OCR commande PDF vs IA d'extraction structurée : la différence en 2026

OCR : la première moitié du chemin

L'OCR (Optical Character Recognition) est la technologie qui transforme une image — typiquement un PDF scanné — en texte brut machine-readable. Tesseract (open-source, 1985), Adobe OCR, Google Vision OCR, et les nouveaux moteurs OCR neuraux entraînés sur des transformeurs visuels sont des exemples bien connus.

En 2026, l'OCR d'un PDF lisible atteint plus de 99 % de précision caractère par caractère. C'est devenu une commodité. Le problème, ce n'est plus l'OCR — c'est ce qu'on fait du texte obtenu.

Exemple concret : la sortie d'un OCR brut

BON DE COMMANDE N° BC-2026-0512
Date: 08/05/2026
Client: ACME CORP
Référence client: 1245-A

  Code      Désignation                Qté  P.U. HT   Total HT
  RT-450    Bureau réglable 140cm       5    420.00    2100.00
  CHR-2     Chaise ergo M2              5    180.00     900.00

                                       Total HT:     3000.00
                                       TVA 20%:       600.00
                                       Total TTC:    3600.00

Livraison souhaitée: 25/05/2026
Adresse: 12 rue de la Paix, 75001 Paris

Ce texte est ce qu'un OCR moderne produit. Il est lisible par un humain, parfaitement, mais il n'est pas une commande. Pour le pousser dans Odoo, il faut encore :

• Identifier le numéro de BC (et le distinguer du n° client)
• Identifier le client (et le matcher avec un partner_id Odoo)
• Extraire chaque ligne produit (référence, quantité, prix unitaire, total)
• Matcher chaque référence avec le catalogue Odoo (RT-450 → product_id)
• Vérifier la cohérence (total = somme des lignes)
• Identifier l'adresse de livraison (et la rattacher à un partner_address Odoo)
• Identifier la date de livraison souhaitée

C'est ce travail-là que fait l'extraction structurée.

Extraction structurée : la deuxième moitié

L'extraction structurée transforme le texte OCR en un schéma JSON typé que votre ERP peut consommer. À partir du texte ci-dessus, l'extraction structurée produit :

{
  "order_number": "BC-2026-0512",
  "order_date": "2026-05-08",
  "customer": {
    "name": "ACME CORP",
    "external_ref": "1245-A",
    "matched_partner_id": 47
  },
  "delivery_date": "2026-05-25",
  "delivery_address": {
    "street": "12 rue de la Paix",
    "zip": "75001",
    "city": "Paris",
    "country": "FR",
    "matched_partner_address_id": 91
  },
  "lines": [
    {
      "sku": "RT-450",
      "label": "Bureau réglable 140cm",
      "qty": 5,
      "unit_price": 420.00,
      "total": 2100.00,
      "matched_product_id": 1247,
      "match_confidence": 0.99
    },
    {
      "sku": "CHR-2",
      "label": "Chaise ergo M2",
      "qty": 5,
      "unit_price": 180.00,
      "total": 900.00,
      "matched_product_id": 845,
      "match_confidence": 0.97
    }
  ],
  "totals": {
    "subtotal_ht": 3000.00,
    "vat_20": 600.00,
    "total_ttc": 3600.00,
    "consistency_check": "OK"
  }
}

Ce JSON est directement consommable par l'API Odoo, Sage, Zoho. Une commande peut être créée en 1 appel API. C'est ça qu'on appelle une commande structurée.

Les 3 erreurs classiques quand on achète un SaaS « OCR commande »

1. Croire que l'OCR seul suffit. Vous achetez Docparser à 30 €/mois et vous découvrez après 2 semaines que vous devez écrire vous-même les règles d'extraction (regex, templates). C'est du low-code, ça marche pour 1 template, ça ne scale pas quand vos 50 clients envoient 50 layouts différents.
2. Sous-estimer le matching catalogue. Un produit qui extrait RT-450 mais ne sait pas le relier à votre product_id Odoo 1247 vous laisse encore une étape humaine. Le matching catalogue (fuzzy matching, embeddings, synonymes client / interne) est la partie la plus difficile et la plus différenciante.
3. Ignorer la cohérence des totaux. Une commande où la somme des lignes ne fait pas le total HT signalé doit être flaggée automatiquement. Sans cette vérification, vous pousserez dans Odoo des commandes avec des écarts de 50 € que personne ne verra avant la facturation.

Comment ADN8 fait les deux

ADN8 enchaîne en une seule pipeline : OCR (moteur français) → extraction structurée (LLM optimisé pour les BCs B2B) → matching catalogue (embeddings vectoriels + règles client custom) → contrôles de cohérence → push ERP. L'ensemble en moins de 30 secondes, avec un audit log immuable de chaque étape.

Pour une PME, l'intérêt c'est qu'il n'y a qu'un seul produit à acheter, qu'un seul abonnement à gérer, et qu'un seul prestataire à appeler quand quelque chose ne va pas.

Conclusion

Quand vous évaluez un SaaS d'automatisation commande, posez ces 3 questions au commercial :

1. « Que produisez-vous exactement : du texte brut OCR ou un sale.order Odoo prêt à valider ? »
2. « Comment matchez-vous mes références client avec mon catalogue ? »
3. « Vérifiez-vous la cohérence somme des lignes = total HT ? »

Si les 3 réponses ne sont pas claires et chiffrées, c'est un OCR déguisé en SaaS commande.