Récupérez le montant et le nom du marchand
à partir d'une alerte SMS bancaire

Pourquoi la même transaction apparaît différemment selon la banque

Les alertes SMS bancaires suivent un schéma de base — identifiant de carte, montant, marchand, date — mais chaque institution les organise dans son propre ordre. Un achat de 42,50 $ chez AMAZON.COM produit des messages sensiblement différents :

Dans la version Chase, le montant est le troisième mot après les deux-points (de 42,50 $). Dans la version Amex, il est également proche du début. Dans la version Wells Fargo, il se situe entre achat de et a été effectué. Chaque message est parfaitement lisible pour un humain, mais le montant « se déplace » dans le texte parce que chaque banque utilise un modèle de phrase différent. Le nom du marchand varie également : certaines banques utilisent le nom légal complet (AMAZON.COM), d'autres le raccourcissent, et quelques-unes incluent la ville ou l'État du marchand lorsque le nom seul pourrait prêter à confusion.

Cette variation de format est la raison principale pour laquelle une simple approche de copier-coller échoue. Si vous capturez dix alertes de quatre banques différentes, le symbole du dollar apparaît à un décalage de caractère différent dans presque chaque message. Un outil qui cherche le symbole du dollar à « l'endroit habituel » en manquera la moitié.

Ce que l'OCR traditionnel manque dans une capture d'écran de SMS

L'OCR traditionnel (reconnaissance optique de caractères) lit le texte en repérant les formes qui ressemblent à des lettres et des chiffres, puis restitue tout dans l'ordre de lecture. Il ne comprend pas que $42.50 est le prix tandis que 03/15/2025 est la date. Les deux ne sont que des chaînes de caractères sur la même ligne.

Sur un document propre et structuré comme une facture, cette limite est gérable car la mise en page elle-même vous indique quel chiffre est lequel — le total se trouve dans la cellule en bas à droite, la date à côté de “Date :”. Mais une alerte bancaire par SMS n'a pas une telle structure visuelle. C'est une phrase ou deux. Le signe dollar et le nom du marchand se côtoient sans séparateur de colonne ni étiquette pour les distinguer. L'OCR vous renvoie un bloc de texte et vous laisse le soin d'identifier quelle sous-chaîne correspond au montant.

“La différence est simple : l'OCR voit une chaîne de caractères. L'IA visuelle voit une transaction.”

C'est là que la frontière entre l'OCR et ce que l'industrie appelle l'extraction de données par IA (ou extraction basée sur la vision) devient une différence pratique, et non plus seulement technique. La reconnaissance optique de caractères peut vous dire quels caractères apparaissent sur la capture d'écran. Un modèle de langage visuel peut vous dire lesquels de ces caractères correspondent au montant de la transaction et lesquels correspondent au nom du marchand.

Comment l’IA visuelle repère le montant et le marchand

Au lieu de scanner de gauche à droite et de restituer tout le texte qu’il trouve, un modèle de langage visuel regarde la capture d’écran comme le ferait une personne : il lit le message, comprend le contexte (« c’est une notification de transaction bancaire »), et identifie les éléments qui correspondent à ce qu’il sait d’une transaction — un montant (généralement précédé d’un signe dollar), un nom de marchand (souvent en majuscules ou précédé de « at »), et une date.

C’est sur cela que repose Custom Column Extraction : vous définissez les colonnes souhaitées — dans ce cas, Montant et Nom du marchand — et l’IA localise les valeurs correspondantes en comprenant leur signification, et non en devinant où elles se trouvent habituellement à l’écran. Le même principe s’applique que vous extrayiez des données d’une alerte SMS bancaire, d’une capture d’écran de paiement qui n’est pas un tableau, ou d’une facture dans un format que vous n’avez jamais vu. Contrairement aux outils basés sur des modèles où il faudrait « entraîner » le système pour chaque format de banque ou tracer un cadre autour du signe dollar, l’extraction sémantique fonctionne sans se soucier de savoir si Chase place le montant au troisième mot ou si Amex le place au dernier mot.

L’effet concret : la même configuration à deux colonnes (Montant, Nom du marchand) traite un SMS Chase, un SMS Bank of America, un SMS Wells Fargo et un SMS Amex en une seule passe. Vous ne dites pas à l’IA « regardez la position X à l’écran ». Vous lui dites ce que vous voulez, et elle le trouve.

Des captures d’écran SMS à une feuille de calcul

Extraire les données d’une pile de captures d’écran d’alertes SMS suit le même flux de travail, que vous ayez trois messages de cette semaine ou trente du mois dernier.

La même approche fonctionne que les alertes SMS soient des captures d'écran de l'application Messages d'iPhone (qui utilise un style de bulles de discussion), de l'application SMS par défaut d'Android (qui utilise une mise en page de carte différente), ou même d'une capture d'écran Gmail si vous recevez des alertes par e-mail plutôt que par SMS. L'IA visuelle ne dépend pas du style du conteneur — elle lit le contenu textuel et identifie les champs de transaction à l'intérieur.

Si le SMS contient également un numéro de commande ou un code de suivi (par exemple, une confirmation d'achat qui combine alerte bancaire et notification de commande), le même principe s'applique — le concept se transpose naturellement des alertes bancaires aux confirmations de commande par SMS, où la tâche consiste à extraire un numéro de suivi d'expédition plutôt qu'un nom de marchand.

Ce que cette approche ne couvre pas

L’extraction visuelle par IA à partir de captures d’écran de SMS gère bien les champs essentiels, mais elle a des limites claires à connaître :

• Captures d’écran uniquement — cette méthode fonctionne sur les images que vous avez capturées. Elle ne lit pas les SMS directement depuis la base de données de messages de votre téléphone (cela nécessiterait une application avec des autorisations SMS, ce qui est une catégorie de produit entièrement différente).
• Le recadrage du message compte — si la capture coupe le signe dollar ou tronque le nom du marchand, l’IA ne peut travailler qu’avec ce qui est visible. Une capture en pleine hauteur montrant tout le texte de l’alerte donne le meilleur résultat.
• Alertes non anglophones — les champs essentiels (montant et date) se transfèrent bien entre les langues car les chiffres sont universels. Une alerte Chase en espagnol commence toujours par “Chase:” et contient un montant en dollars. Les banques régionales sur les marchés non anglophones peuvent formater différemment.
• Alertes empilées — certains téléphones regroupent plusieurs notifications SMS en une seule capture. Si vous capturez une vue d’écran de verrouillage montrant quatre alertes bancaires empilées, l’IA peut toujours identifier les montants et les marchands individuels dans la capture.

Questions fréquentes

Le montant et le nom du marchand dans une alerte SMS bancaire sont en texte brut. Le défi n'a jamais été que les données soient inaccessibles — c'est que chaque banque les formate différemment, et les outils d'extraction traditionnels ne comprennent pas ce que signifient les chiffres. L'IA visuelle élimine ce goulot d'étranglement en lisant le message de manière sémantique, comme vous le feriez, et en plaçant le résultat dans un tableau que vous pouvez utiliser immédiatement.