Comprendre le traitement des reçus avec la nouvelle fonctionnalité de Form Recognizer

Publié le 8 juillet, 2019

Program Manager, Microsoft Azure

Parmi les membres les plus récents du portefeuille Azure AI, Form Recognizer utilise une solution de Machine Learning avancée pour extraire avec précision du texte, des paires clé-valeur et des tables à partir de documents. Avec juste quelques exemples, il adapte sa compréhension aux documents fournis, aussi bien en local que dans le cloud. 

Présentation de la nouvelle fonctionnalité intégrée de traitement des reçus

Pour les entreprises, Form Recognizer simplifie l’utilisation des informations cachées dans les documents commerciaux tels que les formulaires. Aujourd'hui, nous facilitons la gestion de l’un des types de documents les plus courants dans une entreprise : les reçus « prêts à l’emploi ».  La nouvelle API de reçus prédéfini de Form Recognizer identifie et extrait les informations clés des reçus de vente, telles que l’heure et la date de la transaction, les informations du commerçant, les montants de taxes, les totaux, et plus, sans nécessiter de formation.

Exemple de reçu avec les informations extraites de la nouvelle fonctionnalité prédéfinie de traitement des reçus de Form Recognizer

Rationalisation de la création des notes de frais

La création de notes de frais professionnels peut s’avérer fastidieuse pour toutes les personnes impliquées dans le processus. La saisie et l’approbation manuelles des notes de frais est une perte de temps considérable tant pour les employés que pour les managers. Outre la perte de productivité causée par la création des notes de frais, la vérification de celles-ci comporte aussi des points faibles. Une solution permettant d’extraire automatiquement les informations sur les commerçants et les transactions à partir des reçus peut réduire considérablement le niveau d’intervention humaine dans la création des notes de frais et l’audit des dépenses.

Étant donné la prolifération des caméras mobiles, les notes de frais actuelles contiennent souvent des photos de reçu décolorées, froissées ou sous-exposées. Les solutions de traitement des reçus actuelles promettent souvent des images numérisées de haute qualité mais ne sont pas capables de produire des résultats satisfaisants à partir des reçus fournis.

Améliorez votre processus de création de notes de frais en utilisant la fonctionnalité prédéfinie

Form Recognizer est intéressant pour l’entreprise car il rationalise la création de notes de frais. En utilisant l’API des reçus pour extraire les informations sur les commerçants et les transactions des reçus, les développeurs contribuent à l’amélioration des conditions de travail parmi les employés. Fonctionnant instantanément sans formation préalable, le modèle prédéfini permet d’accélérer le déploiement.

Pour les employés, les applications de traitement des dépenses utilisant Form Recognizer peuvent préremplir des notes de frais avec les informations clés extraites des reçus. Les employés traitent ainsi plus rapidement leurs dépenses et leurs déplacements, ce qui leur permet de se concentrer sur leur rôle principal. Pour les services centraux d’une entreprise, tels que le service financier, il facilite également l’audit des dépenses en utilisant les données clés extraites des reçus pour vérification. La technologie de reconnaissance optique de caractères (OCR) qui sous-tend le service permet de traiter les reçus qui sont capturés dans un large éventail de conditions, notamment par des caméras de smartphones, réduisant ainsi le nombre de recherches et de lectures manuelles des documents de transaction requises par les auditeurs.

Notre client : Opérations financières internes de Microsoft

La fonctionnalité prédéfinie de traitement des reçus de Form Recognizer a déjà été déployée par l’outil interne de création de notes de frais de Microsoft, MSExpense afin d’aider les auditeurs à identifier les anomalies potentielles. À l'aide des données extraites, les reçus sont triés selon le risque (faible, moyen ou élevé) d’anomalies potentielles. Cela permet à l’équipe d’audit de se concentrer sur les reçus à risque élevé et de réduire le nombre d’anomalies potentielles qui ne sont pas contrôlées.

MSExpense prévoit également de tirer parti de l’extraction des données de reçu et de l’évaluation des risques pour moderniser le processus de création de notes de frais. Au lieu d’identifier les dépenses à risque au cours de l’audit, un tel traitement automatisé peut signaler des problèmes potentiels plus tôt dans le processus au moment de la création de notes de frais ou de l’approbation des dépenses. Cela réduit le délai de traitement des dépenses et de n’importe quel remboursement.

« La fonctionnalité prédéfinie de traitement des reçus de Form Recognizer permet à notre application non seulement de passer d’un échantillonnage de 5 % des reçus à un échantillonnage de 100 %, mais surtout de rationaliser l’expérience des notes de frais des employés en automatisant ou en créant des transactions de dépenses, en facilitant le processus de paiement et l’obtention d’insights pour les responsables des approbations et en réaffectant au personnel du temps pour les activités à valeur ajoutée pour notre entreprise. Le service a été intégré aisément et s’est rapidement révélé intéressant. »

—Luciana Siciliano, Microsoft FinOps (MSExpense)

En savoir plus

Pour en savoir plus sur Form Recognizer et le reste de l’écosystème Azure AI, rendez-vous sur notre site web et consultez la documentation.

Commencez par nous contacter.

Pour toute question supplémentaire, veuillez nous contacter à l’adresse formrecog_contact@microsoft.com