Chaque distributeur connaît le rituel : ouvrir le PDF du client, basculer vers le tableur, recommencer à recopier. Ligne par ligne. Pendant des années, la règle a été que la saisie des devis dévore la moitié de l'après-midi d'un commercial. Cela n'a pas à être le cas.
Le Bureau of Labor Statistics indique que le commerce de gros emploie à lui seul plus de 6 millions de personnes aux États-Unis. Une grande partie de ces heures est consacrée à la ressaisie de données — lire le document d'un client sur un écran et le taper sur un autre. Ce n'est pas du travail qualifié. Ce n'est pas du travail de jugement. C'est du copier-coller à vitesse humaine, et c'est le principal goulot d'étranglement du pipeline de vente des distributeurs.
Ce que fait réellement l'IA
L'importateur de Quotery normalise le document source (PDF, XLSX, XLS ou CSV) en texte structuré, puis demande à gpt-4.1-mini d'extraire les lignes, les groupes et les prix dans un schéma JSON strict. Pas d'analyse de texte libre — le modèle renvoie une charge utile qui correspond exactement à ce que l'importateur attend. Un objet QuoteSection regroupe des éléments QuoteLine, chacun avec les codes produit, la description, l'unité, la quantité, le prix unitaire et les champs de remise. Le modèle ne voit jamais votre catalogue, ne touche jamais à vos niveaux de stock et n'interagit jamais avec les données de votre tenant. Il voit uniquement le document que vous avez importé.
L'entrée qui parvient au modèle est un texte normalisé — nous éliminons d'abord les formats binaires propriétaires. Pour les PDF, cela signifie extraire les flux de texte page par page à l'aide de pypdf. Pour les fichiers Excel, lire les cellules ligne par ligne et produire une représentation tabulaire en texte. Pour les CSV, valider la structure des colonnes. Seule la représentation textuelle franchit la limite de votre tenant.
D'abord le déterminisme, ensuite l'IA
Une fois les lignes candidates recueillies, nous comparons les codes produit de manière déterministe avec les quatre colonnes de codes du catalogue : SKU, import_code, internal_code et export_code. Toute correspondance exacte de chaîne sur l'une des colonnes est un succès. Seules les lignes sans correspondance exacte sont transmises à gpt-4.1-mini, accompagnées d'une liste restreinte de candidats de votre catalogue. Le modèle en choisit une ou les rejette toutes.
La correspondance déterministe de codes est gratuite, instantanée et jamais erronée. L'étape d'IA coûte en latence et en tokens, aussi nous ne la payons que lorsque c'est nécessaire. En pratique, environ 60 à 70 % des lignes se résolvent de manière déterministe — l'IA gère le reste, ainsi que les lignes où la description du client ne correspond pas à vos conventions internes de dénomination.
Trois classifications, zéro score de confiance Chaque ligne importée se voit attribuer l'une de trois étiquettes : correspondance exacte, décision d'IA ou introuvable. Pas de pourcentages de confiance, pas de cases « peut-être », pas de seuils flous à calibrer. La méthode est l'étiquette. Si vous voyez « correspondance exacte », un code s'est aligné. Si vous voyez « décision d'IA », le modèle a choisi dans votre catalogue. Si vous voyez « introuvable », vous devez ajouter un produit ou corriger un code fournisseur.
Ce système de classification fait de l'expérience de revue une opération de tri, et non une corvée de validation. Vous repérez les lignes « introuvable » et vous les traitez. Tout le reste est prêt à être chiffré. Un travail de ressaisie de 30 minutes devient une revue de 60 secondes.
Pourquoi cela surpasse l'OCR Les pipelines OCR traditionnels extraient le texte des images puis appliquent des motifs regex. Ils échouent sur les PDF multi-colonnes, les tableaux pivotés, les cellules fusionnées et les documents clients dont la mise en page change chaque mois. Notre approche d'import assistée par IA ignore complètement l'analyse de la mise en page — nous donnons le texte brut à un modèle qui comprend la structure, et non les pixels. Le même pipeline traite une feuille Excel propre et un PDF client brouillon, sans configuration par fournisseur.
Pour en savoir plus sur la façon dont nous lisons les PDF (et pourquoi nous rejetons les fichiers numérisés image seule), consultez notre article sur les coulisses de l'extraction PDF.
DHDTech.io