Toutes les études de cas / Étude de cas 08 / 12
Brevane Logistics
Extraction de documents par modèle vision-langage
Des documents scannés, manuscrits ou mal cadrés, transformés en données fiables
En clair
Connaissements, factures, bons de livraison annotés à la main : un modèle vision-langage lit chaque document comme le ferait une personne (mise en page, tableaux, tampons, notes) et le transforme en données structurées, vérifiées et interrogeables.
- Client
- Brevane Logistics
- Secteur
- Transport et logistique
- Taille
- 600 collaborateurs, 9 000 documents par mois
- −80 %de saisie manuelle sur les documents de transport
- 96 %des champs extraits sans correction
- 9 000documents traités par mois
Le contexte
Brevane Logistics reçoit chaque mois des milliers de documents : connaissements scannés, factures de transporteurs aux formats variés, bons de livraison photographiés sur le quai et annotés à la main. Une équipe entière ressaisissait ces informations dans le système de gestion.
Le défi
- 01
Un OCR classique lit des lettres, mais perd la structure : il ne sait pas quelle valeur appartient à quelle colonne.
- 02
Les tableaux sur plusieurs colonnes, les tampons et les notes manuscrites cassent les outils habituels.
- 03
Une erreur de poids ou de quantité se paie en litige avec le client ou en pénalité douanière.
- 04
Les documents contiennent des données commerciales qui doivent rester maîtrisées.
Notre approche
Chaque document passe par un modèle vision-langage qui comprend l’image entière : il repère l’en-tête, les tableaux, les tampons et les annotations, et produit un JSON conforme à un schéma défini avec les équipes. Des règles de contrôle vérifient la cohérence (totaux, poids, numéros de conteneur). Les données vont dans MongoDB, et les passages utiles sont indexés dans Qdrant pour être interrogés en langage courant.
La solution, étape par étape
- 01
Des documents difficiles
Scans de travers, photos de quai, tableaux complexes, notes manuscrites : l’OCR classique s’y perd.
- 02
Lus comme par une personne
Le modèle comprend la mise en page : en-tête, tableau, tampon, annotation.
- 03
Transformés en données
Chaque document devient un JSON validé contre un schéma métier.
- 04
Contrôlés automatiquement
Les incohérences (total, poids, référence) sont signalées avant toute saisie.
- 05
Interrogeables
« Quels conteneurs ont été livrés avec des réserves ce mois-ci ? »
Résultats
- −80 %de saisie manuelle
- 96 %des champs extraits sans correction humaine
- 3 minau lieu d’un jour pour retrouver un document litigieux
- 100 %des anomalies signalées avant intégration
Ce que nous livrons
- Pipeline d’ingestion (scans, photos, PDF)
- Extraction par modèle vision-langage et schémas JSON métier
- Règles de contrôle et file de validation humaine
- Stockage MongoDB et index vectoriel Qdrant
- API FastAPI et recherche en langage courant
Technologies
- Modèle vision-langage (GPT-4o / LLaVA)
- Python
- FastAPI
- MongoDB
- Qdrant
- Docker
Délai
8 à 12 semaines
Équipe
2 ingénieurs IA, 1 développeur back-end
Cas illustratifs : clients et chiffres fictifs, représentatifs des solutions que nous livrons.