FICHE · CAS DOCUMENTÉ
Batibig — Vérifier chaque ligne de facture fournisseur contre les contrats cadres
Un outil développé sur mesure extrait les lignes de plus de 100 000 factures par an et les compare aux prix négociés ; il a détecté 110 000 € de surfacturation.
Cas publiquement documenté, avec entreprise identifiable et source.
L’ESSENTIEL
Le cas en bref
- Le problème
- Plus de 100 000 factures fournisseurs par an, gérées par une équipe externalisée, sans moyen de vérifier ligne par ligne que les prix appliqués respectent les contrats cadres du groupe.
- La réponse
- Un outil développé sur mesure extrait les lignes de plus de 100 000 factures par an et les compare aux prix négociés ; il a détecté 110 000 € de surfacturation.
- Le type de solution
- Chaîne automatisée : l’humain garde la décision.
- Le résultat clé
- L’outil a détecté 110 000 € de surfacturation par rapport aux contrats cadres, dont plus de la moitié a été récupérée par avoir.
Le mécanisme / workflow
- SystèmeCentraliser les factures
- ModèleExtraire chaque ligne
Parsing par un grand modèle de langage (Gemini Flash).
- SystèmeStocker et comparer
Stockage analytique DuckDB, scripts Python.
- HumainRéclamer les écartsValidation humaine
Données et entrées
- Plus de 100 000 factures fournisseurs par an
- Contrats cadres de prix
Outils et systèmes cités par la source
- Gemini Flash
- Python
- DuckDB
Impact observé ou attendu
Résultats rapportés par la source
- RAPPORTÉUn POC fonctionnel a été réalisé en un mois, en décembre 2024.
- RAPPORTÉL’outil a détecté 110 000 € de surfacturation par rapport aux contrats cadres, dont plus de la moitié a été récupérée par avoir.
Valeur attendue dans la fiche
- CoûtRécupérer les sommes surfacturées.
- RisqueFaire respecter les contrats négociés.
Type d’impact envisagé
- dépenses d’achat
- conformité fournisseurs
Pour se lancer · estimation Acolyte
Ce qu’il faut réunir
- Données : Plus de 100 000 factures fournisseurs par an
- Données : Contrats cadres de prix
Délai : durée de POC ou de mise en service citée par la fiche. Grille estimée par Acolyte à partir de la fiche ; elle se vérifie avec vos données et vos équipes. Le Diagnostic Data & IA ↗
ANALYSE
Ce qu’il faut en retenir
- Les grands modèles de langage savent maintenant structurer à grande échelle des données non structurées, comme chaque ligne de facture.
- Le gain vient de la comparaison avec un référentiel (les contrats cadres), pas de l’extraction seule.
Limites et risques
- Erreurs d’extraction sur des factures mal numérisées
- Données contractuelles confidentielles
- Le livre blanc ne précise ni la période couverte par les 110 000 € ni le coût de l’outil.
Cadre réglementaire · lecture indicative
Risque minimal
Usage sans obligation spécifique au titre de l’AI Act, en dehors de la maîtrise de l’IA par les équipes. Le RGPD s’applique dès que des données personnelles sont traitées.
Lecture indicative d’Acolyte, pas un avis juridique. Comprendre les niveaux de risque →
Résultats et sources
Preuve et source
Bpifrance Conseil et SiparexOuvrir la source ↗Résultat rapporté par la source.PROVENANCE
Source publique
https://kiosque.bpifrance.fr/storage/sites/24/2026/05/Livre-blanc-IA-Bpifrance-Conseil-_Les_Audacieux-de-lIA_2026.pdfCONFIANCE
MoyenneET CHEZ VOUS ?
Ce que HOCUS ferait ici
Un cas publié ne se recopie pas : il se transpose à vos données, vos équipes et vos contraintes.
Vérifier que ce cas a du sens chez vous, avec quelles données, et ce qu’il rapporterait.
Découvrir ↗2 · WORKSWorks · IA générative & contenusUne connaissance rendue retrouvable et des synthèses fondées sur des sources vérifiées.
Voir ↗3 · EN PARLERÉcrire à HOCUSUne question sur ce cas ou sur votre situation.
hello@hocus.works ↗