Regardez bien la facture INV-88180. Ses trois lignes totalisent 8 240,00 $. Le total imprimé en bas indique 8 420,00 $. Deux chiffres ont été inversés, et l’écart s’élève à 180 $.
Un vérificateur débordé pourrait passer à côté. Un processus automatisé qui se fie à tout ce qu’il extrait passera à côté à chaque fois — et transmettra le montant erroné comme s’il était juste.
Notre nouvelle vidéo, Checked, not trusted, suit cette facture précise à travers DocReveal : depuis sa lecture, en passant par le contrôle qui la signale, jusqu’au moment où une personne décide de la suite. Elle dure trois minutes et demie, vous pouvez la regarder en haut de cette page, et elle s’adresse aux personnes qui portent la responsabilité — directeurs financiers, équipes de comptabilité fournisseurs, opérations et audit — plutôt qu’aux développeurs. Voici ce que vous allez voir, et pourquoi c’est important.
Lire, ce n’est pas faire confiance
L’IA est devenue très douée pour lire les documents. Elle extraira correctement chaque ligne de la facture INV-88180 — y compris le mauvais total, puisque c’est ce mauvais total qui est imprimé. La copie parfaite d’un document erroné reste un résultat erroné.
Voilà la faille que laissent ouverte la plupart des automatisations documentaires. Le traitement s’accélère, et avec lui la vitesse à laquelle les erreurs se propagent dans la comptabilité, les rapports et les paiements. La réponse n’est pas de ralentir. C’est de vérifier chaque document, automatiquement, au regard des règles qui régissent déjà votre activité, avant que quiconque ne s’appuie sur les données.
Lire : chaque facture se transforme en données
La vidéo s’ouvre sur Reveal Manager, où six factures de septembre sont traitées en une seule exécution. Chaque fichier est lu, mappé sur le modèle de données des factures, confronté aux règles et préparé pour l’analytique, et le tableau de suivi montre où en est chaque fichier au fil de l’exécution. Aucun gabarit à maintenir : les fournisseurs utilisent des mises en page et des langues différentes, et les factures sont lues telles qu’elles arrivent.
Cinq factures passent. Celle d’un fournisseur nommé Stavlund, non : ses contrôles de règles ont échoué.
Vérifier : des règles que vos auditeurs auraient pu écrire
Le contrôle à l’origine de cet échec vient de Rules Manager. Un utilisateur métier y assemble des règles en cliquant sur des champs, des conditions et des valeurs — sans code, sans scripts. Dans la vidéo, une règle veut que la somme des lignes soit égale au total de la facture. Une autre garantit qu’un même numéro de facture n’apparaît jamais sur deux documents.
Ces contrôles sont déterministes. Ils ne demandent pas son avis à une IA ; ils calculent et comparent, de la même façon à chaque fois. Les règles sont regroupées, versionnées et publiées délibérément, et le journal d’audit indique qui a créé, modifié et publié chaque version. Quand, des mois plus tard, quelqu’un demande pourquoi une facture a été signalée, la réponse est consignée.
Le résultat est un verdict motivé. Dans Business Rules Validation, la facture INV-88180 apparaît en échec, avec la règle précise qui a échoué et les valeurs en cause : des lignes totalisant 8 240,00 $ face à un total imprimé de 8 420,00 $. Non pas « quelque chose semble clocher », mais quoi, où et de combien.
Un verdict négatif n’est pas une impasse. Il est enregistré avec le document et publié sous forme d’événement : il peut ainsi déclencher un flux dans Integration Manager ou réveiller un agent IA pour qu’il passe à l’étape suivante.
Décider : un agent qui sait quand demander
Dans la seconde moitié de la vidéo, cet événement réveille un agent IA de tri des factures dans Agent Manager — l’un des collègues numériques que nous avons décrits dans Agent Pool. Personne ne le lance manuellement ; il démarre tout seul chaque fois qu’un document est validé. Son premier réflexe n’est pas d’agir mais de lire : le verdict des règles et les données extraites de la facture.
L’agent travaille dans les limites fixées par son responsable : un ensemble défini d’outils, un nombre maximal d’étapes par exécution et un profil d’autonomie qui détermine quelles actions doivent être validées par une personne. Ses instructions sont claires concernant les factures qui ne passent pas leurs contrôles — elles sont confiées à une personne. L’agent fait donc ce que ferait un bon collègue : il demande. L’exécution se met en pause dans la boîte des validations, avec la question et les réponses possibles clairement exposées.
Une personne lit la question et choisit de mettre la facture en attente et d’en demander une version corrigée. L’agent reprend, consigne la décision et termine. Sa trace montre chaque étape — ce qu’il a lu, ce qu’il a demandé, la réponse reçue et la façon dont l’exécution s’est achevée. La boîte est de nouveau vide, et rien ne s’est passé que quelqu’un ne puisse expliquer.
Pourquoi cela compte au-delà d’une seule facture
INV-88180, c’est une petite histoire de 180 $. Le principe qui la sous-tend vaut pour chaque document que traite votre entreprise, et il tient en une ligne. L’IA propose. Les règles vérifient. L’humain décide.
- Traitez les données extraites comme une proposition, pas comme un fait. Repérez les endroits où des données extraites sont utilisées sans que personne ne les vérifie — c’est là que vos premières règles ont leur place.
- Mettez par écrit les contrôles que vos équipes font déjà par habitude. Des totaux qui doivent tomber juste, des numéros qui doivent être uniques, des valeurs qui doivent rester dans certaines limites. Ce qu’un vérificateur contrôle, une règle peut le contrôler sur chaque document.
- Donnez à l’automatisation un moyen de s’arrêter et de demander. Un agent qui passe la main quand la décision ne lui revient pas vaut mieux qu’un agent qui décide de tout.
- Gardez une trace. Des règles versionnées, des verdicts motivés et des traces d’agent qui incluent les réponses humaines transforment « c’est le système qui l’a fait » en un historique que vous pouvez auditer.
Toutes les entreprises et tous les chiffres de la vidéo sont des données de démonstration fictives.
Vérifié, pas cru sur parole. Chaque document. C’est ainsi que l’automatisation gagne la confiance.