Traiter automatiquement les commandes reçues par e-mail et PDF avec l'IA

Un client envoie une commande par e-mail. Parfois dans le corps du message, parfois en PDF, parfois en photo d’un formulaire. Quelqu’un au bureau la lit, recherche les références articles et ressaisit tout dans l’ERP. Chaque jour, encore et encore.

Cela peut se faire automatiquement. L’IA lit l’e-mail ou le PDF, en extrait le client, les articles, les quantités et la date de livraison, et prépare la commande dans votre ERP. Si le système a un doute, un collègue vérifie avant que la commande ne passe.

Pourquoi c’est resté si longtemps un travail manuel

Chez chaque client, les commandes par e-mail se présentent différemment. L’un envoie un PDF propre issu de son propre système, l’autre tape trois lignes dans un e-mail avec « comme la dernière fois, mais 20 cartons ». Les règles fixes et les gabarits bloquent là-dessus. Pour chaque nouveau client, quelqu’un devait créer un gabarit, et à chaque changement de mise en page, tout cassait de nouveau.

Les modèles de langage (LLM) lisent un document comme le fait un humain. Ils n’ont pas besoin d’un gabarit par client. C’est ce qui permet aujourd’hui de bien automatiser ce travail.

	Ressaisie manuelle	Gabarits et OCR	Extraction par IA
Nouveau client ou nouvelle mise en page	Pas de problème, mais du temps	Nouveau gabarit nécessaire	Fonctionne généralement tout de suite
Texte libre dans un e-mail	Pas de problème, mais du temps	Impossible	Possible
Erreurs	Fautes de frappe, surtout en période chargée	Casse sans bruit avec une autre mise en page	Les doutes sont signalés
Temps par commande	Des minutes	Des secondes, si le gabarit correspond	Des secondes

Comment cela fonctionne, étape par étape

1. Récupérer. Les nouveaux e-mails d’une boîte dédiée, comme orders@, sont récupérés automatiquement, pièces jointes comprises.
2. Extraire. L’IA en extrait les données dont vous avez besoin : client, lignes de commande, quantités, adresse de livraison et date souhaitée.
3. Vérifier. Le système recherche le client et les articles dans votre ERP. Une référence article n’existe pas, ou une quantité s’écarte fortement de ce que le client commande d’habitude ? Alors la commande part vers un collègue au lieu de passer.
4. Préparer. Les commandes correctes arrivent en brouillon dans votre ERP ou WMS, avec l’e-mail d’origine joint.
5. Confirmer. Après validation, le client reçoit automatiquement une confirmation de commande.

Comment garder le contrôle

L’IA fait des erreurs. Pas souvent, mais cela arrive. C’est pourquoi je construis le système de sorte qu’une erreur soit repérée avant d’arriver chez le client.

• Contrôle avec vos propres données. Les références articles, les prix et les données clients sont toujours comparés à votre ERP. Ce qui ne correspond pas ne passe pas.
• Un humain décide en cas de doute. Les premières semaines, un collègue valide chaque commande. Ensuite, seulement les exceptions.
• L’e-mail est une donnée, pas une instruction. Si un e-mail contient « ignore les instructions précédentes », le système n’en fait rien.
• Tout est journalisé. Pour chaque commande, vous voyez ce qui a été extrait de l’e-mail et qui l’a validée.
• Votre propre environnement. L’automatisation tourne chez vous, avec le fournisseur d’IA de votre choix.

Quand est-ce rentable ?

Comptez combien de commandes arrivent chaque jour par e-mail ou en PDF, et combien de temps prend la ressaisie par commande. Si le total dépasse une heure par jour, cela vaut la peine d’y regarder de plus près. S’il s’agit de quelques commandes par semaine, la ressaisie reste souvent la solution la moins chère.

C’est aussi rentable plus vite quand les erreurs coûtent cher. Une mauvaise quantité ou un mauvais article coûte un retour, un trajet supplémentaire et un client mécontent.

Par où commencer ?

Rassemblez dix commandes telles qu’elles arrivent réellement, les propres et les désordonnées. Il n’en faut pas plus pour un premier échange. Vous verrez vite ce qui peut être automatisé et où un humain reste nécessaire.