Analyse documentaire par IA pour la finance — Agents open source

L’analyse documentaire par IA pour la finance ne peut pas remplacer Hebbia, Rogo, Basis, Numeric et Tabs comme une catégorie unique. Le marché couvre l’IA de recherche financière, la comptabilité et la clôture, et le processus du contrat à l’encaissement — trois emplois différents avec des exigences différentes de preuve et de contrôle. Eigent peut être une couche ouverte et locale d’orchestration pour l’extraction, la comparaison, le calcul et la rédaction bornés. Il ne comprend ni données financières sous licence, ni logique comptable, ni intégrations ERP/bancaires, ni rails de facturation, ni évaluations spécifiques à la finance, ni assurance d’entreprise.

Choisissez d’abord le travail d’analyse documentaire par IA

Recherche d’investissement et IA de recherche financière

Hebbia et Rogo aident les professionnels à rechercher dans de grands ensembles de documents, comparer des entreprises, extraire des faits et produire des classeurs ou mémos. Leur valeur comprend des flux de travail propres à la finance, des autorisations d’entreprise, des citations, des intégrations et, pour Rogo, des partenariats de données.

Comptabilité et clôture

Basis cible le travail de comptabilité et de fiscalité de longue durée, tandis que Numeric combine la gestion de clôture avec les rapprochements, l’analyse des variations et le reporting. Un agent documentaire général peut préparer des suggestions ; il ne devrait pas comptabiliser des écritures en silence ni remplacer un système de clôture.

Du contrat à l’encaissement

Tabs interprète les contrats et prend en charge la facturation, l’émission de factures, le recouvrement et la reconnaissance des revenus. Un agent général peut extraire les modalités et rédiger un calendrier de facturation, mais ce n’est ni un sous-grand livre, ni un rail de paiement, ni un système d’exploitation de recouvrement.

La question utile n’est pas « Quel agent financier est le meilleur ? », mais « Quel travail, quelle source de données, quelle norme de preuve, quel système d’enregistrement et quelle approbation ce flux de travail doit-il prendre en charge ? »

Pourquoi les contrôles comptent plus que la démonstration

Les documents financiers peuvent contenir des informations importantes non publiques, des données bancaires, des prévisions, des contrats clients, des données personnelles et des informations privilégiées de transaction. La FINRA a déclaré que les obligations de supervision existantes s’appliquent lorsque les firmes membres utilisent l’IA et a souligné les risques liés au modèle, à la confidentialité, à l’intégrité, à la fiabilité et aux outils tiers (Avis FINRA 24-09).

Le rapport de supervision 2026 de la FINRA souligne aussi des risques propres aux agents concernant l’autonomie, l’étendue de l’autorité, l’auditabilité, les données sensibles, les hallucinations et une connaissance insuffisante du domaine, et préconise la revue humaine, les garde-fous et le suivi des actions (rapport FINRA 2026). Ce sont des références réglementaires pour les firmes FINRA, pas des exigences universelles pour chaque équipe financière.

Un flux de travail défendable préserve :

• les autorisations au niveau du document et du champ ;
• des originaux immuables et des hachages de fichiers ;
• la provenance par page, paragraphe, tableau, feuille ou cellule ;
• une arithmétique déterministe avec les entrées et formules conservées ;
• une distinction entre fait extrait et inférence du modèle ;
• l’abstention lorsque les preuves sont absentes ou contradictoires ;
• la séparation des fonctions et une validation humaine ;
• des journaux complets d’outils, de transformations et d’actions.

Le déploiement local réduit une frontière de transfert de données. Il ne satisfait pas automatiquement aux exigences de la FINRA, de la SEC, de SOX, du RGPD, fiscales, comptables, juridiques ou contractuelles.

Comparaison du marché

Recherche d’investissement : Hebbia vs Rogo vs flux ouvert

Hebbia Matrix

Matrix utilise une interface en grille pour décomposer une recherche à étapes multiples, traiter des documents en parallèle et présenter des réponses avec transparence des sources. Hebbia décrit l’ingestion multimodale et des opérations analytiques répétées sur les lignes et les colonnes (Hebbia Matrix).

Hebbia a annoncé une série B de 130 millions de dollars en juillet 2024 et a déclaré être déployée auprès de grands gestionnaires d’actifs, cabinets d’avocats, banques et entreprises Fortune 100 ; ce sont des déclarations de l’entreprise (financement de Hebbia). La tarification est orientée entreprise/démonstration.

Eigent peut coordonner l’extraction locale, la comparaison et la rédaction de mémos cités. Il n’égale pas l’UX mature en grille de Matrix, son modèle d’autorisations d’entreprise, son historique de déploiement financier/juridique, son réglage d’échelle, ses évaluations propriétaires ou son support.

Rogo

Rogo se présente comme une plateforme sécurisée pour les professionnels de la finance. Une annonce de partenariat avec Daloopa en avril 2026 indiquait que Rogo servait 35 000 professionnels de la finance et ajoutait des données fondamentales structurées à ses flux de recherche (Rogo et Daloopa). Rogo a annoncé une série D de 160 millions de dollars ce mois-là sans publier de valorisation (série D de Rogo).

Rogo indique que les données des clients ne servent pas à entraîner les modèles, que les instances sont isolées et que l’architecture suit les principes de confiance zéro ; ce sont des déclarations de sécurité internes à valider contractuellement (sécurité de Rogo).

Une pile ouverte n’inclut pas Daloopa, Capital IQ, FactSet, PitchBook ni d’autres jeux de données sous licence par défaut. Cette couche de droits sur les données et d’intégration propre à la finance peut être la raison d’acheter Rogo.

Cas d’usage ouvert de recherche d’investissement

Utilisez Eigent pour un index borné de data room, des questions-réponses citées, une comparaison de clauses, l’extraction de KPI déclarés et un projet de mémo relié aux sources. Ne présentez pas le résultat comme un conseil en investissement. Exigez qu’un professionnel qualifié valide les sources, calculs, interprétations et conflits.

Comptabilité et clôture : Basis vs Numeric vs flux ouvert

Basis

Basis développe des agents pour les écritures comptables, rapprochements, mémos comptables techniques, classeurs fiscaux et autres tâches comptables. Son annonce de février 2026 décrit des agents de longue durée avec des points de décision pour les comptables et un classeur fiscal de partenariat mené de bout en bout (série B de Basis, présentation de Basis).

L’entreprise a annoncé une série B de 100 millions de dollars à une valorisation de 1,15 milliard de dollars. La tarification est pilotée par les ventes.

Eigent peut collecter les justificatifs, remplir un modèle contrôlé, proposer des rapprochements et acheminer les exceptions. Il lui manque la logique comptable et fiscale intégrée, les évaluations spécialisées, les intégrations natives de dossiers de travail/ERP, la supervision professionnelle et l’assurance de production. Il ne devrait pas être vendu comme équivalent à un travail fiscal autonome.

Numeric

Numeric combine gestion de clôture, rapprochements, analyse des variations, reporting et capacités de gestion de trésorerie. Il a annoncé une série B de 51 millions de dollars en novembre 2025 et a cité Wealthfront, Brex, OpenAI et Plaid parmi ses clients ; cette liste est de première partie (annonce Numeric).

Essentials commence à $30 par utilisateur et par mois et comprend un assistant IA de comptabilité technique. Growth et Enterprise sont personnalisés ; Growth ajoute les intégrations ERP/stockage, les rapprochements automatisés, l’analyse de relevés bancaires, l’analyse des variations et l’intégration (tarifs Numeric).

Eigent peut analyser les grands livres et relevés exportés, et rédiger des commentaires sur les variations. Ce n’est pas un système de clôture : il lui manque le calendrier de clôture de Numeric, les rapprochements récurrents, le flux de preuves, les connexions ERP, les autorisations et l’interface comptable.

Cas d’usage ouvert de comptabilité

Commencez par des exports en lecture seule et un flux de suggestions. Laissez du code déterministe effectuer l’arithmétique et l’appariement. Le LLM peut classer les exceptions ou rédiger des explications, mais un comptable qualifié doit approuver chaque écriture, conclusion de politique, dépôt, position fiscale ou écriture dans le système.

Du contrat à l’encaissement : Tabs et les limites d’un agent généraliste

Tabs utilise l’IA pour traiter les contrats et automatiser les flux de facturation, d’émission de factures, de recouvrement et de reconnaissance des revenus. Son annonce de série B faisait état de plus de 200 clients et d’un milliard de dollars de volume de factures ; ce sont des chiffres de première partie (annonce Tabs).

Launch coûte $2,000 par mois pour les entreprises allant jusqu’à 5 millions de dollars de revenus et 100 contrats. Growth, Scale et Enterprise sont personnalisés. La page publique comprend traitement des contrats, facturation, recouvrement, reconnaissance des revenus ASC 606 et intégrations (tarifs Tabs).

Eigent peut extraire les modalités, rédiger un calendrier de facturation, signaler les incohérences et préparer des messages de recouvrement à approuver. Il lui manque le système autoritaire de Tabs du contrat à l’encaissement, les rails de facturation et de paiement, le sous-grand livre des revenus, les opérations de recouvrement, les contrôles comptables et le support. Gardez Eigent en amont ou sous supervision humaine, sauf s’il est intégré à un système financier gouverné.

Architecture de référence ouverte

Un flux ouvert de documents financiers est assemblé ainsi :

1. Analyseur/OCR : normalise les PDF, feuilles de calcul, scans et tableaux approuvés.
2. Recherche/index : stocke fragments, métadonnées, autorisations d’accès et coordonnées de source.
3. Eigent : orchestre extraction, calcul, comparaison, citation et revue avec des outils au périmètre étroit.
4. Code déterministe : effectue l’arithmétique, les rapprochements et les contrôles de règles.
5. Responsable humain : approuve le mémo, l’écriture, la facture, la communication client ou l’action système.

L’application Eigent est sous Apache-2.0 et prend en charge les flux locaux/autohébergés (dépôt Eigent). L’analyseur, la base de données, le modèle et chaque connecteur ont leur propre licence et frontière de données.

Pour une vision plus large de la finance réglementée, consultez Claude pour les services financiers ; pour les limites de déploiement, utilisez le guide d’une main-d’œuvre IA entièrement locale.

Un flux d’analyse documentaire par IA avec citations

1. N’ingérez que des documents approuvés et préservez les originaux immuables, les hachages et les métadonnées d’accès.
2. Extrayez texte et tableaux avec provenance de page, feuille, cellule ou boîte englobante.
3. Posez une question étroite fondée sur un schéma, telle qu’une date de renouvellement, un covenant ou un KPI déclaré.
4. Exécutez les calculs dans un code déterministe et conservez chaque entrée et formule.
5. Faites vérifier chaque conclusion par un second passage par rapport à la source citée.
6. Signalez les preuves manquantes, contradictoires, obsolètes ou peu fiables au lieu de deviner.
7. Exportez un dossier de revue avec résultat, sources, transformations, historique des modèles/outils et exceptions.
8. Exigez qu’une personne qualifiée approuve toute action d’investissement, comptable, fiscale, juridique, client ou système.

Traitez les documents externes à l’organisation comme non fiables. Une instruction malveillante dans un PDF ne doit pas obtenir d’autorité sur les outils. Isolez les secrets, autorisez uniquement des destinations approuvées, plafonnez lignes/requêtes/temps et exigez une approbation pour les écritures et les messages.

Évaluation et coût total de l’analyse documentaire par IA

Évaluez l’extraction de tableaux, la validité des citations, l’exactitude arithmétique, l’abstention, le traitement de sources contradictoires, la fuite d’autorisations, l’injection de prompt, la fidélité d’export et le temps de correction du relecteur. Utilisez un jeu de test privé avec des scans, notes de bas de page, feuilles de calcul imbriquées et données intentionnellement manquantes.

L’open source déplace la dépense d’une licence de plateforme vers les modèles ou GPU, l’OCR, la recherche, l’ingénierie, l’assurance qualité documentaire, les intégrations, la surveillance, la responsabilité comptable, la sécurité et le support. Comparez le coût total par dossier de travail ou mémo accepté, et non les seuls tokens ou pages.

Diligence raisonnable : acheter ou construire

Preuves et fidélité des sorties

Testez les artefacts les plus difficiles, pas des PDF marketing propres. Incluez des relevés scannés, pages tournées, notes de bas de page, tableaux imbriqués, cellules de tableur fusionnées, formules, graphiques, amendements contradictoires et documents avec pages manquantes. Vérifiez que chaque citation ouvre la bonne page ou cellule et que les exports préservent nombres, libellés, formules, mise en forme et notes de revue.

Autorisations et rétention

Confirmez que les autorisations du système source survivent à l’ingestion et que les documents supprimés ou dont l’accès est révoqué disparaissent de la recherche, des caches, embeddings, sauvegardes et espaces de travail dérivés selon le calendrier requis. Testez explicitement l’isolation interclients et interfonds. Demandez qui peut accéder aux données pour le support et où chaque copie est stockée.

Contrôles financiers

Identifiez qui prépare, révise, approuve, comptabilise et peut annuler chaque sortie. Exigez une séparation des fonctions pour les écritures, factures, paiements, écritures de revenus et communications clients. Gardez les décisions de politique et les calculs numériques hors du raisonnement libre du modèle lorsque des règles déterministes ou un jugement qualifié sont disponibles.

Portabilité et modèle d’exploitation

Exportez prompts, schémas, coordonnées de source, annotations, évaluations, journaux d’action et artefacts finaux pendant le pilote. Documentez quels jeux de données sous licence peuvent quitter le fournisseur. Pour une pile ouverte, identifiez les propriétaires nommés pour le service de modèles, l’OCR, la recherche, les intégrations, les correctifs de sécurité, les incidents hors heures, les questions comptables et la reprise après sinistre.

Comparaison commerciale

Pour un fournisseur, demandez les frais d’implémentation, l’engagement minimum, le compteur d’usage, les frais de stockage et de modèle, les environnements sandbox, le niveau de support, les règles de dépassement, les frais d’export de données et les conditions de renouvellement. Pour la pile ouverte, chiffrez GPU ou API, infrastructure, ingénierie, évaluations, temps de revue financière, sécurité et support. Comparez les deux à des sorties acceptées et prêtes à réviser — pas à des interactions fournisseur ni à des documents bruts traités.

Achetez un produit spécialisé lorsque des données sous licence, une comptabilité de production, la fiscalité, la gestion de clôture, l’exécution de paiements/factures, une fidélité Excel/PowerPoint mature, une assurance fournisseur ou des SLA sont nécessaires. Construisez un flux ouvert étroit lorsque le contrôle des sources et des flux de données l’emporte sur la charge d’implémentation.

Gardez les preuves attachées à chaque conclusion

Eigent peut aider les équipes à construire un flux inspectable de documents financiers sans prétendre remplacer un analyste, un comptable ou un système financier. Commencez avec un ensemble de documents en lecture seule et un flux tel que le tri des NDA entrants, puis ajoutez des calculs déterministes et une revue qualifiée. Téléchargez Eigent pour exécuter le pilote avec des documents synthétiques ou approuvés.