OCR et traitement automatique de documents au Maroc : du scan à l'extraction par IA

Le traitement automatique de documents transforme des pièces reçues en image ou en PDF — factures, contrats, bons de livraison, relevés — en données exploitables par vos logiciels métiers, sans ressaisie. Deux technologies très différentes se cachent derrière ce terme, et les confondre est la première cause de déception.

L'OCR classique reconnaît des caractères ; l'extraction par modèle de langage comprend un document. La distinction détermine ce que le système saura faire d'une facture photographiée de travers ou d'un bon de livraison annoté à la main. Cet article décrit la prestation, ses usages en cabinet comptable, en assurance et en transport, le déroulé d'un projet et ce qui fait varier un budget — situé ici, à titre indicatif, entre 30 000 et 250 000 DH.

OCR classique et extraction par IA : deux briques, deux rôles

L'OCR reconnaît des caractères

Un moteur d'OCR convertit des pixels en texte. Il sait qu'à tel endroit figure une suite de chiffres ; il ignore si c'est un montant hors taxes, un numéro de commande ou un solde. Pour lui donner du sens, l'approche traditionnelle définit des gabarits : sur ce format de facture, le total est dans cette zone.

Cela fonctionne sur des documents standardisés et stables, et se dégrade dès que la réalité s'en écarte : un fournisseur change sa mise en page, une pièce arrive inclinée, une nouvelle famille apparaît. Chaque variante demande un gabarit de plus, et la maintenance devient le vrai sujet du projet.

L'extraction par modèle de langage comprend un document

Un modèle de langage aborde le document comme un lecteur. Il ne cherche pas une zone, il cherche une notion : le montant TTC, la date d'échéance, l'identifiant fiscal, la durée de préavis d'un contrat — et il la localise quelle que soit la mise en page, y compris sur un document jamais vu.

Trois conséquences. La variabilité cesse d'être un problème : cent fournisseurs ne demandent pas cent paramétrages. La numérisation devient moins bloquante : un scan médiocre ou une photo prise au téléphone restent souvent exploitables. Le système accède au sens, enfin : il distingue un avenant qui annule une clause d'un avenant qui la complète.

Les deux briques ne s'opposent pas : l'OCR prépare le texte, le modèle l'interprète. C'est cet assemblage que couvre notre pratique d'ingénierie IA.

Contrôle de cohérence et remontée d'anomalie

C'est l'étage que les démonstrations oublient, et celui qui rend un système utilisable. Extraire une donnée ne suffit pas : il faut savoir si on peut s'y fier.

Un contrôle de cohérence vérifie ce qui doit être vrai indépendamment de la lecture. La somme des lignes correspond-elle au total ? La TVA est-elle cohérente avec la base et le taux ? Le fournisseur existe-t-il dans le référentiel de l'ERP, et la pièce a-t-elle déjà été traitée ? Un montant parfaitement lu peut rester faux ; à l'inverse, un champ mal lu se détecte s'il fait échouer une addition.

Ce qui échoue aux contrôles, ou ce sur quoi le système exprime une incertitude, part dans une file de revue humaine. Un bon système ne cherche pas à avoir toujours raison : il cherche à savoir quand il n'est pas sûr, et à le dire.

Et la décision reste humaine. Le système propose une écriture comptable, il ne l'inscrit pas seul ; il prépare un dossier de sinistre, il ne prononce pas l'indemnisation ; il signale un écart, il ne tranche pas le litige. Cette frontière tient de la gouvernance autant que de l'acceptation par les équipes.

À quels problèmes cela répond

Quatre symptômes reviennent : un volume documentaire qui sature les équipes en période de pointe ; du temps de collaborateurs qualifiés passé à recopier un PDF dans un logiciel ; des erreurs de saisie dont le coût n'apparaît qu'au rapprochement ou au contentieux ; un délai subi par le client final.

S'y ajoute une particularité marocaine : les pièces arrivent rarement par un canal unique. Un même dossier combine un e-mail, un dépôt sur portail, un papier scanné et une photo envoyée sur WhatsApp. Automatiser suppose d'abord de traiter ce point d'entrée.

Cas d'usage par secteur

Ces exemples sont des cas d'usage typiques du marché marocain, non des réalisations mesurées chez des clients.

Cabinets comptables. Pré-comptabilisation des factures d'achat et de vente : fournisseur, identifiant fiscal, montants, taux de TVA, puis proposition d'imputation par rapprochement avec le plan comptable et l'historique du dossier. Lecture des relevés bancaires en vue du lettrage, traitement des pièces envoyées en vrac en fin de trimestre, tickets photographiés compris. Le collaborateur passe de saisisseur à contrôleur, souvent directement dans l'ERP — un travail d'intégration au système d'information.

Assurance. Constitution d'un dossier de sinistre à partir de pièces hétérogènes : constat amiable partiellement manuscrit, devis de réparateur, factures, pièces d'identité, rapport d'expertise. Le système extrait, recoupe dates et immatriculations, vérifie la présence des pièces obligatoires et signale les incohérences. Autre usage : la lecture de contrats et d'avenants pour en extraire garanties, plafonds, franchises et exclusions.

Logistique et transport. Lettres de voiture, bons de livraison annotés, documents de douane, factures de transporteurs. Rapprochement entre commandé, livré et facturé, avec remontée des écarts. Pour les opérateurs de Casablanca, de Tanger Med ou des zones industrielles, l'enjeu porte autant sur la vitesse de constitution du dossier que sur la traçabilité des pièces en cas de litige.

Dans les trois cas, le système accélère l'instruction ; il ne remplace pas le jugement qui la clôt.

Comment se déroule un projet

1. Cadrage sur une famille de documents. Un type de pièce, un processus, un critère de réussite défini à l'avance.
2. Collecte d'un échantillon réel. Des pièces telles qu'elles arrivent, les mauvaises comprises : c'est ce qui révèle la difficulté réelle.
3. Schéma de sortie et règles de contrôle. Quels champs, quel format, quelles vérifications, quel seuil déclenche une revue humaine.
4. Construction de la chaîne. Point d'entrée, extraction, contrôles, file de revue, journalisation.
5. Raccordement au système d'information. ERP, logiciel comptable, outil de gestion de sinistres, TMS. Quand la cible est Odoo, cette étape rejoint un travail d'ERP sur mesure.
6. Mise en production progressive. Double contrôle au démarrage, allègement à mesure que la qualité se confirme.

Ce qui fait varier le budget : 30 000 à 250 000 DH

Cette fourchette est celle que nous constatons sur nos missions. Elle est large parce que le mot « OCR » recouvre aussi bien un automatisme ciblé qu'une chaîne industrielle intégrée.

En bas de la fourchette : une seule famille de documents, à mise en page stable ; des pièces nativement numériques plutôt que des photos dégradées ; une sortie en fichier ou en import standard ; des volumes modérés ; des données peu sensibles ; une revue humaine systématique acceptée au démarrage.

En haut de la fourchette : plusieurs familles de documents, à mise en page libre, partiellement manuscrites ou mêlant français et arabe ; une écriture directe dans l'ERP avec rapprochement sur des référentiels internes ; des volumes élevés et des pics saisonniers ; des données sensibles — pièces d'identité, coordonnées bancaires, éléments de santé — imposant cloisonnement des accès et journalisation renforcée ; la reprise d'un stock historique.

Ce n'est pas un devis. Aucun chiffrage sérieux ne tient sans cadrage : échantillon réel examiné, systèmes à raccorder inventoriés, volumétrie mesurée, question des données personnelles tranchée. Il faut aussi distinguer l'investissement initial du coût récurrent, les plateformes d'IA se facturant à l'usage. Notre calculateur de coûts IA détaille ces postes.

Ce qu'il faut vérifier chez un prestataire

• Le test porte-t-il sur vos documents, y compris les mauvais ? Une démonstration sur des factures impeccables ne dit rien du comportement réel.
• Que fait le système quand il n'est pas sûr ? Sans réponse claire, il n'y a pas de garde-fou.
• Quels contrôles de cohérence sont prévus ? Demandez la liste : un prestataire qui ne parle que de taux de reconnaissance n'a pas traité le sujet.
• Comment la qualité est-elle mesurée ? Un jeu de test issu de vos documents, champ par champ, vaut mieux qu'une affirmation globale.
• Où vont les documents, et qui possède le paramétrage ? Service, pays, durée de conservation ; règles et schémas doivent vous être restituables.

Les erreurs les plus fréquentes

Viser l'automatisation totale. Supprimer toute intervention humaine conduit à un système qui décide seul là où il ne devrait pas.

Négliger l'écran de revue. Si le contrôle est pénible, les équipes valident en masse sans regarder, et le garde-fou devient décoratif.

Oublier le canal d'entrée. Automatiser sans traiter la réception — messagerie, portail, WhatsApp, papier — laisse le goulot en place.

Ne rien mesurer avant. Sans relevé initial du temps de traitement et du taux d'erreur, la discussion sur le bénéfice reste impossible.

Données personnelles et gouvernance

Les documents traités contiennent presque toujours des données à caractère personnel : identité, coordonnées, informations bancaires, parfois éléments de santé. Au Maroc, ces traitements relèvent de la loi 09-08, sous le contrôle de la CNDP ; le RGPD s'ajoute dès que des personnes situées dans l'Union européenne sont concernées.

Quatre points se tranchent au cadrage, quand ils coûtent peu : quelles données quittent l'entreprise et vers quel pays ; combien de temps documents et extractions sont conservés ; quelle minimisation s'applique ; quelle traçabilité est produite — sans journal des extractions et des validations, une erreur du système est indémontrable.

La norme ISO/IEC 42001 fournit par ailleurs un cadre de management des systèmes d'IA. Ces sujets relèvent de notre pratique de gouvernance de l'IA. Hunter BI est membre des réseaux partenaires OpenAI et Anthropic, dont les offres d'entreprise appliquent des conditions de traitement des données distinctes des versions grand public.

Questions fréquentes

Quelle est la différence entre OCR et extraction par IA ? L'OCR reconnaît des caractères sans en comprendre le sens. L'extraction par modèle de langage interprète le document : elle identifie une notion — un montant TTC, une échéance, une clause — quelle que soit la mise en page. Les deux restent complémentaires : l'OCR fiabilise le texte des documents dégradés.

Un document manuscrit ou en arabe peut-il être traité ? Partiellement pour le manuscrit, qui reste le cas le plus difficile. Les modèles récents traitent l'arabe et les documents mixtes français/arabe, avec des résultats variables selon la numérisation. Cela s'évalue sur un échantillon réel.

Que se passe-t-il quand le système se trompe ? Il ne devrait pas se tromper silencieusement. Les contrôles interceptent une partie des erreurs, l'expression d'incertitude une autre, le reste revient à la revue humaine. Sans journalisation, un incident est inanalysable.

Peut-on connecter l'extraction à un logiciel comptable ou à un ERP ? Oui, et c'est l'intérêt principal du projet : la valeur naît quand la donnée arrive dans l'outil où le travail se fait. C'est aussi le poste qui pèse le plus dans le budget.

Nos documents peuvent-ils rester au Maroc ? C'est possible avec une infrastructure maîtrisée, et cela se justifie par la nature des données plutôt que par principe.

Qui reste responsable de la décision ? L'équipe métier. Le système prépare, contrôle et signale ; il ne valide pas une écriture et ne prononce pas une indemnisation.

Par où commencer

La première étape n'est pas de choisir un moteur d'OCR. C'est de rassembler un échantillon honnête de vos documents — les propres et les mauvais — et d'identifier le processus où la ressaisie coûte le plus cher.

C'est ce que couvre un cadrage. Parlons de votre projet : nous examinons vos documents, vos systèmes et le cadre réglementaire applicable, puis nous vous disons ce qui mérite d'être automatisé — y compris quand la réponse est « pas encore ».