Parce qu’une commande n’est pas une prédiction, mais quelques dizaines de prédictions qui doivent être justes en même temps. Avec 95 % de bonnes prédictions sur chaque champ, une commande de 10 champs n’est entièrement juste qu’environ 6 fois sur 10. Pour laisser partir une commande dans l’ERP sans relecture, il faut donc une précision bien plus élevée par champ, et surtout un agent capable de dire quand il n’est pas certain.
Automatiser, c’est laisser partir une commande sans relecture
Chez Eledone, nous vendons de l’automatisation : des commandes et des devis qui entrent dans l’ERP de nos clients sans intervention humaine. Pour qu’une commande parte sans relecture vers un logiciel de gestion, il faut que toutes les prédictions du modèle soient correctes, et qu’il en soit certain.
Une erreur ne reste pas dans l’ERP. Elle part à l’entrepôt, puis chez le client. Livrer 1 000 palettes au lieu de 100, c’est une façon originale de surprendre un client, mais pas celle qu’on recherche.
Une commande, ce sont des dizaines de champs
Lire une commande, c’est remplir une série de champs, chacun avec sa propre chance d’erreur :
- le client, et parfois l’entité qui paie quand ce n’est pas celle qui est livrée ;
- l’adresse de livraison, qui peut être un chantier ou un autre site ;
- la référence de chaque article, souvent écrite à la façon du client ;
- la quantité et son unité : pièce, carton ou palette ;
- le prix unitaire, à comparer au tarif négocié ;
- la date de livraison souhaitée, le numéro de commande du client, les conditions particulières.
Une commande de trois lignes en compte déjà une quinzaine. Une commande de chantier de vingt lignes en compte plus d’une centaine.
Le calcul qui change tout
Si chaque champ a 95 % de chances d’être juste, la probabilité que 10 champs soient justes en même temps vaut 0,95 puissance 10, soit environ 60 %. Autrement dit, 4 commandes sur 10 contiennent au moins une erreur.
Le tableau ci-dessous montre la part de commandes entièrement justes selon la précision par champ et le nombre de champs à remplir.
| Précision par champ | 10 champs | 20 champs | 30 champs |
|---|---|---|---|
| 95 % | 60 % | 36 % | 21 % |
| 98 % | 82 % | 67 % | 55 % |
| 99 % | 90 % | 82 % | 74 % |
| 99,5 % | 95 % | 90 % | 86 % |
| 99,9 % | 99 % | 98 % | 97 % |
Ce calcul suppose que les erreurs sont indépendantes d’un champ à l’autre, ce qui n’est pas tout à fait vrai : un bon de commande mal scanné fait souvent plusieurs erreurs à la fois. Mais l’ordre de grandeur tient, et il est sans appel. Un modèle qui semble excellent champ par champ peut rester inutilisable commande par commande.
Ce qui reste à certifier
À 95 % par champ, il ne reste donc qu’environ 60 % du flux de commandes et de devis sur lequel on peut espérer automatiser la saisie. Et même sur ces 60 %, encore faut-il savoir lesquelles sont justes.
C’est l’étape la plus difficile, à cause de la nature probabiliste des modèles d’IA. Un modèle de langage peut se tromper avec beaucoup d’assurance : la réponse fausse ressemble à une réponse juste. Il ne suffit donc pas de lui demander s’il est sûr de lui.
Un agent utile n’est pas un agent qui a raison en moyenne. C’est un agent qui sait dire : « celle-là, je ne suis pas certain, je la montre à l’ADV ».
Savoir dire « je ne suis pas certain »
Pour certifier une commande, nous ne nous fions pas à un seul signal. Chaque champ reçoit un score de confiance, et ce score est confronté aux données réelles de l’entreprise :
- le prix est comparé au tarif du client dans l’ERP ;
- la quantité est comparée aux habitudes du client et aux conditionnements de l’article ;
- l’article doit correspondre sans ambiguïté à une seule fiche du catalogue ;
- le client et l’adresse doivent exister et être cohérents entre eux ;
- les totaux doivent retomber sur ceux du document.
Une commande n’est certifiée que si tout concorde. Au moindre doute, elle est présentée à l’équipe avec la raison du signalement : un prix inhabituel, un article ambigu, une quantité qui sort des habitudes. Mieux vaut montrer à l’ADV une commande juste que laisser passer une commande fausse. Nous détaillons comment ces vérifications se font sur les articles dans les références client et sur les quantités dans la conversion des conditionnements.
Pourquoi nous courons après 1 ou 2 %
Nous passons beaucoup de temps à gagner 1 ou 2 % de précision par champ. Vu de loin, cela peut paraître inutile : 95 % ou 97 %, quelle différence ?
Le tableau répond. À 99 % par champ, on monte à 90 % de commandes parfaites sur 10 champs. À 99,9 %, on atteint 99 %. Chaque point gagné par champ se multiplie à l’échelle de la commande, et donne beaucoup plus de marge de manœuvre pour la certification. C’est ce qui fait passer une automatisation de « l’IA prépare, l’équipe relit tout » à « l’équipe ne voit que ce qui doit être validé par un humain ».
Ce que ça change pour vos équipes
Pour une équipe ADV, la bonne mesure n’est pas la précision du modèle, mais deux chiffres très concrets :
- la part des commandes qui partent sans relecture, parce qu’elles ont été certifiées ;
- le nombre d’erreurs qui passent malgré tout, qui doit rester aussi proche de zéro que possible.
Le premier chiffre progresse au fil des semaines, à mesure que les règles se précisent et que les données du catalogue s’améliorent. Le second ne doit jamais être sacrifié pour faire monter le premier. Le reste du flux n’est pas perdu : il arrive à l’équipe déjà lu et préparé, avec les champs douteux mis en évidence, ce qui prend quelques secondes à valider au lieu de plusieurs minutes à saisir.
Questions fréquentes
Pourquoi ne pas simplement tout faire relire par l’équipe ?
C’est possible, et c’est déjà un gain par rapport à une saisie manuelle. Mais une relecture systématique garde l’équipe au milieu du flux : le délai dépend toujours de sa disponibilité, et l’attention baisse quand on relit cent commandes justes pour en trouver une fausse. Certifier les commandes sûres permet de concentrer la relecture là où elle sert.
Qu’est-ce qu’une commande « certifiée » ?
C’est une commande dont tous les champs ont été lus avec un niveau de confiance suffisant et vérifiés contre les données de l’ERP (tarif, catalogue, client, habitudes de commande). Le niveau d’exigence est fixé avec chaque client. Une commande qui ne remplit pas ces conditions est présentée à l’équipe.
Comment évaluer la fiabilité d’une solution d’automatisation des commandes ?
Demandez une précision par commande, pas par champ, et testez-la sur vos propres documents, y compris les plus difficiles. Demandez surtout ce que fait l’outil quand il n’est pas sûr. Vous pouvez commencer par essayer Eledone sur une de vos commandes, puis voir le détail du fonctionnement sur la page saisie des commandes.
Vous voulez voir quelle part de vos commandes pourrait partir sans relecture ?
Demandez une démo