable et auditable de l'information, avant de mobiliser un LLM de façon ciblée et maîtrisée. Une approche qui vise à concilier fiabilité, conformité, maîtrise des coûts et sobriété énergétique.

Retrouvez l'intégralité de cette conférence, ainsi que les autres replays du Tech For Industry Show, sur notre page dédiée.