Start-up suisse

Parashift veut automatiser radicalement la comptabilité grâce à l’IA

| mise à jour

Grâce à son intelligence artificielle entraînée sur des milliers de documents, la start-up suisse Parashift est à même de traiter automatiquement les pièces comptables. Trois API sont déjà en production et une plateforme SaaS pour les moyennes entreprises sera lancée en mars.

La start-up alémanique Parashift développe une plateforme SaaS de gestion des documents comptables dopée à l’intelligence artificielle. Destinée aux sociétés de taille moyenne (jusqu’à 500 collaborateurs), la solution cloud supporte le processus de traitement des pièces comptables de bout à bout: l’envoi des documents numérisés (ou simplement photographiés avec un smartphone), l’extraction des informations pertinentes (quelle que soit la qualité du document), des outils pour configurer des workflows selon le type de document identifié, et l’intégration finale avec la solution de comptabilité de l’entreprise. CEO et fondateur de Parashift, Alain Veuve souligne la convivialité de la plateforme qui se veut «aussi simple à utiliser que Facebook».

Après une release bêta début 2019, une première version commerciale devrait sortir en mars. Outre une automatisation avancée réduisant au minimum le travail manuel des services de comptabilité, Parashift mise aussi sur un tarif compétitif forfaitaire de 590 francs par mois.

Des API en production pour les éditeurs de logiciels

S’il faudra attendre le printemps pour employer la plateforme de Parashift, la start-up propose déjà depuis quelques mois trois API s’appuyant sur le même moteur d’intelligence artificielle. Destinées en particulier aux éditeurs de logiciels (RPA, ERP) ou encore aux prestataires BPO, les API vont de l’extraction basique avec une précision de 99,4% pour les factures, au traitement précis à 100% de toutes les pièces comptables, dont les données sont synchronisées avec le plan comptable de la société utilisatrice. «Extraire des données de pièces comptables est une tâche relativement simple, mais développer des algorithmes permettant d’atteindre cette précision est bien plus complexe», ajoute Alain Veuve.

Tags
Webcode
DPF8_119533