Fiduciaires : un bot pour les pièces, un autre pour les dossiers

Dans un cabinet comptable, la moitié des échanges avec les clients tourne autour de la même demande : « vous pouvez m’envoyer vos justificatifs ? ». Les tickets arrivent en vrac, par mail, en photo floue ou en fin de trimestre dans une enveloppe. Et quand un gérant veut savoir où partent ses frais, quelqu’un du cabinet ouvre le logiciel, filtre, exporte, et répond deux jours plus tard.

Les bots changent ces deux moments, mais pas avec le même outil. Il y a ceux qui exécutent, et ceux qu’on interroge.

Le bot qui exécute : le client envoie, le dossier se remplit

Le client photographie son ticket et l’envoie sur Telegram ou WhatsApp, comme il enverrait un message. Le bot lit le montant, la TVA, la date et le fournisseur, choisit la catégorie, puis crée la dépense dans le logiciel du cabinet avec la photo en pièce jointe. Si le fournisseur existe déjà, il le réutilise ; sinon il le crée. Le client reçoit une confirmation en quelques secondes.

Ce bot n’a pas besoin d’être une IA conversationnelle. Une fois le ticket lu, c’est un enchaînement fixe : lire, vérifier, écrire dans le logiciel, confirmer. C’est ce qui le rend fiable et peu coûteux. Il peut aussi écrire dans deux logiciels à la fois pendant une migration, sans que le client s’en aperçoive : si le second échoue, le premier reste à jour et la confirmation part quand même.

Pour le cabinet, le gain est simple : les pièces arrivent au fil de l’eau, déjà classées, au lieu d’arriver en bloc à la clôture.

Structurer dès l’entrée : ce qui rend tout le reste rapide et bon marché

Le vrai travail du bot d’exécution n’est pas de ranger une photo. C’est de transformer un ticket en une donnée propre : un fournisseur reconnu, un montant hors taxe et un montant de TVA séparés, une date, une catégorie du plan comptable, un client, et la photo rattachée à tout ça. Ce travail se fait une fois, à l’arrivée de la pièce, quand le client est encore là pour répondre s’il manque quelque chose.

Tout ce qui vient après en profite :

• Les questions coûtent presque rien. « Combien en carburant ce mois-ci ? » devient un simple calcul sur des lignes déjà classées. L’IA n’a pas à relire cent photos pour répondre : elle lit quelques chiffres, ce qui demande bien moins de calcul, donc bien moins cher.
• Les réponses sont justes. Un chiffre calculé sur des données structurées est le même à chaque fois. Une IA qui devrait deviner un total à partir de documents en vrac peut se tromper, et personne ne le verrait.
• Un petit modèle suffit. Quand les données arrivent propres, le modèle n’a plus qu’à comprendre la question. C’est ce qui permet de tout faire tourner sur un serveur modeste, chez le cabinet.
• Les anomalies sautent aux yeux. Un ticket sans véhicule, un fournisseur inconnu, une TVA qui ne colle pas au taux : le bot le signale à l’arrivée, pas trois mois plus tard à la clôture.
• Le dossier reste lisible par tous les outils. Une donnée bien rangée se relit par le logiciel comptable, un tableur, un tableau de bord ou un autre bot, sans retraitement. Changer de logiciel ne veut plus dire tout ressaisir.
• Le doublon ne passe pas. Le même ticket envoyé deux fois a le même fournisseur, la même date et le même montant : il est repéré tout de suite.

Le bot qu’on interroge : le dossier répond en langage courant

Le second type sert le cabinet lui-même. Un comptable, un expert-comptable ou un gérant pose sa question comme il la poserait à un collègue : « combien ce client a dépensé en carburant ce mois-ci, comparé à l’an dernier ? ». Le bot va chercher les écritures, fait le calcul, et signale ce qui sort de l’ordinaire.

Ici, il faut une IA qui comprend la question. Elle se branche sur le logiciel comptable par un connecteur (un serveur MCP, par exemple) qui lui donne le droit de lire, et seulement de lire, les données du dossier. Elle ne remplace pas le jugement du comptable : elle lui évite la demi-heure d’export et de tableur avant de pouvoir juger.

La confidentialité : un environnement fermé

Un dossier comptable contient tout ce qu’une entreprise a de sensible : salaires, marges, fournisseurs, comptes bancaires. Le secret professionnel du cabinet ne s’arrête pas aux portes d’un service d’IA en ligne. C’est pour ça que ces bots se montent dans un environnement fermé, selon le niveau d’exigence du cabinet (les options sont détaillées dans les quatre niveaux de l’IA privée) :

• sur ses propres serveurs, dans ses locaux ou son centre de données ;
• sur un serveur dédié en Suisse ou dans l’Union européenne, loué au nom du cabinet, que personne d’autre n’utilise ;
• dans un cloud privé où le modèle d’IA tourne sans que les données sortent, ni servent à entraîner quoi que ce soit.

Dans les trois cas, les tickets, les écritures et les questions posées restent dans un périmètre que le cabinet contrôle. Les droits sont posés par personne : le client ne voit que son dossier, le comptable que ses mandats.

Et la performance, sans les grands services en ligne ?

C’est l’objection qu’on entend le plus : une IA hébergée chez soi serait moins bonne. C’était vrai il y a deux ans. Ça ne l’est plus pour ce genre de travail, pour quatre raisons.

1. Les modèles ouverts récents ont rattrapé le terrain. Pour lire un ticket, comprendre une question sur des chiffres ou résumer un dossier, les modèles qu’on peut installer soi-même font aujourd’hui le travail que seuls les grands services faisaient hier.
2. La puissance se loue. Un serveur avec une carte graphique dédiée se loue au mois, en Suisse ou en Europe. Il ne sert que le cabinet, donc il n’attend personne.
3. Le bot ne devine pas, il lit. Les chiffres ne viennent pas de la mémoire du modèle mais du logiciel comptable, au moment de la question (c’est le principe du RAG, présenté dans RAG en entreprise : une IA qui répond avec vos documents). Le résultat dépend de la qualité des données bien plus que de la taille du modèle.
4. Chaque tâche a son modèle. Un petit modèle rapide lit les tickets, un modèle plus solide répond aux questions d’analyse. Ce routage garde les réponses rapides et la facture basse, sans envoyer quoi que ce soit dehors.

Ce qui reste à vérifier avant de lancer, c’est la compatibilité avec le logiciel du cabinet : tous n’ouvrent pas leurs données de la même façon. C’est le premier point qu’on regarde, comme pour tout projet décrit dans intégrer l’IA dans son entreprise.

Par où commencer

Le bot d’exécution est le plus simple à lancer : il se branche sur le logiciel existant, ne change rien aux habitudes des clients, et ses effets se mesurent dès le premier mois en pièces reçues à temps. Le bot d’analyse vient ensuite, sur les mêmes données, une fois qu’elles arrivent propres et à l’heure.

Pour chiffrer les deux, partez de notre offre IA au juste coût, ou écrivez-nous avec le nom de votre logiciel comptable.