Industrialisation de l'IA : Comment automatiser le traitement de documents complexes (FDS) grâce aux LLM
Déploiement d'un pipeline OCR & IA avec Symfony et OpenAI : assainissement de 140k données et réduction de 6 mois de développement pour l'OPPBTP.
Codéin
07/07/2026
Eléments clés
Problématique : Moderniser la plateforme qui devenait obsolète avec une baisse de la fréquentation causée par une expérience utilisateur peu évolutive tout en assurant la continuité des données déjà enregistrées.
Objectifs :
- Déployer une plateforme moderne, sécurisée et intuitive afin de dynamiser l’engagement des utilisateurs.
- Migrer et consolider les données historiques afin de garantir une transition fluide sans doublons.
- Faire de la base de données une référence nationale.
Solution apportée : La solution repose sur la création d'une base communautaire issue du traitement de 140 000 données, nettoyées et dédoublonnées par un algorithme de regroupement optimisé par l'IA. Pour garantir la continuité, un script réattribue automatiquement ces produits qualifiés aux inventaires des utilisateurs tout en fournissant des rapports de concordance détaillés. L'innovation réside dans un module d'extraction IA qui automatise l'ajout de produits en analysant les Fiches de Données de Sécurité (FDS) via l’OCR et la segmentation en fichier texte. Ce processus pré-remplit les formulaires pour l'utilisateur avant une validation finale et une modération par l'OPPBTP.
Résultat : Une plateforme modernisée et scalable avec une augmentation de 112% des connexions mensuelles et la création d’une base communautaire de 35 000 produits validés.
Prochaines étapes : L'OPPBTP prévoit d'intégrer des alertes réglementaires automatiques et des conseils personnalisés basés sur le contexte métier de chaque entreprise.
Retrouvez la présentation complète du cas en vidéo (à partir de 32:45).
Contexte et enjeux
Acteur historique de la prévention, l'OPPBTP accompagne les entreprises du BTP dans la gestion de leurs produits dangereux. Lancée en 2014, sa plateforme dédiée nécessite aujourd'hui une refonte pour répondre aux nouveaux usages numériques et aux enjeux de sécurité actuels.
Malgré un patrimoine informationnel colossal de 140 000 produits enregistrés, l'outil avait une baisse de fréquentation :
- Baisse de l'engagement : Une chute de 25 % des connexions mensuelles depuis 2020.
- Obsolescence : Un besoin urgent de modernisation ergonomique pour lever les freins à l'utilisation.
Pour inverser cette tendance, la refonte s'articule autour de trois piliers majeurs :
- Restaurer l'attractivité de l'interface pour garantir une adoption massive.
- Assainir la base historique sans perte d'information.
- Transformer la saisie manuelle, perçue comme fastidieuse, en un service automatisé.
Choix du partenaire et de la solution mise en place
Le choix s'est porté sur les dernières avancées de l'écosystème Symfony (version 7.2) et API Platform, garantissant une API REST robuste. L'innovation majeure réside dans l'utilisation de l’IA avec Symfony pour piloter les modèles d'OpenAI (via Python). Cette stack, complétée par Elasticsearch pour la recherche et RabbitMQ pour la gestion des tâches asynchrones, permet de préremplir 90 % du formulaire d'ajout d'un produit, réduisant le risque d'erreur humaine.
Témoignage
Nous travaillons depuis plusieurs années avec Codein. Création d'une application orienté métier du BTP. Suivi du projet et amélioration en continue. L'expertise technique, l'écoute et l'engagement des équipes est un confort pour mener à bien nos projets. C'est un plaisir au quotidien de travailler ensemble.
Déroulement du Projet
Le projet s’est étalé sur une période de 18 mois, représentant un investissement de 400 jours-hommes. L'organisation s'est structurée autour d'un centre de services regroupant les experts métiers de l’OPPBTP, de l'équipe technique Codéin et nos partenaires UX/UI (pour le Design Sprint.
La première phase a consisté à faire un benchmark des solutions existantes pour le processus d’extraction (l’IA était la solution la plus efficace).
La deuxième phase était un Design Sprint qui a permis de prototyper et de valider les nouveaux parcours utilisateurs auprès des équipes terrain avant de lancer le développement.
Le cœur du chantier a ensuite porté sur la normalisation des données. Avec plus de 140 000 produits enregistrés de manière hétérogène sur dix ans, nous avons déployé un algorithme (taux d’erreur < 5 %) pour fusionner les doublons. L'IA a été mobilisée dès cette étape pour corriger les erreurs de saisie anciennes et "qualifier" les données avant leur migration. Ce travail de nettoyage a duré plusieurs semaines et s'est conclu par un script final de plusieurs jours pour réattribuer avec précision chaque produit aux inventaires spécifiques des entreprises utilisatrices.
Sur le plan technique, l'intégration de l'IA suit un flux industriel optimisé : une première couche d’OCR transforme le PDF de la fiche de sécurité en texte brut, puis une application Python segmente le document pour n'extraire que les zones critiques (dangers, composants, fabricants). Cette approche maîtrise les coûts de consommation d'API tout en optimisant la pertinence des réponses. Enfin, un pipeline CI/CD complet via GitLab (tests PHPUnit, audits de sécurité) assure la stabilité et la pérennité des mises en production.
Résultats et prochaines étapes
L'outil est passé d'une gestion isolée par les entreprises à une base communautaire consolidée, éliminant la redondance et fiabilisant les données rentrées. L'application web est devenue le Yuka des produits chimiques avec une augmentation massive de son utilisation.
On observe en effet une hausse de 112% de l'activité globale et une croissance de 145% des produits contribués. De plus, l'intégration de l'IA dans Symfony a permis d'économiser environ 6 mois de développement spécifique.
Grâce à la modernisation de son socle technique, l'OPPBTP a franchi une étape avec le lancement d'une Progressive Web App (PWA). L'OPPBTP prévoit d'intégrer des alertes réglementaires automatiques et des conseils personnalisés basés sur le contexte métier de chaque entreprise.
Bonnes pratiques
- FinOps IA - maîtrise des coûts par pré-traitement : Plutôt que de transmettre les documents bruts à l'API OpenAI, nous avons mis en place un pipeline de pré-traitement en trois étapes : conversion du scan en texte, puis extraction des points clés pertinents, avant toute transmission au LLM. Cette réduction du contexte en entrée permet de contrôler la facture OpenAI et d'éviter une dérive des coûts à mesure que l'adoption de l'outil progresse.
- Anonymisation - dissociation utilisateur / entreprise / produit : Le pipeline de traitement est conçu pour qu'aucune donnée permettant d'identifier un utilisateur ou une entreprise ne soit transmise au LLM lors d'une requête d'extraction. L'association entre une demande, son émetteur et le produit analysé n'est reconstituée qu'en dehors du contexte IA. Cette architecture garantit la conformité aux exigences de confidentialité sans dépendre des garanties contractuelles du fournisseur LLM.
Points de vigilance
- Temps de réponse : Le temps de traitement par document peut atteindre une trentaine de secondes selon le volume de données à extraire. Ce paramètre doit être anticipé dès la conception UX et dans le dimensionnement des files de traitement pour éviter toute dégradation perçue côté utilisateur.
- Hallucinations et données manquantes : On observe un taux d'extraction incomplète ou erronée de l'ordre de 5 à 10 %. Pour les champs critiques, une étape de vérification humaine reste nécessaire. Ce taux doit être suivi et intégré dans les SLA définis avec le client.
- Dépendance fournisseur : L'ensemble du pipeline repose sur un seul fournisseur LLM (OpenAI). Une défaillance ou une évolution tarifaire ou contractuelle de ce fournisseur aurait un impact direct sur la continuité du service. Une stratégie de sortie doit être anticipée.
- Souveraineté numérique : L'utilisation d'un modèle OpenAI (fournisseur américain) soulève légitimement la question de la souveraineté des données. Ce point a été explicitement discuté avec le client : les données transmises au LLM sont exclusivement des données publiques fournisseurs sur les produits, sans aucune donnée personnelle ou confidentielle. Le risque de fuite est donc circonscrit et jugé acceptable à ce stade.
Sur le plan architectural, le système a été conçu pour permettre un remplacement du LLM sans refonte majeure, vers un modèle open source auto-hébergé ou un fournisseur européen, si les exigences de souveraineté devaient évoluer.
Commentaires
Aucun commentaire pour le moment. Soyez le premier à commenter !
Vous devez être connecté pour ajouter un commentaire.
Modernisation de l'application web OPPBTP
Tags
REX produit par
Images du projet
Tableau de bord OPPTBP
Extraction de données PDF grâce à l'IA