---
title: "Lecture de documents et extraction des données"
description: "Factures, bilans, contrats : les données sorties des documents, métier par métier."
url: https://meridal.fr/apprendre/lecture-de-documents-et-extraction-des-donnees/
language: fr
written: 2026-10-09
verified: 2026-10-09
license: CC BY 4.0
---

[Apprendre](https://meridal.fr/apprendre/) › [Secteurs et métiers](https://meridal.fr/apprendre/dossier/atlas/)

Appliquer · Niveau 2, Pratiquer · 14 minutes

# Lecture de documents et extraction des données

Factures, bilans, contrats, bons de commande : ce que donne la lecture automatique des documents dans chaque métier d'une PME, les outils selon votre environnement, ce qui reste à une personne, ce que cela coûte, et un premier projet pour commencer.

Écrit le 9 octobre 2026 · Vérifié le 9 octobre 2026

## Vous saurez

- Savoir quels documents un outil lit bien, métier par métier, et ce qu'il en sort
- Choisir entre le logiciel en place, Microsoft, Google, un service d'extraction ou un outil sur mesure
- Savoir ce qu'une personne doit garder
- Lancer un premier projet de lecture de documents

- [← Avant Extraction des chiffres d'un document](https://meridal.fr/apprendre/extraction-des-chiffres/)
- [↓ Plus concret Un modèle commun pour le dossier de vente, et des chiffres repris sans ressaisie](https://meridal.fr/realisations/document-remis-aux-acquereurs/)
- [→ Ensuite Premier jet d'un document](https://meridal.fr/apprendre/premier-jet-d-un-document/)

Rappel de la page précédente

Répondez de tête, puis ouvrez. [Faire sortir les chiffres d'un document](https://meridal.fr/apprendre/extraction-des-chiffres/)

**1 L'outil rend un tableau complet, au bon format. Les chiffres sont-ils justes ?**

Pas forcément. Les éditeurs garantissent la forme, pas les valeurs : un chiffre mal lu ou inventé a la même forme qu'un juste. Seules des règles, ou une personne, le repèrent.

**2 Un fournisseur vous envoie désormais des factures électroniques au format UBL. Faut-il les extraire ?**

Non : elles arrivent déjà en données, transmises par une plateforme agréée. L'extraction reste utile pour les documents qui arrivent encore en PDF ou sur papier.

L'essentiel

1. Lire un document et en sortir les données sert dans presque tous les métiers : la finance d'abord, puis les achats, les ventes, le juridique, la logistique.
2. Le logiciel déjà en place le fait souvent : les logiciels comptables lisent les factures et proposent l'écriture.
3. Le modèle lit ; des règles vérifient chaque montant et chaque identité ; une personne valide ce qui part en comptabilité ou chez un client.
4. Les services prêts à l'emploi lisent bien les factures en français ; les contrats, les relevés et les bulletins de paie français demandent un modèle sur mesure.
5. Le premier projet porte sur un seul type de document, le plus répétitif, mesuré pendant un mois avant d'aller plus loin.

## Fonctionnement

![La chaîne d'une lecture de documents : ce qui entre, factures, bilans, contrats, bons de commande, relevés ; deux façons de lire, les données jointes telles quelles, la page ou le scan par un OCR puis un modèle ; les règles vérifient totaux, identités, dates et champs vides, un écart part à revoir ; une personne lit ce qui est à revoir et valide ; ce qui sort : un fichier d'import, un classeur rempli, une fiche à jour.](https://meridal.fr/assets/apprendre/medias/apprendre-al-chaine.svg)

**Ce qui entre** : un document qui arrive par courriel, par une plateforme, ou sur papier. **Ce qui est fait** : on lit les données jointes quand elles existent, comme dans une facture électronique ; sinon un OCR, la reconnaissance des caractères, rend le texte de la page, et un modèle range les champs dans un format fixé. **Ce qui sort** : un fichier que le logiciel suivant importe, un classeur rempli, une fiche à jour. **Qui valide** : une personne, sur ce que les règles mettent de côté, et sur tout ce qui engage un paiement ou un client.

Le mécanisme pas à pas, avec ses règles : [faire sortir les chiffres d'un document](https://meridal.fr/apprendre/extraction-des-chiffres/) ; l'exercice complet : [extraire une facture dans un format imposé](https://meridal.fr/apprendre/extraire-une-facture-dans-un-format-impose/).

## Métier par métier

| Métier | Les documents | Ce qui sort | Ce que les règles vérifient |
|---|---|---|---|
| [Finance et comptabilité](https://meridal.fr/apprendre/finance-et-comptabilite/) | factures fournisseurs, notes de frais, relevés bancaires, liasses fiscales | l'écriture proposée, le rapprochement, le modèle financier rempli | hors taxe plus TVA égale TTC, l'actif égal au passif, le doublon, le RIB inchangé |
| [Achats](https://meridal.fr/apprendre/ia-aux-achats/) | devis des fournisseurs, bons de livraison, factures | le tableau des devis comparés, la livraison rapprochée de la commande | les quantités et les prix contre la commande, le fournisseur référencé |
| [Commercial et administration des ventes](https://meridal.fr/apprendre/ia-au-service-commercial/) | bons de commande des clients reçus en PDF | la commande saisie dans le logiciel de gestion | le client connu, les références existantes, le prix du tarif en vigueur |
| [Juridique](https://meridal.fr/apprendre/ia-au-service-juridique/) | contrats, avenants, conditions générales | la fiche du contrat : parties, durée, préavis, reconduction, échéances | chaque champ cité avec sa page ; une date d'échéance calculée par le programme, pas par le modèle |
| [Production, qualité et logistique](https://meridal.fr/apprendre/ia-en-production-qualite-et-logistique/) | bons de livraison, certificats de conformité, fiches techniques | la réception enregistrée, le certificat rattaché au lot | le numéro de lot, les quantités, la date de validité du certificat |
| [Administration](https://meridal.fr/apprendre/ia-en-administration-et-assistanat/) | courriers reçus, formulaires, attestations | le courrier classé, ses données reprises dans le bon dossier | le destinataire et le dossier existants ; un champ vide plutôt qu'inventé |
| [Ressources humaines](https://meridal.fr/apprendre/ia-en-ressources-humaines/) | justificatifs, attestations, candidatures | le dossier du salarié complété | pour les candidatures, un outil qui filtre ou évalue relève du haut risque du règlement européen, à partir du 2 décembre 2027 |

Les cases décrivent ce que fait une lecture de documents bien tenue ; elles ne disent pas qu'un outil du marché le fait seul dans chaque métier.

## Outils par environnement

Logiciel comptable Microsoft Google Services d'extraction Sur mesure

- **Les logiciels comptables** lisent déjà les factures. Pennylane propose le compte de charge à partir de l'historique comptable du dossier ; Dext annonce une reconnaissance supérieure à 99 % et repère les pièces manquantes et les doublons ; EBP génère l'écriture à partir d'une photo de la facture.
- Ces taux sont ceux des éditeurs ; aucun n'est mesuré par un tiers. Le premier geste est de regarder ce que fait l'outil déjà payé.
- Beaucoup sont aussi des plateformes agréées pour la facture électronique : les factures qu'ils reçoivent par ce canal arrivent en données, sans rien à lire.

- **Power Automate** lit les factures avec un modèle prêt à l'emploi et enchaîne la suite : la pas à pas, avec les champs lus et les licences, est dans [la fiche Power Automate](https://meridal.fr/apprendre/power-automate/).
- **Azure Document Intelligence**, pour un développeur, propose des modèles prédéfinis pour la facture, le reçu, le relevé bancaire, le contrat, la pièce d'identité. Le modèle de contrat ne lit que l'anglais ; le relevé bancaire et le bulletin de paie sont pensés pour les documents américains.
- Pour un document propre à l'entreprise, un modèle d'extraction personnalisé démarre avec cinq exemples étiquetés ; un classifieur, qui reconnaît le type de document avant de le lire, demande deux types au moins et cinq exemples de chacun.

- **Document AI** de Google propose un lecteur de factures, en disponibilité générale, qui sort l'en-tête et les lignes ; le français figure dans ses langues. Il est facturé 0,10 $ par document de dix pages au plus.

Les services d'extraction, pour 1 000 pages, en français, en Europe, et ce qui aide à vérifier : relevé sur les pages des éditeurs le 7 octobre 2026.

Convient à une PME française À savoir avant de choisir Non publié

| Outil et offre | Prix pour 1 000 pages | Factures en français | Traitement en Europe | Ce qui aide à vérifier |
|---|---|---|---|---|
| Azure AI Document Intelligence modèle de facture prédéfini | 10 $ ; 8,80 € dans la région France Central | Convient à une PME française : Oui | Convient à une PME française : Traitement dans la région choisie, dont France Central ; données effacées après 24 heures | Un score de confiance par champ, pas pour tous les champs ; Microsoft conseille une relecture humaine pour les documents financiers |
| Google Document AI Invoice Parser | 0,10 $ par document de 10 pages au plus | À savoir avant de choisir : Oui ; le relevé bancaire et l'extracteur à base de Gemini, en anglais seulement | À savoir avant de choisir : Multirégion Union européenne ; pas de région à Paris | Une évaluation de la lisibilité ; la relecture humaine intégrée est abandonnée depuis janvier 2024 |
| Amazon Textract AnalyzeExpense | 10 $ dans la région de Paris | À savoir avant de choisir : Non : factures et reçus en anglais seulement | Convient à une PME française : Oui, région de Paris | Un score de 0 à 100 ; AWS conseille 90 au moins pour une décision financière, une relecture humaine en dessous |
| Mistral OCR 4.1 API | 4 $ ; 5 $ avec extraction dans un format imposé | Non relevé | À savoir avant de choisir : Point d'accès européen, facturé 10 % de plus ; la présence de l'OCR n'y est pas publiée | Scores de confiance par page, bloc ou mot ; Mistral dit que l'outil ne doit pas trancher une décision financière |
| Modèle de langage sortie dans un format imposé (OpenAI, Anthropic, Google) | Au token ; aucun prix par page publié | Non relevé | Selon le fournisseur et la région de déploiement | À savoir avant de choisir : La forme du résultat est garantie, pas les valeurs : les trois éditeurs disent de vérifier les chiffres |
| Logiciels libres Docling, PaddleOCR, docTR, sur vos machines | Gratuits ; le coût est celui de vos machines | Non relevé | Convient à une PME française : Chez vous, sans envoi à un tiers | Non publié : Aucune précision publiée sur les factures |

- **Sur mesure**, quand le document est propre au métier, comme une liasse fiscale, ou que le résultat va dans un classeur maison : des règles lisent tout ce qui a une place fixe, le modèle ne tranche que ce qui reste, par des choix fermés. C'est la méthode de la réalisation sur les liasses fiscales, plus bas.
- Des logiciels libres lisent la mise en page et les tableaux sur vos propres machines : Docling, sous licence MIT, fonctionne même sans accès à internet.

Les fonctions décrites sont celles que les éditeurs annoncent, lues sur leurs pages ; aucune n'a été testée par Meridal pour cette page.

## Part humaine

- **Valider ce qui engage** : une écriture, un paiement, une commande, une échéance de contrat.
- **Lire ce que les règles mettent de côté**, et la raison ; corriger la source quand l'erreur vient du document.
- **Décider d'un seuil** : certains services rendent une confiance par champ ; Microsoft propose de s'en servir pour accepter ou faire revoir, AWS suggère 90 % ou plus pour une décision financière. Le seuil se choisit sur vos documents, pas sur une valeur par défaut.
- **Interpréter** : une clause, une exception, un litige. L'outil sort le texte ; la personne dit ce qu'il veut dire.

## Risques propres

| Le risque | Ce qui est publié | Ce qu'on fait |
|---|---|---|
| Une valeur inventée pour un champ vide | c'est la faute typique relevée sur les documents denses et les formulaires, dans deux bancs d'essai d'éditeurs | un champ facultatif, une consigne qui demande de laisser vide, un champ vide traité comme « à revoir » |
| Un scan de mauvaise qualité | AWS recommande 150 DPI au moins ; Microsoft lit le texte à partir d'environ 8 points à 150 DPI | numériser à 300 DPI, droit ; refuser la photo floue à l'entrée |
| Un service qui ne lit pas vos documents | l'analyse des factures d'Amazon Textract ne traite que l'anglais ; le modèle de contrat d'Azure aussi | essayer chaque service sur vingt de vos documents avant de choisir |
| Un outil présenté comme décideur | Mistral écrit que son OCR n'est pas fait pour décider ni pour les décisions financières à fort enjeu | des règles et une validation, quel que soit l'outil |
| Des documents qui sortent de l'entreprise | un service en ligne traite les pages chez l'éditeur, dans la région choisie ou non | choisir la région de traitement, ou un outil sur vos machines pour les documents sensibles |

## Coût et durée

- **Les services d'extraction** se paient à la page : 4 $ chez Mistral, 10 $ chez Microsoft et Amazon pour 1 000 pages de factures, au relevé du 7 octobre 2026 ; Google compte 0,10 $ par document de dix pages au plus (le tableau, onglet « Services d'extraction »). Pour mille factures d'une page, cela fait 4 $ à 10 $, ou 100 $ chez Google, qui compte par document : un calcul de Meridal sur ces prix.
- **Le logiciel en place** inclut parfois la lecture des factures dans son abonnement : alors, rien à acheter pour commencer.
- **Le temps de mise en place** va surtout aux règles, aux essais sur vos documents et au mois de validation, plus qu'à l'outil.
- **Avec Meridal**, une chaîne qui relie deux ou trois logiciels avec une étape où l'IA lit un document se chiffre de 2 200 € à 3 400 €, en deux à quatre semaines ; au-delà, sur devis.

## Premier projet

1. Choisir un seul type de document **Ce qu'on obtient :** le plus répétitif, souvent les factures fournisseurs ; ses champs utiles écrits noir sur blanc. **Le conseil :** un seul type au départ : chaque type a ses pièges.
2. Regarder ce que fait l'outil déjà payé **Ce qu'on obtient :** la lecture du logiciel comptable, de Microsoft ou de Google, essayée sur vingt documents réels. **Le conseil :** les vingt documents gardés avec la bonne réponse : ils serviront à mesurer.
3. Écrire les règles **Ce qu'on obtient :** les totaux, les identités, les dates, le doublon, le champ vide ; chaque écart mis de côté avec sa raison. **Le conseil :** les règles se décident avant le premier mois.
4. Valider tout pendant un mois **Ce qu'on obtient :** chaque document relu ; les corrections notées, champ par champ. **Le conseil :** le relevé des corrections dit où l'outil se trompe, et quelle règle manque.
5. Mesurer, puis décider la suite **Ce qu'on obtient :** la part des champs justes sur les documents dont vous avez la bonne réponse ; alors seulement, un second type de document. **Le conseil :** une mesure sur vos documents, pas un taux d'éditeur.

Pas à pas, outil par outil : [le mode opératoire des factures fournisseurs](https://meridal.fr/apprendre/factures-fournisseurs/).

## Réalisations

Réalisation · cabinet de cession, 2026

Un modèle financier rempli à partir des documents reçus

Un outil lit les liasses fiscales, les comptes annuels et les comptes de résultat détaillés, et remplit le classeur du cabinet : environ 80 % de la lecture par des règles, 20 % par un modèle de langage, limité à des choix fermés, jamais à un chiffre. Avant d'écrire, il vérifie l'équilibre de l'actif et du passif, la cohérence du résultat et les lignes non classées ; un écart est signalé, jamais corrigé en douce.

Avant d'être livré aux analystes, l'outil a été validé sur : 21 dossiers Source : inventaire des réalisations de Meridal, d'après la note de passation d'août 2026. Limite : trois des huit étapes de l'interface d'analyse étaient des squelettes à la passation.

[Lire la réalisation](https://meridal.fr/realisations/modele-financier/)

Réalisation · le même cabinet, 2026

Des chiffres repris des fichiers du client, sans ressaisie

Une chaîne de données en six étapes : réception des fichiers du client, extraction, mise au plan comptable, calcul, contrôle, sortie. Un chiffre douteux est mis de côté, jamais comblé ; le modèle de langage rédige le commentaire, il ne calcule aucun montant.

Sur un dossier réel, la chaîne a mis de côté : 343 faits douteux, au lieu de les combler Source : inventaire des réalisations de Meridal, d'après la fiche d'anomalies d'un dossier réel. Limite : les documents scannés ne sont pas lus.

[Lire la réalisation](https://meridal.fr/realisations/document-remis-aux-acquereurs/)

## Lectures suivantes

↑ Plus général

Rien avant : c'est un point de départ.

← Avant [Extraction des chiffres d'un document Comprendre · Niveau 2 · 14 minutes](https://meridal.fr/apprendre/extraction-des-chiffres/)

Vous êtes ici

Lecture de documents et extraction des données

→ Ensuite [Premier jet d'un document Appliquer · Niveau 2 · 12 minutes](https://meridal.fr/apprendre/premier-jet-d-un-document/)

↓ Plus concret [Un modèle commun pour le dossier de vente, et des chiffres repris sans ressaisie Réalisation](https://meridal.fr/realisations/document-remis-aux-acquereurs/)

[Tout le dossier « Secteurs et métiers »](https://meridal.fr/apprendre/dossier/atlas/)

Les pages qui renvoient ici

- [Un assistant qui connaît les méthodes de l'entreprise](https://meridal.fr/apprendre/un-assistant-qui-connait-les-methodes/)

**Limites et sources**

Les fonctions et les taux des logiciels sont ceux annoncés par leurs éditeurs ; aucun n'a été mesuré par Meridal ni par un tiers pour cette page.

Les cases « métier par métier » décrivent une lecture de documents bien tenue, d'après la méthode des réalisations de Meridal ; elles ne sont pas un relevé du marché.

Le prix de Meridal est celui de la page Offre, au 9 octobre 2026 ; les prix des services d'extraction sont ceux du relevé du 7 octobre 2026.

1. [Microsoft Learn, les modèles de Document Intelligence](https://learn.microsoft.com/fr-fr/azure/ai-services/document-intelligence/model-overview), lu le 9 octobre 2026.
2. Les relevés : `apprendre/recherches/2026-10-07-extraction-documents.json`, `2026-10-09-finance.json`, `2026-10-09-biais.json` ; le tableau : `apprendre/donnees/extraction.json`.

Écrit par Meridal, avec l'aide de l'IA ; chaque fait vérifié à sa source et relu avant publication. Texte et schémas sous licence [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/deed.fr) : reprenez-les en citant Meridal. Le code sous licence MIT.

Service correspondant

Ne plus recopier d'un logiciel à l'autre

1 100 € à 3 400 €, puis sur devis

[Voir le service](https://meridal.fr/offre/#automatisation)

## Un premier échange de 30 minutes

En visio et sans frais : vous décrivez votre situation, nous vous indiquons ce qui est réalisable, avec quels outils et pour quel ordre de prix. Vous pouvez aussi nous écrire ; chaque message reçoit une réponse écrite.

[Réserver 30 minutes](https://meridal.fr/contact/#reserver) [Écrire un message](https://meridal.fr/contact/)