Le podcast original, ainsi que le texte (tous deux en français), sont ici.

Lorsqu'un passionné de comptabilité rencontre un adepte des algorithmes, la gestion des notes de frais n'est plus une corvée. Vincent Porcel, chef de produit de Cleemy à Lucca, et Jonathan Grandperrin, cofondateur de Mindee, parlent de l'origine de leur partenariat technologique et de ses perspectives.

Quel est l'impact de l'IA sur l'expérience utilisateur ?

VICE-PRÉSIDENT : Dans le cas de Cleemy [L'application de gestion des dépenses de Lucca], c'est assez radical. Au lieu de saisir leurs dépenses, les utilisateurs prennent une photo et l'algorithme fait le reste. C'est particulièrement intéressant lorsqu'il s'agit de procéder à un rapprochement ou d'appeler immédiatement les transactions pour les comparer automatiquement aux photos des reçus.

Si nous examinons les détails, les performances de la technologie ont un impact important. Par exemple, le moteur de reconnaissance d'image que nous utilisions avant que Mindee ne lise correctement les reçus, mais il a fallu 12 secondes pour obtenir un résultat. Cela nous a limités à proposer une expérience utilisateur asynchrone, ce qui signifiait que l'utilisateur prenait des photos de ses reçus, l'un après l'autre. Ensuite, nous les redirigerions vers une galerie où ils verraient toutes les photos passer progressivement à « traitées ».

Le moteur de Mindee prend moins d'une demi-seconde. Nous allons donc modifier l'expérience utilisateur pour qu'elle soit en temps réel. L'utilisateur verra la création de la dépense en temps réel et la galerie sera historique.

Nul besoin d'être un expert pour se rendre compte que la recherche en apprentissage profond est très fertile. J'ai reconnu le potentiel de l'IA lorsque j'ai recommencé à utiliser Google Translate, après en être tombée amoureuse des années auparavant. Il y a quatre ou cinq ans, ses textes traduits étaient terribles (ou hilarants, selon la façon dont on les regarde), mais les résultats sont aujourd'hui intelligibles et parfois élégants.

Comment Lucca a-t-elle découvert le potentiel de l'intelligence artificielle pour la gestion des dépenses ? (à 6 h 05 minutes)

VICE-PRÉSIDENT : Nous avions déjà constaté que les approches statistiques n'étaient pas suffisamment performantes. Notre ancien moteur de recherche n'utilisait pas la technologie de l'IA et nous avons senti que ses performances avaient atteint un sommet.

Une fois que nous nous en sommes rendu compte, nous avons commencé à creuser et avons découvert que le deep learning fonctionnait particulièrement bien lorsqu'il était appliqué à des cas liés à des images. Et en creusant un peu plus, nous nous sommes rendu compte que les algorithmes d'apprentissage profond fonctionnaient rapidement. D'un point de vue mathématique, il s'agit de calculs matriciels, qui sont également utilisés pour calculer des images 3D. Comme un ordinateur personnel peut exécuter un jeu vidéo lourd, nous avons estimé que cette technologie présentait un potentiel en termes de précision et de rapidité d'exécution.

La situation est intéressante : l'IA automatise certaines tâches, ce qui va au-delà de l'amélioration de l'expérience utilisateur. Une bonne IA crée un nouvel usage où l'effort humain peut être mis au service de quelque chose de plus élevé !

Pourquoi avez-vous contacté une jeune start-up (qui n'avait aucun client à l'époque) plutôt que de créer une équipe de recherche dédiée à Lucques ? (à 8 h 14 minutes)

VICE-PRÉSIDENT : J'avais rencontré Jonathan deux ans auparavant et il m'a contacté lorsqu'il a fondé Mindee. Nous étions intéressés car pour un développeur de taille moyenne comme Lucca, avec une équipe d'environ 150 personnes, il est difficile de créer une équipe de R&D en IA. Tout d'abord, ce n'est pas notre spécialité. À Lucca, nous sommes spécialisés dans les processus de gestion d'entreprise et la manière de les traduire en logiciels, avec une modélisation hautement spécialisée des processus et une ergonomie. L'algèbre linéaire n'est pas vraiment notre sujet.

Il est difficile de recruter une équipe de data scientists lorsque nous ne disposons pas de connaissances spécialisées dans cette branche. Les profils sont rares, et comment savoir lesquels obtenir ?

De plus, les problèmes que l'IA peut résoudre efficacement ne correspondent généralement qu'à une partie d'une solution logicielle. L'extraction automatique des informations des reçus de dépenses est un usage évident, mais ce n'est qu'une partie de la gestion des notes de frais. Il y a aussi la comptabilité, les règles relatives à la validation des dépenses, les approbations, les interfaces avec les banques.

Avoir un partenaire capable de gérer une équipe de brillants data scientists est une approche plus attrayante.

Comment s'est déroulée la collaboration Lucca — Mindee ? (à 10 h 04 minutes)

VICE-PRÉSIDENT : Nous avons commencé par une longue session pour nous familiariser avec les concepts mathématiques et scientifiques qui sous-tendent l'IA et faire nos débuts avec des outils tels que Tensorflow. Il était important de pouvoir parler la même langue avant d'entrer dans le vif du sujet.

La phase suivante du projet a nécessité une collaboration étendue entre des experts technologiques et commerciaux. Nous connaissons les notes de frais, nous savons ce qui est important et ce qui ne l'est pas sur les images, comment les segmenter et comment interpréter certains résultats. Et nous avions notamment un stock de centaines de millions d'images de reçus que nous pouvions utiliser pour entraîner une IA. L'objectif du projet allait au-delà du développement pour intégrer l'algorithme de Mindee à Cleemy.

KG : Nous développons une technologie qui permet aux utilisateurs d'extraire des informations de tous types de documents. Nous avions besoin d'un cas d'utilisation complexe. Ce qui était intéressant chez Cleemy, c'est que ses utilisateurs ne prennent pas nécessairement de bonnes photos de leurs reçus. Certains d'entre eux sont flous et d'autres, le papier est froissé. C'était un défi de taille pour nous.

La proximité avec les équipes de Cleemy était également très importante. Ils nous ont hébergés, nous ont accompagnés tout au long de la phase de R&D, ont partagé leur expertise commerciale avec nous et nous ont fourni des photos de reçus.

Au début, nous avons demandé un petit échantillon de données (entre 5 et 10 000 reçus) à analyser. Nous avons créé une bibliothèque de code qui nous a permis d'entraîner nos algorithmes et de trouver la bonne approche. Ensuite, nous avons demandé à Cleemy de nous envoyer 100 000 reçus pour finaliser la formation. Nous nous sommes ensuite mis d'accord sur la manière de travailler ensemble.

VICE-PRÉSIDENT : Pour nous, il était important que Mindee fournisse un service plutôt qu'un code, car il leur est plus facile d'ouvrir le capot et de passer aux vitesses de la machine.

KG : Nous nous sommes rapidement rendu compte que le partage d'une expertise aussi complexe (comment former des algorithmes, les évaluer et les mettre en production) ne fonctionnait pas et que les entreprises étaient heureuses d'avoir un partenaire à long terme. Tout est hébergé par Mindee, nous en sommes responsables et si cela ne fonctionne pas, c'est de notre faute.

Quelles sont les prochaines étapes de l'IA dans la gestion des notes de frais ? (à 15 h 50 minutes)

VICE-PRÉSIDENT : Nous avons des années de documentation à traiter avec Mindee uniquement pour les notes de dépenses. Certaines choses peuvent être très utiles pour les utilisateurs finaux : examiner les zones de prédiction de l'IA en coloriant l'image, par exemple (avec un surligneur, par exemple), extraire de nouvelles données telles que des adresses, envoyer des alertes lorsqu'une demande de remboursement ne correspond pas aux données extraites par l'IA. Les possibilités sont vastes, tant pour la gestion des notes de frais que pour la sauvegarde du travail qui n'a aucun intérêt. Lire un reçu et le recopier, c'est ennuyeux !

En allant plus loin, nous pouvons coupler cela à plusieurs sources de données, telles que des calendriers. En ajoutant d'autres algorithmes, on peut imaginer que la note de frais s'écrira toute seule. L'utilisateur n'interviendra que lorsque la machine indiquera qu'elle n'est pas sûre. La note de frais est donc rendue obsolète en tant que processus. Nous garderons simplement la partie administrative avec des validateurs qui décideront si les dépenses sont justifiées.

KG : La performance de l'intelligence artificielle est un sujet important car il faut rapprocher de plus en plus ses performances de celles des êtres humains. Passons maintenant à l'approbation, pure et simple, alors qu'auparavant, nous avions des processus qui prenaient beaucoup de temps.

Vous voulez savoir comment vous pouvez accélérer vos processus de gestion d'entreprise grâce à l'IA ? Essayez Mindee gratuitement dès maintenant.