Face aux nouveaux enjeux de la relation client, à la digitalisation des échanges et aux nécessaires gains de productivité, le traitement automatique des documents revêt désormais un rôle plus stratégique. Basées sur les évolutions de l’IA… de nouvelles solutions émergent. Frédéric Le Bars, le directeur Innovation chez Itesoft, dresse un panorama des évolutions du traitement Intelligent des Documents.
Le traitement automatique de documents est en pleine rupture technologique. Pourquoi maintenant ?
Frédéric Le Bars – Car les nouveaux usages digitaux changent la donne. Aujourd’hui de plus en plus de clients veulent adresser très simplement et en temps réel leurs documents à leur banque, à leur assurance, leur opérateur télécoms… Les organisations doivent donc repenser leur modèle relationnel et offrir de nouveaux canaux d’interactions toujours plus rapides, simples et digitaux pour permettre d’engager le client.
Temps réel, simplicité… : les entreprises ont-elles fait les efforts nécessaires ?
Dans des secteurs comme l’assurance, 75% des organisations² proposent désormais des portails ou applications permettant à leurs clients de déposer leurs documents en ligne. Hélas dans plus de la moitié des cas, ces interfaces n’intègrent pas d’intelligence pour analyser en temps réel les documents qu’ils déposent et leur confirmer la prise en charge de leur dossier. Résultat : une expérience client frustrante et des abandons de parcours. Les organisations l’ont compris : sans traitement intelligent de documents, pas d’expérience client réussie.
Comment les nouvelles solutions de traitement de documents répondent-elles à ces enjeux ?
Lorsqu’un client dépose un document ou un dossier sur un portail ou une application web, il est essentiel pour lui d’avoir un retour en temps réel : ai-je transmis le bon document ? Est-il valide ? Mon dossier est-il complet ?
C’est ce que nous réalisons avec nos robots qui analysent à la volée tout nouveau document : ils identifient la nature des pièces, contrôlent leur conformité, en extraient les données ou encore contrôlent la complétude du dossier. L’utilisateur est guidé en temps réel, le parcours est sans couture et les équipes en back-office gagnent en productivité.
D’un point de vue technologique, quels défis cela représente-t-il ?
Le principal défi est de traiter plus vite… des documents plus complexes. Car paradoxalement, la qualité des documents reçus est aujourd’hui moins bonne… alors que les enjeux de rapidité de traitements n’ont jamais été aussi forts. Les documents scannés uniformément en 300 dpi en salle courrier laissent progressivement place aux photos de documents prises par les clients ; documents plus ou moins bien éclairés, parfois déformés, parfois froissés, tâchés…
Comment faire ?
Pour gérer cette nouvelle complexité avec des temps de réponses immédiats, les technologies de traitement de documents doivent devenir intelligentes ; plus seulement basées sur de l’OCR mais de plus en plus sur une analyse temps réel d’images captées par des caméras. Cette nouvelle ère du traitement de documents c’est l’IDP, l’intelligent Document Processing, qui s’appuie sur l’Intelligence Artificielle et notamment les algorithmes de Deep Learning.
Quelle est votre approche de l’IDP ?
Pour être efficace, l’IDP ne doit pas être monolithique. Il est primordial de maitriser toutes les technologies – OCR, Systèmes Experts, Deep Learning, NLP3 et autres algorithmes d’IA. Puis, de savoir les combiner intelligemment selon le type de document, le canal d’acquisition, la qualité de l’image etc. C’est seulement ainsi qu’il est possible de bénéficier de l’automatisation maximale quels que soient les cas d’usages.
Chaque technologie a ses bénéfices, contraintes et champs d’application propres ?
Tout à fait. Pour des documents normés tels que des factures fournisseurs, l’OCR et les systèmes experts sont les plus efficaces. En revanche, lorsque la nature et la qualité des documents sont de plus en plus variables – photo d’un courrier, d’une CNI, d’une carte grise… – le recours aux IA spécialisés de traitement d’image, d’extraction de l’information ou de compréhension naturelle du langage, est essentiel pour offrir une expérience client interactive. C’est cette capacité à combiner de façon unique chacune de ces technologies qui fait la différence et qui garantit les meilleures performances quels que soient les documents et leur qualité.
N’y a-t-il pas un autre défi : celui du temps d’apprentissage des IA ?
Dans la pratique l’augmentation de la puissance machine et de la maturité des IA combinées à des bases de documents disponibles toujours plus grandes – grâce à leur mutualisation dans le cloud – nous permettent de repousser les limites du Machine Learning et du Deep Learning. Toutefois, il n’est pas toujours nécessaire, ou possible, d’effectuer des apprentissages sur des centaines de milliers de documents. Par exemple, avec la technologie Few-Shot Learning4 les algorithmes apprennent de nouveaux formats de carte grise, facturette, formulaire à partir d’une cinquantaine de documents. Là encore, c’est l’approche Best-of-Breed qui nous permet d’activer la meilleure technologie selon le contexte.
Plus d’IA, cela signifie-t-il plus de complexité pour les entreprises ?
Bien au contraire… A l’éditeur de prendre en charge toute cette complexité. Ce sont ses experts et ingénieurs qui doivent paramétrer et optimiser les IAs, pas le client. Et pour rendre l’accès plus simple à ces technologies, il est essentiel d’offrir la plus grande base d’apprentissage de documents possible : état civil, revenu, domicile, identité, bancaire, santé… Pour simplifier la vie des entreprises, l’éditeur doit pouvoir offrir un maximum de documents pré-paramétrés optimisés en permanence, disponibles dès la mise en œuvre du service.
En somme, la promesse de cette nouvelle ère du traitement intelligent des documents c’est tout à la fois plus de performance et plus de simplicité. Et grâce à ces innovations, les organisations peuvent enfin transformer en profondeur l’expérience client.
Sources :
1 Intelligent Document Processing (IDP) : traitement intelligent de documents
2 Etude Itesoft – L’Assurance en Mouvement 2022
3 Natural Language Processing : traitement du langage naturel
4 Few-Shot Learning : apprentissage à partir de peu d’exemples.
