Acheter un logiciel d'IA documentaire ou construire un pipeline LLM sur mesure : comment une entreprise réglementée tranche et teste les deux

Si vos documents ne peuvent pas quitter votre périmètre (les serveurs, réseaux et comptes cloud que votre entreprise contrôle), vous pouvez acheter un logiciel d'IA documentaire qui s'installe à l'intérieur, confier à une société d'ingénierie la construction d'un pipeline sur mesure autour d'un modèle de langage dans ce même périmètre, ou combiner les deux. Tranchez en notant chaque solution candidate, achetée ou construite, dans le périmètre et sur un jeu de recette : vos documents réels, avec la valeur correcte de chaque champ consignée par vos propres équipes. Pour la voie de la construction, retenez sur votre liste restreinte les sociétés d'ingénierie capables de montrer un système qu'elles ont mené jusqu'en production dans le périmètre d'un client. Chacune doit aussi accepter d'être notée sur vos documents avant que vous signiez.

Entre quelles options choisissons-nous ?

Le logiciel d'IA documentaire, que les éditeurs appellent traitement intelligent des documents ou IDP, est un produit sous licence. Il trie les documents entrants par type, en extrait des champs comme les dates et les montants, et transmet à une personne les documents peu clairs. Certains logiciels d'IA documentaire s'installent dans votre périmètre, et l'éditeur conserve le code.

Un pipeline sur mesure est du code qu'une société d'ingénierie écrit pour vos types de documents et vos règles. L'une de ses étapes est un grand modèle de langage (LLM), un modèle entraîné sur de grandes quantités de texte. Il lit chaque document et renvoie une valeur pour chaque champ demandé. D'autres étapes vérifient ces valeurs au regard de vos règles, envoient les valeurs douteuses à vos équipes et transmettent les autres à vos systèmes.

Quel logiciel d'IA documentaire peut tourner dans notre périmètre ?

Vérifiez ce point en premier, car certains logiciels d'IA documentaire sont vendus sous forme de service dans le cloud de l'éditeur, et chaque page que vous leur envoyez quitte votre périmètre. La FAQ d'Amazon Textract, consultée le 15 octobre 2026, liste les régions AWS où Textract est disponible et ne décrit aucune version que vous pourriez installer vous-même.

La même FAQ indique que Textract accepte des appels passant par une connexion privée depuis votre propre réseau AWS (AWS PrivateLink), afin qu'ils « évitent de passer par l'internet public », mais c'est toujours le service d'Amazon qui traite les pages. Elle précise aussi que, sauf opposition de votre part, « une partie du contenu traité par Amazon Textract peut être stockée dans une autre région AWS » afin d'améliorer les services d'apprentissage automatique d'Amazon.

D'autres éditeurs indiquent sur leurs propres pages, consultées le même jour, que leur logiciel peut tourner dans votre périmètre. Les citer ici ne vaut pas recommandation, et la liste n'est pas exhaustive.

Microsoft vend Azure Document Intelligence comme service cloud et, pour certains de ses modèles, sous forme de conteneurs, des logiciels empaquetés que vous exécutez sur vos propres machines. Sa page consacrée aux conteneurs déconnectés indique qu'ils « sont destinés aux scénarios dans lesquels aucune connectivité avec le cloud n'est nécessaire au fonctionnement des conteneurs ». Pour les utiliser, vous « devez d'abord remplir et soumettre un formulaire de demande, puis souscrire un plan d'engagement ».

La page d'ABBYY consacrée à sa plateforme Vantage indique que « Vantage est conçue avant tout comme une plateforme cloud », puis ajoute : « Autrement, des options de déploiement flexibles sont disponibles pour exécuter Vantage sur site ou au sein de votre instance de cloud privé sur Microsoft Azure. » La page de la plateforme Hypercell d'Hyperscience cite le déploiement sur site (sur vos propres serveurs) et un « Customer Private Tenant (AWS, Google, Microsoft Azure) » parmi ses options de déploiement, à côté d'Hyperscience SaaS, une version que l'entreprise héberge sur AWS ou Google Cloud.

Obtenez par écrit la liste des fonctionnalités qui tournent dans votre périmètre, car les pages d'un même éditeur peuvent se contredire. La FAQ de Microsoft indique que « l'utilisation de conteneurs déconnectés est disponible pour les modèles personnalisés et les modèles de factures de Document Intelligence », alors que sa page sur les conteneurs déconnectés cite les conteneurs Read, Layout, ID document, receipt et d'autres encore.

Lesquels de nos documents conviennent à un logiciel acheté, et lesquels demandent un pipeline sur mesure ?

L'achat convient quand l'essentiel de votre volume relève de types de documents que le logiciel sait déjà lire, comme les factures ou les pièces d'identité. Vos règles pour ces types doivent aussi être proches de celles des autres entreprises. Vous pouvez alors tester les modèles prêts à l'emploi du logiciel sur vos documents avant de payer le moindre développement.

Un pipeline sur mesure convient aux types de documents propres à votre entreprise, comme les formulaires internes, les courriers de contreparties ou les tickets de support en texte libre. C'est aussi le bon choix quand les résultats doivent suivre des règles que seule votre entreprise applique, ou alimenter un système auquel aucun éditeur ne se connecte. Le pipeline porte ces règles dans son code, alors qu'avec un logiciel acheté, vous ne pouvez les paramétrer que dans les limites des outils de l'éditeur.

Un dispositif combiné répartit le travail par type de document : le logiciel lit les formulaires standard qu'il connaît, et un pipeline sur mesure prend en charge vos propres types, vos règles et la transmission à vos systèmes. Les résultats des tests décident quel type va où. Les éléments qui relient les deux systèmes doivent avoir un responsable désigné dans le contrat. On y trouve l'étape qui aiguille chaque document, la file de revue (la liste des documents qui attendent une personne) et la piste d'audit, le journal de ce qui est arrivé à chaque document.

Comment tester les deux sur nos propres documents avant de signer ?

Constituez le jeu de recette avant de rencontrer les éditeurs. Prenez des documents récents, dans les proportions où vous les recevez, scans et photos prises au téléphone compris, et faites consigner par vos propres équipes la valeur correcte de chaque champ. Incluez les types que le logiciel devrait selon vous savoir lire et ceux qui reviendraient plutôt à un pipeline sur mesure, afin qu'un seul jeu permette de noter toutes les voies.

Menez chaque test dans le périmètre : le logiciel sous forme d'essai de la version que vous prendriez sous licence, et le prototype de la société d'ingénierie sous des comptes que vous contrôlez.

Un essai peut malgré tout se connecter à l'éditeur. Les conteneurs déconnectés de Microsoft exigent d'abord une demande approuvée et un plan d'engagement : un test mené avant tout engagement peut donc tourner sur des conteneurs connectés. Sa FAQ indique que les conteneurs connectés « n'envoient pas à Microsoft les données client, comme l'image ou le texte en cours d'analyse », et qu'« une connexion internet est nécessaire pour envoyer les informations de facturation à Azure. » C'est votre équipe sécurité qui décide d'autoriser ou non cette connexion.

Avant que quiconque voie le jeu, scindez-le en deux. L'éditeur et la société d'ingénierie peuvent utiliser la première partie pour paramétrer leurs systèmes, et la seconde reste chez vous. Les notes finales viennent uniquement de cette seconde partie, sur quatre mesures :

• L'exactitude de chaque champ pour chaque type de document, comme la date d'un contrat ou le montant d'une facture
• La part des documents que chaque solution envoie à une personne, à seuil de réussite égal (l'exactitude minimale que vous acceptez pour les champs qu'aucune personne ne vérifie)
• Le temps de relecture, mesuré au chronomètre pendant que vos propres équipes vérifient un échantillon sur l'écran de revue de chaque solution
• Ce que deviennent les documents que la solution n'arrive pas à lire, comme une photo prise de biais ou un type inconnu : si chacun parvient bien à une personne, et combien de valeurs erronées passent sans le moindre avertissement

Le seuil de réussite doit être convenu avant le début du test, car une solution peut paraître plus exacte en envoyant davantage de documents à des personnes. L'article sur ce qu'un directeur des opérations doit demander, dont le lien figure plus haut, explique comment chronométrer les relecteurs et fixer le seuil de réussite.

Que payons-nous sur chaque voie ?

Sur la voie de l'achat, vous payez une licence. Microsoft vend les conteneurs déconnectés par niveaux d'engagement annuels, « pour un tarif fixe », selon les termes de sa page sur les conteneurs déconnectés. Il existe des niveaux distincts pour les modèles prédéfinis (prêts à l'emploi), pour l'extraction personnalisée et pour Read, son modèle de reconnaissance de texte.

La page de tarifs de Microsoft, consultée le 15 octobre 2026, indique un niveau pour modèles prédéfinis allant jusqu'à 1,2 million de pages par an, soit une projection de 100 000 pages par mois. Sa liste de prix publique affiche ce niveau, « Commitment Tier Pre-Built Disconnected 100K », à 8 640 $ par an dans la région Central US.

Les conditions générales d'abonnement d'ABBYY, mises à jour pour la dernière fois le 2 janvier 2026 et consultées le 15 octobre 2026, indiquent qu'une période d'abonnement « se renouvelle automatiquement pour un nombre illimité de périodes de renouvellement de douze (12) mois ». Il en va ainsi sauf si votre devis en dispose autrement ou si l'une des parties adresse un préavis écrit au moins 45 jours avant la fin de la période en cours. Pour le volume qui dépasse ce que vous avez acheté, les conditions prévoient que, sauf disposition contraire de votre devis, ABBYY « facturera au Licencié, à la fin de la Durée d'abonnement, les montants dus en conséquence pour les quantités excédant les Unités de volume achetées ».

Un logiciel acheté doit encore être raccordé à l'endroit où arrivent les documents et à vos propres systèmes. Il lui faut aussi une supervision, du personnel pour sa file de revue et un responsable de votre côté : faites chiffrer ce travail avant de signer.

Quand une société construit le pipeline, ce travail doit figurer dans son contrat. Vous payez la construction, puis les serveurs et les éventuels GPU (les processeurs qui font tourner le modèle), les personnes qui surveillent le système, et les mises à jour quand vos documents ou le modèle changent. Un logiciel acheté tourne lui aussi sur vos serveurs : la page de Microsoft sur les conteneurs déconnectés recommande 8 cœurs de processeur et 24 Go de mémoire pour chaque conteneur qu'elle cite.

Pour comparer les voies, communiquez par écrit à chaque éditeur et à chaque société les mêmes volumes (documents par mois, pages par document, répartition des types) et demandez à chacun un coût sur trois ans. Ce coût doit inclure vos serveurs et le temps de relecture de vos équipes.

Que possédons-nous au bout de chaque voie ?

Quand vous achetez, vous possédez le droit d'utiliser le logiciel tant que la licence court. Votre configuration, comme les types de documents, les champs et les modèles entraînés, reste au format de l'éditeur : demandez si vous pouvez l'exporter.

La licence peut empêcher le logiciel de fonctionner, même dans votre périmètre. Les conteneurs déconnectés de Microsoft ont besoin d'un fichier de licence, et Microsoft précise que ce fichier « contient également une date d'expiration, après laquelle le fichier de licence ne permet plus d'exécuter le conteneur. » Les conditions d'ABBYY prévoient que si vous ne payez pas l'utilisation au-delà des unités de volume achetées, « les fonctionnalités du Logiciel ABBYY ne seront pas disponibles pour le Licencié. »

Le code d'un pipeline sur mesure devient la propriété de votre entreprise si le contrat le lui cède : lisez donc ce que le contrat exclut, comme les composants réutilisables de la société (du code qu'elle réutilise d'un projet à l'autre). Faites préciser par écrit que votre jeu de recette et chaque résultat de test appartiennent à votre entreprise, quelle que soit la voie. Ils vous permettront plus tard de noter n'importe quelle solution de remplacement sur les mêmes documents.

Que demander à un éditeur de logiciels et à une société d'ingénierie ?

À un éditeur de logiciels :

• Quelle version prenons-nous sous licence, et pouvez-vous lister par écrit celles de ses fonctionnalités qui tournent dans notre périmètre ?
• Une partie du logiciel se connecte-t-elle à vous depuis notre périmètre, pour les licences, les mises à jour, les rapports d'utilisation ou le support ?
• L'essai peut-il tourner dans notre périmètre, dans la version que nous prendrions sous licence, et être noté sur notre jeu de recette ?
• Qu'est-ce qui cesse de fonctionner si nous ne renouvelons pas, et dans quel format pouvons-nous exporter notre configuration et nos modèles entraînés ?

À une société d'ingénierie :

• Avez-vous mené un système jusqu'en production dans le périmètre d'un client, et que pouvez-vous nous en montrer ?
• Construirez-vous le prototype dans notre périmètre, sous des comptes que nous contrôlons, et accepterez-vous une notation sur la partie du jeu de recette que vous n'avez pas vue ?
• Pour lesquels de nos types de documents recommanderiez-vous d'acheter un logiciel, et pourquoi ?
• Qui exploite le système après le lancement, que nous cède le contrat, et quels composants réutilisables exclut-il nommément ?

Où se situe amBrain ?

Le seul projet de modèle de langage qu'amBrain décrit publiquement est le suivant : « Nous avons mené une intégration de LLM jusqu'en production dans le périmètre FinTech d'un client : extraction et normalisation d'avis non structurés de courtiers et de places de marché — opérations sur titres, changements d'instruments et de marges — en enregistrements structurés consommés par le système de trading. »

Cet article n'est pas une étude de cas, et le client n'est pas nommé. La phrase citée ne dit pas si ce projet a utilisé un logiciel d'IA documentaire acheté, où tournait son modèle ni lesquelles des pratiques ci-dessus il a appliquées. Rien ici ne dit qu'amBrain a comparé un logiciel d'IA documentaire à un pipeline sur mesure, dans ce projet ou dans un autre, ni qu'elle a construit des systèmes pour des factures, des pièces d'identité ou des tickets de support. Aucun prix, délai ni condition d'amBrain pour un prototype ou un test avant signature n'est indiqué.

amBrain développe des logiciels depuis 2019. Elle décrit en une ligne sa façon de travailler avec ses clients : « Trois formats : livraison complète, équipe dédiée ou ingénieurs intégrés à votre équipe. » Sur la propriété, sa formule est : « Le client conserve la pleine propriété du produit et du code, à l'exception de nos composants réutilisables. » Si amBrain figure sur votre liste restreinte, soumettez-lui le même jeu de recette et les mêmes questions qu'à n'importe quelle autre société, et demandez la liste nominative de ces composants.