Extraire les accuses de réception de commandes vers Excel — Repérez l'écart entre ce qui a été commandé et ce que le fournisseur a confirmé
Un accusé de réception de commande est un document hybride — il reprend chaque ligne de commande (données acheteur) et y ajoute les confirmations fournisseur : quantités acceptées, dates d'expédition confirmées, confirmations de prix, notes de substitution. La donnée la plus précieuse est l'écart entre les deux — et c'est exactement ce que la ROC basée sur des modèles ne détecte pas, car elle ne lit que les champs préconfigurés de la commande. Notre Vision AI lit les deux volets de l'accusé en une seule passe, en affichant côte à côte les quantités commandées et acceptées, avec une détection automatique des écarts.
Traitement chiffré · Suppression automatique des données après conversion
Ce que vous pouvez extraire d'un accusé de réception de commande
Saisissez les noms de colonnes dont vous avez besoin — l'IA lit chaque accusé comme un document complet, en extrayant à la fois les champs de commande envoyés par l'acheteur et les champs de confirmation ajoutés par le fournisseur. Au lieu de saisir chaque nom de colonne individuellement, vous pouvez enregistrer un jeu de colonnes sous forme de préréglage pour une réutilisation en un clic — ou ouvrir l'un des modèles préconfigurés sur la page de démonstration pour voir l'extraction en action avec des exemples de données.
L'outil utilise l'extraction de colonnes personnalisées : vous saisissez les noms de colonnes — « Qté commandée », « Qté acceptée », « Date d'expédition confirmée », « Note de substitution » — et l'IA localise les valeurs correspondantes n'importe où sur la page en comprenant la signification de chaque libellé, et non sa position sur un modèle. Les mêmes noms de colonnes fonctionnent avec des accusés de dizaines de fournisseurs différents, car l'extraction repose sur la sémantique des libellés, et non sur des coordonnées de pixels. Vous pouvez également définir des colonnes calculées — par exemple, « Écart de quantité (Qté commandée moins Qté acceptée) » — et l'IA calcule la différence lors de l'extraction, de sorte que votre feuille de calcul de sortie contienne déjà une colonne d'écart sans aucun post-traitement dans Excel. Ou ajoutez des colonnes déduites comme « Niveau de risque (options : Correspondance parfaite / Rupture / Sur-acceptation / Substitution) » et l'IA lit la Qté commandée, la Qté acceptée et la Note de substitution de chaque ligne pour attribuer le libellé approprié.
L'accusé de réception de commande se situe entre le bon de commande et la facture — l'OCR par modèle ne lit que la moitié du document
Lorsqu'un fournisseur renvoie un accusé de réception de commande, il ne se contente pas d'en accuser réception — il apporte des modifications. Les quantités sont ajustées à la baisse en cas de rupture de stock. Les articles sont remplacés par des SKU quasi équivalents lorsque l'original n'est pas disponible. Les dates d'expédition sont avancées ou reculées en fonction de la capacité de production. Les prix sont reconfirmés — ou corrigés — au niveau de la ligne. Le document est un objet de négociation, pas un miroir du bon de commande original. Mais les outils d'extraction basés sur des modèles sont conçus autour du bon de commande : ils s'attendent à trouver les mêmes champs aux mêmes positions que la commande initiale. Lorsque le fournisseur ajoute une colonne « Qté acceptée » ou une ligne « Substitution » que le modèle n'a pas été configuré pour lire, ces champs deviennent invisibles. Les écarts entre la commande et la confirmation — la raison même pour laquelle vous lisez l'accusé de réception — n'atteignent pas le tableur.
L'OCR basée sur un modèle ne lit que les champs du bon de commande pour lesquels elle a été configurée — chaque colonne de confirmation du fournisseur est invisible. Un modèle configuré pour « Code article, Description, Qté, Prix unitaire, Total ligne » sur un bon de commande standard extraira exactement ces champs d'un accusé de réception. Mais l'accusé contient aussi « Qté acceptée » (qui peut être inférieure à la Qté en cas d'envoi partiel), « Date d'expédition confirmée » (qui peut être deux semaines plus tard que la date d'échéance du bon de commande initial) et « Statut de l'accusé » (Accepté, Partiel ou Refusé au niveau de la ligne). Le modèle voit les champs du bon de commande car ils correspondent à la configuration — et ignore les champs de confirmation car ils ne faisaient pas partie du modèle d'origine. Le résultat ressemble à une extraction complète du bon de commande, mais il manque les données qui transforment un accusé de réception d'un simple tampon en un document logistique exploitable.
Les substitutions et corrections de prix créent des données pour lesquelles le modèle de bon de commande d'origine n'a aucun champ de mappage. Un fournisseur à court d'un composant spécifique peut le remplacer par une pièce compatible avec un autre SKU fabricant — et le noter sur l'accusé. Une ligne de 500 unités peut recevoir une « Substitution : PN-403B remplace PN-401A, 200 unités au prix révisé de 3,42 $ ». Le modèle de bon de commande d'origine n'a pas de colonne « Note de substitution » ni de colonne pour un SKU de remplacement. Ces champs ne sont pas extraits car ils n'existent pas dans le schéma du modèle. L'acheteur ouvre le fichier Excel, voit 500 unités de PN-401A au prix du bon de commande et suppose que tout correspond — jusqu'à ce que l'envoi arrive avec 300 unités de PN-401A et 200 unités de PN-403B, et que la facture ne corresponde pas. L'erreur ne vient pas de la précision de l'OCR — chaque caractère a été lu correctement. L'erreur est que le modèle n'extrait que ce qu'on lui a dit de chercher.
Chaque fournisseur formate son accusé de réception différemment — un modèle conçu pour la mise en page d'un fournisseur échoue sur le suivant. Le fournisseur A nomme la colonne de quantité acceptée « Qté acc. » et la place à droite de la quantité commandée. Le fournisseur B l'appelle « Confirmé » et la place dans une section de confirmation séparée sous les lignes d'origine. Le fournisseur C intègre l'accusé directement sur le bon de commande d'origine en tamponnant « ACCEPTÉ » à côté de chaque ligne et en inscrivant manuellement la date d'expédition. Les outils basés sur des modèles, même ceux qui utilisent l'apprentissage automatique, nécessitent toujours une formation par fournisseur ou un mappage de champs par fournisseur. Avec 200 fournisseurs actifs, vous avez besoin de 200 mappages de champs. Au fournisseur 201, le modèle est inutile jusqu'à ce que quelqu'un configure manuellement la nouvelle mise en page. Le problème s'aggrave à chaque nouveau fournisseur ajouté à la base d'approvisionnement.
Vision AI lit l'intégralité de l'accusé de réception comme un seul document — extrayant les champs de la commande et de la confirmation en une seule passe. Au lieu d'appliquer un modèle de commande préconfiguré en espérant que les ajouts du fournisseur correspondent, l'IA lit chaque étiquette et valeur sur la page : « Numéro de commande », « Code article », « Description », « Qté commandée » de la section commande d'origine — et « Qté acceptée », « Date d'expédition confirmée », « Note de substitution », « Statut de l'accusé » de la section confirmation du fournisseur. Les deux ensembles de champs alimentent la même ligne dans le tableau de sortie, car l'IA comprend qu'un article avec le même Code article et la même Description sur cette page représente les deux faces d'une même transaction commerciale. Vous n'avez pas besoin de modèles séparés pour les colonnes de la commande et celles de l'accusé — un seul jeu de noms de colonnes extrait l'intégralité du document.
Les colonnes calculées transforment l'extraction en détection instantanée d'écarts — l'écart entre Commandé et Accepté est calculé avant même d'ouvrir le fichier. Définissez les colonnes : « Qté commandée », « Qté acceptée », puis « Écart Qté (Qté commandée moins Qté acceptée ; signaler si négatif) ». L'IA extrait la Qté commandée et la Qté acceptée de l'accusé, puis calcule la différence. Les valeurs négatives signalent automatiquement les insuffisances — ce sont les articles pour lesquels le fournisseur ne peut pas livrer la quantité totale. Zéro signifie correspondance parfaite. Définissez « Correspondance prix (afficher 'Avertissement' si Prix unitaire commandé ≠ Prix unitaire accepté) » et l'IA compare le prix de la commande au prix confirmé par le fournisseur pour chaque ligne. Définissez « Vérification délai (afficher 'En retard' si Date d'expédition confirmée > Date demandée commande) » et l'IA signale chaque ligne où la date confirmée dépasse la date d'origine. Ce n'est pas qu'une simple extraction — c'est une extraction couplée à une analyse achats, réalisée en une seule passe de traitement.
L'extraction par colonnes personnalisées élimine le problème du modèle par fournisseur — l'extraction repose sur le sens des libellés, pas sur la position des champs. Vous saisissez les noms de colonnes une fois : « Numéro de commande », « Qté commandée », « Qté acceptée », « Date d'expédition confirmée », « Note de substitution », « Statut d'accusé réception ». L'IA traite le POA du fournisseur A — elle lit le libellé « Qté ack » et le mappe à « Qté acceptée ». Puis le POA du fournisseur B — elle lit le libellé « Confirmé » et le mappe à « Qté acceptée » car elle comprend que les deux libellés expriment le même concept commercial. L'accusé réception manuscrit du fournisseur C sur le bon de commande original — l'IA lit la date d'expédition manuscrite à côté de chaque ligne et la mappe à « Date d'expédition confirmée ». Les noms de colonnes restent les mêmes. Les documents fournisseurs changent. L'IA comble l'écart car elle lit la sémantique, pas les modèles. Ajouter un 201e fournisseur ne nécessite aucune modification de configuration — les mêmes noms de colonnes extraient les données du nouveau format.
Comment 50 accusés de réception fournisseurs sont extraits, comparés et signalés en un seul traitement
Import — tous les accusés de réception fournisseurs, sans tri préalable par format
Déposez tous les accusés de réception fournisseurs d'une réconciliation d'achats de fin de mois : 50 accusés pour 28 fournisseurs. Certains sont des PDF numériques propres exportés depuis l'ERP du fournisseur. D'autres sont des accusés générés par portail avec un tableau structuré de lignes d'articles. D'autres encore sont des scans du bon de commande original avec des annotations manuscrites du fournisseur dans les marges — dates d'expédition notées au crayon à côté de chaque ligne, quantités barrées et réécrites, tampon « accepté » en rouge en en-tête. Quelques-uns sont des confirmations par email imprimées en PDF où le fournisseur a écrit « Voir modifications en rouge » au-dessus d'une copie modifiée du bon de commande. Aucun tri préalable, aucun format séparé — le lot traite tout ensemble car l'IA lit chaque document indépendamment selon le sens des libellés, et non selon un modèle attendu.
Définir les colonnes — les colonnes de comparaison qui transforment l'extraction en rapport d'écarts
Saisissez les noms des colonnes pour votre feuille de révision des achats : N° Bon de commande, Nom du fournisseur, Code article, Description, Qté commandée, Qté acceptée, Date d'expédition confirmée, Prix unitaire (accepté), Note de substitution, Statut de l'accusé. Ajoutez ensuite les colonnes analytiques : Écart Qté (Qté commandée moins Qté acceptée ; signaler si négatif), Vérification Prix (afficher 'Alerte' si Prix unitaire commandé ≠ Prix unitaire accepté), Est substitué (afficher 'Oui' si Note de substitution non vide), Niveau de risque (options : Correspondance parfaite / Rupture / Sur-acceptation / Substitution). L'IA extrait les données fournisseur, compare chaque ligne et remplit toutes les colonnes — vous ouvrez le fichier Excel et tous les écarts sont déjà mis en évidence, triés par risque.
Résultat — un seul tableur, toutes les comparaisons déjà effectuées, toutes les exceptions déjà signalées
Téléchargez un fichier Excel où chaque ligne correspond à un article d'un accusé de réception fournisseur — avec tous les champs de la commande et tous les champs de confirmation dans la même ligne. La colonne Écart Qté a déjà signalé chaque ligne où le fournisseur a accepté moins d'unités que commandé. La colonne Vérification Prix a déjà mis en évidence chaque ligne avec un prix unitaire confirmé différent du prix de la commande. La colonne Est Substitué a déjà identifié chaque ligne avec une note de substitution. La colonne Niveau de Risque a déjà classé chaque ligne — « Correspondance Exacte » pour les lignes que le fournisseur livrera exactement comme commandé, « Rupture » pour les lignes avec un écart de quantité négatif, « Sur-Accepté » pour les lignes où le fournisseur s'est engagé à livrer plus que commandé, « Substitué » pour les lignes avec un SKU différent. Filtrez par Niveau de Risque, examinez les exceptions et acheminez-les vers le suivi approprié — les lignes en rupture vers le service d'accélération, les lignes substituées vers l'ingénierie pour approbation, les lignes avec changement de prix vers le gestionnaire de catégorie. Aucune étape de comparaison manuelle. Le tableur est la comparaison.
Quand l'extraction des accusés de réception de commande est la plus performante — et où vérifier
L'IA lit de manière fiable à la fois les champs du bon de commande et ceux de la confirmation fournisseur, quel que soit le format standard de l'accusé de réception. Quelques cas particuliers justifient une vérification ponctuelle — notamment lorsque le format du document rend ambiguës les modifications du fournisseur.
Extraction fiable
PDFs POA standard générés par le fournisseur avec en-tête clair (acheteur/fournisseur/numéro de commande/date) et tableau de lignes — l'IA lit à la fois les données de la commande et les colonnes de confirmation du fournisseur en une seule passe.
Documents d'accusé de réception exportés depuis les portails fournisseurs et systèmes e-procurement — les tableaux structurés avec quantités acceptées et dates d'expédition s'extraient proprement, quelle que soit la mise en page du portail.
POA scannés ou faxés avec annotations manuscrites du fournisseur dans les marges — la Vision AI lit à la fois le texte imprimé et l'écriture manuscrite. Dates d'expédition notées à côté des lignes, quantités barrées et réécrites, tampons et signatures : tout s'extrait en tant que champs étiquetés.
Traitement par lots multi-fournisseurs — 50 POA de 28 fournisseurs avec des formats différents, une seule définition de colonne, un seul tableur de sortie. Aucune configuration par fournisseur nécessaire car l'extraction est pilotée par le sens des étiquettes, pas par la position dans le modèle.
Vérifier ces cas
Accusés de réception partiels avec statuts par ligne (Accepté / Partiel / Rejeté) — l'IA lit ce qui est imprimé. Si le fournisseur marque une ligne « Partiel » sans indiquer la quantité livrée, la colonne Statut d'accusé affichera « Partiel » sans valeur de Qté acceptée. Vérifiez ces lignes dans les échanges avec le fournisseur.
Substitutions décrites en texte libre plutôt que dans un champ structuré — l'IA extrait le texte si une colonne « Note de substitution » est définie, mais les longues explications peuvent être tronquées. Définissez la colonne et vérifiez que les justifications critiques (équivalence technique, écart de spécification) sont bien capturées.
Pages de conditions générales ajoutées par le fournisseur après l'accusé — l'IA extrait uniquement la section d'accusé, pas le texte juridique. Les CGV ne correspondent à aucune colonne définie et sont correctement exclues, mais les conditions fournisseur intégrées dans le tableau des lignes (ex. « expédié en l'état, aucun retour ») doivent être capturées en définissant une colonne « Notes par ligne ».
Les vérifications d'écart des colonnes calculées sont des comparaisons arithmétiques — elles confirment si deux valeurs extraites diffèrent, mais n'évaluent pas si l'écart est commercialement acceptable. Un écart de Qté de -5 sur une ligne de 500 unités représente un manque de 1 % qui peut ne pas nécessiter d'escalade ; le même -5 sur une ligne de 10 unités représente un manque de 50 % nécessitant une action immédiate. Utilisez la colonne Niveau de risque pour le tri, pas comme décision d'achat finale.
Questions fréquentes
L'IA peut-elle détecter si le fournisseur a accepté moins d'articles que commandés sur le bon de commande ?
Oui — c'est le cas d'usage principal. Extrayez Qté commandée et Qté acceptée dans deux colonnes distinctes. L'IA lit la quantité commandée d'origine dans la section BC et la quantité confirmée par le fournisseur dans la section d'accusé de réception, en plaçant les deux dans la même ligne. Ajoutez une Colonne calculée « Écart Qté (Qté commandée moins Qté acceptée) » et l'IA calcule la différence lors de l'extraction. Les valeurs négatives signifient que le fournisseur a confirmé moins d'unités que commandé — ces lignes constituent votre liste de ruptures. Zéro signifie correspondance parfaite. Vous pouvez également ajouter une Colonne inférée « Niveau de risque (options : Correspondance parfaite / Rupture / Sur-acceptation / Substitution) » et l'IA lit l'écart de quantité, la note de substitution et le statut d'accusé de réception pour attribuer l'étiquette appropriée par ligne — transformant une extraction plate en un rapport priorisé des exceptions sans aucun post-traitement dans Excel.
Cela fonctionne-t-il avec les AR où le fournisseur a substitué des articles par des SKU différents ?
Oui. Définissez « Code article », « Description » et « Note de substitution » comme colonnes. L'IA extrait le code article et la description d'origine commandés depuis la section BC, puis lit la note de substitution du fournisseur — qu'il s'agisse d'un champ structuré intitulé « Substitution », d'une note dans la colonne de description de la ligne comme « Remplacement PN-401A par PN-403B », ou d'une annotation manuscrite dans la marge. Si la substitution inclut un SKU de remplacement, celui-ci est également capturé — définissez une colonne « Code article de substitution » et l'IA l'extrait séparément. Ajoutez une Colonne inférée « Est substitué (options : Oui / Non) » qui lit le champ Note de substitution et affiche « Oui » s'il n'est pas vide et « Non » sinon — vous offrant un filtre instantané pour chaque ligne nécessitant une revue technique ou qualité avant que la commande ne soit traitée. Pour les AR où le fournisseur a simplement barré l'article d'origine et écrit un nouveau au-dessus, l'IA lit les deux valeurs et les place dans les colonnes correctes.
Comment gère-t-il les AR des fournisseurs qui confirment sur le bon de commande original plutôt que d'émettre un document séparé ?
De nombreux petits fournisseurs ne génèrent pas d'accusé de réception formel : ils tamponnent « ACCEPTÉ » sur le bon de commande original, inscrivent manuellement les dates d'expédition à côté de chaque ligne, barrent les quantités qu'ils ne peuvent pas honorer, et le renvoient par fax ou par e-mail. Vision AI lit ce document de la même manière qu'un AR formel : il identifie les champs du bon de commande original (Code article, Description, Qté commandée, Prix unitaire), puis lit les annotations manuscrites du fournisseur. Un tampon « ACCEPTÉ » près de l'en-tête correspond à la colonne Statut de l'accusé de réception. Une date manuscrite à côté d'une ligne correspond à la Date d'expédition confirmée. Une quantité barrée avec un nouveau nombre écrit au-dessus — l'IA lit l'original imprimé comme Qté commandée et la correction manuscrite comme Qté acceptée. La différence clé avec les outils basés sur des modèles : l'IA n'a pas besoin que les annotations du fournisseur apparaissent dans une colonne ou un format spécifique. Elle lit tout ce qui est visible sur la page et le fait correspondre à vos noms de colonnes en fonction de ce que le contenu représente — une date près d'un article est une date d'expédition, une quantité écrite sur un nombre imprimé est une quantité acceptée.
Puis-je traiter par lots les AR de dizaines de fournisseurs avec des formats complètement différents ?
Oui. Importez tous les accusés de réception fournisseur — PDF formels, exports de portail, bons de commande scannés annotés, impressions d'e-mails — en un seul lot. Définissez vos noms de colonnes une fois. L'IA traite le tableau AR structuré du Fournisseur A et lit la colonne « Qté acceptée » intitulée « Qté AR ». Elle traite l'accusé de réception du Fournisseur B où les mêmes données se trouvent dans une colonne intitulée « Qté confirmée ». Elle traite les annotations manuscrites du Fournisseur C sur le bon de commande original où la quantité acceptée est griffonnée au-dessus de la quantité commandée imprimée. Les trois correspondent à « Qté acceptée » dans le fichier de sortie, car l'IA fait correspondre par le sens du libellé, et non par la position du champ ou le texte de l'en-tête de colonne. C'est la différence entre l'extraction basée sur des modèles (un mappage par format fournisseur) et l'extraction sémantique (un nom de colonne, n'importe quel format). Le résultat est un fichier Excel consolidé unique avec les données de chaque AR dans la même structure de colonnes — triez par Nom du fournisseur pour examiner par fournisseur, ou filtrez par Écart de quantité pour voir toutes les ruptures de tous les fournisseurs en un coup d'œil.
Mes données d'approvisionnement — prix fournisseurs, quantités, détails de substitution — sont-elles sécurisées ?
Tous les transferts de fichiers utilisent le chiffrement TLS 1.3. Les documents sont traités dans une session isolée et automatiquement supprimés de nos serveurs dans les 24 heures suivant la conversion. Vos données d'approvisionnement — noms de fournisseurs, codes articles, prix unitaires, quantités, notes de substitution — ne sont jamais utilisées pour entraîner nos modèles d'IA et ne sont jamais conservées au-delà de la fenêtre de traitement. Le fichier Excel extrait est téléchargé directement sur votre machine ; nous ne stockons pas les résultats d'extraction. Pour les équipes d'approvisionnement gérant des données sensibles de prix fournisseurs et de chaîne logistique, cette architecture garantit que les informations de prix concurrentiels, les données de performance fournisseurs et les détails de commande quittent nos serveurs une fois le traitement terminé. La seule copie persistante se trouve sur vos propres systèmes.