Le pipeline multi-agents de Tesisquare traite 97,0 % de 955 documents fournisseurs sans solution de repli

Le problème

Les entreprises qui reçoivent des factures de nombreux fournisseurs doivent traiter un flux continu de documents aux mises en page et aux langues variées. La saisie manuelle des données est lente et sujette aux erreurs, et les anciens outils d’OCR (des logiciels qui transforment des scans en texte) exigent souvent l’intervention de personnes sur une grande partie des documents. Les auteurs craignent aussi qu’un modèle de langage livré à lui-même invente des valeurs, ce qui est un risque avec des données financières.

Ce qu’ils ont construit

Tesisquare, éditeur de logiciels à Turin, a construit un pipeline de cinq étapes spécialisées, appelées agents. Le premier reconnaît le type de document et le fournisseur, le deuxième découpe les fichiers groupés en factures individuelles, le troisième convertit chaque page en texte structuré, le quatrième utilise un modèle de langage pour extraire les champs, et le dernier valide le résultat. Les documents dont le système n’est pas sûr sont envoyés à une personne, sur un écran qui affiche le document à côté des données extraites. Selon l’article, la production utilise Mistral-Small-3.2, un modèle open-weight (à poids ouverts : ses fichiers sont publiés, une entreprise peut donc l’exécuter sur ses propres serveurs), avec DeepSeek-OCR comme solution de repli lors des périodes de forte charge.

Comment ils s’y sont pris

L’étape d’extraction travaille à partir du texte structuré plutôt que des scans bruts, ce qui, selon les auteurs, réduit de 35 % la quantité de texte que le modèle doit lire. L’étape de validation contrôle les formats et les sommes, et un score de confiance décide des documents envoyés à un relecteur, avec des seuils généralement fixés entre 80 % et 90 %. Quand un relecteur corrige un champ, le système transforme la correction en consignes mises à jour pour le modèle et les applique aux documents similaires déjà en file d’attente, sans réentraîner le modèle. Le jeu de production couvrait plus de 50 fournisseurs et des documents en italien, en anglais, en allemand et en français.

Résultats

Sur 955 documents de production traités jusqu’au 21 janvier 2026, 926 (97,0 %) sont passés par le pipeline sans repli sur d’anciens outils ou un portail manuel. Sur un test de 100 documents tirés de la production, le pipeline complet avec relecture humaine a atteint 98,5 % de précision, contre 60,0 % pour une solution de référence qui envoie simplement le PDF à un modèle. L’étape de texte structuré a apporté le plus, soit 17,5 points de pourcentage. La relecture d’un document signalé a pris environ 45 secondes, contre environ 120 secondes pour un traitement entièrement manuel.

Ce qu’il faut retenir

Considérez les personnes comme une partie de la conception, non comme un filet de sécurité. N’envoyez que les documents incertains, conservez chaque correction, et mesurez séparément la part des documents qui restent sur la voie automatisée et la précision.