Qu’est-ce qu’une annotation de données ?

L’annotation de données consiste à associer des informations structurées à des données brutes afin de permettre à un modèle d’intelligence artificielle de les identifier, les classer ou les interpréter.

Une donnée peut être annotée de différentes façons selon le modèle et le cas d’usage : une image peut s'associer à une catégorie, un texte à une intention ou à une entité, et un document à un type ou à des champs spécifiques.

L’annotation constitue ainsi une étape importante dans le développement de nombreux systèmes d’intelligence artificielle. Elle permet de fournir aux modèles des exemples sur lesquels ils apprennent à reconnaître des informations et à reproduire certains comportements.

Mais dans le traitement des documents métier, annoter une donnée ne signifie pas encore comprendre un document.

Cette distinction devient essentielle dès lors qu'un processus repose sur plusieurs documents qui décrivent une même opération.

À quoi sert l’annotation de données en intelligence artificielle ?

Un modèle d'intelligence artificielle ne dispose pas spontanément d'une compréhension métier des données qui lui sont présentées.

L'annotation consiste à lui fournir des informations permettant d'associer une donnée à une signification ou à une catégorie.

Prenons un exemple simple.

Un système doit identifier automatiquement différents types de documents reçus par une entreprise. Des documents sont associés à des catégories telles que :

• facture ;
• packing list ;
• Bill of Lading ;
• certificat d'origine ;
• document douanier ;
• document de transport.

Ces exemples annotés sont ensuite utilisés pour entraîner ou améliorer un modèle de classification documentaire.

Le même principe s’applique à l'extraction de données. Un document est annoté pour indiquer où se trouvent certaines informations : numéro de facture, date, montant, devise, poids, quantité, référence ou encore nom d'une partie.

L'annotation sert au modèle à apprendre quoi rechercher et comment interpréter certaines informations.

Mais elle ne répond pas nécessairement à une question essentielle :

Que signifie cette information lorsqu'elle est comparée aux autres informations du dossier ?

Annotation de données et documents : quelle différence ?

Dans un processus documentaire, un document n'est généralement pas une source isolée.

Une expédition internationale peut réunir une facture commerciale, une packing list, un Bill of Lading, une déclaration douanière et différents certificats.

Chacun de ces documents contient une partie des informations nécessaires au traitement de l'opération.

L'annotation permet à un système d'identifier correctement :

• le type de document ;
• les champs importants ;
• les valeurs associées ;
• les références ;
• les quantités ;
• les dates ;
• les montants.

Mais une donnée correctement identifiée peut malgré tout être incohérente avec le reste du dossier.

Prenons une expédition pour laquelle les documents indiquent :

Les trois informations peuvent avoir été correctement extraites. Pourtant, le dossier présente une anomalie.

Le problème n'est donc plus l'extraction de la donnée. Il est dans la relation entre les données.

C'est à ce niveau que l'automatisation documentaire change de nature.

De l’annotation à la compréhension documentaire

Dans un système documentaire, plusieurs niveaux de traitement peuvent se succéder.

1. Identifier

Le système détermine la nature du document reçu. S'agit-il d'une facture, d'une packing list, d'un B/L ou d'un document douanier ?

2. Extraire

Les informations pertinentes sont identifiées dans le document.

3. Structurer

Les informations sont transformées en données exploitables par les systèmes métier.

4. Rapprocher

Les données sont comparées avec celles présentes dans les autres documents du dossier.

5. Contrôler

Les informations sont confrontées aux règles métier, aux référentiels ou aux données déjà disponibles dans les systèmes de l'entreprise.

6. Décider

Lorsqu'une anomalie apparaît, le système peut signaler le problème et orienter l'action à effectuer.

Cette progression permet de distinguer l'intelligence appliquée à un document de l'intelligence appliquée à un dossier.

C'est précisément cette évolution que porte la réconciliation documentaire : passer du traitement isolé des documents à la vérification des relations entre les informations qu'ils contiennent.

Pourquoi une donnée correctement extraite peut-elle être fausse dans son contexte ?

C'est l'un des principaux enjeux de l'automatisation documentaire. Une information peut être parfaitement lisible et correctement extraite tout en étant inutilisable pour la suite du processus.

Prenons une facture qui indique 10 000 kg alors que la packing list en indique 9 800. Un système d'extraction peut avoir raison sur les deux documents.

Il n'y a pas nécessairement d'erreur d'OCR.

Il n'y a pas nécessairement d'erreur d'extraction.

Mais il y a une incohérence documentaire.

Cette différence est importante.

L'OCR permet de lire. L'IDP permet d'extraire et de structurer.

La réconciliation documentaire permet de vérifier la cohérence d'un dossier.

L'automatisation documentaire ne doit donc pas seulement chercher à produire davantage de données. Elle doit chercher à produire des données suffisamment fiables pour être utilisées dans le processus métier.

Annotation, OCR, IDP et réconciliation documentaire : quelles différences ?

Ces technologies et approches répondent à des problèmes différents.

Cette distinction est importante car ces briques ne sont pas interchangeables.

Un système peut très bien extraire une donnée sans savoir si celle-ci est cohérente avec une autre donnée présente dans un document différent.

‍

L'annotation de données appliquée aux documents logistiques

Dans la logistique et le commerce international, les entreprises traitent quotidiennement des documents hétérogènes provenant de nombreuses sources.

Une même opération mobilise :

• facture commerciale ;
• packing list ;
• Bill of Lading ;
• Air Waybill ;
• CMR ;
• certificat d'origine ;
• déclaration douanière ;
• facture transport ;
• documents réglementaires.

L'annotation contribue à entraîner des systèmes capables d'identifier ces documents ou d'en extraire les informations pertinentes. Mais la valeur opérationnelle apparaît lorsque ces informations peuvent ensuite être consolidées, comparées et contrôlées.

Un poids peut être comparé entre une facture et une packing list.

Une quantité peut être rapprochée d'un autre document.

Une référence peut être confrontée au dossier opérationnel.

Un code HS peut être contrôlé par rapport à la description de la marchandise.

Une facture transport peut être comparée aux conditions tarifaires prévues.

Un document obligatoire peut être identifié comme manquant.

La question devient alors :

Le dossier est-il complet, cohérent et exploitable ?

Pourquoi la réconciliation documentaire devient essentielle

Les flux documentaires internationaux ne sont pas constitués d'un seul document traité une fois pour toutes. Les documents arrivent à des moments différents et les informations évoluent au cours du traitement.

C'est pourquoi une automatisation efficace doit pouvoir prendre en compte le contexte du dossier dans le temps.

Cette approche permet de passer d'une logique de traitement documentaire à une logique de cohérence du dossier, capable d'intégrer de nouvelles informations et de vérifier leur cohérence avec celles déjà présentes.

Le dossier devient un support naturel de la réconciliation documentaire : il permet de conserver une vision consolidée et contextualisée de l'opération et de poursuivre les contrôles au fur et à mesure que le dossier évolue.

Annotation manuelle ou automatisée : quelles différences ?

L'annotation peut être réalisée manuellement, automatiquement ou selon une approche hybride.

Annotation manuelle

Un opérateur attribue les labels ou identifie les informations nécessaires. Cette approche permet un contrôle précis mais devient coûteuse lorsque les volumes augmentent.

Annotation automatisée

Des modèles proposent ou attribuent automatiquement des labels. De cette manière il est possible de traiter davantage de données mais cela nécessite des mécanismes de contrôle et de validation.

Approche hybride

Dans de nombreux environnements professionnels, l'enjeu n'est pas de supprimer totalement l'intervention humaine.

Il consiste plutôt à automatiser les tâches répétitives et à faire intervenir un opérateur lorsque le système rencontre une information incertaine ou une situation nécessitant une décision métier.

Cette logique de Human-in-the-Loop est particulièrement importante lorsque les données ont des conséquences opérationnelles, financières ou réglementaires.

Quels sont les cas d’usage de l’annotation de données ?

L'annotation intervient dans de nombreux domaines de l'intelligence artificielle. Elle sert à entraîner des modèles capables de :

• classifier des documents ;
• reconnaître des entités dans un texte ;
• identifier des objets dans une image ;
• extraire des informations ;
• catégoriser des contenus ;
• détecter certaines anomalies.

Dans les flux documentaires du commerce international, ces capacités contribuent au traitement de documents commerciaux, logistiques, douaniers ou financiers. Mais les besoins ne sont pas identiques selon le métier.

Pour les transitaires

Un transitaire doit gérer des flux documentaires provenant de nombreux acteurs et systèmes. L'enjeu ne consiste donc pas seulement à extraire les informations de chaque document, mais à les consolider pour constituer un dossier exploitable et détecter les incohérences avant qu'elles ne deviennent des problèmes opérationnels.

Pour les déclarants en douane

Dans les opérations douanières, la complétude et la cohérence des informations sont essentielles. Un document manquant, une information incohérente ou une donnée incorrecte entraîne une demande de justification, un retard, un risque de non-conformité ou encore une amende.

L'automatisation documentaire peut donc intervenir en amont de la déclaration pour vérifier les informations disponibles et identifier les points nécessitant une intervention.

Pour le Trade Finance

Les dossiers de Trade Finance reposent eux aussi sur un ensemble de documents qui doivent respecter des exigences précises.

L'enjeu est alors de vérifier la présence des documents attendus, mais aussi la cohérence des informations qu'ils contiennent : montants, dates, références, devises, parties, marchandises ou documents de transport.

L'automatisation documentaire peut contribuer à identifier les écarts avant qu'ils ne nécessitent une nouvelle vérification ou ne retardent le traitement du dossier.

L'annotation de données suffit-elle à automatiser un processus documentaire ?

Non. C'est probablement la distinction la plus importante à retenir. L'annotation permet de qualifier des données et de contribuer à l'apprentissage de modèles d'IA.

Mais un processus documentaire réel implique généralement davantage :

identifier → extraire → structurer → rapprocher → contrôler → décider → transmettre.

La difficulté augmente encore lorsque plusieurs documents décrivent une même opération et que les documents arrivent progressivement.

Dans ce contexte, la performance d'un système ne doit pas seulement être évaluée sur sa capacité à extraire correctement une information.

Il faut également se demander :

• la donnée est-elle cohérente avec les autres sources ?
• le dossier est-il complet ?
• une règle métier est-elle respectée ?
• une anomalie a-t-elle été détectée ?
• faut-il demander une validation humaine ?
• les données peuvent-elles être transmises au système métier ?

C'est cette logique qui fait passer l'automatisation de la donnée au processus.

Vers une nouvelle génération d'intelligence documentaire

L'évolution des technologies documentaires suit progressivement cette logique.

L'OCR a permis de transformer des documents en texte exploitable.

L'IDP a ajouté la classification, l'extraction et la structuration.

Les approches de réconciliation documentaire ajoutent une capacité essentielle : comparer les informations provenant de plusieurs sources et détecter les écarts.

La fiabilisation documentaire va encore plus loin en cherchant à rendre les données suffisamment cohérentes, complètes et exploitables pour alimenter les processus métier. Cette approche constitue l'un des axes de positionnement de Docloop autour de la Trade Document Intelligence.

L'enjeu n'est donc plus uniquement de demander à l'IA :

« Qu'est-ce qui est écrit dans ce document ? »

Mais progressivement :

« Que signifie cette information dans le contexte du dossier, est-elle cohérente avec les autres sources et quelle action faut-il déclencher ? »

C'est ce changement de perspective qui ouvre la voie à une automatisation documentaire réellement opérationnelle.

‍