Entraîner les règles de rapprochement
« L’entraînement » du rapprochement dans REDA Financials n’a rien d’un projet de data science — ce sont trois habitudes concrètes dont les effets se cumulent : vos rapprochements instruisent l’IA, vos motifs deviennent des règles, et vos règles font disparaître des catégories entières de travail. Voici le guide pratique pour passer de « nous rapprochons à la main » à « le rapprochement se fait presque tout seul ».
Accès requis. Rapprocher et créer des Règles de compte bancaire nécessitent l’ensemble d’autorisations Accounting Admin v2 ou Accounting Controller v2. Les ensembles Accounts Payable v2, Accounts Receivable v2 et Read Only v2 permettent de les consulter, mais pas de les modifier.
La boucle d’amélioration
Rapprochez de façon cohérente — c’est vous qui écrivez le manuel
Chaque rapprochement manuel que vous appliquez rejoint le contexte d’apprentissage de l’IA (elle étudie jusqu’à un millier de vos décisions passées). La cohérence tient lieu de programme : rapprochez toujours le règlement commerçant de l’encaissement (et non d’une écriture comptable), comptabilisez toujours les frais en ajustements — et les suggestions de l’IA convergent vers vos usages internes.
Transformez les motifs récurrents en règles
Tout ce qui revient chaque mois mérite une Règle de compte bancaire : un motif de texte distinctif, un type de document, votre compte général et, éventuellement, la Comptabilisation auto. L’IA propose même des règles candidates lorsqu’elle repère des schémas récurrents — pour accepter l’idée, créez la règle. Dès lors, cette ligne se rapproche à la vitesse de la machine, indéfiniment, sans aucun recours à l’IA.
Contrôlez ce que fait l’automatisation
Les règles tiennent leurs propres indicateurs — Nombre d'applications, Nombre de contournements et date de dernière application — et chaque ligne rapprochée enregistre comment elle a été rapprochée (Automatique, Par règle, Suggéré par l'IA, Manuel, Ajustement). Un coup d’œil mensuel aux déclenchements des règles repère un motif devenu obsolète avant qu’il ne comptabilise quoi que ce soit à tort.
L’art d’écrire des règles
- Les fragments distinctifs l’emportent sur les fragments courts : « MONTHLY ACCOUNT SERVICE FEE » et non « FEE » ; utilisez la forme expression régulière pour les formats précis.
- Priorité = spécificité : la première correspondance l’emporte, donc la règle étroite passe avant la règle large.
- La Comptabilisation auto se mérite : les nouvelles règles tournent sous contrôle (brouillons) pendant un cycle ou deux, puis sont promues.
- Un compte à la fois : les règles appartiennent à un compte bancaire — les motifs du compte d’exploitation ne sont pas ceux du compte de paie.
Ce qu’est « l’entraînement » — et ce qu’il n’est pas
Mieux vaut être précis, car le mot est chargé de sous-entendus. Dans REDA Financials, l’IA apprend à partir du contexte, reconstitué à partir de vos propres enregistrements à chaque exécution — aucun modèle n’est réentraîné sur vos données, il n’existe aucune console d’entraînement et un administrateur n’a rien à configurer :
| L’entraînement, c’est… | L’entraînement, ce n’est pas… |
|---|---|
| Vos rapprochements manuels passés (jusqu’à un millier) présentés à l’IA comme exemples résolus à chaque exécution | Un projet de data science avec des jeux de données à étiqueter ou à importer |
| Vos règles actives présentées en parallèle, pour que les suggestions ne fassent pas doublon avec ce que l’automatisation couvre déjà | Un modèle qui dérive de lui-même — le contexte est reconstitué à partir de vos enregistrements à chaque exécution |
| Faire le travail de façon cohérente, parce que la cohérence est le programme | Une page de paramètres — il n’y a aucun réglage d’entraînement à ajuster, et rien à activer |
| Réversible : corrigez vos habitudes à partir de maintenant et le contexte suit | Permanent : aucune mauvaise décision n’est gravée pour toujours |
L’autre salle de classe : l’extraction des factures apprend de la même façon
Le rapprochement bancaire n’est pas la seule fonctionnalité qui étudie votre historique. Le traitement OCR des factures applique exactement la même idée côté fournisseurs : lorsque l’IA extrait la facture d’un fournisseur, on lui présente les bons de commande et les factures comptabilisés récents de ce fournisseur — y compris le produit et le compte général que votre équipe a choisis sur chaque ligne. Il en résulte une table de correspondance produit-compte construite à partir de vos propres décisions : affectez une seule fois les frais de fourniture de MetroPower au compte Services publics, et la facture MetroPower suivante arrive déjà affectée de la même façon.
En pratique, le guide est le même que pour le rapprochement :
- Comptabilisez systématiquement — seuls les documents comptabilisés servent d’exemples ; une pile de brouillons non comptabilisés n’enseigne rien.
- Corrigez l’affectation lors de la vérification, pas après la comptabilisation — la correction que vous apportez dans le formulaire prérempli devient l’exemple qu’étudie l’extraction suivante.
- Attendez-vous à devoir intervenir sur la première facture d’un nouveau fournisseur — il n’y a pas encore d’historique ; c’est à la deuxième que l’apprentissage se voit.
Erreurs courantes à éviter
| Erreur | Pourquoi c’est pénalisant | À faire plutôt |
|---|---|---|
| Deux aides-comptables qui rapprochent le même motif de deux façons différentes | Le manuel de l’IA se contredit — la confiance baisse et les suggestions deviennent hésitantes | Convenez une fois pour toutes des usages internes (les frais sont des ajustements, les règlements se rapprochent des encaissements) et que tous deux les suivent |
| Tout laisser à l’IA alors qu’une règle suffirait | Chaque ligne prévisible coûte une vérification qu’une règle aurait réglée instantanément | Si vous pouvez énoncer la condition en une phrase, écrivez la règle ; gardez l’IA pour les cas qui demandent du jugement |
| Accorder la Comptabilisation auto à une règle créée la veille | Un motif que vous n’avez pas observé passe directement au grand livre | Faites tourner les nouvelles règles sous contrôle pendant un cycle ou deux ; promouvez-les une fois leurs déclenchements irréprochables |
| Ne jamais contrôler les déclenchements des règles | Un motif obsolète continue de se déclencher après que la banque a modifié son libellé — et rapproche à tort, sans rien signaler | Parcourez chaque mois le Nombre d'applications et la date de dernière application ; retirez ou affinez ce qui semble anormal |
| Juger l’IA dès la première semaine | Sans historique dans le contexte, les premières suggestions sont génériques — et l’outil est écarté juste avant de devenir performant | Accordez-lui un mois de rapprochements cohérents ; c’est exactement de cela qu’est fait le contexte d’apprentissage |
Pour aller plus loin
- Règles de compte bancaire — le formulaire de règle dans son intégralité.
- Algorithme de rapprochement par IA — ce que l’IA apprend de vous.
- Terminer un rapprochement — là où les bénéfices se voient.
Questions fréquentes
L’IA accorde du poids à votre comportement récent et cohérent — rapprocher correctement à partir de maintenant prend vite le pas sur les incohérences passées. Pour les règles, modifiez ou désactivez directement la règle fautive ; l’automatisation change dès l’instant où vous le faites.
Si vous pouvez écrire la condition, écrivez la règle — déterministe, gratuite, instantanée. Le domaine de l’IA, c’est ce que vous ne pouvez pas exprimer sous forme de condition : références illisibles, libellés variables, paires qui demandent du jugement. Les organisations les plus saines ont des règles ennuyeuses et des suggestions d’IA intéressantes.
Non. Le contexte d’apprentissage est constitué automatiquement à partir du travail que vous faisiez de toute façon — les rapprochements manuels côté banque, les factures comptabilisées côté fournisseurs. Faire ce travail de façon cohérente constitue à lui seul tout le programme d’entraînement.
Non — le contexte présenté à l’IA est l’historique propre à votre organisation, réuni à nouveau à chaque exécution. Vos suggestions reflètent les habitudes de votre équipe, et de personne d’autre.
Dès qu’il existe un historique à étudier. Côté banque, quelques semaines de rapprochements cohérents donnent à l’IA de véritables exemples résolus ; côté factures, chaque fournisseur s’améliore à partir de sa deuxième facture comptabilisée. Le parcours de quatre-vingt-dix jours de Meridian décrit plus haut correspond à un rythme réaliste.
Cet article vous a-t-il été utile ?