Tessi lab, la cellule R&D de Tessi, consolide sa plateforme d’utilitaires dédiés au traitement et à la compréhension du document avec un module d’apprentissage automatique.
En 2015, Tessi lançait “tessi lab document reader” (TLDR), une solution d’extraction de données des documents non formatés, en s’intéressant plus particulièrement à l’analyse des tickets de caisse. Le spécialiste de la démat associait alors OCR, analyse sémantique et big data afin d’extraire de la photographie d’un ticket des informations telles que la date, le montant total, l’enseigne, l’ensemble des produits achetés ou encore le prix des produits ainsi que leur taux de TVA. Une mine d’or pour les professionnels en charge des back-office et du onboarding. Tessi a depuis étendu les capacités de son TDLR à de nouveaux types de documents commerciaux (factures, contrats, bons de commandes, etc.), tout en cherchant à concevoir son propre « catégoriseur » de documents basé sur la technologie du Deep Learning.
L’automatisation de tâches complexes
L’entreprise a donc développé une expertise en Machine Learning afin d’obtenir une classification fine des workflows documentaires. « Il s’agit d’un investissement essentiel qui améliore les services existants mais propose aussi de nouveaux services pour accompagner la mutation des métiers de nos clients dans la Banque, l’Assurance, les Fintech et l’évolution globale des secteurs industriels et publics », indique-t-on chez Tessi. En cours d’évaluation, la brique Machine Learning intégrée dans le TDLR s’attache pour le moment à la classification de documents bancaires, notamment dans le cadre des processus d’automatisation de contrôle de cohérences de données.
