Convertisseur IA de Bon de Réception Manuscrit en Excel — Extrayez Données de réception, notes de dommages et confirmation de signature
Saisir manuellement les corrections de quantités manuscrites, les notes de dommages et les signatures des destinataires depuis des bons de réception carbone dans votre WMS prend 2 à 3 minutes par bordereau — cette IA extrait les mêmes données en 5 à 10 secondes, en distinguant les quantités commandées imprimées des quantités reçues manuscrites sur la même page.
Jusqu'à 99% de précision sur les champs imprimés · Lit imprimé + manuscrit sur la même page · Aucun paramétrage par fournisseur
Ce que vous pouvez extraire d'un bon de réception manuscrit
Saisissez les noms de colonnes dont vous avez besoin — l'IA localise chaque valeur en comprenant ce qu'elle signifie, pas où elle se trouve sur la page. Cela inclut les données de commande imprimées du formulaire fournisseur et les annotations manuscrites de réception qui capturent ce qui est réellement arrivé au quai.
Icônes en bleu = champs imprimés sur le document. Icônes en ambre = annotations manuscrites ajoutées par le réceptionnaire. L'IA lit les deux sur la même page.
Pourquoi un bon de réception manuscrit est le document le plus difficile de l'entrepôt
Un bon de réception est un formulaire autocopiant qui passe entre plusieurs mains avant d'arriver à la saisie — le fournisseur imprime les quantités commandées, le réceptionnaire inscrit ce qui est réellement arrivé, ajoute des notes sur les dommages dans les marges, et signe sous des traces de graisse. Lorsqu'il arrive au bureau, il s'agit souvent de la troisième ou quatrième copie carbone, avec des impressions fantômes à peine visibles. Contrairement à un bon de livraison où les données imprimées et manuscrites coexistent comme deux couches d'information, sur un bon de réception, les annotations manuscrites sont la seule trace de ce qui a été reçu — elles ont un poids juridique et de conformité. La ROC traditionnelle aplatit tout en un flux de texte indifférencié, effaçant la distinction sur laquelle repose tout l'audit de réception.
Où la ROC basée sur des modèles échoue sur les bons de réception manuscrits
Les quantités commandées imprimées et les quantités reçues manuscrites fusionnent en un seul nombre sans signification. Sur un bon de réception en copie carbone, le fournisseur a imprimé « Qté commandée : 500 » et le réceptionnaire a griffonné « 480 reçus — 20 endommagés » à côté. Un outil ROC basé sur des modèles lit la ligne entière comme du texte — « 500 480 20 endommagés » — sans distinguer ce qui était censé arriver de ce qui est réellement arrivé. La différence sémantique entre ces chiffres est l'objectif même du document, et elle disparaît dès que l'outil traite la page comme un bloc de texte unique.
Chaque fournisseur a un formulaire de bon de réception différent — et la couche manuscrite suit le mouvement. Le bon de réception multipage d'un fabricant a les champs de commande en haut, les lignes d'articles dans un tableau et un bloc de signature en bas. Un fournisseur régional utilise un formulaire carbone en deux parties où le réceptionnaire encercle les quantités dans une grille pré-imprimée. Le rapport de réception d'un prestataire logistique place les annotations manuscrites dans une région complètement différente. Les outils basés sur des modèles nécessitent une définition d'analyse distincte pour chacun. Les équipes logistiques décrivent l'appariement des bordereaux aux commandes à la réception comme le goulot d'étranglement précisément parce que chaque document a un aspect différent — et le problème s'aggrave lorsque vous traitez des bons de réception de 50 fournisseurs différents.
Les impressions fantômes des copies carbone et l'usure de l'entrepôt rendent la page à peine lisible, même pour un humain. Lorsqu'un bon de réception arrive au bureau de saisie, il s'agit souvent de la troisième ou quatrième couche de carbone — des impressions fantômes gris sur gris où même le texte imprimé s'est estompé et les corrections manuscrites sont à peine visibles. Ajoutez les traces de graisse de la manutention en entrepôt et les photos prises en basse lumière par les dockers avec leur téléphone, et vous obtenez un document que la ROC traditionnelle — conçue pour des impressions nettes, numérisées à plat et de première génération — ne peut pas lire du tout. Les données les plus importantes sur la page (les corrections manuscrites de réception) se trouvent dans les pires conditions visuelles, et les outils basés sur des modèles les ignorent ou produisent des caractères aberrants.
Comment l’extraction par colonnes lit les deux couches — même à travers les impressions fantômes
Séparation sémantique : les données imprimées de commande et les données manuscrites de réception vont dans des colonnes différentes selon leur sens, pas leur position. Quand vous définissez des colonnes comme Qté commandée | Qté reçue | Notes d’avarie | Signature du réceptionnaire, l’IA lit toute la page et comprend ce que chaque valeur représente — pas le pixel qu’elle occupe. Le « 500 » imprimé dans le bloc de ligne du fournisseur atterrit dans Qté commandée. Le « 480 » manuscrit à côté atterrit dans Qté reçue. Le « 20 écrasés » griffonné dans la marge atterrit dans Notes d’avarie. C’est l’Extraction par colonnes personnalisées : vous tapez les noms de champs dont vous avez besoin, et l’IA trouve chaque valeur n’importe où sur la page en comprenant ce qu’elle signifie, pas en mémorisant où elle se trouvait sur le dernier bon de réception traité.
Une seule configuration de colonnes traite les bons de réception de tous les fournisseurs sans aucun modèle. L’IA trouve les champs en comprenant ce que chaque nom de colonne signifie — les mêmes définitions fonctionnent sur un BL imprimé multipages d’un fabricant, un formulaire carbone deux parties d’un fournisseur avec des quantités entourées, et un rapport de réception simple page d’un prestataire logistique. Importez-les ensemble dans un seul lot. Chaque document produit une ligne dans le tableau de sortie avec les mêmes colonnes. Un entrepôt qui reçoit de 50 fournisseurs différents n’a pas besoin de 50 modèles d’extraction différents — et quand un fournisseur met à jour son formulaire, rien ne casse car il n’y avait aucun modèle au départ.
Les notes d’avarie manuscrites et les confirmations de signature deviennent des colonnes structurées — pas des fragments de texte orphelins. Au lieu que « 20 cartons écrasés » apparaisse comme texte aléatoire dans la colonne Description de l’article, ajoutez une colonne dédiée Notes d’avarie et l’IA y achemine les annotations manuscrites en marge. Ajoutez Signature du réceptionnaire avec le format « Présent/Absent » et chaque document renvoie un Oui/Non clair — nul besoin d’indiquer à l’IA où se trouve la ligne de signature sur chaque formulaire fournisseur. La couche manuscrite de réception, qui est le seul enregistrement de ce qui est réellement arrivé et qui a une portée juridique pour les ajustements de stock et les refacturations fournisseurs, est enfin traitée comme une donnée structurée et vérifiable.
Du tas de bordereaux de réception carbone au registre structuré
Si votre équipe de réception traite des arrivages de plusieurs fournisseurs et a besoin des données de commande imprimées et des confirmations manuscrites dans un seul tableur pour la saisie des marchandises, voici le flux de travail complet.
Importez vos bons de réception depuis le quai
Déposez un lot de bons de réception PDF, de bordereaux carbone scannés ou de photos de formulaires prises sur le quai — les PDF numériques fournisseurs et les copies papier photographiées avec annotations manuscrites peuvent être mélangés dans le même import. Les photos prises sous éclairage d'entrepôt fonctionnent ; les prises de vue de face avec une lumière uniforme donnent les meilleurs résultats. Pour les équipes collectant des bons de réception depuis des entrepôts distants ou des fournisseurs, la fonction Lien de collecte génère une page de dépôt partageable — les tiers soumettent directement les documents de réception dans votre file de traitement sans créer de compte ni se connecter.
Définissez les colonnes qui capturent ce qui a été commandé et ce qui a été reçu
Saisissez des noms de champs couvrant à la fois le côté commande imprimé et le côté réception manuscrit — N° Bon de Réception | Réf. Commande | Fournisseur | SKU | Description | Qté Commandée | Qté Reçue | Notes Dommages | Signature Réceptionnaire. L'IA lit chaque valeur selon son sens, donc la Qté Commandée imprimée du tableau fournisseur et la Qté Reçue manuscrite de l'annotation du cariste atterrissent dans des colonnes distinctes. Vous pouvez aussi ajouter une colonne déduite comme Statut Réception (options : Complète/Partielle/Avec Dommages) et l'IA déduit le statut des annotations de réception sur chaque document — aucune classification manuelle requise.
Téléchargez un seul tableur — commandé vs reçu côte à côte
Exportez en XLSX, CSV ou JSON. Chaque bon de réception devient une ligne dans le tableau de sortie — avec les champs de commande imprimés et les champs de réception manuscrits dans des colonnes adjacentes pour comparer directement Qté Commandée et Qté Reçue dans le tableur. La sortie est prête pour la saisie WMS, le rapprochement des commandes, l'ajustement des stocks ou la documentation des factures fournisseur. Les utilisateurs de Google Sheets peuvent utiliser l'extension latérale pour extraire les résultats directement dans une feuille active sans quitter leur tableur. Le traitement prend 5 à 10 secondes par page, contre environ 2 à 3 minutes de saisie manuelle par bon de réception.
Quand l'extraction de bons de réception manuscrits fournit des données propres — et quand vérifier
La précision est élevée pour les bons de réception standard avec des annotations lisibles. Certaines conditions de document et limites de l'outil affectent les résultats — à connaître avant de traiter un lot de bordereaux où les données manuscrites ont un poids financier ou d'audit.
Quand ça fonctionne le mieux
Reçus PDF numériques de fournisseurs ou portails 3PL. Les documents de réception générés automatiquement par les systèmes TMS, ERP ou portails fournisseurs offrent une précision d'extraction quasi parfaite pour les en-têtes imprimés et les tableaux de lignes. Les annotations manuscrites lisibles dans la section réception sont extraites comme données structurées aux côtés des champs imprimés.
Copies carbone première et deuxième génération numérisées à 300 DPI ou plus. L'original (première copie) d'un jeu de reçus carbone donne les meilleurs résultats. Les deuxièmes copies sont généralement encore lisibles avec un bon contraste. Des scans plats propres à 300 DPI ou plus donnent à l'IA la résolution nécessaire pour séparer le texte imprimé des annotations manuscrites — essentiel quand les deux apparaissent côte à côte sur la même ligne.
Lots multi-fournisseurs avec une seule configuration de colonnes. Les reçus de différents fournisseurs, fabricants et prestataires 3PL peuvent être téléchargés ensemble et traités avec les mêmes définitions de colonnes. Le résultat est un fichier Excel unifié — une ligne par reçu — indépendamment des différences de format entre fournisseurs.
À vérifier
Copies carbone de troisième et quatrième génération avec impressions fantômes. Les bons de réception sont généralement des formulaires carbone multipartites : l'original reste chez l'acheteur, les copies suivantes vont au fournisseur et au transporteur. Dès la troisième ou quatrième couche, le transfert carbone s'estompe nettement. Le texte imprimé devient gris pâle et les annotations manuscrites, faites sous pression manuelle, sont à peine visibles. L'IA tente malgré tout l'extraction sur ces champs, mais peut signaler des valeurs de faible confiance. Dans la mesure du possible, numérisez le premier ou le deuxième exemplaire. Pour les carbones de génération ultérieure où les quantités reçues sont financièrement significatives, prévoyez du temps pour vérifier ces cellules.
Traces de graisse, saleté d'entrepôt et photos prises en faible lumière avec un téléphone. Un bon de réception manipulé sur le quai de réception accumule l'usure du terrain : graisse des mains des caristes, saleté des tapis roulants, plis d'avoir été glissé dans une poche. Les photos prises avec un téléphone sous un éclairage d'entrepôt, avec ombres ou reflets, réduisent la fiabilité de l'extraction par rapport à un scan à plat en conditions contrôlées. Une photo de face avec un éclairage uniforme sera toujours plus performante qu'une photo prise à la hâte sous un mauvais angle sur le quai. Pour les corrections manuscrites de quantités qui déterminent le paiement des factures, vérifiez ces champs spécifiques lorsque la qualité de la photo est faible.
L'outil extrait ce qui est sur la page — il ne peut pas vérifier les inventaires réels. L'IA lit et structure les données de réception manuscrites exactement comme écrites par le réceptionnaire. Elle ne compare pas les quantités extraites avec l'inventaire physique de votre entrepôt, ne les valide pas par rapport à vos bons de commande, et ne signale pas les écarts entre ce que le réceptionnaire a écrit et ce qui est réellement arrivé. Le « 480 reçus » manuscrit est fidèlement extrait comme 480 — que le décompte physique réel soit de 478, 480 ou 482. L'outil automatise la capture de données à partir du document papier ; la vérification physique des quantités reçues reste un processus d'entrepôt distinct.
Questions fréquentes
L'IA peut-elle distinguer la Quantité commandée imprimée de la Quantité reçue manuscrite sur un même bon de réception ?
Oui — et c'est la fonctionnalité clé qui différencie l'extraction de bons de réception manuscrits d'un OCR documentaire classique. Lorsque vous définissez des colonnes comme Qté commandée et Qté reçue, l'IA lit la quantité imprimée dans le tableau du fournisseur et la correction manuscrite de l'annotateur — en sortant les deux dans des colonnes distinctes. Elle les distingue car elle comprend la signification sémantique de chaque nom de colonne, et non parce que les valeurs se trouvent à des emplacements de pixels différents sur la page. Cela vous permet de comparer commandé et reçu pour chaque ligne, sans rapprochement manuel. Si la quantité manuscrite est absente (le réceptionnaire a simplement signé sans noter les quantités), la colonne Qté reçue reste vide pour cette ligne — une information en soi exploitable pour votre audit de réception.
Quelle est la précision de l'extraction sur des bons de réception en papier carbone dont la troisième ou quatrième copie est à peine lisible ?
Les copies carbone de première et deuxième génération, numérisées à 300 DPI ou plus, offrent une bonne précision pour les champs imprimés et manuscrits. L'IA traite la page dans son ensemble — lisant la structure du tableau imprimé et les annotations manuscrites en un seul passage sémantique. Les copies de troisième et quatrième génération — où le transfert carbone est si faible que l'écriture manuscrite devient gris pâle sur gris — auront une précision nettement inférieure sur les champs de détail comme Qté reçue et Notes de dommage. L'IA tente toujours l'extraction sur ces champs mais peut signaler des valeurs de faible confiance. Pour les données de réception où la quantité manuscrite détermine directement la valeur du stock ou le paiement de la facture — comme les livraisons en consignation de grande valeur — prévoyez du temps pour vérifier ponctuellement les copies très délavées, comme vous le feriez pour des chiffres saisis manuellement.
Puis-je traiter des bons de réception de 30 fournisseurs différents alors que chacun utilise une mise en page différente ?
Oui. Vous définissez les noms de colonnes une fois — par exemple N° Bon de Réception | Réf. Commande | Fournisseur | SKU | Description | Qté Commandée | Qté Reçue | Notes de Dommage | Signature Réceptionnaire — et téléchargez les bons de réception de 30 fournisseurs différents en un seul lot. L'IA trouve chaque valeur dans chaque document en comprenant la signification de chaque nom de colonne, et non en faisant correspondre une mise en page fixe. Si un fournisseur utilise un formulaire carbone compact en deux parties avec des grilles de quantités pré-imprimées, l'IA lit les nombres manuscrits encerclés dans la grille. Si un autre envoie un GRN multipage avec un tableau complet de lignes d'articles, l'IA lit depuis le tableau. Le résultat est un fichier Excel unifié — une ligne par bon de réception — avec des colonnes cohérentes, quelle que soit la manière dont chaque fournisseur formate son formulaire.
Puis-je signaler les écarts entre les quantités commandées et reçues lors de l'extraction, plutôt que de les trier dans Excel après coup ?
Oui. Vous pouvez ajouter une Colonne calculée — définissez-la comme Écart Qté (Qté commandée - Qté reçue) lors de l'extraction, et l'IA calcule automatiquement la différence pour chaque ligne, en affichant le résultat dans sa propre colonne. Les nombres positifs indiquent une sous-livraison (plus commandé que reçu), les nombres négatifs une sur-livraison. Vous obtenez ainsi une colonne d'écart que vous pouvez trier et filtrer immédiatement dans votre tableur pour identifier les réceptions à vérifier — sans avoir à effectuer une étape de rapprochement séparée dans Excel. L'outil extrait les données de réception et effectue le calcul en une seule passe.
Les données d'extraction des bons de réception peuvent-elles être utilisées pour un rapprochement à trois — comparer ce qui a été commandé, livré et facturé ?
La sortie structurée de l'extraction des bons de réception fournit les données « marchandises reçues » pour le rapprochement à trois — le bon de réception, le bon de commande et la facture. Cependant, le rapprochement lui-même (comparaison des données de réception extraites avec vos enregistrements de bons de commande et les factures fournisseurs) a lieu dans votre ERP, votre système de comptabilité fournisseurs ou votre tableur. L'outil extrait les données structurées — y compris la couche manuscrite critique qui montre ce qui a été réellement reçu — mais il n'accède pas à votre base de données de bons de commande ni aux factures fournisseurs pour effectuer le rapprochement lui-même. Ce que l'outil permet, c'est une extraction propre et cohérente des données de réception, y compris les champs manuscrits Qté reçue, Notes de dommages et Signature du réceptionnaire, afin que l'étape de rapprochement repose sur des entrées précises. La colonne déduite Statut de réception de l'étape d'extraction peut également pré-catégoriser les documents pour votre flux de rapprochement.
En savoir plus : Extraction manuelle vs IA des bons de réception : ce qui change quand le quai de réception passe au numérique · Pourquoi les données de réception manuscrites créent un fossé entre les opérations d'entrepôt et la comptabilité fournisseurs · Ce qui contrôle la précision d'extraction sur les documents de réception manuscrits : copies carbone, qualité d'écriture et conditions de photo