Amazon s’attaque à l’une des principales raisons pour lesquelles les banques, les assureurs et les hôpitaux hésitent encore à laisser l’IA lire leurs documents : le service indique désormais précisément où se trouve chaque réponse sur la page et fournit un score de confiance, pour les fichiers pouvant compter jusqu’à 3 000 pages.

Points clés à retenir

  • Amazon Web Services (AWS) a rendu Amazon Textract Insights accessible à tous en tant que nouvelle fonctionnalité de son lecteur de documents Textract

  • Le service permet aux utilisateurs de soumettre un document ou un dossier composé de différents types de documents et d’obtenir les valeurs extraites, accompagnées de scores de confiance et de leur emplacement dans le document

  • Il peut répartir un ensemble de documents mélangés, comme un dossier de prêt hypothécaire, en documents distincts et extraire les informations demandées de chacun en une seule étape

  • AWS a indiqué que Textract Insights est facturé à la page, et non au jeton, sans engagement minimum

Amazon a annoncé le lancement sur le blog consacré à l’apprentissage automatique d’AWS. L’entreprise a indiqué que les organisations des secteurs des services financiers, de l’assurance, de la santé et du secteur public utilisent le traitement documentaire pour convertir des fichiers numérisés et des formulaires papier en données structurées que leurs systèmes peuvent exploiter.

Textract Insights traite des lots de documents mixtes

AWS a indiqué que de nombreuses tâches de traitement documentaire à forte valeur ajoutée portent sur des lots mixtes plutôt que sur des fichiers homogènes à usage unique. Parmi les exemples cités figurent les dossiers de prêts hypothécaires, les dossiers de sinistres et les dossiers d’intégration, qui peuvent réunir formulaires, tableaux, reçus, lettres et notes manuscrites dans un même fichier.

Amazon a indiqué que les utilisateurs précisent les informations à extraire dans un plan, un modèle simple où chaque champ est décrit en langage clair. Pour les lots mixtes, ils peuvent ajouter plusieurs plans au même projet et activer la séparation des documents.

Comment AWS décrit le problème du traitement documentaire

AWS a indiqué que les équipes choisissent généralement soit de créer un pipeline personnalisé avec un logiciel de reconnaissance optique de caractères (OCR), qui convertit les images de texte en texte, puis des étapes de séparation et de classification des documents, une invite destinée à un modèle de fondation et une étape de vérification, soit d’utiliser un grand modèle de langage généraliste qui peut ne pas citer de manière fiable la page source ni fournir de score de confiance.

L’entreprise a indiqué qu’en l’absence d’une source traçable et d’un score calibré, il est plus difficile de savoir quelles valeurs accepter automatiquement et lesquelles vérifier.

À lire également : Amazon permet à des laboratoires de replier des protéines privées sans quitter leur propre cloud

Textract Insights utilise une API gérée unique

AWS a indiqué que Textract Insights regroupe le flux de travail dans une seule requête asynchrone sur Amazon Textract. Au lieu d’assembler et d’exploiter un pipeline personnalisé, les équipes utilisent une seule interface de programmation d’applications (API) gérée — le moyen par lequel les logiciels communiquent avec le service — et accèdent directement aux données dont elles ont besoin.

L’entreprise a indiqué que les utilisateurs peuvent envoyer un seul fichier pouvant contenir jusqu’à 3 000 pages depuis le stockage cloud S3 d’Amazon. Textract Insights peut diviser le lot en sous-documents logiques, associer chacun à un plan, extraire les champs demandés et enregistrer les résultats dans Amazon S3.

Basé sur Amazon Textract

AWS a indiqué que Textract Insights est une nouvelle fonctionnalité d’IA générative d’Amazon Textract. L’entreprise a également annoncé la mise à jour d’Amazon Textract Core, qui améliore la précision, renforce le traitement des tableaux denses et de l’écriture manuscrite, et étend la prise en charge linguistique à 40 langues pour les API DetectDocumentText et AnalyzeDocument.

AWS a indiqué que Textract Insights prend en charge les fichiers PDF, PNG, JPEG et TIFF et traite les documents en anglais, français, allemand, italien, portugais et espagnol. Le service est facturé à la page plutôt qu’au jeton, sans engagement minimum.

Ancrage et scores de confiance

AWS a indiqué que Textract Insights renvoie à la fois les champs explicites lus directement sur la page et les champs déduits du contenu du document. Les deux types sont assortis d’un score de confiance et d’un ancrage indiquant la page et les coordonnées d’où provient la valeur.

L’entreprise a indiqué que, chaque valeur étant traçable jusqu’à sa source, un réviseur ou un auditeur peut vérifier le résultat à partir du document original.

FonctionnementPourquoi c’est importantLit les fichiers jusqu’à 3 000 pagesLes dossiers de prêts hypothécaires ou de sinistres complets peuvent être envoyés dans un seul fichierSépare les lots mixtesLes bulletins de paie, relevés bancaires et formulaires sont séparés automatiquementIndique la page et l’emplacement de chaque réponseLes réviseurs et les auditeurs peuvent vérifier chaque valeur par rapport au document originalFournit un score de confianceLes réponses sûres sont traitées directement, les réponses incertaines sont transmises à une personneFacturation à la page, sans minimumLes coûts sont plus faciles à prévoir qu’avec une tarification de l’IA au jeton

Source : annonce d’Amazon Web Services, 20 nov. 2026.

Pourquoi c’est important

Les modèles d’IA savent bien lire les documents, mais peinent à montrer leur raisonnement. Dans la finance, l’assurance et la santé, une réponse qu’on ne peut pas relier à la page d’origine est presque inutile, car chaque décision doit être validée par quelqu’un et un auditeur peut la vérifier des années plus tard. Un chatbot généraliste qui semble sûr de lui, mais ne peut pas citer sa source, est exactement ce dont ces secteurs ne peuvent pas se servir.

En associant à chaque valeur l’emplacement de la page et un score de confiance, Amazon permet aux entreprises d’accepter automatiquement les réponses dont le système est sûr et de transmettre uniquement les réponses incertaines à un humain. C’est ainsi que l’IA passe des projets pilotes au traitement de millions de formulaires réels, et Amazon se retrouve dans une course plus serrée avec Google et Microsoft, qui vendent eux aussi des outils d’IA pour les documents aux grandes entreprises. Une tarification à la page plutôt qu’au jeton, l’unité facturée par la plupart des services d’IA, permet également à ces entreprises de mieux prévoir leurs coûts.

Les prochaines choses à surveiller

Le véritable test sera la précision sur des fichiers réels et difficiles à traiter, comme des numérisations décolorées et des notes manuscrites, que le lecteur de texte mis à jour d’Amazon traiterait mieux, selon l’entreprise. Surveillez les annonces des banques et des assureurs concernant la part de leurs documents qu’ils peuvent désormais traiter sans qu’un humain vérifie chaque champ.

La prise en charge des langues est une autre limite pour l’instant. Textract Insights prend en charge l’anglais, le français, l’allemand, l’italien, le portugais et l’espagnol : son expansion à d’autres langues déterminera donc jusqu’où le service pourra s’étendre au-delà des marchés occidentaux.

À lire ensuite : une start-up spécialisée dans l’IA équipe des robots logiciels de données en temps réel provenant de milliards de pages