🔸 L'objectif de cette fonctionnalité est de détecter en temps réel si une photo ajoutée à un paiement est un reçu valide (grâce à l'apprentissage automatique) ou non.
Objectif: réduire considérablement le taux de reçus marqués comme invalides par l'équipe Finance (contrôleurs).🔸
Description
Notre algorithme de machine learning permettra de réduire le nombre de reçus invalides en émettant un avertissement lorsqu'un employé télécharge un document erroné. L'employé a alors le choix entre télécharger un autre document ou ignorer l'avertissement. 📷
Fonctionnement de l'outil
Nous avons entraîné l'outil à reconnaître les reçus parmi les fichiers qui n'en sont pas (et vice versa).
Techniquement, il est basé sur l'apprentissage automatique (= un réseau neuronal) qui a été entraîné avec toutes sortes de reçus, et détectera donc si un fichier téléchargé ressemble à un reçu. Celui vise particulièrement à distinguer les documents qui peuvent être utilisés comme "preuves documentaires" pour une dépense et les documents qui ne sont pas pertinents pour justifier une dépense.
Les documents non pertinents sont notamment les suivants : ticket de transaction bancaire, reçus flous ou photo de menus de restaurant.
Limites
🔸 Il n'est disponible que sur mobile pour l'instant. 🔸
Démonstration
Consultez les captures d'écran ci-dessous pour visualiser son fonctionnement 🎉
