Ce que coûtent les notes de frais manuelles
à votre équipe financière par employé

La référence à 58 $ — Ce que cache ce chiffre

Le coût de traitement de 58 $ par note provient d'une étude de 2015 de la GBTA Foundation menée en partenariat avec HRS, publiée sur gbta.org. L'étude a interrogé des acheteurs de voyages en Amérique du Nord (79 % utilisant un logiciel de notes de frais tiers), en Europe (66 %), en Asie-Pacifique (75 %) et en Amérique latine. C'est, de l'avis général, la référence la plus citée dans le secteur de la gestion des notes de frais — mentionnée par SAP Concur, Ramp, BILL et presque tous les fournisseurs d'automatisation des notes de frais. Elle n'a pas été remplacée par une étude publique plus récente et plus fiable.

Mais « 58 $ par note » est une moyenne. Pour l'utiliser dans un modèle de coûts, il faut savoir ce qu'elle inclut — et ce qu'elle n'inclut pas :

• Saisie par l'employé : 20 minutes par note de frais. L'employé rassemble les reçus, saisit les descriptions, affecte les codes comptables ou catégories, joint les justificatifs et soumet. Sur la base d'un taux horaire chargé de 35 $ (coût effectif approximatif d'un employé intermédiaire gagnant 50 000–55 000 $, incluant charges sociales, avantages et frais de bureau), ces 20 minutes représentent environ 11,67 $ de main-d'œuvre.
• Vérification par la finance : Le reste des 58 $ — environ 46,33 $ — couvre l'approbation du manager, la vérification par la finance, le contrôle des codes comptables, la conformité aux politiques et l'émission du remboursement. C'est là que réside l'essentiel du coût de traitement, et c'est la partie la plus résistante aux simples solutions de « photo du reçu », car le flux de validation implique plusieurs personnes et points de décision.
• Marge d'erreur (hors des 58 $) : L'étude GBTA a également révélé que 19 % des notes de frais contiennent des erreurs, chacune coûtant 52 $ supplémentaires et 18 minutes de correction. C'est un coût distinct — une taxe sur les 19 % de notes nécessitant une reprise — qui doit s'ajouter aux 58 $ de base pour obtenir un chiffre honnête par note. Pondéré sur l'ensemble des notes, cette marge ajoute 9,88 $ par note (19 % × 52 $). Le coût effectif par note, compte tenu du taux d'erreur, est d'environ 67,88 $.

Le chiffre de 58 $ lui-même date de 2015. Les salaires ont augmenté depuis — le BLS indiquait un salaire horaire médian de 23,66 $ pour les commis à la comptabilité en mai 2024 (Bureau of Labor Statistics des États-Unis), et les coûts patronaux de rémunération des employés ont considérablement augmenté sur la même période selon l'indice du coût de l'emploi du BLS. Si on ajuste les 58 $ en fonction de la seule croissance des salaires, l'équivalent actuel se rapproche plutôt de 70 $. Mais les 58 $ sont le chiffre utilisé par l'industrie, et il est suffisamment prudent pour servir de base défendable. Si quoi que ce soit, vous sous-estimez.

Coût mensuel par employé — calculez vos propres chiffres

Les modèles de coût ne deviennent utiles que lorsqu'ils peuvent être adaptés à vos effectifs et à vos habitudes de déclaration de dépenses. Le calcul est assez simple pour être fait sur un coin de table. Les variables dont vous avez besoin :

• N : Nombre d'employés qui soumettent des notes de frais
• E : Nombre moyen de notes de frais par employé et par mois (les données du Aberdeen Group et de la recherche GBTA situent ce chiffre entre 1,0 et 1,5 pour la plupart des entreprises de taille moyenne — les voyageurs fréquents en soumettent 3 à 4, les non-voyageurs 0 à 1)
• M : Pourcentage de notes traitées manuellement (si votre équipe utilise des tableurs et des courriels pour une partie du processus, ce chiffre est de 100 %)
• Coût effectif par note : 67,88 $ (la base de 58 $ du GBTA + une marge d'erreur pondérée de 9,88 $)

La formule :

Appliquons-la à une entreprise de taille moyenne — 150 employés, chacun soumettant en moyenne 1,2 note de frais par mois, toutes traitées manuellement :

150 × 1,2 × 1,0 × 67,88 $ = 12 218,40 $ par mois. Soit 146 620,80 $ par an. Rien que pour le traitement des notes de frais — pas les dépenses elles-mêmes, mais le coût administratif de leur saisie dans le système.

Prenons une équipe plus petite. Une entreprise de 40 personnes avec les mêmes paramètres : 40 × 1,2 × 67,88 $ = 3 258,24 $ par mois, soit 39 098,88 $ par an. C'est à peu près le coût annuel chargé d'un commis comptable à temps partiel — consacré à une tâche sans revenu, sans analyse, sans valeur stratégique.

Le coût par employé est de 67,88 $ × 1,2 = 81,46 $ par personne et par mois, soit 977,47 $ par an. Pour chaque employé qui soumet des notes de frais, votre équipe financière dépense près de mille dollars par an juste pour transférer leurs données de reçus papier et captures d'écran vers le grand livre. Multipliez par vos effectifs, et le montant est rarement négligeable.

La taxe d'erreur — 19 % des notes, le double du coût

Le taux d'erreur dans les notes de frais manuelles n'est pas une simple approximation — c'est le mécanisme qui transforme une note de 58 $ en un problème à plus de 110 $. L'étude GBTA révèle que 19 % des notes contiennent des erreurs, et chaque correction ajoute 52 $ et 18 minutes. Mais les dégâts réels des erreurs vont bien au-delà du coût direct de correction.

Lorsqu'une note de frais contient une dépense mal classée, un reçu manquant ou un montant inversé, trois choses se produisent. D'abord, la note entre dans une boucle de correction : la finance la signale, l'employé la soumet à nouveau, la finance la revérifie. Le chiffre de 18 minutes de correction de GBTA suppose un seul aller-retour ; en pratique, les erreurs complexes nécessitent souvent deux ou trois échanges, ce qui porte le coût réel de correction bien au-dessus de 52 $. Ensuite, l'erreur retarde le remboursement. Les employés qui ont voyagé pour le travail, payé de leur poche et soumis leurs reçus attendent désormais une semaine de plus ou plus pour être remboursés — un point de friction rarement suivi par les équipes financières mais que les employés ressentent vivement, surtout dans un contexte économique où un sondage Bankrate a révélé que 56 % des Américains ne peuvent pas couvrir une urgence de 1 000 $ avec leur épargne. Enfin, les notes comportant des erreurs provoquent souvent un problème de confiance par lot : une fois qu'un relecteur trouve une erreur dans un lot, il ralentit et examine chaque note suivante plus attentivement, ajoutant des minutes invisibles à chaque note de la file d'attente — un coût comportemental qu'aucune étude de référence ne capture mais que tout responsable AP expérimenté a observé.

Avec un taux d'erreur de 19 % et 150 employés soumettant chacun 1,2 note par mois : environ 34 notes par mois contiendront des erreurs. À 52 $ chacune, cela représente 1 768 $ par mois en coût de correction direct — soit 21 216 $ par an — sans tenir compte de l'impact moral du remboursement retardé ni de l'effet de ralentissement par lot.

Les erreurs ne sont pas non plus réparties uniformément. Les reçus papier scannés — le ticket de taxi froissé, la note de restaurant délavée, le ticket de station-service imprimé thermique passé à la lessive — génèrent beaucoup plus d'erreurs de transcription que les reçus numériques propres. La variation de la qualité des reçus à elle seule fait qu'un taux d'erreur uniforme sous-estime la variance réelle au sein de la population de notes de frais d'une entreprise.

Le goulot d'étranglement entre le reçu et les données est là où l'argent fuit le plus

Toute l'industrie de la gestion des notes de frais — Concur, Expensify, Ramp, Brex et deux douzaines d'autres — a passé deux décennies à optimiser le flux d'approbation, le contrôle des politiques et le délai de remboursement. Et ce sont de réelles améliorations : le routage automatisé des approbations élimine les goulots d'étranglement des managers, l'intégration des cartes professionnelles pré-remplit les données de transaction, la capture mobile des reçus attache des images aux lignes de dépenses. Mais toutes ces améliorations contournent l'étape d'extraction. Aucune ne l'élimine. L'employé doit toujours regarder un reçu et transcrire le nom du commerçant, la date, le montant, la catégorie de dépense et le détail des lignes dans le rapport. Ou quelqu'un de la finance le fait pour lui. Dans les deux cas, quelqu'un lit une image et tape.

Voilà pourquoi le chiffre de 20 minutes par note de frais persiste. La référence du GBTA date de 2015, mais la tâche sous-jacente — « regarder un reçu, taper ce qu'on voit » — n'a pas changé. Les formats de reçus non plus : tickets de carte de crédit, PDF par e-mail, captures d'écran mobiles, reçus papier photographiés sous éclairage de bureau, factures d'hôtel de plusieurs pages, résumés de trajets en covoiturage. Chaque format présente les mêmes données dans une mise en page visuelle différente. Un humain qui lit une facture Marriott doit trouver le tarif de la chambre, les taxes, les extras, le total — des éléments dispersés sur une page conçue pour un client, pas pour un comptable. Un humain qui lit un reçu de station-service doit distinguer le type de carburant, les litres, le prix au litre et le total parmi quatre lignes de texte imprimé thermique, souvent effacé. La charge cognitive nécessaire pour analyser ces mises en page variées, l'une après l'autre, consomme la majeure partie de ces 20 minutes.

Ce n'est pas un problème de flux de travail. C'est un problème de compréhension visuelle — et c'est exactement le type de problème que les modèles d'IA visuelle sont conçus pour résoudre. Lorsque vous soumettez l'image d'un reçu à un outil d'extraction par IA, le modèle lit l'image comme le ferait une personne : il comprend que « 59,40 » à côté de « Total » dans une police plus grande est le montant total, que « 15/03/2026 » sous un logo d'hôtel est la date d'arrivée, et que les lignes sous « Frais » décrivent des dépenses individuelles. Il n'a pas besoin que le reçu suive un modèle ou un format spécifique — il identifie chaque champ par ce qu'il signifie, pas par sa position sur la page.

Ce que l'extraction IA change au coût par note de frais

L'extraction visuelle par IA appliquée aux reçus de dépenses ne cherche pas à remplacer l'intégralité du processus de gestion des notes de frais. Elle remplace une seule étape : la saisie. L'employé ou le membre de l'équipe financière doit toujours soumettre la note, la faire approuver et obtenir le remboursement. Mais l'étape qui consommait 15 des 20 minutes par note — lire le reçu et saisir manuellement chaque champ — se réduit au temps nécessaire pour importer une image et vérifier les données extraites.

Au lieu de saisir manuellement des colonnes comme « Fournisseur », « Date », « Montant », « Catégorie » et « Description » pour chaque reçu, vous définissez les noms de colonnes une fois — grâce à l’extraction personnalisée de colonnes, où vous tapez les noms de champs nécessaires et l’IA localise chaque valeur n’importe où sur le reçu en comprenant sa signification, sans correspondance de modèle avec une mise en page pré-entraînée — et l’outil remplit tous les champs à partir de l’image du reçu téléchargée en 5 à 10 secondes. Pour un rapport contenant cinq reçus individuels, cela représente environ 30 à 50 secondes de traitement, contre 12 à 15 minutes de transcription manuelle. La compression temporelle à l’étape d’extraction seule est d’environ 18×.

Ce que cela signifie dans le modèle de coût : si la partie saisie de données du coût de traitement de 58 $ représente environ 60 % du total (une estimation prudente — l’étude GBTA a identifié la « saisie des données » et la « jointure des reçus » comme les principaux points douloureux signalés par 54 % et 55 % des acheteurs de voyages, respectivement), alors 34,80 $ par rapport peuvent être traités par extraction IA. Avec une réduction de 90 % sur cette partie, le coût de saisie des données par rapport passe de 34,80 $ à 3,48 $. Le coût total par rapport passe de 67,88 $ (avec marge d’erreur) à environ 36,56 $ — soit une réduction de 46 %. Pour l’entreprise de 150 employés traitant 180 rapports par mois : le coût mensuel passe de 12 218 $ à 6 581 $. Économies annuelles : 67 649 $.

Ce n’est pas un remplacement complet d’un logiciel de gestion des dépenses — ces outils intègrent l’approbation et le remboursement en plus de l’extraction. Mais pour les équipes financières qui ont déjà un système comptable et un processus, mais perdent du temps en saisie manuelle, l’extraction offre le meilleur retour sur investissement. Aucun changement de processus, migration logicielle ou gestion du changement requis. Vous vous connectez, importez les reçus et obtenez un tableau structuré dans Excel qui alimente directement votre flux existant. La même approche s’applique au traitement par lots : importez un mois entier de notes de frais en une fois, et l’IA extrait toutes les données dans un seul tableur structuré — ce qui prenait des heures de saisie manuelle se fait en quelques minutes.

À titre de comparaison, la structure de coûts d’autres processus documentaires manuels révèle le même schéma de travail invisible. Notre analyse de la saisie manuelle des confirmations de paiement montre qu’une seule tâche administrative coûte 562 $ par mois dans une petite entreprise typique — et la cause est la même : quelqu’un lit des captures d’écran et des PDF et ressaisit des données qu’un modèle d’IA visuelle pourrait extraire automatiquement.

Questions fréquentes

Le chiffre de 58 $/note de frais du GBTA est-il toujours valable pour 2026 ?

Ce chiffre date d’une étude de 2015 et n’a pas été mis à jour dans une publication publique aussi faisant autorité. Il reste néanmoins la référence la plus citée dans le secteur, car il est conservateur : ajusté à l’inflation salariale, l’équivalent actuel serait plus proche de 70 $. Les équipes financières doivent considérer 58 $ comme un plancher, pas un plafond. Utilisez la formule de cet article — si vos propres chiffres sont plus élevés, ce sont eux qui comptent.

L’extraction par IA fonctionne-t-elle sur les reçus manuscrits ?

Oui, dans une certaine mesure. Les modèles d'IA visuelle lisent l'écriture manuscrite, y compris la cursive et les textes denses sur papier thermique, mais la précision est inférieure à celle du texte imprimé. Une photo nette et bien éclairée d'un reçu manuscrit avec une écriture lisible sera correctement extraite dans la plupart des cas. Une copie carbone délavée avec du texte qui se chevauche et des marques de crayon à faible contraste donnera une précision moindre. L'outil fonctionne mieux lorsque l'image du reçu est raisonnablement nette et bien éclairée, ce qui est la même condition qu'un réviseur humain exigerait.

Puis-je l'utiliser avec mon logiciel de gestion des dépenses existant ?

Oui. L'extraction par IA à partir de reçus produit des données structurées — généralement un tableur Excel ou un CSV — qui peuvent être importées dans tout système de gestion des dépenses ou ERP acceptant les importations de fichiers. L'étape d'extraction se situe avant le flux de travail de gestion des dépenses, pas à l'intérieur. Vous téléchargez les reçus, obtenez des données structurées propres et les intégrez dans votre pipeline d'approbation et de remboursement existant. Il n'est pas nécessaire de remplacer les systèmes que vous utilisez déjà.

Quel est le taux de précision par rapport à la saisie manuelle ?

Les données de tableaux imprimés atteignent jusqu'à 99 % de précision de reconnaissance avec l'extraction par IA visuelle. En comparaison, la saisie manuelle de données comporte un taux d'erreur de 1 à 4 % au niveau des champs, selon la complexité du document et la fatigue de l'opérateur — et l'étude du GBTA, avec son taux d'erreur de 19 % au niveau du rapport, confirme que les erreurs humaines se cumulent entre les champs. L'extraction par IA n'élimine pas toutes les erreurs (les reçus manuscrits ou très dégradés peuvent produire des erreurs), mais elle élimine les sources d'erreur systématiques qui dominent la saisie manuelle : transposition, mauvaise lecture, mélange de champs et mauvaise classification des catégories.

Comment le modèle de coût change-t-il si mes employés utilisent des cartes d'entreprise ?

Les cartes corporate réduisent la saisie manuelle en préremplissant montants et dates, mais ne l'éliminent pas. Il faut toujours rapprocher les reçus des transactions (quel flux carte ? quel employé ? quel code analytique ?), extraire le détail des reçus multi-lignes (notes d'hôtel, factures de restaurant) et joindre l'image du reçu pour la conformité. Le benchmark de 58 $ inclut ces étapes restantes. L'intégration des cartes corporate traite le rapprochement des transactions, mais laisse intact le problème d'extraction du détail — la partie que la plupart des équipes financières font encore à la main.

Calculez votre propre chiffre, puis testez l'alternative

La formule est N × E × M × 67,88 $. Si vous appliquez les chiffres réels de votre entreprise et que le résultat dépasse ce que vous accepteriez de payer pour une tâche sans revenu ni valeur stratégique, le benchmark a rempli son rôle. Il ne vous a pas donné une réponse — il vous a posé la bonne question : à partir de quel coût mensuel la saisie manuelle cesse-t-elle d'être acceptable ?

Le test d'entrée est conçu pour être simple : importez un reçu de note de frais réel, précisez les colonnes à extraire, et regardez l'IA lire et remplir le tableau en quelques secondes — sans compte requis, sans configuration, sans intégration. Si 20 minutes par note deviennent 30 secondes sur vos propres reçus, le modèle de coût par employé cesse d'être théorique. Il devient une question de calendrier : dans combien de temps le changement peut-il s'amortir ?