Deux jours de travail cachés dans chaque liasse annuelle.
Une banque corporate & investment de tier-1 mondiale payait du temps d'analyste senior à faire de la saisie, nous avons construit le pipeline qui leur a rendu l'heure dont ils avaient vraiment besoin.
10 mars 2026
Chaque client corporate que la banque couvre dépose ses états financiers plusieurs fois par an. Chaque liasse est parsée par un analyste, mappée sur la taxonomie d'indicateurs interne de la banque, validée et chargée dans les systèmes qui pilotent les décisions de crédit. Deux jours par liasse, répétés sur des milliers de clients, plusieurs fois par an. Le coût n'était pas que du temps, c'était de la variance : différents analystes mappant les mêmes indicateurs légèrement différemment, dans des langues différentes, avec des défauts différents. La question : un pipeline AI structuré pouvait-il remplacer le parsing manuel sans sacrifier la validation rule-grade dont la fonction crédit dépend ?
- 01
Décomposer le workflow en cinq étapes auditables.
Clean, detect, extract, match, check. Chaque étape fait une chose, et chaque étape produit une sortie qu'un humain peut vérifier. Le choix éditorial : nous avons résisté à la tentation d'envelopper tout le pipeline dans un seul grand modèle. L'opacité end-to-end est l'ennemi des workflows credit-grade, cinq étapes auditables battent une seule inscrutable, à chaque fois.
- 02
Construire pour dix langues dès le jour un.
Le portefeuille de la banque couvre Europe, Asie-Pacifique et Amérique latine. Nous avons déployé le pipeline en EN, ES, DE, PT, CZ, RO, HU, JA, KO et ZH simultanément, plutôt que de construire pour l'anglais puis traduire. La couverture internationale était la contrainte design, pas l'arrière-pensée.
- 03
Valider contre la logique propre de la banque.
Le mapping des indicateurs extraits sur la taxonomie interne est la moitié du job. L'autre moitié, c'est vérifier le calcul, Actif = Passif + Capitaux propres, et des dizaines d'invariants similaires. Nous avons embarqué les business rules de la banque dans le pipeline lui-même, pour que la sortie soit pré-validée avant d'arriver à un analyste.
Deux jours de traitement par liasse compressés à environ une heure. Les états récurrents du même client passent désormais par le pipeline plusieurs fois par an avec un minimum de manuel. La fiabilité de la donnée s'est améliorée parce que la validation rule-based tourne à chaque fois, sur chaque liasse, le genre de cohérence dur à maintenir sur des centaines d'analystes. La couverture internationale correspond désormais à l'empreinte réelle du portefeuille de la banque. Le déclic : le temps d'analyste senior redirigé de la saisie vers l'analyse.
“Quand le workflow est régulé, construisez pour l'auditabilité plutôt que pour l'élégance. Cinq étapes que vous pouvez vérifier battent un modèle que vous ne pouvez pas, à chaque cycle d'audit.
Vous voyez du temps d'analyste senior disparaître dans du parsing documentaire récurrent ? Nous aidons les équipes financial-services à transformer le traitement de liasses d'une tâche de deux jours en un pipeline d'une heure.
Discutons
