Lancement d'Amazon Textract Insights : une IA générative vérifiable pour l'analyse de documents
Amazon Web Services annonce la disponibilité générale d'Amazon Textract Insights, une nouvelle fonctionnalité d'IA générative accessible via une API dédiée au sein d'Amazon Textract. Le principe : l'utilisateur décrit en langage naturel les champs à extraire d'un document ou d'un lot de documents hétérogènes, puis reçoit des résultats structurés, sans entraînement de modèle. Les champs sont définis dans un « blueprint », un schéma JSON où chaque champ est accompagné d'une description et d'un type d'inférence, qui précise si la valeur est lue telle quelle sur la page ou déduite du contenu. AWS propose des blueprints publics pour des documents courants (W-2, formulaire 1040, formulaire 1098, passeport, acte de naissance), et les entreprises peuvent créer les leurs. Un fichier unique pouvant atteindre 3 000 pages, stocké dans un bucket Amazon S3, est soumis via un seul appel, StartDocumentInsights, avec l'option de découpage activée. Le service sépare alors le lot en sous-documents logiques, associe chacun au blueprint adapté, extrait les champs demandés et écrit les résultats dans S3. Chaque valeur est accompagnée d'un score de confiance, de la page et de la zone (boîte englobante) d'où elle provient.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de AWS ML Blog. Lire l'article original →
L'enjeu est la fiabilité de l'automatisation. Les champs explicites comme les champs inférés sont tous traçables jusqu'à leur source, ce qui permet à un relecteur ou à un auditeur de vérifier n'importe quel résultat sur le document d'origine. Les équipes peuvent ainsi décider quelles valeurs accepter automatiquement et lesquelles soumettre à une revue humaine, et étendre l'automatisation à des documents qui partaient jusqu'ici en traitement manuel, tout en gardant des personnes dans la boucle là où un jugement est nécessaire. Pour les secteurs de la finance, de l'assurance, de la santé et du public, où l'auditabilité est une exigence, c'est un argument central. Un client ayant évalué le service, qui reçoit des factures médicales et des formulaires de sources très variées, souligne que les règles d'extraction conçues pour une source se transposent mal à une autre, un problème que l'approche par description en langage naturel vise à contourner.
Ce lancement répond à une difficulté bien connue des organisations qui traitent des dossiers composites. Un dossier de prêt immobilier, par exemple, arrive souvent sous la forme d'un unique scan de 26 pages mêlant un W-2, des fiches de paie, des relevés bancaires et des notes manuscrites d'un conseiller, sans ordre fixe. Jusqu'ici, deux voies s'offraient aux équipes. La première consistait à bâtir et exploiter un pipeline sur mesure combinant reconnaissance optique de caractères, découpage, classification, requête à un modèle de fondation et étape de relecture. La seconde reposait sur un grand modèle de langage généraliste, fluide mais incapable de citer de façon fiable la page source ou de fournir un score de confiance calibré. En réunissant ces étapes dans une requête asynchrone unique et gérée, AWS cherche à lever ce frein et à proposer une alternative à ces deux approches, au moment où les entreprises attendent de l'IA générative des réponses vérifiables plutôt que seulement plausibles.
Les entreprises européennes des secteurs finance, assurance et santé soumises à des exigences d'auditabilité pourraient automatiser l'extraction de documents avec des résultats traçables.