Lire un montant, retrouver une échéance, alimenter un logiciel de gestion : une grande partie du travail administratif consiste à transformer des documents en données. Le 19 octobre 2026, Cloudflare a présenté Clairic, une IA spécialisée dans cette opération, disponible en accès anticipé sur Workers AI. Annonce de Cloudflare.
L’enjeu est très concret. Pour traiter un dossier, une application a souvent besoin de quelques informations précises, correctement identifiées. La qualité de cette première étape détermine celle de toute l’automatisation : une mauvaise date peut déclencher une relance injustifiée ; un total mal lu peut fausser un rapprochement.
Une IA conçue pour remplir les bonnes cases
Clairic appartient à la famille que Cloudflare appelle les modèles « System One ». Selon l’entreprise, il évalue les champs demandés en parallèle, sans produire une succession de mots ni dérouler un raisonnement écrit. Si les champs dépassent la place disponible, le service répartit leur traitement en plusieurs passes parallèles.
L’idée prolonge un mouvement déjà visible avec Jev, présenté sur ce blog en septembre. Mais l’extraction apporte un usage différent : retrouver une valeur dont on ne connaît pas à l’avance toutes les réponses possibles, comme un numéro de facture.
Montants, dates et passages retrouvés dans le document
Le développeur fournit le contenu à examiner et définit les champs attendus : un montant exprimé dans une devise, une date, un nom ou une liste. Le modèle accepte du texte et jusqu’à quatre images. Pour le texte extrait, il peut indiquer les positions du passage dans l’entrée, ce qui permet de retrouver l’information à son emplacement d’origine. Fiche technique de Clairic.
Imaginons un service qui reçoit des justificatifs de frais. Il pourrait demander le commerçant, la date et le total, puis afficher chaque réponse à côté du document. Cette présentation faciliterait la vérification : le salarié chargé du contrôle disposerait immédiatement du contexte nécessaire pour accepter ou corriger une valeur.
Extraire un fait et estimer une valeur engagent deux promesses différentes
La documentation distingue quatre opérations : récupérer une information présente, calculer une valeur à partir des données fournies, estimer une quantité inconnue et prévoir une série de valeurs futures. Cette distinction mérite de rester visible dans les logiciels qui utiliseront Clairic. Guide des modèles d’extraction.
Un total imprimé constitue un fait à retrouver. Une prévision de délai de paiement reste une hypothèse. Les afficher avec le même habillage risquerait de donner à l’hypothèse l’autorité du document.
Pour les estimations, le service fournit notamment une médiane et un intervalle couvrant les 80 % centraux de la distribution prédite. Cet intervalle exprime une incertitude ; il ne garantit pas que la réalité restera à l’intérieur. De même, une réponse absente, signalée par null pour une extraction scalaire, peut refléter une information manquante ou un échec de lecture. Les estimations peuvent, elles, être retournées malgré un contexte pauvre.
Le bon format ne garantit pas le bon chiffre
Une date valide peut être la date de commande plutôt que celle de livraison. Un montant correctement encodé peut correspondre au sous-total alors que le logiciel attendait le total. Le contrôle doit donc porter sur le sens de la réponse.
Cette difficulté invite à préparer des consignes explicites et un jeu de documents déjà vérifiés. Pour une facture, demander simplement « montant » laisse trop de place à l’interprétation. Préciser « total à payer, taxes et livraison incluses, remises déduites » fournit un objectif bien plus facile à évaluer.
Un tarif léger, un coût complet à mesurer
Au 20 octobre, la fiche du modèle affiche 0,10 dollar par million de tokens d’entrée. Cloudflare indique ne pas facturer de tokens de sortie pour ce modèle. Le prix de l’inférence s’annonce donc accessible, mais il ne suffit pas à calculer le coût d’un traitement documentaire.
Les entrées comprennent aussi la définition des champs ; les images et les éventuelles passes supplémentaires doivent être prises en compte. À cela s’ajoutent l’intégration, le stockage choisi et la vérification des exceptions. La mesure utile pour une entreprise sera le coût d’un dossier correctement traité, avec le temps humain nécessaire pour résoudre les erreurs.
Les limites reconnues donnent le cadre du premier essai
Cloudflare présente cette version comme un premier point d’étape. L’entreprise signale des difficultés sur les chaînes de calcul et les agrégations de nombreuses lignes, ainsi que sur les données inhabituelles. Elle décrit les prévisions comme élémentaires. L’ouverture des poids est annoncée pour plus tard, sans être acquise au lancement.
Pour un pilote, un périmètre étroit serait pertinent : une catégorie de justificatifs, quelques champs utiles, des documents lisibles et dégradés. Il faudrait mesurer séparément les erreurs, les abstentions et les corrections humaines. Les gains de vitesse auraient alors une signification opérationnelle.
Les documents restent aussi une question de données
L’accès actuel passe par un service hébergé. Cloudflare indique que Workers AI n’utilise pas le contenu client pour entraîner ses modèles et ne conserve pas les entrées ou sorties des requêtes d’inférence standard au-delà du traitement nécessaire, sous réserve d’exceptions. Le stockage demandé, les journaux applicatifs, certaines fonctions persistantes et les obligations légales peuvent modifier cette situation. Politique de données de Workers AI.
Une équipe devra donc examiner son circuit documentaire complet : informations envoyées, traces conservées, personnes habilitées à les consulter. Cette vérification compte autant que le choix du modèle.
Clairic ouvre une piste intéressante pour une IA plus spécialisée dans les logiciels professionnels. Sa valeur se jugera sur des dossiers ordinaires, avec leurs champs absents, leurs scans imparfaits et leurs exceptions. C’est là que se décidera sa capacité à rendre l’automatisation réellement utile.
Références
- Cloudflare — annonce de Clairic, 19 octobre 2026.
- Cloudflare — fiche du modèle, entrées et tarification.
- Cloudflare — fonctionnement et limites des modèles d’extraction.
- Cloudflare — traitement des données dans Workers AI.
