Du document vers une information exploitable

L’OCR, désormais bien connu dans l’univers documentaire, reste la première brique du traitement intelligent des documents. « Quand on scanne un document, on obtient une image. Les moteurs de reconnaissance des caractères transforment ensuite cette image en texte en associant reconnaissance des formes et dictionnaires », explique Benjamin Claus. Autrement dit, le système ne se contente plus de conserver l’image du document : il en rend le contenu lisible et exploitable par un traitement informatique.

Les capacités de reconnaissance vont aujourd’hui plus loin, avec l’identification de l’écriture manuscrite, du type de document ou d’informations particulières. Une facture peut ainsi être reconnue comme telle et certains de ses éléments, comme une date, identifiés automatiquement. Le document commence alors à être qualifié en fonction de son contenu.

L’intelligence peut également intervenir sur la qualité de l’image capturée. Les multifonctions KYOCERA intègrent ainsi des fonctions d’upscaling capables de reconstruire des pixels manquants dans une image de faible résolution afin d’en améliorer le rendu. Le système peut aussi détecter certaines anomalies de numérisation, par exemple lorsqu’une feuille pliée risque de masquer une partie de l’information, et alerter l’utilisateur.

Extraire l’information pour automatiser le traitement

Identifier un document constitue une première étape. Pour automatiser son traitement, il faut ensuite extraire les informations pertinentes, les structurer et les transmettre au système capable de les exploiter.

Sur un bon de livraison, par exemple, l'IA peut identifier les champs utiles (fournisseur, date, références, quantités…) puis les extraire pour alimenter directement l'application de gestion concernée. Le même principe s'applique aux formulaires, aux justificatifs de notes de frais ou aux factures qui échappent encore à la facturation électronique obligatoire.

« L’idée, en arrière-plan, est d’alimenter des outils métiers », poursuit Benjamin Claus. L’automatisation permet ainsi d’éviter la ressaisie des informations et de réduire à la fois le temps consacré aux tâches répétitives et le risque d’erreur. L’intérêt devient particulièrement tangible lorsque les volumes sont importants : quelques minutes gagnées sur chaque document peuvent représenter, à l’échelle d’un service, des dizaines ou des centaines d’heures économisées sur une année.

Reste à adapter le traitement à la nature du document. Benjamin Claus décrit ainsi une approche d’« IA composite », qui consiste à choisir le traitement en fonction de sa complexité. Un document très structuré, toujours présenté de la même manière, peut être traité à partir de zones prédéfinies : le système sait où chercher l’information et peut automatiser sa lecture. À l’autre extrémité, un document totalement dépourvu de structure, comme une simple photo, nécessite des capacités d’analyse beaucoup plus importantes. « L’idée, c’est de choisir la bonne IA selon la complexité du document ». Dans ce dernier cas, l’IA générative peut notamment être mobilisée pour analyser le contenu.

Cette approche permet d’automatiser le traitement des documents courants tout en conservant une intervention humaine lorsque le système rencontre un document ou une information qu’il ne parvient pas à interpréter avec suffisamment de certitude.

Maintenance des équipements : passer du réactif au prédictif

Au-delà du document lui-même, l’IA peut également analyser les données produites par les équipements : volumes d’impression et de numérisation, taux d’utilisation, incidents ou autres informations de fonctionnement. Dans un environnement de Managed Print Services, cette analyse sert notamment à détecter des signaux précurseurs et à intervenir avant l’arrêt de l’équipement. « Avec l’IA, toutes les données des multifonctions sont analysées en temps réel afin d’anticiper les pannes », résume Benjamin Claus.

Ces données permettent aussi d’affiner la gestion du parc en identifiant les équipements sous-utilisés ou, au contraire, susceptibles d’être mieux dimensionnés. La maintenance prédictive s’accompagne enfin de capacités de diagnostic et d’assistance à distance, qui évitent dans certains cas le déplacement d’un technicien, avec à la clé une réduction des interventions sur site et un bénéfice environnemental.

Détecter certains documents à risque

Les capacités d’analyse peuvent également être utilisées directement par le multifonction pour détecter des documents sensibles. « Grâce au machine learning, nous avons appris à nos périphériques à reconnaître certains mots-clés, comme “confidentiel”, précise le Directeur Marketing.

Une fois cette fonction activée, le périphérique analyse le document au moment de sa copie ou de sa numérisation. La détection d’une mention sensible peut alors déclencher différentes actions selon les règles définies : bloquer l’opération, demander une authentification complémentaire ou enregistrer l’événement dans le journal de sécurité.

Le multifonction peut ainsi adapter son comportement au contenu qu’il détecte et intégrer directement cette analyse aux mécanismes de protection des documents.

De l’équipement qui analyse à l’information qui circule

Avec l’IA, le document peut désormais être reconnu, interprété et traité au plus près de l’équipement. Mais sa valeur ne s’arrête pas à cette étape : les informations qu’il contient doivent ensuite rejoindre le bon outil, le bon processus et le bon utilisateur. Se pose alors la question de la circulation de la data dans l’entreprise, de son orchestration et de son intégration aux applications métiers.