Une recherche retrouve immédiatement un document scanné. Le texte paraît propre, les montants sont repérés et le classement automatique fonctionne. Tout cela est utile. Mais l’OCR ne transforme pas à lui seul le fichier en preuve de son origine ou de son intégrité.
Une GED peut faire cohabiter le document reçu, le texte extrait et des métadonnées ajoutées. Ces trois éléments n’ont pas le même statut. Les mélanger devient dangereux lorsqu’une équipe prend une extraction pour le contenu original.
En bref — Conservez le fichier source et distinguez-le de son extraction. La confiance de l’OCR concerne une reconnaissance, pas l’authenticité du document.
Microsoft décrit des scores de confiance pour les résultats de reconnaissance et d’extraction documentaire. Ils aident à évaluer la fiabilité estimée d’une sortie. Ils ne prouvent ni l’identité de l’expéditeur, ni la validité d’une opération, ni l’absence d’altération avant le traitement.
Un montant correctement lu peut appartenir à une facture erronée. À l’inverse, un document authentique peut être mal reconnu parce que la numérisation est floue.
Garder un chemin du résultat vers l’original
Dans un exemple fictif, un scan contient « 1 080 » et l’extraction propose « 1 030 ». Si la GED remplace silencieusement le document par un texte nettoyé, le contrôle devient difficile. Si elle affiche la zone source à côté du champ, l’équipe peut vérifier et corriger.
La version originale doit rester identifiable. Une correction du texte extrait devrait être distinguée d’une modification du fichier source, avec une trace de l’intervention et de son auteur. Ce besoin est particulièrement concret pour les montants, les dates et les références.
Demandez au fournisseur une démonstration avec un document imparfait : page inclinée, petite écriture, tableau et plusieurs formats de date. Un exemple net préparé pour la vente décrit mal les documents reçus au quotidien.
Le seuil de validation automatique doit dépendre du risque. Une erreur dans un mot utilisé pour la recherche n’a pas le même effet qu’une erreur dans un montant transmis à la comptabilité. Il est raisonnable de traiter ces usages différemment.
La validation humaine ne consiste pas à cliquer sur « approuvé » devant une longue liste. L’écran doit permettre de voir rapidement ce qui est incertain, d’ouvrir la page concernée et de comprendre la conséquence d’une correction.
Pour les accès, une recherche efficace peut aussi rendre visibles des documents auparavant difficiles à retrouver. Vérifiez que les autorisations de partage s’appliquent à la recherche, aux aperçus, aux exports et aux téléchargements.
Ce qu’il faut demander avant d’automatiser
Faites préciser les données conservées, le traitement des erreurs, les versions du modèle d’extraction et la manière de réexaminer un résultat. Si le prestataire change son moteur, les documents nouveaux peuvent être reconnus différemment. Un petit jeu de documents de référence permet d’observer ces évolutions.
Vérifiez enfin la sortie de la GED : récupère-t-on seulement les PDF, ou également leurs identifiants, métadonnées et relations ? Les principes du test de réversibilité d’un SaaS s’appliquent à cet ensemble.
La recherche documentaire demande elle aussi un essai sur les mots mal reconnus. Une correction d’extraction devrait permettre de retrouver ensuite le document sans modifier son original. Vérifiez si le moteur indexe immédiatement la correction et comment il présente plusieurs versions. Les utilisateurs doivent pouvoir comprendre pourquoi deux résultats proches apparaissent, plutôt que supprimer l’un d’eux en pensant qu’il s’agit d’un doublon sans valeur.
L’OCR rend les documents exploitables. Une GED bien conçue permet ensuite de retrouver leur contexte et de contrôler les traitements. Ce sont deux qualités complémentaires ; aucune ne dispense de vérifier la provenance ou les exigences de conservation propres à l’activité.





La discussion