Ce projet de pré-étude a pour but d’améliorer la fiabilité des scans de documents comptables de GIT SA en combinant intelligence artificielle et expertise humaine. Aujourd’hui, de nombreux outils automatisés commettent des erreurs lorsqu’ils analysent des documents variés, ce qui peut ralentir le travail des PME et cabinets comptables. L’objectif est de créer une solution plus précise, sécurisée et adaptable aux besoins locaux.
Pour cela, le projet développe un système appelé Human Augmented RAG (HRAG). Il utilise des modèles d’intelligence artificielle avancés pour lire et comprendre les documents, mais intègre également les corrections et retours des utilisateurs pour améliorer en continu la précision des résultats. Cette méthode permet de s’adapter aux différents types de documents sans devoir réentraîner entièrement les modèles et assure que toutes les données restent confidentielles, sans recours à des solutions en ligne fermées.
La pré-étude se concentre sur deux axes :
- Tests des modèles d’IA :
Analyse des performances de différents modèles avancés et de techniques d’apprentissage contextuel sur un corpus de documents réels anonymisés. Le but est d’identifier la combinaison la plus efficace pour améliorer la reconnaissance automatique. - Étude technique et conception :
Conception de l’architecture du système HRAG, définit les ressources nécessaires et estime les efforts de développement. L’équipe propose également une feuille de route pour le déploiement futur, avec des recommandations pour un projet Innosuisse à grande échelle.
Cette phase exploratoire a permis à GIT SA de rendre son logiciel Peppermint plus fiable et compétitif, tout en posant les bases d’une solution intelligente et adaptée aux besoins réels des utilisateurs.
