Comment extraire les données d'expédition imprimées et les accusés de réception manuscrits des bons de livraison retournés
Les bons de livraison sont des documents hybrides — détails d'expédition imprimés et marques de réception manuscrites. Découvrez comment l'extraction par IA traite les deux couches en un seul passage.
Pourquoi un bon de livraison signé est deux documents en un
Un bon de livraison qui quitte l'entrepôt du fournisseur contient un premier jeu de données : codes articles, quantités expédiées, numéro de commande, transporteur, date d'expédition. C'est l'enregistrement de ce que le fournisseur a expédié. Le document voyage avec la marchandise, et à son arrivée au quai de réception, une deuxième couche de données s'ajoute : les annotations manuscrites du réceptionnaire.
Ces annotations ne sont pas du bruit. Elles constituent le verdict opérationnel de l'équipe de réception — et elles ont une valeur juridique. Selon le Code de commerce uniforme (UCC Article 2), un bon de livraison signé avec des réserves écrites constitue une preuve documentée que la livraison n'a pas été acceptée en totalité. Pas d'annotations, pas de preuve. Si le réceptionnaire signe sans noter que deux cartons sont arrivés écrasés ou que 15 unités d'une ligne de 50 manquent, le fournisseur peut raisonnablement arguer que les marchandises ont été acceptées comme complètes.
Le défi est structurel, pas procédural. Les données imprimées sont conçues pour être lisibles par machine. Les confirmations de réception manuscrites — signatures, codes de dommage, corrections de quantité, notes sur le chauffeur — ne le sont pas. Elles restent sur le papier, visibles à l'œil humain mais invisibles pour le WMS ou l'ERP. Quand l'équipe de réception clôture la journée, ces annotations demeurent sur la copie physique. L'enregistrement numérique contient la version du fournisseur. La vérité est sur le papier.
C'est le problème des deux couches : un bon de livraison, deux systèmes de données, un seul est numérisé.
Ce qui se perd quand on ne lit que la couche imprimée
L'écart entre ce que le fournisseur a expédié et ce que le réceptionnaire a documenté à la main n'est pas théorique. Voici les quatre types d'annotations de réception qui disparaissent quand les équipes n'extraient que les champs imprimés :
Corrections de quantité
« Manque 3 du SKU 8842 » griffonné à côté du tableau des lignes. La quantité imprimée du fournisseur indique 25 unités expédiées. Le réceptionnaire en a compté 22. Si cette note manuscrite n'entre jamais dans le système, le rapprochement à trois — comparant le bon de commande, le bon de livraison et la facture fournisseur — validera la facture pour le paiement intégral des 25 unités. Le service comptabilité fournisseurs n'a aucune base pour retenir le paiement.
Annotations de dommages
« 2 cartons bosselés — coin gauche » écrit en haut de la page. C'est la preuve dont vous aurez besoin lorsque le fournisseur contestera la réclamation pour dommages. Sans elle sous forme numérique, la réclamation se résume à un appel téléphonique sans trace écrite.
Horodatages et signatures de réception
La date, l'heure et le nom du réceptionnaire manuscrits établissent quand et par qui la livraison a été acceptée. En cas de litige sur le respect de la fenêtre de livraison contractuelle, c'est le document principal. S'il reste sur papier, il est inutile lors d'un audit numérique.
Notes sur le transporteur et le chauffeur
« Chauffeur : Mike, Camion 42, 14h15 » — essentiel pour la traçabilité si des marchandises disparaissent entre le quai et le stockage.
Le coût de la perte de cette couche s'accumule. Une seule note de dommage manquée peut signifier payer 200 € pour des biens invendables. Sur 50 bons de livraison par jour — un volume typique pour un entrepôt de taille moyenne — l'exposition mensuelle due aux exceptions de réception non enregistrées peut atteindre cinq chiffres. Et ce ne sont que les incidents dont vous avez connaissance.
Comment l'IA lit les deux couches simultanément
L'OCR traditionnel traite un bon de livraison comme un problème de localisation de champs : trouver le numéro de commande aux coordonnées X, trouver la date d'expédition aux coordonnées Y. Cette approche échoue dès qu'un fournisseur modifie sa mise en page — ou dès que quelqu'un écrit par-dessus le texte imprimé.
Les modèles de langage visuel (VLM) abordent le problème différemment. Au lieu de chercher du texte à des coordonnées fixes, ils lisent l'intégralité du document comme une scène visuelle. Ils comprennent que le texte « 12 » imprimé dans la colonne Qté et le « 10 ✓ » manuscrit griffonné à côté sont deux affirmations différentes sur la même donnée — et ils peuvent extraire les deux dans des colonnes séparées.
C'est le mécanisme derrière l'Extraction de colonnes personnalisées : vous définissez les colonnes souhaitées — « Numéro de commande », « SKU », « Qté expédiée », « Qté reçue », « Notes de dommage », « Reçu par » — et l'IA localise chaque valeur n'importe où sur la page en comprenant ce qu'elle signifie, et non où elle se trouve. Les champs imprimés proviennent du modèle du fournisseur. Les champs manuscrits proviennent des annotations du réceptionnaire. Ils atterrissent dans la même ligne d'un seul tableur.
Le changement clé : Vous ne traitez plus les marques manuscrites comme des obstacles à l'extraction. Vous les traitez comme des champs de données à extraire — tout comme les imprimés, mais identifiés par le contenu plutôt que par la position dans la mise en page.
Étape par étape : Extraire les champs imprimés et manuscrits en un seul passage
Voici le flux de travail qui transforme une pile de bons de livraison signés en un seul tableur contenant à la fois ce qui a été expédié et ce qui a été reçu.
Les fichiers sont traités de manière sécurisée et ne sont pas stockés.
Récupérez les bons de livraison signés au quai de réception
Après chaque remise de chauffeur, le magasinier doit conserver l'exemplaire annoté. Numérisez les bons papier au quai — une photo de téléphone à 300 DPI suffit — ou récupérez les PDF envoyés par les fournisseurs après expédition. L'essentiel : ne rangez pas le papier signé dans un tiroir. Téléchargez-le.
Définissez vos colonnes d'extraction pour les deux couches de données
C'est là que l'approche bicouche prend forme. Vos colonnes pour la couche imprimée : N° de commande, SKU, Description de l'article, Qté expédiée, Date d'expédition, Transporteur, Fournisseur. Vos colonnes pour la couche manuscrite : Qté reçue, Notes de dommage (champ texte), Reçu par, Date/Heure de réception, Statut de la signature (Présente/Absente). Saisissez ces noms de colonnes dans l'interface d'extraction — l'IA les renseignera à partir de la partie correspondante du document, peu importe où se trouve la note manuscrite par rapport au texte imprimé.
Importez le lot et laissez l'IA traiter les deux couches
Importez tous les bons de livraison du matin en un seul lot — PDF des portails fournisseurs, copies papier numérisées du quai, photos prises par l'équipe de réception. L'IA lit chaque document selon vos définitions de colonnes. Les champs imprimés sont extraits de la mise en page du fournisseur. Les champs manuscrits sont extraits des annotations du réceptionnaire. Les deux atterrissent dans le même tableau structuré, alignés par ligne.
Vérifiez les exceptions, pas chaque champ
Le tableau de sortie vous offre une vue côte à côte : Qté expédiée (imprimé) vs Qté reçue (manuscrit). Les écarts — lorsque le compte du réceptionnaire diffère de celui du fournisseur — sont immédiatement visibles. Filtrez par écart et transmettez ces lignes au processus de réclamation fournisseur. Celles qui correspondent ne nécessitent aucune action supplémentaire. Ce qui était un rapprochement manuel de 50 bons de livraison est désormais un passage de filtrage et de vérification de 5 minutes.
À quoi ressemble le tableau de sortie
La fusion vous donne une ligne par article, avec des colonnes couvrant les deux couches de données. Voici la structure :
| N° BC | SKU | Qté expédiée | Qté reçue | Notes d'avarie | Reçu par | Date de réception | Statut |
|---|---|---|---|---|---|---|---|
| PO-8842 | VT-334 | 50 | 47 | 3 unités endommagées — coin de carton écrasé | M. Chen | 2026-06-15 | Écart |
| PO-8842 | VT-338 | 100 | 100 | — | M. Chen | 2026-06-15 | OK |
| PO-8912 | SP-401 | 30 | 30 | — | J. Rivera | 2026-06-15 | OK |
La colonne Statut peut être générée automatiquement via des colonnes inférées : définissez une colonne comme Statut (options : OK/Écart) et l'IA lit les notes d'avarie et les écarts de quantité pour déterminer la valeur correcte — extraction et classification en une seule passe. Aucune étape de relecture séparée pour les cas standards.
Pour l'intégration en aval, ce tableau alimente directement votre workflow de rapprochement à trois. L'équipe comptabilité fournisseurs dispose désormais d'un enregistrement numérique de ce qui a été réellement reçu — pas seulement de ce que le fournisseur a déclaré avoir expédié — avant d'approuver la facture. Le BC correspond à la déclaration du fournisseur. L'extraction du bon de livraison correspond à ce qui est arrivé. S'ils ne concordent pas, le paiement est bloqué avec des preuves documentées.
FAQ
Quelle est la précision de l'extraction manuscrite sur des bons de livraison très annotés ?
La précision dépend de la lisibilité. Les corrections manuscrites claires — quantités entourées, « manque 3 », un nom imprimé — sont extraites de manière fiable. Les gribouillis denses sur du texte imprimé, les pages carbone très maculées ou les documents endommagés par l'eau réduiront la précision. En pratique, le flux est conçu pour que vous vérifiiez les exceptions signalées plutôt que chaque champ : l'IA extrait ce qu'elle peut des deux couches, et l'étape de relecture capture les cas limites qu'un humain doit interpréter. C'est néanmoins bien plus rapide que la saisie manuelle de tous les champs.
Cela fonctionne-t-il si les annotations manuscrites sont dans une langue différente du texte imprimé ?
Oui. Les modèles de vision-langage lisent l'écriture manuscrite indépendamment de la langue imprimée. Si le bon est en anglais mais que le réceptionnaire l'a annoté en espagnol ou en français, l'IA extrait les deux. Les noms de colonnes que vous définissez établissent l'attente sémantique — « Qté reçue » indique au modèle de chercher une annotation numérique près du champ de quantité imprimé, quelle que soit la langue du texte environnant.
La sortie peut-elle distinguer différents types d'annotations manuscrites ?
En définissant des colonnes séparées pour chaque type d'annotation — Qté reçue, Notes de dommage, Reçu par — vous demandez à l'IA d'extraire chaque information dans son propre champ. L'IA distingue une correction numérique d'une note textuelle de dommage ou d'une signature en se basant sur le contexte sémantique, pas seulement l'emplacement. Si une annotation est ambiguë, le champ de sortie sera vide ou incertain, ce qui facilite son repérage lors de la relecture.
Et si le réceptionnaire n'a rien annoté — le bon est simplement signé ?
Dans ce cas, les colonnes de la couche manuscrite (Notes de dommage, ajustements Qté reçue) seront vides, et la colonne Statut indiquera OK par défaut. Un bon signé sans exception est traité comme une acceptation — exactement comme dans un processus manuel. La différence est que l'enregistrement numérique documente désormais formellement qu'aucune exception n'a été notée à quai, ce qui constitue une preuve plus solide que « nous avons perdu la copie papier ».
Quels documents puis-je traiter en plus des bons de livraison ?
La même approche d'extraction bicouche s'applique à tout document où des données imprimées et des annotations manuscrites coexistent : bordereaux de colisage avec coches de vérification manuscrites, preuves de livraison avec notes du chauffeur, bons de réception avec annotations d'inspecteurs, et rapports d'inspection avec observations de terrain sur des modèles imprimés. Le mécanisme d'extraction est basé sur le contenu, non sur un modèle, donc les changements de format entre documents ne cassent pas le flux.
L'écart entre ce qu'un fournisseur expédie et ce qu'un entrepôt reçoit a toujours existé. La différence aujourd'hui est que vous n'avez plus à choisir quel côté du bon de livraison numériser. Vous extrayez les deux — les données d'expédition imprimées et les confirmations de réception manuscrites — en un seul enregistrement structuré, et vous cessez de perdre des litiges parce que la preuve n'a jamais quitté le papier.