FAQ : quelles technologies pour optimiser la capture de données ?

Essentielle à tout projet de dématérialisation, la capture de documents est encore trop souvent négligée par les organisations. Pourtant, cette étape cruciale doit reposer sur des technologies performantes, notamment capables d’identifier les types de documents, d’en extraire les données pertinentes et de les acheminer vers le bon outil métier. Mais quelles sont ces technologies ? Quels sont leurs avantages ? Comment choisir la bonne solution ? Kodak Alaris, spécialiste de la capture d’informations, répond à toutes vos questions !

Quelle est la différence entre l’OCR et l’IDP ?

Encore trop souvent, les organisations ont recours à de simples imprimantes multifonctions pour numériser les documents. Celles-ci sont néanmoins très limitées, ne proposant aucune valeur ajoutée autour du traitement de la donnée. Les solutions de capture de documents intègrent justement les technologies permettant d’extraire et d’indexer les datas nécessaires aux différentes missions des collaborateurs. L’IDP (Intelligent Document Processing, ou Traitement Intelligent des Documents) et l’OCR (Optical Character Recognition, ou Reconnaissance Optique des Caractères) font partie de ces technologies. Et bien qu’étroitement liés, l’OCR et l’IDP présentent plusieurs différences.

Concrètement, l’OCR convertit une image contenant du texte en texte exploitable par une machine. Elle peut donc extraire des informations issues de documents ; cependant, elle est incapable de les contextualiser. Par ailleurs, l’OCR fonctionne avec des modèles de documents (formulaires), dans lesquels elle sait quelle information récupérer à quel endroit. En revanche, les choses se compliquent pour les documents non structurés ou manuscrits, pour lesquels il est nécessaire de créer un modèle pour chaque type de document traité.

C’est là qu’intervient l’IDP, qui mêle l’OCR à l’IA (Intelligence Artificielle) et au machine learning (ou apprentissage automatique). Il peut ainsi capturer les documents, les indexer correctement et en extraire les informations pour les transformer en données exploitables et contextualisées. Celles-ci peuvent ensuite être intégrées automatiquement à des workflows pour être traitées. De quoi simplifier grandement le quotidien des professionnels !

L'IDP peut-il extraire les données d’un contenu non structuré ?

L’IDP a besoin de l’OCR pour fonctionner ; cependant, contrairement à cette dernière, il est parfaitement capable de prendre en charge des contenus non structurés, semi-structurés ou manuscrits. Cette capacité repose essentiellement sur le machine learning, grâce auquel l’IDP apprend continuellement à reconnaître les contenus et à en extraire les informations pertinentes. 

Plusieurs types de documents peuvent ainsi bénéficier des apports de l’IDP, parmi lesquels :

• Les factures, dont les formats varient d’une organisation à l’autre, mais que l’IDP peut facilement capturer, indexer (selon l’émetteur, par exemple) ou analyser pour en extraire les données ;
• Les formulaires papier, qui ne peuvent être traités par l’OCR seule. A contrario, l’IDP peut améliorer la qualité d’image du document capturé, le classer et identifier les caractères manuscrits pour les transformer en datas ;
• Les chèques, qui contiennent de nombreuses informations que peut identifier l’IDP (nom de la banque, adresse de l’émetteur, etc.). Il peut également comparer les montants (en chiffres et en lettres) et contrôler l’ordre indiqué, même lorsque ces éléments ont été remplis à la main.

OCR, LAD, RAD, IDP, IA : quelles technologies pour numériser ?

Tout comme l’IDP, la LAD (Lecture Automatique des Documents) a elle aussi besoin de l’OCR pour fonctionner correctement. Elle intègre également des technologies de RAD (Reconnaissance Automatique de Documents) et d’ICR (Intelligent Character Recognition, ou Reconnaissance Intelligente de Caractères) pour couvrir l’ensemble du processus de capture : 

• Le document est numérisé grâce à un scanner intelligent ;
• Le module de RAD identifie le type de document numérisé (formulaire, courrier, facture, bon de commande, etc.) ;
• Les caractères sont reconnus à leur tour par l’OCR ou l’ICR (préférable pour l’écriture manuscrite) ;
• Les informations capturées sont envoyées vers l’outil correspondant (solution de Gestion Électronique de Documents, ou GED, logiciel métier, Système d’Archivage Électronique, ou SAE, etc.).

La LAD offre ainsi une information structurée et évite les saisies manuelles, tandis que l’IDP va plus loin en contextualisant les données.

À quel type de document la LAD est-elle réservée ?

Par sa capacité à alimenter la GED, la LAD peut être utilisée pour capturer tous les types de documents. Cependant, grâce aux technologies sur lesquelles elle repose, elle est tout particulièrement indiquée pour les projets de numérisation de fonds d’archivage. En effet, l’OCR et l’ICR garantissent une reproduction à l’identique des caractères contenus dans les originaux papier : la copie numérique aura donc la même mise en page.

Pour aller plus loin, la LAD peut être utilisée dans le cadre du processus de numérisation fidèle si elle respecte la norme Afnor NF Z42-026. La copie électronique ainsi obtenue peut alors être stockée dans un SAE conforme, quant à lui, à la NF Z42-013 pour devenir une copie fiable. Grâce à ce procédé, les organisations disposent d’une reproduction électronique ayant la même force probante que l’original papier dont elle est issue, comme le stipule le décret n° 2016-1673 du 5 décembre 2016. L’acte d’origine, qu’il s’agisse d’une archive ou de tout autre type de document, peut alors être détruit, libérant ainsi de l’espace pour les organisations.

Quels sont les différents outils de numérisation ? 

La numérisation des documents repose essentiellement sur les scanners et imprimantes multifonctions. Ces dernières sont malheureusement très utilisées au sein des organisations, avec tous leurs inconvénients : opérations manuelles chronophages et source d’erreurs, extraction, classification et indexation des données impossible. 

Les scanners intelligents, au contraire, s’appuient sur les technologies évoquées précédemment pour réduire l’intervention humaine au maximum. Offrant un gain de temps inestimable, ils prennent notamment en charge la saisie des informations, leur classification et intégration dans le Système d’Information (SI) et le déclenchement de workflows associés. En la matière, les organisations sont cependant très en retard : plus de la moitié n’a pas mis en place de solution de numérisation capable de reconnaître ou d’extraire les données de leurs documents (enquête Archimag, 2022).

Comment choisir le bon outil de capture ?

Pour profiter de tous les bienfaits qu’offre la numérisation intelligente, il est indispensable de choisir un scanner adapté à ses besoins. En particulier, si l’organisation dispose de nombreux documents sensibles ou d’archives qu’elle souhaite numériser en mode copie fidèle ou copie fiable, la solution retenue doit être certifiée NF 544.

D’autres critères sont également à prendre en compte :

• Qualité d’image et résolution ;
• Volume de numérisation ;
• Authentification de l’utilisateur ;
• Sélection du type de document numérisé ;
• Contrôle d’intégrité des documents ;
• Horodatage et cachet électronique qualifié (pour une copie fidèle) ;
• Possibilité d’utilisation en mobilité.

En quoi la numérisation peut-elle contribuer à l’automatisation des processus ?

Porte d’entrée de la transformation digitale et de la dématérialisation, la numérisation est la première étape vers la mise en place de processus automatisés. En s’appuyant notamment sur l’IA et le machine learning, elle peut effectuer elle-même des tâches jusqu’alors manuelles, sans valeur ajoutée, puis déclencher des workflows associés. 

L’un des exemples les plus probants en la matière est la gestion du courrier. Réalisé manuellement, ce processus est long et fastidieux ; en revanche, lorsqu’elle est digitalisée, la gestion du courrier est bien plus efficace. La Salle de courrier numérique s’appuie ainsi sur les solutions de capture, telles que celles que propose Kodak Alaris, pour collecter les courriers entrants et les documents qui les accompagnent, les classer, en extraire la data, et les livrer au bon collaborateur ou espace de stockage. Dès lors, toute la chaîne est automatisée de bout-en-bout, augmentant la productivité et réduisant les coûts et les délais de traitement. 

De nombreux autres processus ont tout à gagner en reposant sur la capture de documents et l’automatisation : gestion des factures, réclamations clients, onboarding des nouveaux collaborateurs, etc. Encore faut-il disposer des technologies répondant à ces usages !