GED qualité fournisseurs pilotée par IA sur Odoo

Une base documentaire structurée dans Odoo

Un espace documentaire dédié a été créé dans Odoo 19 Enterprise, installé sur un serveur dédié, avec une arborescence à deux niveaux : fournisseur principal, puis sites de fabrication. Une quinzaine de champs métier ont été ajoutés sur les documents — fournisseur, site, type, produit concerné, famille de matière première, numéro de lot, date de référence, date de validité, statut de conformité, source, validateur.

La règle de calcul de l'échéance dépend du type : une fiche technique se date à son intégration, une attestation à sa signature, une analyse à sa date d'analyse, un certificat à sa fin de validité. Quand un document porte plusieurs qualifications, c'est la durée la plus courte qui l'emporte.

Le pipeline : du mail à la fiche, sans intervention

Le cœur du projet est une chaîne d'automatisation de 59 étapes qui prend le relais dès qu'un mail arrive sur une boîte dédiée :

1. Le mail est détecté et ses pièces jointes séparées ; seuls les PDF sont retenus.
2. Le document est passé à l'OCR puis à un modèle de langage, qui en extrait le fournisseur, le type, la date de référence, le produit et le numéro de lot.
3. Les données extraites sont rapprochées du référentiel Odoo — fournisseurs, sites, produits, et le catalogue des articles rattachés à chaque fournisseur — avec gestion des synonymes métier et des variantes de langue.
4. La fiche est créée dans Odoo avec ses métadonnées, son rapport d'analyse et son horodatage, puis déposée dans un dossier de validation.
5. Le mail traité est déplacé dans un dossier d'archive de la boîte.

Le principe retenu est simple : succès comme échec atterrissent au même endroit. L'équipe qualité relit, corrige si nécessaire, puis classe définitivement d'un clic. Aucun document ne disparaît silencieusement.

Les relances qui partent seules

Une tâche planifiée recalcule chaque jour les échéances et le statut de validité de chaque document. Une fois par mois, un mail consolidé est préparé par fournisseur, structuré en deux blocs distincts : les documents nouvellement demandés, et ceux déjà demandés restés sans réponse, avec leur date de première demande. Le brouillon est relu par l'équipe avant envoi — l'automatisation totale est prévue après une année de validation.

Migrer l'historique par le même chemin

Les documents de l'ancien espace de partage n'ont pas été importés par un script à part : ils passent par le même pipeline, par lots. Cela remplit les métadonnées, alimente la base de validation du taux de reconnaissance, et évite d'entretenir deux chemins de création.

Fiabilité : le vrai sujet d'un pipeline en production

Un pipeline IA qui marche en démonstration et un pipeline qui tient en production ne sont pas le même objet. Plusieurs défauts ont été trouvés et corrigés en conditions réelles : perte silencieuse de documents quand deux PDF d'un même envoi produisaient un nom identique, plantage lorsque deux mails arrivaient dans le même cycle, boucle de retraitement causée par une règle de transfert côté messagerie, rapprochement produit qui échouait faute de référentiel fournisseur complet.

Chaque correctif a suivi la même discipline : diagnostic sur exécutions réelles, préparation, audit indépendant, sauvegarde avant déploiement, vérification par comparaison exhaustive, et plan de retour arrière prêt. Une règle a été posée après le premier faux positif : ne jamais valider un correctif en rejouant une ancienne exécution — cela rejoue le code figé, pas le code en production.