Pour acheter une API OCR en entreprise, on commence souvent par comparer le prix unitaire. Or quatre éléments décident réellement de la réussite du projet : la définition commune de la « page », la capacité des données à passer la revue interne, la précision que l'on peut valider, et l'existence d'un plan de repli en cas d'incident. Les offres OCR se facturent à la page, à l'image, à l'appel ou au token ; sans unité commune, les prix unitaires ne sont pas comparables.

La liste ci-dessous suit le processus d'achat : estimation des volumes, facturation et factures, questionnaire de confidentialité, contrôle de la précision, vérification humaine, droits d'accès, canal de secours et validation du pilote. Les prix et les modèles disponibles sont ceux de la page Tarifs des modèles et du contrat signé ; cet article ne fige aucun montant.

Note : les produits, modèles et marques OCR cités appartiennent à leurs titulaires respectifs et ne sont mentionnés qu'à titre technique. Les conditions de service, les prix et les indicateurs de précision peuvent évoluer ; le contrat signé et la documentation du fournisseur font foi.

1. Chiffrer les pages avant de parler prix

La « page » doit d'abord être définie dans le document d'achat. Quatre conventions sont courantes : un fichier PDF compte pour une page, le PDF est converti en images et chaque image compte pour une page, la facturation se fait à l'appel d'API, ou seules les pages reconnues avec succès sont facturées. Le traitement des scans recto-verso, des annexes, des envois multi-images et des pages blanches doit aussi être écrit noir sur blanc.

Indicateur Méthode d'estimation Usage dans le document d'achat
Pages traitées par mois volume des trois derniers mois × coefficient de croissance dimensionner le forfait et le plafond budgétaire
Pages par minute en pointe pages de l'heure de pointe ÷ 60, puis × coefficient de sécurité vérifier la concurrence et la limitation
Images par page scan recto-verso, annexes, envoi multi-images unifier la règle de facturation de la « page »
Échecs et tentatives taux d'échec du pilote × nombre de tentatives prévoir une marge et éviter le dépassement
Taux de vérification humaine part des champs à faible confiance estimer la charge et le temps de relecture

Ne déclarez pas seulement un volume annuel global. La charge OCR présente souvent des pics nets : fin de mois, fin de trimestre et période de déclaration fiscale peuvent concentrer les envois. Inscrire la concurrence de pointe et la capacité d'absorption du retard dans les critères de validation rapproche davantage de la production réelle qu'un simple volume mensuel moyen.

2. Facturation, contrat et factures

À réception du devis, vérifiez chaque point ci-dessous au lieu de demander seulement « combien coûte une page » :

  • l'unité de facturation est-elle la page, l'image, l'appel ou le token, et distingue-t-on l'imprimé de la mise en page complexe ;
  • existe-t-il des paliers, un minimum de consommation, un engagement de volume et un prix au-delà du forfait ;
  • les requêtes en échec, les nouvelles tentatives après expiration, les pages blanches et les envois en double sont-ils facturés ;
  • la période de règlement et la base de rapprochement : journaux d'appels, pages réussies ou synthèse de facture ;
  • l'entité contractante, la devise de règlement, le mode de paiement et les règles de remboursement ;
  • le type de facture et la périodicité, ainsi que la possibilité d'obtenir une facture spéciale de TVA.

Pour un paiement d'entreprise, privilégiez le virement depuis un compte professionnel et conservez contrat, bon de commande, justificatif de paiement et facture. Le devis doit indiquer sa durée de validité ; pour un budget à trois ans, prévoyez une solution en cas de hausse tarifaire.

3. Confidentialité : transformer les questions en questionnaire

L'OCR traite surtout des contrats, factures, pièces d'identité et données clients : la revue de confidentialité ne peut pas se contenter de déclarations orales. Envoyez les dix questions suivantes au fournisseur et exigez une réponse écrite, à archiver :

  1. Combien de temps les images envoyées et les résultats sont-ils conservés, et où sont-ils stockés ?
  2. Les données servent-elles à entraîner des modèles ou à améliorer le produit, et peut-on désactiver cet usage ?
  3. Peut-on imposer une zone de stockage, et des transferts transfrontaliers ont-ils lieu ?
  4. Quels chiffrements sont utilisés en transit et au repos ?
  5. Comment soumettre une demande de suppression, sous quel délai est-elle effective et reçoit-on un accusé ?
  6. Quels sont les sous-traitants, et un changement est-il notifié à l'avance ?
  7. Un accord de traitement des données (DPA) peut-il être signé ?
  8. Un rapport d'audit de sécurité ou les réponses à un questionnaire de sécurité peuvent-ils être fournis ?
  9. Quel est le délai de notification des incidents de sécurité et où s'arrêtent les responsabilités ?
  10. L'accès des employés aux données clients est-il soumis à approbation et journalisé ?

L'OCR par modèle multimodal implique souvent l'envoi de l'image entière, et une interface OCR classique peut conserver l'original pour le diagnostic. Vérifiez la politique de conservation dans les deux cas. Pour les pièces d'identité, cartes bancaires, dossiers médicaux et autres documents sensibles, examinez en priorité un déploiement local, une anonymisation avant reconnaissance, ou un service payant aux clauses explicites validé par le service juridique.

4. Précision : ne pas se contenter d'un pourcentage

La « précision » n'a pas de dénominateur universel. Une précision élevée au niveau des caractères ne signifie pas que les champs peuvent être comptabilisés directement ; une précision élevée au niveau du document ne signifie pas que l'écriture manuscrite et les tableaux sont traités correctement. Décomposez au moins en quatre indicateurs :

  • précision des caractères : proximité entre le texte reconnu et la référence ;
  • précision des champs : exactitude complète du numéro de facture, du montant, de la date et des autres champs clés ;
  • taux de documents acceptés : part des documents qui passent en aval sans modification humaine ;
  • taux de sorties structurées valides : capacité du JSON renvoyé à respecter le schéma convenu.

Exigez aussi des statistiques par type de document, imprimé ou manuscrit, qualité de scan et langue. Le rapport de test du fournisseur n'est qu'une référence : validez avec vos propres échantillons lors d'un pilote couvrant les principaux documents et les scans de plus mauvaise qualité, pas seulement des images de démonstration.

5. Vérification humaine et traitement des anomalies

Même un bon OCR produit des résultats à faible confiance ; le plan d'achat doit inclure une étape de vérification humaine. La pratique courante : le modèle renvoie un score de confiance, les champs sous le seuil entrent dans une file de relecture ; des règles de contrôle sont ajoutées sur les montants, identifiants fiscaux et numéros de pièce d'identité, par exemple la vérification des totaux et du format ; les documents à forte valeur passent par une double saisie ou un contrôle par échantillonnage.

La relecture n'est pas un échec, mais une composante de la conception métier. Estimez dès l'achat le taux de relecture et le temps de travail, intégrez-les au coût total, au lieu de découvrir après la mise en service que les effectifs manquent. Conservez l'image d'origine, le résultat, les modifications et l'opérateur pour former une piste d'audit traçable.

6. Droits, audit et canal de secours

Pour un accès d'entreprise, créez des clés séparées par projet, isolez production et test et appliquez le principe du moindre privilège ; placez les clés dans des variables d'environnement côté serveur ou dans un gestionnaire de secrets, renouvelez-les régulièrement et fixez des alertes de budget et de consommation. Les journaux d'appels doivent conserver au minimum l'identifiant de requête, l'heure, l'identifiant du document, la durée et l'état, pour faciliter rapprochement et diagnostic.

Le canal de secours doit être conçu à l'avance : prévoir un second fournisseur pour les documents critiques, ou un OCR open source local en repli ; mettre les traitements par lots en file et réessayer avec backoff après échec ; couper le circuit après plusieurs échecs consécutifs et basculer vers une vérification humaine, pour ne pas écrire de résultats erronés dans le système métier. Voici un exemple minimal d'appel avec délai d'attente :

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["ZSQH_API_KEY"],
    base_url="https://ai.zhongshangqihang.com/v1",
    timeout=30,
)

resp = client.chat.completions.create(
    model=os.environ["OCR_MODEL"],  # nom du modèle selon la liste du site
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "Reconnais le texte de l'image et renvoie les champs en JSON"},
            {"type": "image_url", "image_url": {"url": "https://example.com/invoice.png"}},
        ],
    }],
)
print(resp.id)  # conserver l'identifiant de requête pour le rapprochement
print(resp.choices[0].message.content)

7. Les huit étapes du pilote

  1. Signer un accord d'essai ou de confidentialité précisant que les échantillons ne servent qu'à cette évaluation.
  2. Sélectionner 100 à 300 pages réelles couvrant les principaux types de documents et les scans de plus mauvaise qualité.
  3. Annoter manuellement les champs clés, avec une définition commune de l'annotation et de ce qui est « correct ».
  4. Figer le modèle, la version et les paramètres, et conserver les journaux et identifiants de requête.
  5. Calculer la précision par champ et par strate, le taux de documents acceptés, la latence P95 et le taux d'échec.
  6. Fixer un seuil de confiance, mesurer le taux de relecture humaine et le temps réellement passé.
  7. Effectuer un exercice de limitation et de panne pour vérifier le canal de secours et l'absorption du retard.
  8. Archiver ensemble rapport d'évaluation, devis, clauses sur les données, contrat et facture avant de décider le déploiement complet.

Les critères d'acceptation doivent être écrits avant le pilote, et non expliqués après les résultats. Prévoyez des critères éliminatoires, par exemple l'impossibilité de satisfaire la politique de conservation des données sensibles, une précision des champs clés inférieure au minimum métier, ou l'absence de plan de repli en cas d'incident.

8. Questions fréquentes

Comment compte-t-on une page quand le PDF est facturé à la page ?

Les plateformes diffèrent : certaines comptent les pages du fichier, d'autres convertissent le PDF en images, d'autres ne facturent que les pages reconnues avec succès. Le traitement des pages blanches, couvertures, annexes et envois multi-images doit figurer dans le contrat ou le bon de commande.

Peut-on croire directement la précision annoncée par un fournisseur ?

Elle ne sert que de référence. Demandez la composition des échantillons de test, la définition des indicateurs et la méthode statistique, puis réalisez un pilote sur vos propres documents. Les chiffres promotionnels proviennent souvent d'échantillons idéaux, qui ne correspondent pas forcément à vos pièces réelles.

Les données peuvent-elles rester hors du pays ?

Cela dépend du mode de déploiement. Une API en cloud public peut traiter les données dans une autre région ; un déploiement local ou une solution open source auto-hébergée permet de garder les données dans votre environnement. Avant l'achat, vérifiez les zones de stockage et de traitement, les transferts transfrontaliers, et faites valider le dossier par les équipes juridique et sécurité.

Faut-il forcément deux fournisseurs ?

Pas nécessairement, mais un plan de secours est indispensable. Le double fournisseur augmente le coût d'intégration et de maintenance ; le plus courant est un fournisseur principal complété par un OCR open source local ou un second canal de repli, avec un processus de bascule testé.

Quelle taille et quelle durée pour le pilote ?

Il n'existe pas de standard. En général, 100 à 300 pages couvrant les principaux cas, sur une à trois semaines, en observant surtout la précision par strate, le temps de relecture et le comportement en panne. Un échantillon trop petit ou limité à des documents nets donne des conclusions trop optimistes.

Et ensuite

Si l'entreprise a besoin de payer en yuans, d'unifier la facturation et d'appeler plusieurs modèles, commencez par créer un compte ZSQH AI Gateway, faites tourner un pilote sur un petit lot de documents, puis séparez les clés et les budgets par projet. La disponibilité des modèles et les prix sont ceux de la page Tarifs des modèles.

Lectures associées :