Combien coûtent les notes de frais manuelles
à votre équipe finance par employé

La référence de 58 $ — ce que ce chiffre contient

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 — reprise 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 autoritaire.

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 :

• Temps employé (soumission) : 20 minutes par note. L'employé rassemble les justificatifs, saisit les descriptions de dépenses, attribue les codes GL ou les catégories, joint les pièces justificatives et soumet. À un taux horaire chargé de 35 $ (le coût effectif approximatif d'un employé intermédiaire gagnant 50 000 $–55 000 $, en tenant compte des charges sociales, des avantages et des frais de bureau), ces 20 minutes représentent environ 11,67 $ en main-d'œuvre.
• Temps de validation finance (traitement) : La part restante des 58 $ — environ 46,33 $ — couvre l'approbation du manager, la validation par l'équipe finance, la vérification du codage GL, les contrôles de conformité aux politiques et l'émission du remboursement. C'est là que se concentre l'essentiel du coût de traitement, et c'est la partie la plus résistante aux solutions simples de type « photographiez votre justificatif », car le flux de validation implique lui-même plusieurs personnes et points de décision.
• Marge d'erreur (non incluse dans les 58 $) : L'étude GBTA a également constaté 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 être ajouté aux 58 $ de base pour obtenir un chiffre honnête par note. Pondérée sur toutes les notes, la marge d'erreur 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 $ date de 2015. Les salaires ont augmenté depuis — le BLS a rapporté un salaire horaire médian de 23,66 $ pour les commis à la tenue de livres en mai 2024 (U.S. Bureau of Labor Statistics), et les coûts patronaux de rémunération des employés ont augmenté de manière significative sur la même période selon l'indice du coût de l'emploi du BLS. Si vous ajustez les 58 $ à la seule croissance des salaires, l'équivalent actuel se rapproche de 70 $. Mais 58 $ est le chiffre utilisé par le secteur, et il est suffisamment conservateur pour servir de base défendable. Si quoi que ce soit, vous sous-estimez.

Coût mensuel par employé — calculez vous-même

Les modèles de coût ne deviennent utiles que lorsqu'on peut les adapter à vos propres effectifs et habitudes de notes de frais. 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 sectorielles du groupe Aberdeen et les recherches de la Global Business Travel Association (GBTA) situent ce chiffre entre 1,0 et 1,5 pour la plupart des entreprises de taille moyenne — les grands voyageurs en soumettent 3 à 4, les non-voyageurs 0 à 1)
• M : Pourcentage de notes traitées manuellement (si votre équipe utilise des feuilles de calcul et des e-mails pour une partie du flux de travail, ce chiffre est de 100 %)
• Coût effectif par note : 67,88 $ (la base de 58 $ de la GBTA + une marge d'erreur pondérée de 9,88 $)

La formule :

Appliquez-la maintenant à une entreprise de taille moyenne — 150 employés, avec une moyenne de 1,2 note de frais par mois chacun, 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 réellement remboursées, mais uniquement les frais administratifs liés au transfert des données dans le système.

Réduisons maintenant l'échelle à 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 qui ne génère ni revenus, ni analyses, ni valeur stratégique.

Le chiffre 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 paie près d'un millier de dollars par an simplement pour transférer les données de leurs justificatifs, du papier et des captures d'écran vers le grand livre général. Multipliez ce montant par vos effectifs, et le chiffre est rarement négligeable.

La taxe sur les erreurs — 19 % des notes de frais, deux fois plus de coûts

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

Lorsqu'une note de frais contient une dépense mal catégorisée, un justificatif manquant ou un montant en dollars inversé, trois choses se produisent. Premièrement, la note entre dans une boucle de correction : la finance la signale, l'employé la soumet à nouveau, la finance la réexamine. 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 fait grimper le coût réel de correction bien au-dessus de 52 $. Deuxièmement, l'erreur retarde le remboursement. Les employés qui ont voyagé pour le travail, payé de leur poche et soumis des justificatifs attendent maintenant une semaine supplémentaire ou plus pour récupérer leur argent — un point de friction que les équipes financières suivent rarement mais que les employés ressentent vivement, surtout dans un environnement économique où une enquête Bankrate a révélé que 56 % des Américains ne peuvent pas couvrir une dépense d'urgence de 1 000 $ avec leurs économies. Troisièmement, les notes comportant des erreurs déclenchent souvent un problème de confiance dans le lot : dès qu'un réviseur 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 coûts de correction directs — 21 216 $ par an — sans compter l'impact sur le moral lié aux remboursements retardés ni l'effet de ralentissement des lots.

Les erreurs ne sont pas non plus réparties uniformément. Les justificatifs papier scannés — le reçu de taxi froissé, la note de restaurant décolorée, le ticket de stationnement imprimé thermique passé à la machine à laver — produisent nettement plus d'erreurs de transcription que les justificatifs numériques propres. La variation de la qualité des justificatifs 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 reçu-données est là où l'argent fuit le plus

Toute l'industrie de la gestion des dépenses — Concur, Expensify, Ramp, Brex, et deux douzaines d'autres — a passé deux décennies à optimiser le flux d'approbation, l'application des politiques, le calendrier de remboursement. Et ce sont de vraies améliorations : le routage d'approbation automatisé élimine les goulots d'étranglement des managers, l'intégration des cartes d'entreprise 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 marchand, la date, le montant, la catégorie de dépense et le détail des lignes dans la note de frais. Ou quelqu'un de la finance le fait pour lui. Dans les deux cas, quelqu'un lit une image et tape.

C'est pourquoi le chiffre de 20 minutes par note de frais perdure. Le benchmark de la GBTA (Global Business Travel Association) a été mesuré en 2015, mais la tâche sous-jacente — « regarder un reçu, taper ce que tu vois » — n'a pas changé. Les formats de reçus n'ont pas changé non plus : tickets de carte de crédit, PDF envoyés par e-mail, captures d'écran mobiles, reçus papier photographiés sous un éclairage de bureau, folios d'hôtel multi-pages, résumés de trajets VTC. Chaque format présente les mêmes données dans une mise en page visuelle différente. Un humain qui lit un folio Marriott doit trouver le tarif de la chambre, les taxes, les frais annexes, 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 grade de carburant, les gallons, le prix au gallon et le total parmi quatre lignes de texte imprimé thermique, souvent délavé. La charge cognitive de l'analyse de ces mises en page variées, l'une après l'autre, est ce qui 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 la classe de problèmes que les modèles d'IA visuelle sont conçus pour résoudre. Quand tu alimentes un outil d'extraction IA avec une image de reçu, 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 où il se trouve sur la page.

Ce que l’extraction par IA fait à votre coût par note de frais

L’extraction visuelle par IA appliquée aux reçus de dépenses ne cherche pas à remplacer tout le processus de gestion des notes de frais. Elle remplace une seule étape : la transcription. L’employé ou le membre de l’équipe finance doit toujours soumettre la note, la faire approuver et recevoir 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 téléverser une image et vérifier le résultat extrait.

Au lieu de saisir manuellement des colonnes comme « Fournisseur », « Date », « Montant », « Catégorie » et « Description » pour chaque reçu, vous définissez les noms de colonnes une seule fois — grâce à l’extraction de colonnes personnalisées, où vous saisissez les noms de champs dont vous avez besoin et l’IA localise chaque valeur n’importe où sur le reçu en comprenant sa signification, et non par correspondance avec un modèle pré-entraîné — et l’outil remplit tous les champs à partir de l’image du reçu téléversée en 5 à 10 secondes. Pour une note contenant cinq reçus individuels, cela représente environ 30 à 50 secondes de traitement, contre 12 à 15 minutes de transcription manuelle. La compression du temps 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 pièce jointe des reçus » comme les principaux points de friction signalés par 54 % et 55 % des acheteurs de voyages, respectivement), alors 34,80 $ par note peuvent être traités par l’extraction par IA. Avec une réduction de 90 % sur cette partie, le coût de saisie par note passe de 34,80 $ à 3,48 $. Le coût total par note passe de 67,88 $ (avec marge d’erreur) à environ 36,56 $ — une réduction de 46 %. Pour l’entreprise de 150 employés traitant 180 notes par mois : le coût mensuel passe de 12 218 $ à 6 581 $. Économies annuelles : 67 649 $.

Ce n’est pas un chiffre de remplacement complet d’une suite de gestion des dépenses — ces suites gèrent le flux d’approbation et de remboursement en plus de l’extraction. Mais pour les équipes finance qui ont déjà un système comptable et un processus, mais qui perdent du temps sur la saisie manuelle, l’extraction est le levier au meilleur retour sur investissement. Elle ne nécessite aucun changement de processus, aucune migration logicielle, aucune gestion du changement. Vous vous connectez à l’outil, téléversez les reçus et obtenez un tableau structuré dans Excel qui alimente directement votre flux de travail existant. La même approche s’adapte au traitement par lots : téléversez les reçus de dépenses d’un mois entier d’un coup, et l’IA les extrait tous dans une seule feuille de calcul structurée — ce qui prenait des heures de saisie manuelle se termine en quelques minutes.

À titre de comparaison, la structure de coûts d’autres processus documentaires manuels montre le même schéma de travail caché. Notre analyse de la saisie manuelle des confirmations de paiement a révélé qu’une seule tâche administrative consomme 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 de la GBTA est-il toujours valable pour 2026 ?

Ce chiffre est une référence de 2015 et n'a pas été mis à jour dans une étude publique d'une autorité comparable. Il reste néanmoins la base la plus citée du secteur car il est prudent : ajusté à l'inflation des salaires, 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 les vôtres qui comptent.

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

Oui — dans certaines limites. Les modèles d'IA visuelle peuvent lire l'écriture manuscrite, y compris l'écriture cursive et dense sur papier thermique, mais la précision diminue par rapport au texte imprimé. Une photo claire et bien éclairée d'un reçu manuscrit avec une écriture lisible sera extraite correctement dans la plupart des cas. Une copie carbone fanée avec du texte superposé et des marques de crayon à faible contraste produira 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 examinateur humain exigerait.

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

Oui. L'extraction par IA des reçus produit des données structurées — généralement une feuille de calcul Excel ou un CSV — qui peuvent être importées dans tout système de gestion des dépenses ou ERP acceptant les importations de fichiers. L'extraction se situe en amont du flux de gestion des dépenses, pas à l'intérieur. Vous téléversez les reçus, obtenez des données structurées propres, et les intégrez à votre circuit d'approbation et de remboursement existant. Inutile 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. La saisie manuelle, en comparaison, 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 de la GBTA, avec ses 19 % d'erreurs au niveau des notes de frais, confirme que les erreurs humaines se cumulent entre les champs. L'extraction par IA n'élimine pas toutes les erreurs (les reçus manuscrits ou fortement 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 d'entreprise réduisent la charge de saisie des données en pré-remplissant les montants et les dates des transactions, mais elles ne l'éliminent pas. Les justificatifs doivent toujours être rapprochés des transactions (quel flux de carte ? quel employé ? quel code GL ?), le détail des lignes doit toujours être extrait des reçus multi-lignes comme les relevés d'hôtel et les notes de restaurant, et l'image du reçu lui-même doit toujours être jointe pour la conformité d'audit. La référence de 58 $ inclut ces étapes restantes. L'intégration des cartes d'entreprise traite la partie rapprochement des transactions mais laisse le problème d'extraction des lignes — la partie que la plupart des équipes financières font encore à la main — intact.

Calculez votre propre chiffre, puis testez l'alternative

La formule est N × E × M × 67,88 $. Si vous intégrez les chiffres réels de votre entreprise et que le résultat dépasse ce que vous vous attendriez à payer pour une tâche qui ne génère ni revenus ni insights stratégiques, la référence a fait son travail. Elle ne vous a pas donné de réponse — elle vous a posé la bonne question : à quel coût mensuel l'extraction manuelle cesse-t-elle d'être acceptable ?

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