Uploader une plaquette comptable

L'upload de la plaquette comptable est la première étape de tout dossier AGOA dans PV-Express. Une seule plaquette PDF suffit : l'IA en extrait automatiquement l'identité de la société, les données financières et l'identité des dirigeants.

Formats acceptés

Taille maximum

• Limite par fichier : 50 Mo
• Limite recommandée : < 20 Mo pour un traitement < 30 secondes
• Au-delà de 50 Mo : compresser via Adobe ou un outil comme Smallpdf avant upload, ou contacter le support pour augmenter la limite sur votre plan.

Le pipeline 3 étapes

Une fois le PDF uploadé, le pipeline IA enchaîne automatiquement :

1. OCR — Mistral souverain UE

Si le PDF n'est pas natif (texte non sélectionnable), il passe par l'OCR Mistral hébergé dans l'UE. Aucun envoi vers des serveurs hors UE, conforme RGPD strict.

2. Extraction LLM

Le texte brut est envoyé à Claude Sonnet 4.7 avec un prompt structuré qui extrait :

• Identification société (raison sociale, SIREN, forme juridique, capital, adresse, RCS)
• Exercice (date d'ouverture, date de clôture, durée)
• Données financières (CA, résultat net, total bilan, capitaux propres, réserve légale, report à nouveau)
• Dirigeants (président, gérant, DG, avec date de nomination)
• Cabinet expert-comptable (raison sociale, ordre, contact)

3. Parsing structuré

Le retour LLM est validé contre un schéma Zod strict, puis stocké dans le champ raw_extraction du dossier. La page de révision affiche ces données pour validation par le collaborateur.

Durées typiques

Pour un PDF natif, l'étape OCR est sautée — le total descend à ~22 s.

Limites techniques

Chunking PDF

Au-delà de 700 Ko de texte brut extrait, le PDF est automatiquement découpé en chunks pour rester sous la limite de l'API d'extraction. Chaque chunk est traité indépendamment puis fusionné. La logique de fusion privilégie le chunk avec le score de confiance le plus élevé en cas de conflit.

Retry exponentiel

L'OCR peut échouer sur un PDF mal encodé. Le pipeline applique 3 tentatives avec backoff exponentiel (0 s, 2 s, 5 s) avant de remonter une erreur. En cas d'échec final, le dossier passe en statut error avec un message explicite et un bouton "Réessayer" sur la fiche dossier.

Fallback LLM

Si Claude Sonnet retourne une erreur 5xx ou un timeout, le pipeline bascule automatiquement sur Mistral Large 2 (souverain UE). Le résultat est annoté dans raw_extraction.fallback_used: true pour audit.

Cas non supportés actuellement

• Excel et CSV : prévu en V2 (Q3 2026). En attendant, exporter l'Excel en PDF via Excel > Fichier > Exporter > PDF.
• Liasse fiscale CERFA en EDI : format technique réservé aux télédéclarations DGFiP, pas de structure de plaquette exploitable.
• Photos prises au smartphone : trop bruitées pour un OCR fiable. Scanner le document avec une app dédiée (Adobe Scan, Microsoft Lens) qui produit un PDF propre.

Sécurité de l'upload

Tous les PDFs sont stockés dans Supabase Storage avec chiffrement at-rest AES-256. L'accès est limité au tenant via Row Level Security (RLS) Postgres : aucun cabinet ne peut accéder aux PDFs d'un autre cabinet, même par exploitation d'une faille applicative. Voir Audit log pour la traçabilité complète.

Et après ?

Une fois l'extraction terminée, le dossier passe automatiquement au statut review. Direction la page de révision pour valider ou corriger les champs : voir Réviser et valider les données extraites.