Extraction de bulletins de paie

Le bulletin de paie est émis chaque mois par le service paie d'un employeur ou par un prestataire de paie externalisé, et il atterrit sur le bureau des équipes RH, des experts-comptables, des prêteurs et des responsables conformité, qui ont besoin de vérifier les revenus, les cotisations et le statut d'emploi. Les courtiers en crédit immobilier les contrôlent pour les demandes de prêt. Les auditeurs les contrôlent pour la conformité de la paie. Les équipes anti-fraude les contrôlent parce que le bulletin de paie est l'un des documents les plus fréquemment falsifiés en circulation. L'extraction automatisée transforme une mise en page dense et réglementée en champs structurés qui peuvent être validés selon des règles connues et recoupés avec d'autres pièces, sans qu'un humain ait à relire chaque ligne.

Champs à extraire

Pourquoi ce document est difficile à traiter

Le bulletin de paie français est l'un des documents d'une seule page les plus denses qui existent. Un bulletin standard comporte de 20 à 40 postes couvrant le salaire brut, des dizaines de lignes de cotisations sociales (santé, retraite, chômage, CSG, CRDS), des cumuls annuels et des compteurs de congés payés, tout cela compressé dans un tableau avec des polices minuscules et des largeurs de colonnes qui varient selon le logiciel de paie utilisé. Il n'existe pas de modèle unique : les grandes entreprises fonctionnent souvent sous SAP ou Sage, tandis que les petites structures génèrent parfois leurs bulletins à partir d'outils comptables génériques ou, pire, d'un modèle Word conçu il y a dix ans. Les mises en page varient en conséquence, et l'extraction fondée sur des modèles cesse de fonctionner dès qu'un nouvel éditeur de logiciel de paie entre en jeu ou qu'une entreprise change de prestataire.

La fraude constitue l'autre moitié du problème. Les bulletins de paie sont couramment falsifiés pour gonfler les revenus dans le cadre de demandes de prêt ou de location : des chiffres sont modifiés dans des éditeurs PDF, des polices ne correspondent pas exactement, des totaux ne se recoupent pas avec les lignes détaillées au-dessus. Détecter cela demande plus qu'une simple lecture du texte : il faut vérifier la cohérence arithmétique interne (le brut moins les cotisations correspond-il bien au net imposable, le net imposable est-il à peu près cohérent avec le net versé), vérifier la cohérence de la mise en forme, et comparer avec les modèles de sortie connus des logiciels de paie. Les bulletins numérisés ou photographiés ajoutent du bruit, et les bulletins multi-pages (fréquents pour les cadres avec des éléments de rémunération variables) nécessitent de relier les pages de suite aux données de l'en-tête. Voir détection de fraude documentaire pour le détail des mécanismes.

Comment Sygnet le traite

Sygnet commence par classer le fichier entrant comme bulletin de paie, en le distinguant des types de documents voisins comme les relevés bancaires ou les contrats, puis déduit le schéma à partir de la structure de la paie plutôt que d'un modèle figé. C'est important car les mises en page des bulletins varient selon l'éditeur de logiciel de paie et la taille de l'entreprise, et une approche fondée sur un modèle rigide échoue dès qu'un nouveau format apparaît ; notre comparatif OCR vs VLM explique pourquoi un modèle multimodal gère mieux cette situation qu'un pipeline d'OCR classique.

Chaque champ extrait porte un score de confiance et une référence de boîte englobante (bounding box) qui renvoie à son emplacement exact sur la page source, afin qu'un relecteur (ou une piste d'audit) puisse voir précisément où le "salaire net" ou le "SIRET de l'employeur" a été lu. Cette traçabilité au niveau du champ, détaillée dans traçabilité au niveau du champ, est ce qui rend l'extraction automatisée fiable pour des documents financiers, plutôt qu'une boîte noire.

Des règles de validation s'exécutent automatiquement : contrôle de la clé du numéro de sécurité sociale, réconciliation arithmétique entre brut, cotisations et net, validation de la clé IBAN, et recherches SIRET dans le registre national. Lorsqu'un bulletin de paie doit être recoupé avec un autre document, par exemple pour faire correspondre un revenu déclaré avec un dépôt figurant sur un relevé bancaire, Sygnet applique une validation croisée entre documents. Les champs dont le score de confiance est sous un certain seuil sont routés vers un relecteur humain plutôt qu'approuvés automatiquement ; tout le reste est transmis directement sous forme de sortie structurée. Le résultat est livré en JSON propre, prêt à être branché sur des systèmes de paie, de crédit ou de conformité, voir sortie structurée.

Règles de validation à appliquer

• Vérifier la clé de contrôle du numéro de sécurité sociale selon l'algorithme de la clé INSEE.
• Réconcilier le salaire brut diminué des cotisations totales avec le salaire net, en tenant compte des arrondis usuels.
• Vérifier le format du SIRET et le recouper avec un registre d'entreprises à jour.
• Vérifier que la période de paie ne chevauche pas un bulletin déjà soumis pour le même salarié.
• Valider la clé de contrôle de l'IBAN si des coordonnées bancaires figurent sur le bulletin.
• Signaler les bulletins dont le net imposable sort de la fourchette attendue entre le net et le brut.
• Comparer les cumuls annuels entre mois consécutifs pour un même salarié afin de détecter des écarts incohérents.
• Vérifier la cohérence des polices et de la mise en forme sur les champs numériques afin de repérer d'éventuelles modifications.

FAQ

L'extraction de bulletins de paie peut-elle détecter la fraude à elle seule ?

Elle permet de repérer une large part des altérations courantes en vérifiant la cohérence arithmétique, la validité des clés de contrôle et les anomalies de mise en forme, mais elle ne constitue pas une solution anti-fraude complète. Les faux sophistiqués qui recalculent correctement chaque ligne passeront les contrôles automatisés. L'extraction doit être vue comme un premier filtre qui signale les documents suspects pour un examen humain, pas comme un verdict final.

Comment Sygnet traite-t-il les bulletins de paie issus de logiciels de paie peu courants ?

Sygnet déduit la structure directement à partir du document plutôt que de le comparer à un modèle figé, en s'appuyant sur un modèle multimodal qui lit conjointement la mise en page et le texte. Les formats inédits provenant d'éditeurs de logiciels de paie peu connus sont traités de la même façon que les formats familiers : les champs sont localisés par leur sens, pas par une position fixe, si bien que la précision ne s'effondre pas dès qu'un nouvel éditeur apparaît dans le flux.

Est-il sûr de traiter des bulletins de paie contenant des données personnelles sensibles ?

Les bulletins de paie contiennent des données personnelles et financières sensibles, ce qui impose une attention particulière à la localisation des données, à leur durée de conservation et aux contrôles d'accès. Consultez notre page sécurité et conformité pour le détail du traitement des données, et RGPD et traitement documentaire pour le cadre juridique applicable à cette catégorie de documents.