Récupérer automatiquement le numéro, les montants et les lignes d'une facture PDF : c'est un besoin vieux comme la comptabilité. Deux méthodes existent, et elles n'ont rien à voir en termes de fiabilité. Comparons.
OCR : deviner sur un PDF libre
L'OCR (reconnaissance optique de caractères) lit un PDF « normal » — qu'il soit en texte ou en image scannée — et déduit les champs par reconnaissance de motifs : « ce qui ressemble à un total », « ce qui ressemble à une date ».
- ✅ Avantage : ça marche sur n'importe quelle facture, même une vieille facture papier scannée, même sans aucune structure.
- ⚠️ Limite : ça devine. Chaque fournisseur a sa mise en page ; un montant mal placé, un scan de travers, et l'extraction se trompe. L'OCR demande toujours une vérification humaine.
C'est une béquille précieuse pour traiter l'existant — mais ce n'est pas une lecture fiable à 100 %.
Factur-X : lire une donnée déjà structurée
Un Factur-X est un PDF qui embarque un XML normé (EN 16931). Il n'y a rien à deviner : la donnée est déjà là, balisée champ par champ.
- ✅ Avantage : lecture exacte à 100 %, déterministe. Le numéro est le numéro, le total est le total. Pas d'ambiguïté.
- ⚠️ Limite : ça ne marche que si le PDF est effectivement un Factur-X. Une facture libre ou un vieux scan n'a pas de XML embarqué.
Le tableau de décision
| Critère | OCR | Factur-X |
|---|---|---|
| Type de PDF | N'importe lequel (texte, scan) | Factur-X / ZUGFeRD uniquement |
| Fiabilité | Approximative, à vérifier | Exacte à 100 % |
| Méthode | Reconnaissance de motifs | Lecture du XML normé |
| Quand l'utiliser | Factures existantes, scans | Factures conformes à la réforme |
| IA générative | Aucune (OCR = reconnaissance de caractères) | Aucune (parsing déterministe) |
À noter : ni l'un ni l'autre n'utilise d'IA générative. L'OCR reconnaît des caractères (technologie Tesseract & co), il n'invente pas ; le Factur-X est un simple parsing de données. Pas de risque d'hallucination.
La règle simple
Si le PDF est un Factur-X, lisez le XML — c'est exact. Sinon, l'OCR dépanne, mais vérifiez le résultat.
C'est exactement la logique de notre lecteur de facture gratuit : il tente d'abord la lecture Factur-X (exacte), et bascule automatiquement en OCR si le PDF n'en est pas un. Vous obtenez le meilleur des deux selon le fichier déposé, le tout dans votre navigateur.
Pourquoi la réforme rend l'OCR de moins en moins nécessaire
L'OCR a longtemps été la seule option parce que les factures arrivaient en PDF libre. La facturation électronique change la donne : à mesure que vos fournisseurs passent au Factur-X, vous recevez des données déjà structurées, exactes, prêtes à intégrer. L'OCR devient une solution de transition pour le stock d'anciennes factures, pendant que le flux entrant devient propre.
C'est aussi pourquoi l'enjeu se déplace : non plus « comment deviner les données », mais « comment faire couler ces données propres dans ma compta sans ressaisie ». Sujet que nous traitons dans optimiser ses process.
Vous ressaisissez encore vos factures fournisseurs ? Pour un volume régulier, ça se supprime. On construit l'outil qui capte, lit et impute — connecté à votre PDP. Voyez ce qui est automatisable via un diagnostic.